大數(shù)據(jù)開(kāi)發(fā)實(shí)戰(zhàn)教程目錄

一、 課程性質(zhì)、目的和任務(wù)

本課程目的是讓學(xué)生了解并掌握四個(gè)領(lǐng)域
（1）大數(shù)據(jù)系統(tǒng)的起源及系統(tǒng)特征
（2）大數(shù)據(jù)系統(tǒng)的架構(gòu)設(shè)計(jì)及功能目標(biāo)設(shè)計(jì)
（3）大數(shù)據(jù)系統(tǒng)程序開(kāi)發(fā)、企業(yè)大數(shù)據(jù)案例分析的內(nèi)容

利用真機(jī)實(shí)驗(yàn)環(huán)節(jié)以及大數(shù)據(jù)實(shí)訓(xùn)一體機(jī)來(lái)提升學(xué)生對(duì)大數(shù)據(jù)開(kāi)發(fā)的實(shí)踐能力；

本課程重點(diǎn)讓學(xué)生掌握五個(gè)方面的內(nèi)容：
（1）HDFS 使用操作；
（2）MapReduce 開(kāi)發(fā)；
（3）HBase 數(shù)據(jù)庫(kù)的開(kāi)發(fā)；
（4）Hive 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)；
（5）大數(shù)據(jù)案例分析；

二、 教學(xué)內(nèi)容及要求

第一節(jié) 大數(shù)據(jù)概述

• 授課學(xué)時(shí)：1
• 基本要求：

了解大數(shù)據(jù)概念、特征、數(shù)據(jù)計(jì)量單位以及大數(shù)據(jù)的類型；

了解大數(shù)據(jù)系統(tǒng)的設(shè)計(jì)背景、以及當(dāng)前大數(shù)據(jù)系統(tǒng)存在的不足；

了解大數(shù)據(jù)系統(tǒng)的設(shè)計(jì)思想、設(shè)計(jì)目標(biāo)和設(shè)計(jì)原則；

了解大數(shù)據(jù)系統(tǒng)的整體邏輯架構(gòu)設(shè)計(jì)及運(yùn)行邏輯，了解當(dāng)前大數(shù)據(jù)系統(tǒng)的主流架構(gòu)；

第二節(jié) 大數(shù)據(jù)應(yīng)用開(kāi)發(fā)思路和開(kāi)發(fā)環(huán)境配置

• 授課學(xué)時(shí)：1
• 基本要求：

掌握大數(shù)據(jù)系統(tǒng)應(yīng)用讀寫操作的開(kāi)發(fā)流程；

掌握分析大數(shù)據(jù)開(kāi)發(fā)技術(shù)及思路；

掌握大數(shù)據(jù) Java 開(kāi)發(fā)的環(huán)境配置、Plugin 插件的安裝，Hadoop 環(huán)境配置；

第三節(jié) HDFS 分布式文件系統(tǒng)

• 授課學(xué)時(shí)：4
• 基本要求：

了解 MapReduce 的設(shè)計(jì)思想、基本概念；

了解 MapReduce 的系統(tǒng)架構(gòu)、作業(yè)運(yùn)行機(jī)制和關(guān)鍵技術(shù)；

掌握 MapReduce 的數(shù)據(jù)類型的自定義以及數(shù)據(jù)類型的使用；

掌握 MapReduce 開(kāi)發(fā)，定制輸入輸出的數(shù)據(jù)格式；

掌握將 HDFS 文件系統(tǒng)中整個(gè)文件作為輸入數(shù)據(jù)的開(kāi)發(fā)；

掌握利用 MapReduce 完成小文件聚合成一個(gè)大文件的開(kāi)發(fā)；

掌握壓縮數(shù)據(jù)處理程序開(kāi)發(fā)；

掌握任務(wù)組合過(guò)程，掌握迭代組合、并行組合及串行組合；

掌握任務(wù)的前后鏈?zhǔn)浇M合；

掌握多數(shù)據(jù)源連接的開(kāi)發(fā)，包含 Map 端開(kāi)發(fā)以及 Reduce 端開(kāi)發(fā)；

掌握 Hadoop 全局參數(shù)的使用，全局文件的使用；

掌握與關(guān)系型數(shù)據(jù)庫(kù)的訪問(wèn)連接；

真機(jī)實(shí)操訓(xùn)練（實(shí)驗(yàn)環(huán)節(jié) 2）；

第五節(jié) HBase 分布式數(shù)據(jù)庫(kù)

