《大数据分析》内容简介

大数据发展至今，早已不是一个新兴词语，大数据的应用已经无处不在。在大数据时代，我们面临的不仅是海量的数据，更重要的是海量数据所带来的数据的采集、存储、处理等方方面面的问题。为了更快速、更全面地展示大数据的实践应用，本书以一个数据仓库项目为切入点，带领读者一步步揭开大数据的面纱。
尚硅谷IT教育 一直坚持“技术为王”的发展理念，我们专注技术，不断钻研课程，团队中技术型人才占比60%以上，设有独立的研究院，与多家互联网大型企业的研发团队保持技术交流，保障教学内容始终基于研发一线。

作品目录

内容简介
前言
关于我们
第1章：大数据与数据仓库概论
1.1、大数据概论
1.2、数据仓库概论
1.3、学前导读
1.4、本章总结
第2章：项目需求描述
2.1、任务概述
2.2、业务描述
2.3、系统运行环境
2.4、本章总结
第3章：项目部署的环境准备
3.1、Linux环境准备
3.2、Linux环境配置
3.3、Hadoop环境搭建
3.4、本章总结
第4章：用户行为数据采集模块
4.1、日志生成
4.2、采集日志的Flume
4.3、消息队列Kafka
4.4、消费Kafka日志的Flume
4.5、采集通道启动、停止脚本
4.6、本章总结
第5章：业务数据采集模块
5.1、电商业务概述
5.2、业务数据采集
5.3、本章总结
第6章：数据仓库搭建模块
6.1、数据仓库理论准备
6.2、数据仓库搭建环境准备
6.3、数据仓库搭建——ODS层
6.4、数据仓库搭建——DWD层
6.5、数据仓库搭建——DWS层
6.6、数据仓库搭建——DWT层
6.7、数据仓库搭建——ADS层
6.8、结果数据导出脚本
6.9、会员主题指标获取的全调度流程
6.10、本章总结
第7章：数据可视化模块
7.1、模拟可视化数据
7.2、Superset部署
7.3、Superset使用
7.4、本章总结
第8章：即席查询模块
8.1、Presto
8.2、Druid
8.3、Kylin
8.4、即席查询框架对比
8.5、本章总结
第9章：元数据管理模块
9.1、Atlas入门
9.2、Atlas安装及使用
9.3、Atlas界面查看及使用
9.4、本章总结