更新时间：2019-01-03 03:13:23
封面
版权信息
推荐序一
推荐序二
前言
第1章 抉择
第2章 数据收集
2.1 互联网数据收集
2.1.1 网络爬虫
2.1.2 Apache Nutch简介
2.1.3 Heritrix简介
2.2 内部数据收集
2.2.1 Apache Flume简介
2.2.2 Facebook Scribe和Logstash
2.3 本章心得
2.4 参考资料
第3章 数据存储
3.1 持久化存储
3.1.1 Hadoop和HDFS
3.1.2 HBase简介
3.1.3 MongoDB
3.2 非持久化存储
3.2.1 缓存和散列
3.2.2 Memcached和Berkeley DB简介
3.2.3 Redis简介
3.3 本章心得
3.4 参考资料
第4章 数据处理
4.1 离线批量处理
4.1.1 Hadoop的MapReduce
4.1.2 Spark简介
4.1.3 Hive简介
4.1.4 Pig、Impala和Spark SQL
4.2 提升及时性：消息机制
4.2.1 ActiveMQ简介
4.2.2 Kafka简介
4.3 在线实时处理
4.3.1 Storm简介
4.3.2 Spark Streaming简介
4.4 本章心得
4.5 参考资料
第5章 信息检索
5.1 基本理念
5.2 相关性
5.2.1 布尔模型
5.2.2 基于排序的布尔模型
5.2.3 向量空间模型
5.2.4 语言模型
5.3 及时性
5.4 与数据库查询的对比
5.5 搜索引擎
5.5.1 Web搜索中的链接分析
5.5.2 电子商务中的商品排序
5.5.3 多因素和基于学习的排序
5.5.4 系统框架
5.5.5 Lucene简介
5.5.6 Solr简介
5.5.7 Elasticsearch简介
5.6 推荐系统
5.6.1 推荐的核心要素
5.6.2 推荐系统的分类
5.6.3 混合模型
5.6.4 系统架构
5.6.5 Mahout
5.7 在线广告
5.7.1 在线广告的类型
5.7.2 广告投放机制
5.7.3 广告的拍卖机制
5.7.4 广告系统架构
5.8 本章心得
5.9 参考资料
第6章 数据挖掘
6.1 基本理念
6.2 数据的表示和预处理
6.2.1 数据的表示
6.2.2 数据的预处理
6.3 机器学习算法
6.3.1 监督学习——分类
6.3.2 监督学习——回归
6.3.3 非监督学习——聚类
6.4 挖掘工具
6.4.1 Mahout简介
6.4.2 R简介
6.5 本章心得
6.6 参考资料
第7章 效能评估
7.1 效果评估
7.1.1 离线评估
7.1.2 非离线的评估
7.2 性能评估
7.2.1 计算复杂度
7.2.2 应用系统性能
7.2.3 JMeter工具
7.3 本章心得
7.4 参考资料
第8章 大数据技术全景
第9章 商品太多啦！需要搜索引擎
9.1 业务需求
9.2 产品设计和技术选型
9.3 实现方案