• 授課學(xué)時(shí)：4
• 基本要求：

了解 HBase 分布式數(shù)據(jù)庫(kù)的設(shè)計(jì)目標(biāo)、基本概念；

了解 HBase 邏輯架構(gòu)以及物理架構(gòu)；

掌握 HBase 分布式數(shù)據(jù)庫(kù)Shell 命令操作；

掌握HBase 數(shù)據(jù)庫(kù)系統(tǒng)的 Java 開(kāi)發(fā)，包含創(chuàng)建表、刪除表，查詢所有表操作；

掌握HBase 數(shù)據(jù)庫(kù)系統(tǒng)的 Java 開(kāi)發(fā)，包含插入記錄、查詢數(shù)據(jù)，組合查詢、修改刪除記錄等開(kāi)發(fā)；

真機(jī)實(shí)操訓(xùn)練（實(shí)驗(yàn)環(huán)節(jié) 3）；

第六節(jié) Hive 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā)

• 授課學(xué)時(shí)：6
• 基本要求：

了解Hive 數(shù)據(jù)倉(cāng)庫(kù)的工作原理及特點(diǎn)；

了解Hive 架構(gòu)設(shè)計(jì)，包含數(shù)據(jù)類型、數(shù)據(jù)存儲(chǔ)方式以及查詢方式；

掌握Hive 數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的 HQL 語(yǔ)言語(yǔ)法；

掌握 HQL 的創(chuàng)建表、查看表及查詢有結(jié)構(gòu)，修改表以及刪除表；

掌握利用 HQL 語(yǔ)句將 HDFS 的文件導(dǎo)入數(shù)據(jù)倉(cāng)庫(kù)；

掌握分區(qū)表、桶表、外部表的使用；

掌握 HQL 語(yǔ)句的聯(lián)合查詢、子查詢、創(chuàng)建視圖等操作；

掌握利用 Java 開(kāi)發(fā) UDF 自定義函數(shù)，以及自定義函數(shù)的使用；

掌握 Java 連接 Hive 數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行數(shù)據(jù)查詢；

真機(jī)實(shí)操訓(xùn)練（實(shí)驗(yàn)環(huán)節(jié) 4）；

第七節(jié) Spark 數(shù)據(jù)挖掘

• 授課學(xué)時(shí)：4
• 基本要求：

了解數(shù)據(jù)挖掘的基本概念和手段，介紹數(shù)據(jù)挖掘的常用算法、編程語(yǔ)言等；

了解常用的數(shù)據(jù)挖掘工具；

了解最新大數(shù)據(jù)處理技術(shù) Spark 平臺(tái)，包括 RDD 基礎(chǔ)及編程接口介紹，以及 SparkSQL 邏輯架構(gòu)， 流式處理技術(shù) SparkStream 等；

了解介紹 Spark 平臺(tái)下機(jī)器學(xué)習(xí)(Machine Learning)架構(gòu)解析，以及 Spark MLlib 經(jīng)典算法解析和案例；

案例詳解，解析通過(guò) Spark MLlib 的協(xié)同過(guò)濾算法，來(lái)分析某大型電商的商品推薦過(guò)程，并說(shuō)明實(shí)現(xiàn)方法和代碼；

