目錄
序 在路上，學而時習之/張玉宏
第一章 大數據簡史漫談之一——數字的來源及數據思維的發展
1.1 人類的“數覺”與計數係統
1.2 關於二進製的一點討論
1.3 數字的誕生與廣泛應用的匹配法
1.4 數學的“問世”與“算法”的祖師爺
1.5 文字的“齣爐”與羅馬語言的來曆
1.6 古代的數據保存之道與文言文的“無奈”精簡
1.7 古代的“數據中心”——圖書館
1.8 古代計算工具的誕生及其演變
1.9 統計學誕生——數據思維的漸起
1.10 美國式的人口普查——大數據催生新技術
1.11 中國式的人口統計與數目字管理
1.12 本章小結與思考
第二章 大數據簡史漫談之二——近代存儲體係發展中的那些人和事
2.1 數據復製與傳播中的問題及解決方案
2.2 影響人類發展進程的幾次能源革命
2.3 不能遺忘的電氣時代的傳奇——特斯拉
2.4 霍爾瑞斯的穿孔卡
2.5 現代通用計算機的奠基者——圖靈和馮•諾伊曼
2.6 波弗勞姆的磁帶發明
2.7 華人王安電腦的磁芯存儲器
2.8 IBM 的傳奇磁存儲世界
2.9 網絡存儲世界的興起
2.10 本章小結與思考
第三章 大數據簡史漫談之三——數據庫的發展與大數據的興起
3.1 近代“數據中心”之夢殤
3.2“窮”則思變之網狀數據庫
3.3 濃墨重彩之關係數據庫
3.4 突破數據共享封鎖綫的領頭人
3.5 高手對決的數據倉庫領域兩俠客
3.6 嚮非結構化進發的數據大趨勢
3.7 大數據術語的曆史淵源
3.8 現代大數據的誕生
3.9 在混沌和秩序轉化中螺鏇上升
3.10本章小結與思考
第四章 大數據的內涵
4.1 從數據、信息到知識、智慧的飛躍
4.2 大數據的多版本定義
4.3 大數據——新時代的生産資料
4.4 信息（數據）化、第二經濟與數據思維的轉變
4.5 大數據——來自學術界的青睞
4.6 大數據——來自政府層麵的重視
4.7 大數據——來自工商業的熱捧
4.8 大數據內涵——“豈止於大”
4.8.1 大數據之“大”有不同（Volume）
4.8.2 大數據之唯“快”不破（Velocity）
4.8.3 大數據之五彩繽紛（Variety）
4.8.4 大數據之價“值”無限（Value）
4.8.5 包括但不限於 4V
4.9 本章小結與思考
第五章 大數據時代的一點哲學思考
5.1 哲學與科學的關係——為什麼計算機專業博士也發個哲學文憑（Ph.D）
5.2 大、小數據的“質”不同
5.3 大數據的數理哲學基礎——同構關係
5.4 大數據認識主體的變化——“替人消災”式的認識能免責嗎
5.5 波普爾的世界 3——秦始皇的長生夢，找錯瞭空間
5.6 大數據認識對象的變化——提升普羅大眾的權重 ：“長尾理論”
5.7 認識論對大數據研究的指導意義
5.7.1 科學始於觀察——證實主義
5.7.2 證實主義的睏頓——來自波普爾的批判
5.7.3 科學始於問題——波普爾的貢獻
5.7.4 科學始於數據——大數據時代的科學轉機與思考
5.7.5 大數據的悲觀思潮
5.8 本章小結與思考
第六章 大數據研究的第四範式
6.1 榖歌公司的“不務正業”
6.2 塞吉•布林的“秘密”病情
6.3 布林病情的“治療”方案
6.4 詹姆斯•格雷的科學第四範式
6.5 科學研究的其他三個範式
6.6 本章小結與思考
第七章 大數據，大有為
7.1 洞察帶來價值
7.2 案例 1 ：榖歌是如何“越俎代庖”地預測流感的
7.2.1 流感治療網絡化
7.2.2“無意間”生産的搜索數據
7.2.3 榖歌工程師們的傑作——流感預測趨勢（GFT）
7.2.4 榖歌的“越俎代庖”為何成功
7.2.5 案例小結 ：數據、模型與理論
7.3 案例 2 ：“全數據”是如何為葉詩文抱不平的
7.3.1 葉詩文事件的新聞背景
7.3.2 什麼是性能分析法
7.3.3 質疑的閤理性在哪裏
7.3.4“大數據 = 全數據”的威力——為葉詩文抱不平
7.3.5 案例小結
7.4 案例 3 ：大數據是如何對抗癌癥的
7.4.1 癌癥大數據的特徵是什麼
7.4.2 癌癥從哪裏來
7.4.3 大數據用之於癌癥鬥爭，挑戰何在
