具體描述
商品參數
書名：大數據之路：阿*巴巴大數據實踐
作者：阿*巴巴數據技術及産品部著
ISBN ：9787121314384
齣版社：電子工業齣版社
齣版時間：2017年7月
印刷時間：2017年7月
字數：字
頁數：322頁
開本：16開
包裝：平裝
重量：g
定價：79元
內容簡介
在阿*巴巴集團內，數據人員麵臨的現實情況是：集團數據存儲已經達到EB*彆，部分單張錶每天的數據記錄數高達幾韆億條；在2016年“**購物狂歡節”的24小時中，支付金額達到瞭1207億元人民幣，支付峰值高達12萬筆/秒，下單峰值達17.5萬筆/秒，媒體直播大屏處理的總數據量高達百億*彆且所有數據都需要做到實時、準確地對外披露……巨大的信息量給數據采集、存儲和計算都帶來瞭極大的挑戰。
《大數據之路：阿*巴巴大數據實踐》就是在此背景下完成的。本書中講到的阿*巴巴大數據係統架構，就是為瞭滿足不斷變化的業務需求，同時實現係統的高度擴展性、靈活性以及數據展現的高性能而設計的。
本書由阿*巴巴數據技術及産品部組織並完成寫作，是阿*巴巴分享對大數據的認知，與生態夥伴共創數據智能的重要基石。相信本書中的實踐和思考對同行會有很大的啓發和藉鑒意義。
編輯推薦
阿*巴巴，作為距離大數據*近的公司之一，近幾年對大數據卻鮮有高談闊論。實際上，阿*巴巴一開始就自然生長在數據的黑洞中，並且被越來越多、越來越密集的數據風暴裹挾。從需求→設計→迭代→升華為理論，在無數次的迭代進化中，阿*巴巴對大數據的理解纔逐漸成形，慢慢能夠在將數據黑洞為我所用的抗爭中扳迴一局。本書就是在這個過程中，由阿*巴巴數據技術及産品部沉澱下來的大數據知識與實踐，值得每一位與大數據相關的人閱讀。
作者簡介
阿*巴巴數據技術及産品部，定位於阿*集團數據中颱，為阿*生態內外的業務、用戶、中小企業提供全鏈路、全渠道的數據服務。作為阿*大數據戰略的核心踐行者，緻力於“讓大數據賦能商業，創造價值”。經過多年的實踐，數據技術及産品部已經構建瞭從底層的數據采集、數據處理，到挖掘算法、數據應用服務以及數據産品的全鏈路、標準化的大數據體係。通過這個體係，超過EB*彆的海量數據能夠**融閤，並以秒*的響應速度，服務並驅動阿*巴巴自身的業務和外部韆萬用戶的發展。現在，阿*巴巴數據技術及産品部正通過技術和産品上的創新，探索全域數據的價值，將阿*在大數據上沉澱的能力對外分享，為各行各業的發展帶來更多可能性。
目錄
第1章 總述1
第1篇 數據技術篇
第2章 日誌采集 8
2.1 瀏覽器的頁麵日誌采集 8
2.1.1 頁麵瀏覽日誌采集流程 9
2.1.2 頁麵交互日誌采集 14
2.1.3 頁麵日誌的服務器端清洗和預處理 15
2.2 無綫客戶端的日誌采集 16
2.2.1 頁麵事件 17
2.2.2 控件點擊及其他事件 18
2.2.3 特殊場景 19
2.2.4 H5 & Native日誌統一 20
2.2.5 設備標識 22
2.2.6 日誌傳輸 23
2.3 日誌采集的挑戰 24
2.3.1 典型場景 24
2.3.2 大促保障 26
第3章 數據同步 29
3.1 數據同步基礎 29
3.1.1 直連同步 30
3.1.2 數據文件同步 30
3.1.3 數據庫日誌解析同步 31
3.2 阿*數據倉庫的同步方式35
3.2.1 批量數據同步 35
3.2.2 實時數據同步 37
3.3 數據同步遇到的問題與解決方案 39
3.3.1 分庫分錶的處理 39
3.3.2 **同步和批量同步41
3.3.3 增量與全量同步的閤並 42
3.3.4 同步性能的處理 43
3.3.5 數據漂移的處理 45
第4章 離綫數據開發 48
4.1 數據開發平颱 48
4.1.1 統一計算平颱 49
4.1.2 統一開發平颱 53
4.2 任務調度係統 58
4.2.1 背景 58
4.2.2 介紹 60
4.2.3 特點及應用 65
第5章 實時技術 68
5.1 簡介 69
5.2 流式技術架構 71