第八節(jié) 綜合案例分析

1、 某網(wǎng)站訪問(wèn)日志分析

• 授課學(xué)時(shí)：2
• 基本要求：

了解網(wǎng)站訪問(wèn)日志的數(shù)據(jù)結(jié)構(gòu)；

了解網(wǎng)站訪問(wèn)日志的分析方法以及本次分析日志需要完成的目錄；

了解分析過(guò)程以及分析工具的使用；

大數(shù)據(jù)環(huán)境實(shí)驗(yàn)（實(shí)驗(yàn)環(huán)節(jié) 5）；

2、某搜索引擎網(wǎng)站日志分析

• 授課學(xué)時(shí)：2
• 基本要求：

了解搜狐網(wǎng)站對(duì)關(guān)鍵詞搜索記錄的數(shù)據(jù)結(jié)構(gòu)；

了解關(guān)鍵詞搜索的分析目標(biāo)及預(yù)期完成分析結(jié)果；

了解分析流程、分析工具以及重點(diǎn)代碼的介紹；

大數(shù)據(jù)環(huán)境實(shí)驗(yàn)（實(shí)驗(yàn)環(huán)節(jié) 6）；

3、某大型電商數(shù)據(jù)分析

• 授課學(xué)時(shí)：2
• 基本要求：

了解本案例中電商數(shù)據(jù)的字段結(jié)構(gòu)；

了解本次電商數(shù)據(jù)預(yù)期完成分析的指標(biāo)以及分析結(jié)果的再利用介紹；

了解分析流程、分析工具以及重點(diǎn)代碼的介紹；

大數(shù)據(jù)環(huán)境實(shí)驗(yàn)（實(shí)驗(yàn)環(huán)節(jié) 7）；

實(shí)驗(yàn)環(huán)節(jié)介紹
實(shí)驗(yàn)環(huán)節(jié) 1：HDFS 操作命令操作
實(shí)驗(yàn)?zāi)繕?biāo)及要求：
讓學(xué)生掌握分布式文件系統(tǒng) HDFS 的文件操作，包含導(dǎo)入導(dǎo)出文件、列表、查找、刪除文件等。

實(shí)驗(yàn)環(huán)節(jié) 2：MapReduce 開(kāi)發(fā)（單詞計(jì)數(shù)）
實(shí)驗(yàn)?zāi)繕?biāo)及要求：
讓學(xué)生掌握在 HDFS 文件系統(tǒng)內(nèi)的 Map 及 Reduce 的 Java 開(kāi)發(fā)，實(shí)現(xiàn)對(duì)指定文本文件的單詞計(jì)數(shù)，將統(tǒng)計(jì)結(jié)果輸出至控制臺(tái)。

實(shí)驗(yàn)環(huán)節(jié) 3：HBase 數(shù)據(jù)庫(kù)命令操作
實(shí)驗(yàn)?zāi)繕?biāo)及要求：
讓學(xué)生掌握分布式文件數(shù)據(jù)庫(kù)系統(tǒng) HBase 的數(shù)據(jù)庫(kù)操作，包含創(chuàng)建表、刪除表、增加列、導(dǎo)入記錄、刪除記錄等。

實(shí)驗(yàn)環(huán)節(jié) 4：Hive 數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)使用
實(shí)驗(yàn)?zāi)繕?biāo)及要求：
讓學(xué)生掌握在 Hive 數(shù)據(jù)倉(cāng)庫(kù)的基本命令的操作，包含創(chuàng)建數(shù)據(jù)倉(cāng)庫(kù)、創(chuàng)建表、刪除表、導(dǎo)入及導(dǎo)出數(shù)據(jù)，統(tǒng)計(jì)查詢等在 CLI 模式下的使用操作。

實(shí)驗(yàn)環(huán)節(jié) 5：分析網(wǎng)站訪問(wèn)日志
實(shí)驗(yàn)?zāi)繕?biāo)及要求：
實(shí)踐在企業(yè)應(yīng)用中的互聯(lián)網(wǎng)網(wǎng)站訪問(wèn)日志的分析案例，利用 Hive 工具完成對(duì)每小時(shí)內(nèi)的訪問(wèn) PV 及 IP 數(shù)據(jù)，同時(shí)將統(tǒng)計(jì)結(jié)果輸出至網(wǎng)頁(yè)。

實(shí)驗(yàn)環(huán)節(jié) 6：分析搜索引擎網(wǎng)站日志數(shù)據(jù)
實(shí)驗(yàn)?zāi)繕?biāo)及要求：
分析關(guān)鍵字的統(tǒng)計(jì)日志的數(shù)據(jù)，利用 Hive 工具完成對(duì)關(guān)鍵詞的統(tǒng)計(jì)，包含搜索關(guān)鍵詞排行、用戶習(xí)慣點(diǎn)擊第幾個(gè)連接、訪問(wèn)目標(biāo)網(wǎng)站排行等，同時(shí)將統(tǒng)計(jì)結(jié)果輸出至網(wǎng)頁(yè)。

