第1章 数据分析生命周期 1
阶段1:数据探索 3
阶段2:数据准备 4
阶段3:模型开发 5
阶段4:模型部署 6
端到端过程 8
第2章 数据库处理技术 9
背景介绍 10
传统数据分析方法 11
数据库处理方法 13
为什么选择数据库处理技术 14
成功案例 15
数据库内数据质量 29
对数据库处理技术进行投资 37
尾注 39
第3章 内存分析技术 41
背景介绍 42
传统方法 43
内存分析方法 44
使用内存分析技术的必要性 47
成功案例 54
对内存分析技术进行投资 66
第4章Hadoop技术 69
背景介绍 71
大数据环境下的Hadoop 72
Hadoop使用案例 73
Hadoop架构 74
最佳实践 77
Hadoop的优势 80
成功案例 81
使用案例汇总 86
尾注 87
第5章 技术整合 89
背景介绍 90
协作的数据架构 91
协作性数据架构的不同模式 94
协作性数据架构中互补并存的数据库技术、内存分析技术和Hadoop技术 99
成功案例 102
投资和成本 123
尾注 124
第6章 结语 125
5个领域关注点 127
云计算 129
安全问题:网络安全和数据外泄 138
自动化规范性分析:物联网、事件和数据流 146
认知分析 154
一切皆服务(XaaS) 160
结语 167
后记 171