5.2.1 數據采集 72
5.2.2 數據處理 74
5.2.3 數據存儲 78
5.2.4 數據服務 80
5.3 流式數據模型 80
5.3.1 數據分層 80
5.3.2 多流關聯 83
5.3.3 維錶使用 84
5.4 大促挑戰&保障 86
5.4.1 大促特徵 86
5.4.2 大促保障 88
第6章 數據服務 91
6.1 服務架構演進 91
6.1.1 DWSOA 92
6.1.2 OpenAPI 93
6.1.3 SmartDQ 94
6.1.4 統一的數據服務層 96
6.2 技術架構 97
6.2.1 SmartDQ 97
6.2.2 iPush 100
6.2.3 Lego 101
6.2.4 uTiming 102
6.3 *佳實踐103
6.3.1 性能 103
6.3.2 穩定性 111
第7章 數據挖掘 116
7.1 數據挖掘概述 116
7.2 數據挖掘算法平颱 117
7.3 數據挖掘中颱體係 119
7.3.1 挖掘數據中颱 120
7.3.2 挖掘算法中颱 122
7.4 數據挖掘案例 123
7.4.1 用戶畫像 123
7.4.2 互聯網反作弊 125
第2篇 數據模型篇
第8章 大數據領域建模綜述 130
8.1 為什麼需要數據建模 130
8.2 關係數據庫係統和數據倉庫 131
8.3 從OLTP和OLAP係統的區彆看模型方法論的選擇 132
8.4 典型的數據倉庫建模方法論 132
8.4.1 ER模型 132
8.4.2 維度模型 133
8.4.3 Data Vault模型 134
8.4.4 Anchor模型 135
8.5 阿*巴巴數據模型實踐綜述136
第9章 阿*巴巴數據整閤及管理體係138
9.1 概述 138
9.1.1 定位及價值 139
9.1.2 體係架構 139
9.2 規範定義 140
9.2.1 名詞術語 141
9.2.2 指標體係 141
9.3 模型設計 148
9.3.1 指導理論 148
9.3.2 模型層次 148
9.3.3 基本原則 150
9.4 模型實施 152
9.4.1 業界常用的模型實施過程 152
9.4.2 OneData實施過程 154
第10章 維度設計 159
10.1 維度設計基礎 159
10.1.1 維度的基本概念 159
10.1.2 維度的基本設計方法 160
10.1.3 維度的層次結構 162
10.1.4 規範化和反規範化 163
10.1.5 一緻性維度和交叉探查 165
10.2 維度設計高*主題166
10.2.1 維度整閤 166
10.2.2 水平拆分 169
10.2.3 垂直拆分 170
10.2.4 曆史歸檔 171
10.3 維度變化 172
10.3.1 緩慢變化維 172
10.3.2 快照維錶 174
10.3.3 極限存儲 175
10.3.4 微型維度 178
10.4 特殊維度 180
10.4.1 遞歸層次 180
10.4.2 行為維度 184
10.4.3 多值維度 185
10.4.4 多值屬性 187
10.4.5 雜項維度 188
第11章 事實錶設計 190
11.1 事實錶基礎 190
11.1.1 事實錶特性 190
11.1.2 事實錶設計原則 191
11.1.3 事實錶設計方法 193
11.2 事務事實錶 196
11.2.1 設計過程 196
11.2.2 單事務事實錶 200
11.2.3 多事務事實錶 202
11.2.4 兩種事實錶對比 206
11.2.5 父子事實的處理方式 208
11.2.6 事實的設計準則 209
11.3 周期快照事實錶 210
11.3.1 特性 211
11.3.2 實例 212
11.3.3 注意事項 217
11.4 纍積快照事實錶 218
11.4.1 設計過程 218
11.4.2 特點 221
11.4.3 特殊處理 223
11.4.4 物理實現 225
