大数据技术科普2——大数据采集、存储与管理 pdf下载

本书编写时特别注意了3点。一是每章在内容上相对独立，每章都可以独立地作为一个专题，而不需要其他章节内容的支撑。当然，如果能够按顺序阅读，体验会更好。二是选择主流、典型的开源产品来阐述特定技术。例如，分布式文件存储的HDFS、列族数据库HBase、文档数据库MongoDB和图数据库Neo4j等，都是本领域最为流行的开源产品。针对某种产品，选择其次新版进行介绍，兼顾了时效性和稳定性。三是辅以必要的操作来“感性”地体现产品的特性和功能，操作流程和结果体现“知其然”；对一些经典的产品如HDFS和HBase，还给出了一些“所以然”的知识，供读者深入阅读。

本书是大数据技术普及系列读物之一，主要涉及大数据采集、分布式文件存储和非关系型数据管理等内容。全书共6章，每章一个专题，按照大数据运用流程，从网页和日志文件两种常用的大数据采集方法入手，介绍了分布式文件存储、NoSQL数据库基础理论和4种NoSQL数据库技术。针对特定技术选择了一款最典型的产品进行诠释，先后对Python语言中的Requests和BeautifulSoup包，Hadoop生态中的Flume、HDFS和HBase，以及Redis、MongoDB和Neo4j等产品进行了介绍。在每章结构上，按照要做什么(需求背景)、是什么(产品功能和特性)、为什么(体系结构/数据模型)和怎么做(基本操作) 4个方面递进展开，内容相对独立，方便读者根据自身需要选择章节进行阅读。

全书内容相对浅显，具有较强的可读性，适合对大数据技术感兴趣，希望从技术和产品层面对大数据采集、存储和管理进行初步学习的读者阅读。