實(shí)驗(yàn)環(huán)節(jié) 7：分析電商網(wǎng)站數(shù)據(jù)
實(shí)驗(yàn)?zāi)繕?biāo)及要求：
對(duì)此大型電商數(shù)據(jù)進(jìn)行實(shí)踐分析，利用 Hive 工具完成對(duì)商品銷售統(tǒng)計(jì)，同類商品推薦等分析指標(biāo)，將分析結(jié)果導(dǎo)出至關(guān)系型數(shù)據(jù)庫(kù) Mysql。

附錄 2：教材目錄
第一章 大數(shù)據(jù)概述 7
1.1. 大數(shù)據(jù)的起源 7
1.1.1. 豌豆雜交實(shí)驗(yàn) 7
1.1.2. 曹沖稱象啟示 7
1.1.3. 谷歌的三項(xiàng)核心元素 9
1.2. 大數(shù)據(jù)的概念 9
1.2.1. 大數(shù)據(jù)概念 10
1.2.2. 大數(shù)據(jù)的特征 10
1.2.3. 數(shù)據(jù)計(jì)量單位 11
1.2.4. 大數(shù)據(jù)來(lái)源 11
1.2.5. 大數(shù)據(jù)類型 12
1.3. 大數(shù)據(jù)系統(tǒng) 12
1.3.1. 系統(tǒng)設(shè)計(jì)背景 12
1.3.2. 設(shè)計(jì)目標(biāo)和原則 13
1.3.3. 系統(tǒng)的設(shè)計(jì)思想 14
1.3.4. 系統(tǒng)的邏輯架構(gòu) 16
1.3.5. 與現(xiàn)有系統(tǒng)的關(guān)系 17
1.3.6. 當(dāng)前的大數(shù)據(jù)系統(tǒng) 19
1.4. 企業(yè)的大數(shù)據(jù)觀 25
1.4.1. 企業(yè)面臨的挑戰(zhàn) 25
1.4.2. 企業(yè)大數(shù)據(jù)從哪來(lái) 25
1.4.3. 企業(yè)大數(shù)據(jù)如何存儲(chǔ) 27
1.4.4. 企業(yè)大數(shù)據(jù)如何加工 31
1.4.5. 企業(yè)的大數(shù)據(jù)到哪里去 35
1.4.6. 企業(yè)大數(shù)據(jù)觀總結(jié) 37
第二章 大數(shù)據(jù)系統(tǒng)應(yīng)用開(kāi)發(fā)思路及環(huán)境 38
2.1. 總體思路 38
2.1.1. 大數(shù)據(jù)讀寫應(yīng)用的開(kāi)發(fā) 38
2.1.2. 大數(shù)據(jù)分析應(yīng)用的開(kāi)發(fā) 38
2.2. 開(kāi)發(fā)環(huán)境 39
2.2.1. Plugin 插件的安裝 39
2.2.2. Hadoop 開(kāi)發(fā)環(huán)境的配置 39
2.2.3. 示例程序驗(yàn)證 41
第三章 HDFS 分布式文件系統(tǒng) 48
3.1. 設(shè)計(jì)目標(biāo) 48
3.2. 基本概念 49
3.2.1. 塊 49
3.2.2. 名稱節(jié)點(diǎn)與數(shù)據(jù)節(jié)點(diǎn) 49
3.3. 系統(tǒng)架構(gòu) 50
3.3.1. 邏輯架構(gòu) 50
3.3.2. 物理架構(gòu) 51
3.4. 運(yùn)行機(jī)制 51