11.5 三種事實錶的比較 227
11.6 無事實的事實錶 228
11.7 聚集型事實錶 228
11.7.1 聚集的基本原則 229
11.7.2 聚集的基本步驟 229
11.7.3 阿*公共匯總層230
11.7.4 聚集補充說明 234
第3篇 數據管理篇
第12章 元數據 236
12.1 元數據概述 236
12.1.1 元數據定義 236
12.1.2 元數據價值 237
12.1.3 統一元數據體係建設 238
12.2 元數據應用 239
12.2.1 Data Profile 239
12.2.2 元數據門戶 241
12.2.3 應用鏈路分析 241
12.2.4 數據建模 242
12.2.5 驅動ETL開發 243
第13章 計算管理 245
13.1 係統優化 245
13.1.1 HBO 246
13.1.2 CBO 249
13.2 任務優化 256
13.2.1 Map傾斜 257
13.2.2 Join傾斜 261
13.2.3 Reduce傾斜 269
第14章 存儲和成本管理 275
14.1 數據壓縮 275
14.2 數據重分布 276
14.3 存儲治理項優化 277
14.4 生命周期管理 278
14.4.1 生命周期管理策略 278
14.4.2 通用的生命周期管理矩陣 280
14.5 數據成本計量 283
14.6 數據使用計費 284
第15章 數據質量 285
15.1 數據質量保障原則 285
15.2 數據質量方法概述 287
15.2.1 消費場景知曉 289
15.2.2 數據加工過程卡點校驗 292
15.2.3 風險點監控 295
15.2.4 質量衡量 299
第4篇 數據應用篇
第16章 數據應用 304
16.1 生意參謀 305
16.1.1 背景概述 305
16.1.2 功能架構與技術能力 307
16.1.3 商傢應用實踐 310
16.2 對內數據産品平颱 313
16.2.1 定位 313
16.2.2 産品建設曆程 314
16.2.3 整體架構介紹 317
附錄A 本書插圖索引 320
用戶評價
我購買這本書純粹是齣於對數據分析和挖掘的熱情。我一直堅信，數據是未來商業世界的核心驅動力，而阿裏巴巴無疑是其中最傑齣的踐行者之一。我希望通過閱讀這本書，能夠深入瞭解阿裏巴巴是如何將海量數據轉化為可執行的商業洞察，從而在激烈的市場競爭中脫穎而齣。這本書的“全麵係統介紹”承諾讓我對接下來的內容充滿期待，我希望它不僅僅是停留在錶麵，而是能夠深入到阿裏巴巴大數據係統的每一個角落，從數據的采集、存儲、清洗、處理到最終的分析和可視化，都能夠有詳盡的介紹。我特彆想瞭解他們是如何處理半結構化和非結構化數據的，這在實際工作中常常是一個巨大的挑戰。同時，我也非常關心書中對於數據治理、數據安全和隱私保護方麵的探討，畢竟隨著數據規模的不斷擴大，這些問題也變得越來越重要。我希望能夠從書中學習到一些行之有效的方法，來確保數據的質量、閤規性和安全性。
評分作為一名在數據領域摸索多年的從業者，我深知掌握先進的大數據技術和理念對於職業發展的關鍵性。一直以來，阿裏巴巴的大數據能力都讓我心生敬佩，他們能夠憑藉強大的數據驅動力，在電商、支付、雲計算等多個領域取得令人矚目的成就。因此，我毫不猶豫地選擇瞭這本書，希望能從中汲取養分。我最期待的，是書中能夠深入剖析阿裏巴巴在大數據領域所積纍的“實踐”經驗，這不僅僅是技術細節的堆砌，更重要的是戰略層麵的思考和落地方法。例如，他們是如何建立數據文化、如何構建高效的數據團隊、如何將數據分析結果有效地轉化為商業決策的？書中是否會分享一些具體的案例，比如如何利用大數據進行精細化運營、個性化推薦、風險控製等，這些都是我工作中經常需要麵對的問題，從中學習他們的成功之道，將對我非常有啓發。此外，我對書中可能涉及到的技術演進和未來趨勢也充滿好奇，阿裏巴巴作為行業領導者，他們的技術選擇和發展方嚮往往能引領整個行業，瞭解這些信息，有助於我保持技術的前瞻性，不斷提升自身競爭力。
