资源搜

资源名称：Hadoop云计算技术手册 中文PDF Hadoop是一个开源的分布式并行计算平台，它主要由MapReduce的算法执行和一个分布式的文件系统等两部分组成。Hadoop起源于Doug Cutting大牛领导开发的Nutch搜索引擎项目的子项目。现在是Apache软件基金会管理的开源项目。 本文主要介绍Hadoop及相关技术，从Hadoop的起源开始讲述，主要涵盖了MapReduce算法思想，基本框架，运行流程和编程粒度等内容，以期给入门者提供一个关于Hadoop的技术简介和研究参考。关于Hadoop的安装指南和编程范例并不在本文叙述范围内，有需要者请参考其它资料。  资源截图：

资源名称：Matlab在金融中的应用 中文完整PDF 资源截图：

资源名称：云计算中的大数据技术与应用(陆平等著)完整 第1章绪论 1.1从云计算到大数据 1.2大数据的定义与特征 1.2.1海量 1.2.2多样性 1.2.3速度 1.2.4价值 1.3大数据的技术体系 1.3.1数据采集 1.3.2数据存储 1.3.3数据处理 1.3.4数据挖掘 1.3.5数据可视化展示 1.3.6大数据隐私安全 1.4小结 第2章大数据存储 2.1非结构化数据 2.1.1分布式文件系统 2.1.2对象存储系统 2.2 （半）结构化数据 2.2.1 NoSQL数据库系统 2.2.2分析型数据库系统 第3章大数据处理 3.1 概述 3.2离线数据处理 3.2.1 MapReduce（Hadoop 0.20.2） 3.2 2 Pregel 3.2.3 Dryad 3.3实时数据处理 3.3.1 Storm 3.3.2 S4 第4章大数据挖掘 4.1并行数据挖掘 4.1.1 概述 4.1.2系统架构 4.1.3关键技术 4.2搜索引擎技术 4.2.1概述 4.2.2系统架构 4.2.3关键技术 4.3推荐引擎技术 4.3.1概述 4.3.2系统架构 4.3.3关键技术 4.4社交网络分析技术 4.4.1概述 4.4.2理论框架 4.4.3关键技术 第5章 数据可视化 5.1 概述 5.2数据模型与可视化展现形式 5.2.1基本数据可视化展现方式 5.2.2数据模型与常见可视化展现形式 5.3数据可视化在大数据中的应用 5.4数据可视化案例——互联网地图 5.5可视化即服务 第6章大数据应用 6.1大数据的潜在价值 6.2大数据的应用场景 6.2.1企业大数据 6.2.2电信大数据 6.2.3物联网大数据 6.3大数据应用案例 6.3.1应用商店推荐系统 6.3.2 WAP用户画像  资源截图：

资源名称：云计算技术 云计算机专业讲解 PDF 资源截图：

资源名称：图解算法 俞征武 中文pdf 1一切从观察开始2分而治之法3动态规划4贪婪法5修剪与搜索法6树搜索法7问题转换8图算法9计算几何10算法的难题11逼近算法12随机算法 资源截图：

资源名称：数据挖掘常用工具之MATLAB 中文PDF 资源截图：

资源名称：架构大数据 大数据技术及算法解析 中文pdf 第1章大数据技术概述第2章大数据基础支撑--数据中心及云计算第3章云计算先行者--Google的三驾马车第4章云存储系统第5章数据采集系统第6章Hadoop与MapReduce第7章Spark--大数据统一计算平台第8章Storm流计算系统第9章SQL、NoSQL与NewSQL第10章大数据与数据挖掘第11章深度学习第12章电子商务与社会化网络大数据分析第13章大数据展示与交互技术第14章大数据安全与隐私第15章大数据技术发展趋势第16章知名企业大数据架构简介 资源截图：

资源名称：跟我学SAP HANA 做大数据时代的领航者 中文pdf 第一部分　SAPHANA基础知识篇第一章　认识SAPHANA 3第一节　SAPHANA源起 3第二节　先进的平台，前所未有的体验 5第三节　大数据 7第四节　SAPHANA内存数据库 12第五节　SAP内存计算 21第六节　SAPHANA能做什么 25第二章　SAPHANA基础进阶 27第一节　SAPHANA平台详解 27第二节　SAPHANA组件架构 29第三节　SAPHANA应用场景 31第四节　SAPHANA应用开发 33第五节　SAPHANA企业云 35第三章　SAPHANA成功案例及实时资料 39第一节　SAPHANA成功案例 39第二节　获取SAPHANA的最新资料 41第二部分　SAPHANA实践篇第四章　从实例开始SAPHANA之旅 47第五章　配置SAPHANA开发环境 49第一节　申请试用SAPHANA 49第二节　SAPHANAStudio视图 64本章小结与练习 78第六章　SAPHANA用户与权限管理 79第一节　概述 79第二节　SAPHANA特权 80第三节　SAPHANA角色管理 86第四节　SAPHANA用户管理 87第五节　_SYS_REPO权限管理 88第六节　常见任务 89第七节　常见问题 102本章小结与练习 104第七章　SAPHANA数据供应 107第一节　简介 107第二节　本地文件方式数据导入 108第三节　CTL方式数据导入 111第四节　SLT方式数据导入 112第五节　ETL方式数据导入 118本章小结与练习 128第八章　在SAPHANAStudio中建立数据模型 129第一节　基础概念 129第二节　SAPHANAStudio之数据表操作 136第三节　SAPHANAStudio之包简介 149第四节　创建属性视图 156第五节　创建分析视图 164第六节　创建计算视图 173本章小结与练习 182第九章　SAPHANASQL基础 183第一节　SAPHANASQL简介 183第二节　定义数据DDL 189第三节　操作数据DML 197第四节　数据控制语言 214第五节　关于NULL值 216本章小结与练习 216第十章　SAPHANASQLｓｃｒｉｐｔ 219第一节　SQLｓｃｒｉｐｔ简介 219第二节　SAPHANA存储过程 225第三节　SQLｓｃｒｉｐｔ技术要点 243第四节　SQLｓｃｒｉｐｔ开发注意事项 257第五节　通过ABAP调用存储过程 266本章小结与练习 270 资源截图：

资源名称：Hadoop企业级最佳实践  中文PDF 资源截图：

资源名称：Spark大数据处理 原理 算法与实例 pdf 第1章从Hadoop到Spark第2章体验Spark第3章Spark原理第4章RDD算子第5章Spark算法设计第6章善用Spark 资源截图：