Zabbix憑借其既豐富又優(yōu)秀的特性，在國內(nèi)外的監(jiān)控市場蓬勃發(fā)展，投靠Zabbix陣營的用戶不計(jì)其數(shù)。面對Zabbix的蔓延，與其逡巡觀望，不如盡早加入搶占先機(jī)！本書詳細(xì)介紹Zabbix各項(xiàng)功能，包括安裝、配置、告警、可視化、分布式監(jiān)控、自動化等。 本書分為14章，由淺入深地對Zabbix的基礎(chǔ)和高級功能進(jìn)行細(xì)致地講

《Flink內(nèi)核原理與實(shí)現(xiàn)》既講解了Flink的入門、安裝、流計(jì)算開發(fā)入門、類型和序列化系統(tǒng)、監(jiān)控運(yùn)維、安全管理配置等基礎(chǔ)知識，又講解了Flink的時間概念、Window的實(shí)現(xiàn)原理及其代碼解析，F(xiàn)link的容錯機(jī)制原理，F(xiàn)link容錯的關(guān)鍵設(shè)計(jì)、代碼實(shí)現(xiàn)分析，F(xiàn)linkJob從源碼到執(zhí)行整個過程的解析，F(xiàn)linkJob

內(nèi)容簡介這是一部全面講解數(shù)據(jù)產(chǎn)品經(jīng)理核心知識體系的著作。12位作者大多來自國內(nèi)的知名企業(yè)，涉及不同的行業(yè)，讓本書擁有了更廣泛的視角，能幫助讀者從不同的角度去了解數(shù)據(jù)產(chǎn)品經(jīng)理如何在數(shù)據(jù)、產(chǎn)品、運(yùn)營、市場等多個方面產(chǎn)生價值。本書的*終目的是讓讀者全面了解數(shù)據(jù)產(chǎn)品經(jīng)理的工作內(nèi)容、系統(tǒng)掌握數(shù)據(jù)產(chǎn)品的核心知識體系，快速實(shí)現(xiàn)從入門

本書詳細(xì)闡述了培養(yǎng)復(fù)合型大數(shù)據(jù)專業(yè)人才所需要的大數(shù)據(jù)相關(guān)知識。全書共9章，內(nèi)容包括大數(shù)據(jù)概述、大數(shù)據(jù)與其他新興技術(shù)的關(guān)系、大數(shù)據(jù)基礎(chǔ)知識、大數(shù)據(jù)應(yīng)用、數(shù)據(jù)采集與預(yù)處理、數(shù)據(jù)存儲與管理、數(shù)據(jù)處理與分析、數(shù)據(jù)可視化、大數(shù)據(jù)分析綜合案例。在大數(shù)據(jù)基礎(chǔ)知識部分，本書詳細(xì)介紹了與培養(yǎng)學(xué)生的數(shù)據(jù)素養(yǎng)相關(guān)的知識，包括大數(shù)據(jù)安全、大數(shù)

本書是高校的大數(shù)據(jù)導(dǎo)論課程教材，清楚地介紹了大數(shù)據(jù)相關(guān)的概念、理論、術(shù)語與基礎(chǔ)技術(shù)，并使用真實(shí)連貫的商業(yè)案例以及簡單的圖表，幫助讀者更清晰地理解大數(shù)據(jù)技術(shù)。本書可作為高等院校相關(guān)專業(yè)“大數(shù)據(jù)基礎(chǔ)”“大數(shù)據(jù)導(dǎo)論”等課程的教材，也可供有一定實(shí)踐經(jīng)驗(yàn)的軟件開發(fā)人員、管理人員和所有對大數(shù)據(jù)感興趣的人士閱讀。

共分11章，第1章對大數(shù)據(jù)及Hadoop進(jìn)行總體介紹，第2章講解了如何搭建Hadoop集群。第3-5章講解了HDFS分布式文件系統(tǒng)、MapReduce分布式計(jì)算框架以及Zookeeper分布式協(xié)調(diào)服務(wù)。第6章講解Hadoop2.0的新特性。第7-10章主要講解了Hadoop生態(tài)圈中的相關(guān)輔助系統(tǒng)，包括Hive、HBas

本書系統(tǒng)介紹了大數(shù)據(jù)基礎(chǔ)知識和相關(guān)技術(shù)，全書分為大數(shù)據(jù)概述篇、大數(shù)據(jù)存儲與管理篇、大數(shù)據(jù)采集與預(yù)處理篇、大數(shù)據(jù)分析與挖掘篇、大數(shù)據(jù)平臺Hadoop實(shí)踐與案例分析篇。全書共15章，主要內(nèi)容包括大數(shù)據(jù)基本概念、大數(shù)據(jù)存儲與管理概念及技術(shù)、大數(shù)據(jù)采集及預(yù)處理技術(shù)、大數(shù)據(jù)計(jì)算模式、大數(shù)據(jù)分布式并行處理框架Hadoop、大數(shù)據(jù)分

本書作為Spark的入門書，從Spark核心編程語言Scala講起，涵蓋當(dāng)前Spark主流的開發(fā)組件。以實(shí)操為主，深入講解每一個操作步驟，包括SparkRDD離線數(shù)據(jù)處理、SparkSQL快速結(jié)構(gòu)化數(shù)據(jù)處理、SparkStreaming實(shí)時數(shù)據(jù)處理，同時包括案例講解、源碼剖析、常用Shell命令和JavaAPI詳解。即

本書系統(tǒng)地講解了大數(shù)據(jù)處理常用技術(shù)，具體包括大數(shù)據(jù)處理架構(gòu)Hadoop、分布式文件系統(tǒng)HDFS、MapReduce編程模型、分布式數(shù)據(jù)庫Hbase、NoSQL數(shù)據(jù)庫、Spark分布式內(nèi)存計(jì)算、MapReduce應(yīng)用開發(fā)、SparkSQL編程、數(shù)據(jù)可視化。本書編寫特色理論與具體操作相結(jié)合，較低基礎(chǔ)入門大數(shù)據(jù)技術(shù)。讀者對象

本書按照處理數(shù)據(jù)的邏輯順序和習(xí)慣，從數(shù)據(jù)的整理開始入手。從數(shù)據(jù)的抽樣開始，介紹了傳統(tǒng)統(tǒng)計(jì)的抽樣理論，并進(jìn)一步探討大數(shù)據(jù)樣本的代表性問題。并且通過具體案例向讀者介紹整個數(shù)據(jù)探索性分析的主要步驟。然后是數(shù)據(jù)的展示技術(shù)，也就是常說的數(shù)據(jù)可視化，從數(shù)據(jù)的類型以及展示的內(nèi)容不同，分別介紹了單變量和多變量數(shù)據(jù)的多種圖示方法，數(shù)據(jù)的