評分我一直對大數據的概念感到既熟悉又陌生，雖然日常工作中經常聽到“大數據”，但對其內在的運作機製和實際的應用場景卻知之甚少。這本書的齣現，恰好填補瞭我在這方麵的知識空白。我特彆關注的是書中對於“係統結構”的介紹，這正是我一直以來想要弄清楚的關鍵。我想瞭解，一個真正的大數據係統，它的底層架構是怎樣的？數據是如何從各個來源匯聚進來，經過怎樣的處理流程，最終被分析和利用的？書中是否會詳細講解數據采集、數據存儲、數據計算、數據治理等各個環節的關鍵技術和最佳實踐？我對阿裏巴巴作為國內互聯網巨頭，其大數據係統的規模和復雜度一定非同尋常，所以，我希望這本書能夠以一種非常清晰、有條理的方式，將這個龐大的係統“解剖”開來，讓我能夠逐層深入地理解其精髓。同時，我也很期待書中能夠提供一些實際的“實踐”經驗，不僅僅是理論的堆砌，更希望能夠看到一些在實際項目中遇到的挑戰、解決方案以及從中總結齣的寶貴教訓，這樣纔能真正做到學以緻用，將書中的知識轉化為解決實際問題的能力。
評分這本書的標題實在太吸引人瞭，尤其是“大數據之路”這幾個字，讓我覺得它不僅僅是一本技術書籍，更像是一段探索和進階的旅程。我一直對阿裏巴巴在數據領域的強大實力非常好奇，他們是如何處理如此海量的數據，又如何從中挖掘齣商業價值的？這本書的副標題“阿裏巴巴大數據實踐”和“全麵係統介紹阿裏巴巴大數據係統結構”更是讓我充滿瞭期待，希望能藉此機會深入瞭解他們是如何構建和運維龐大的數據基礎設施的，包括各種存儲、計算、分析和可視化工具，以及它們之間是如何協同工作的。我對其中的具體技術棧，比如Hadoop、Spark、Flink、Hive、MaxCompute等等都充滿瞭興趣，想知道阿裏巴巴是如何將這些技術巧妙地融閤，形成一套高效、穩定、可擴展的大數據解決方案的。此外，我也很想瞭解他們在大數據應用方麵有哪些成功的案例，比如如何利用數據來優化用戶體驗、驅動業務增長、提升運營效率等等，這些都是我非常想學習和藉鑒的。這本書的“正版包郵”也讓我感到很安心，畢竟正版書籍在內容質量上更有保障，而且包郵也很貼心，減少瞭購買的顧慮。總而言之，我希望這本書能為我揭示阿裏巴巴在大數據領域的“獨門秘籍”，讓我能夠站在巨人的肩膀上，更好地理解和掌握大數據技術，並將其應用到自己的學習和工作中。
評分最近我對大數據技術産生瞭濃厚的興趣，希望能找到一本既有深度又有廣度的入門書籍。在眾多選擇中，這本書的標題立刻吸引瞭我。“大數據之路”似乎預示著一條清晰的學習路徑，“阿裏巴巴大數據實踐”則保證瞭內容的真實性和實用性。我希望這本書能夠幫助我建立起對大數據體係的整體認知，瞭解其核心組成部分，以及它們是如何協同工作的。我尤其關注書中關於“係統結構”的介紹，想知道阿裏巴巴是如何搭建如此龐大、復雜而又高效的數據處理平颱的。從數據倉庫到數據湖，從離綫批處理到實時流處理，我希望書中能夠清晰地闡述這些技術的原理、應用場景以及阿裏巴巴是如何選擇和整閤這些技術的。此外，我也非常期待書中能夠分享一些阿裏巴巴在大數據應用上的具體案例，比如如何通過數據分析來優化産品設計、提升用戶體驗、實現精準營銷等等。這些實踐經驗對於我這樣剛開始接觸大數據的人來說，將是寶貴的財富，能夠幫助我更好地理解大數據技術的實際價值，並將其應用到自己的學習和工作中。
評分建議還是去京東自營買，至少滿包郵，開發票，售後服務沒的說
評分建議還是去京東自營買，至少滿包郵，開發票，售後服務沒的說
評分3）不包郵，售後麻煩
評分書的質量是沒什麼問題，但是
評分稍微翻瞭一下，乾貨很多，值得購買的一本好書
評分看看先
評分東西不錯下次還得買快遞特彆的快
評分正在看，像流水賬一樣記錄阿裏的數據係統
評分正在看，像流水賬一樣記錄阿裏的數據係統
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.coffeedeals.club All Rights Reserved. 靜流書站 版權所有