3.4.1. 文件讀取 52
3.4.2. 文件寫入 53
3.4.3. 特別關(guān)注 54
3.5. 系統(tǒng)功能 57
3.5.1. 多文件系統(tǒng) 57
3.5.2. 目錄管理 58
3.5.3. 文件管理 59
3.5.4. 文件歸檔 59
3.5.5. 并行復(fù)制 60
3.6. 系統(tǒng) I/O 特性 61
3.6.1. 完整性校驗(yàn) 61
3.6.2. 壓縮與編碼解碼 62
3.6.3. 序列化 64
3.6.4. 特殊文件結(jié)構(gòu) 65
3.7. 非 Java 訪問(wèn)接口 66
3.8. 系統(tǒng)性能 67
3.8.1. 可靠性措施 67
3.8.2. 性能優(yōu)化 68
3.9. 程序開(kāi)發(fā) 69
3.9.1. 文件列表 69
3.9.2. 文件讀取 71
3.9.3. 文件上傳 72
3.9.4. 文件創(chuàng)建 74
3.9.5. 文件寫入 75
3.9.6. 文件壓縮與解壓 76
3.9.7. 壓縮寫入 77
3.9.8. 解壓讀取 78
3.9.9. 目錄創(chuàng)建 80
3.9.10. 文件重命名 81
3.9.11. 刪除文件 83
3.9.12. 查看文件時(shí)間 84
3.9.13. 查看文件是否存在 86
3.9.14. 查找文件位置 87
3.9.15. 查找集群所有的節(jié)點(diǎn) 89
3.9.16. SequenceFile 文件格式轉(zhuǎn)換 90
3.9.17. 讀取 SequenceFile 格式的文件 92
3.9.18. MapFile 文件格式轉(zhuǎn)換 95
3.9.19. 讀取 MapFile 格式的文件 97
第四章 MapReduce 分布式編程 99
4.1. 不同于傳統(tǒng) 99
4.2. 設(shè)計(jì)思想 100
4.3. 基本概念 100
4.3.1. map()函數(shù) 101
4.3.2. reduce()函數(shù) 101

4.3.3. 鍵值對(duì) 102
4.3.4. 中間結(jié)果 102
4.3.5. 移動(dòng)代碼 103
4.3.6. 作業(yè)和任務(wù)節(jié)點(diǎn) 104
4.4. 系統(tǒng)架構(gòu) 104
4.4.1. 邏輯架構(gòu) 104
4.4.2. 物理架構(gòu) 106
4.5. 運(yùn)行機(jī)制 106
4.5.1. 作業(yè)運(yùn)行 106
4.5.2. 作業(yè)調(diào)度 109
4.5.3. 任務(wù)執(zhí)行 109
4.5.4. 狀態(tài)更新 110
4.5.5. 作業(yè)完成 111
4.5.6. 故障處理 111
4.6. 關(guān)鍵技術(shù) 112
4.6.1. 計(jì)數(shù)器 112
4.6.2. 排序 113
4.6.3. 連接 113
4.6.4. shuffle 114
4.6.5. 內(nèi)存處理 115
4.6.6. 分布式緩存 116
4.7. 類型與格式 117
4.7.1. MR 的類型 117
4.7.2. 輸入格式 119
4.7.3. 輸出格式 121
4.8. MapReduce 程序開(kāi)發(fā) 122
4.8.1. 定制數(shù)據(jù)類型 122
4.8.2. 定制輸入格式 126
4.8.3. 定制輸出格式 131
4.8.4. 將整個(gè)文件作為輸入 137
4.8.5. 小文件聚合成一個(gè)文件 143
4.8.6. 多集合文件輸出 145
4.8.7. 對(duì)壓縮數(shù)據(jù)處理 148
4.8.8. 定制 partitioner 151
4.8.9. 定制 combiner 155
4.8.10. MapReduce 組合 159
4.8.11. 多數(shù)據(jù)源連接 175
4.8.12. 全局參數(shù)應(yīng)用 189
4.8.13. 全局文件應(yīng)用 192
4.8.14. 關(guān)系數(shù)據(jù)庫(kù)訪問(wèn) 195
第五章 HBase 分布式數(shù)據(jù)庫(kù) 204
5.1. 設(shè)計(jì)目標(biāo) 204
5.2. 基本概念 205
5.2.1. 邏輯模型 205

