小册描述
目录
- 01 | 大数据技术发展史:大数据的前世今生
- 02 | 大数据应用发展史:从搜索引擎到人工智能
- 03 | 大数据应用领域:数据驱动一切
- 04 | 移动计算比移动数据更划算
- 05 | 从RAID看垂直伸缩到水平伸缩的演化
- 06 | 新技术层出不穷,HDFS依然是存储的王者
- 07 | 为什么说MapReduce既是编程模型又是计算框架?
- 08 | MapReduce如何让数据完成一次旅行?
- 09 | 为什么我们管Yarn叫作资源调度框架?
- 10 | 模块答疑:我们能从Hadoop学到什么?
- 11 | Hive是如何让MapReduce实现SQL操作的?
- 12 | 我们并没有觉得MapReduce速度慢,直到Spark出现
- 13 | 同样的本质,为何Spark可以更高效?
- 14 | BigTable的开源实现:HBase
- 15 | 流式计算的代表:Storm、Flink、Spark Streaming
- 16 | ZooKeeper是如何保证数据一致性的?
- 17 | 模块答疑:这么多技术,到底都能用在什么场景里?
- 18 | 如何自己开发一个大数据SQL引擎?
- 19 | Spark的性能优化案例分析(上)
- 20 | Spark的性能优化案例分析(下)
- 21 | 从阿里内部产品看海量数据处理系统的设计(上):Doris的立项
- 22 | 从阿里内部产品看海量数据处理系统的设计(下):架构与创新
- 23 | 大数据基准测试可以带来什么好处?
- 24 | 从大数据性能测试工具Dew看如何快速开发大数据系统
- 25 | 模块答疑:我能从大厂的大数据开发实践中学到什么?
- 26 | 互联网产品 + 大数据产品 = 大数据平台
- 27 | 大数据从哪里来?
- 28 | 知名大厂如何搭建大数据平台?
- 29 | 盘点可供中小企业参考的商业大数据平台
- 30 | 当大数据遇上物联网
- 31 | 模块答疑:为什么大数据平台至关重要?
- 32 | 互联网运营数据指标与可视化监控
- 33 | 一个电商网站订单下降的数据分析案例
- 34 | A/B测试与灰度发布必知必会
- 35 | 如何利用大数据成为“增长黑客”?
- 36 | 模块答疑:为什么说数据驱动运营?
- 37 | 如何对数据进行分类和预测?
- 38 | 如何发掘数据之间的关系?
- 39 | 如何预测用户的喜好?
- 40 | 机器学习的数学原理是什么?
- 41 | 从感知机到神经网络算法
- 42 | 模块答疑:软件工程师如何进入人工智能领域?