5.2.2. 物理模型 206
5.2.3. 區(qū)域 207
5.2.4. 基本單元 207
5.2.5. Region 服務(wù)器 208
5.2.6. Master 主服務(wù)器 209
5.2.7. 元數(shù)據(jù)表.META 210
5.2.8. 元數(shù)據(jù)表–ROOT 211
5.3. 系統(tǒng)架構(gòu) 212
5.3.1. 邏輯架構(gòu) 212
5.3.2. 物理架構(gòu) 213
5.4. 運(yùn)行機(jī)制 214
5.5. 系統(tǒng)功能 215
5.5.1. 用戶界面 215
5.5.2. Shell 操作 218
5.6. 庫(kù)表設(shè)計(jì) 220
5.7. 訪問(wèn)接口 221
5.8. 程序開(kāi)發(fā) 222
5.8.1. 創(chuàng)建表 222
5.8.2. 刪除表 225
5.8.3. 查詢表 226
5.8.4. 插入記錄 228
5.8.5. 查詢記錄 229
5.8.6. 修改記錄 240
5.8.7. 刪除記錄 242
第六章 Hive 數(shù)據(jù)倉(cāng)庫(kù)開(kāi)發(fā) 244
6.1. Hive 介紹 244
6.1.1. Hive 工作原理 244
6.1.2. Hive 數(shù)據(jù)類型 245
6.1.3. Hive 的特點(diǎn) 246
6.2. Hive 架構(gòu) 248
6.2.1 Hive 用戶接口 248
6.2.2 Hive 元數(shù)據(jù)庫(kù) 250
6.2.3 Hive 的數(shù)據(jù)存儲(chǔ) 251
6.2.4 Hive 解析器 252
6.3. Hive 文件格式 253
6.3.1 TextFile 格式 254
6.3.2 SequenceFile 格式 254
6.3.3 RCFile 文件格式 254
6.4. HiveQL 語(yǔ)言 257
6.5. HiveQL 表操作 257
6.5.1. 內(nèi)部表 257
6.5.2. 外部表 264
6.5.3. 分區(qū)表 265
6.5.4. 桶表 269

6.5.5. 視圖 271
6.6. HiveQL 查詢 272
6.6.1. 連接 272
6.6.2. 子查詢 275
6.7. UDF 編碼 276
6.7.1. 加入 jar 包 277
6.7.2. 命名函數(shù) 277
6.7.3. 調(diào)用測(cè)試函數(shù) 277
6.7.4. 移除 jar 包 278
6.8. UDAF 編碼 278
6.8.1. 在 Hive 中加入 jar 包。 279
6.8.2. 命名成一個(gè)函數(shù)。 280
6.8.3. 調(diào)用測(cè)試函數(shù) 280
6.8.4. 在 Hive 中移除 jar 包 280
6.9. 客服端編碼 280
6.9.1. 與 hive 服務(wù)器端連接建立 281
6.9.2. 與 hive 進(jìn)行指令交互 282
6.9.3. 客戶端命令組織 282
第七章 Spark 數(shù)據(jù)挖掘 284
7.1. 概述 284
7.1.1. 簡(jiǎn)述數(shù)據(jù)挖掘歷程 284
7.1.2. 傳統(tǒng)商業(yè)版數(shù)據(jù)挖掘工具 284
7.1.3. 免費(fèi)開(kāi)源的數(shù)據(jù)挖掘技術(shù) 284
7.1.4. 常用的數(shù)據(jù)挖掘的算法與編程語(yǔ)言 285
7.1.5. 數(shù)據(jù)挖掘技術(shù) Spark 286
7.1.6. Spark 與 mapreduce 的區(qū)別 289
7.2. Spark 數(shù)據(jù)分析處理 290
7.2.1. Spark Core 290
7.2.2. Spark SQL 294
7.2.3. Spark Streaming 298
7.3. Spark MLlib 機(jī)器學(xué)習(xí) 302
7.3.1. Spark MLlib 的簡(jiǎn)述 302
7.3.2. Spark MLlib 架構(gòu)解析 302
7.3.3. Spark MLlib 經(jīng)典算法解析 303
第八章 綜合案例分析 304
8.1. 網(wǎng)站訪問(wèn)日志分析 304
8.1.1. 項(xiàng)目來(lái)源 304
8.1.2. 數(shù)據(jù)情況 304
8.1.3. 項(xiàng)目架構(gòu) 306
8.1.4. 項(xiàng)目目標(biāo) 306
8.1.5. 數(shù)據(jù)表結(jié)構(gòu)設(shè)計(jì) 306
8.1.6. 統(tǒng)計(jì)分析過(guò)程 307
8.1.7. 成果展示 308
8.2. 搜索引擎網(wǎng)站關(guān)鍵字日志分析 309

8.2.1. 項(xiàng)目來(lái)源 309
8.2.2. 數(shù)據(jù)情況 310
8.2.3. 項(xiàng)目架構(gòu) 310
8.2.4. 項(xiàng)目目標(biāo) 310
8.2.5. 數(shù)據(jù)表結(jié)構(gòu)設(shè)計(jì) 311
8.2.6. 統(tǒng)計(jì)分析過(guò)程 311
8.2.7. 成果展示 319

總結(jié)

以上是生活随笔為你收集整理的大数据开发实战教程目录的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。