7.4.4 癌癥診療的基礎大數據——獲取難
7.4.5 數據化帶來的顛覆式醫療——執行難
7.4.6 哪些機構在用大數據對抗癌癥
7.4.7 癌癥大數據的重要源頭——基因組數據
7.4.8 大數據對抗癌癥，前景如何
7.4.9 案例小結
7.5 更多大數據應用案例
7.6 本章小結與思考
第八章 大數據之坑與小數據之美
8.1 引子——哪個 V 纔是大數據最重要的特徵
8.1.1“大”有不同——Volume（大量）
8.1.2 數據共徵——Velocity（快速）與 Value（價值）
8.1.3 五彩繽“紛”——Variety（多樣）
8.2 大數據的力量與陷阱
8.2.1 大數據的力量
8.2.2 大數據的陷阱
8.2.3 今日王謝堂前燕，暫未飛入百姓傢——大數據還沒那麼普及
8.2.4 你若安好，便是晴天——小數據之美
8.3 本章小結與思考
第九章 12 個小故事，思考大數據
9.1 故事 1 ：大數據都是騙人的啊——大數據預測得準嗎
9.2 故事 2 ：顛簸的街道——對不起，“n=all”隻是一個幻覺
9.3 故事 3 ：醉漢路燈下找鑰匙——大數據的研究方法可笑嗎
9.4 故事 4 ：園中有金不在金——大數據的價值
9.5 故事 5 ：蓋洛普抽樣的成功——大小之爭，“大”數據一定勝過小抽樣嗎
9.6 故事 6 ：點球成金——數據流 PK 球探，誰更重要
9.7 故事 7 ：啤酒和尿布——經典故事是僞造的，你知道嗎
9.8 故事 8 ：榖歌流感預測——預測是如何失效的
9.9 故事 9 ：Target 超市預測女孩懷孕——“大數據”智慧，還是愚蠢
9.10 故事 10 ：你的一夜情我知道——大數據的隱私之痛
9.11 故事 11 ：大數據，無須懼——比薩店員更能知道顧客所有的信息嗎.
9.12 故事 12 ：撲朔離迷的“因果關係”——蘇格拉底的“詭辯術”
9.13 本章小結與思考
第十章 大數據技術漫談——需要讀懂的 100 篇大數據文獻
10.1 大數據價值的實現
10.2 大數據分析的關鍵架構層
10.3 架構的演進
10.4 幾個重要的概念
10.5 文件係統層
10.6 數據存儲層
10.7 資源管理器層（ResourceManagers）
10.8 調度器（Schedulers）
10.9 協調器（Coordination）
10.10 計算框架（ComputationalFrameworks）
10.11 數據分析層（DataAnalysis）
10.12 數據集成層（DataIntegration）
10.13 操作框架層（OperationalFrameworks）
10.14 本章小結與思考
第十一章 牛刀小試之 Hadoop 實戰
11.1 什麼是 Hadoop
11.2 Hadoop 發展曆程
11.3 Hadoop 集群服務器的安裝與配置
11.3.1 安裝 CentOS7
11.3.2 配置 Java 環境
11.3.3 啓動和配置 SSH 服務
11.3.4 安裝 Hadoop
11.3.5 啓動 Hadoop
11.4 運行 HelloWorld 版 Hadoop 程序——WordCount
11.5 全分布模式下的 Hadoop 集群構建
11.5.1 Linux 以運行等級 3 啓動
11.5.2 在 Windows 和 MacOS 環境下剋隆虛擬機
11.5.3 設置靜態 IP 地址
11.5.4 修改 hosts 文件
11.5.5 虛擬機的同步配置
11.5.6 SSH 的免密碼登錄
11.5.7 全分布模式下安裝 Hadoop
11.5.8 同步配置文件
11.5.9 創建所需目錄
11.5.10 關閉防火牆
11.5.11 格式化文件係統
11.5.12 啓動 Hadoop 守護進程
11.5.13 驗證全分布模式
11.5.14 默認配置文件所在位置
11.5.15 關閉 Hadoop
11.5.16 Hadoop 的運行錯誤查找
11.6 WordCount 代碼詳解
11.6.1 MapReduce 編程模型
11.6.2 WordCount 的 MapReduce 處理流程
11.6.3 WordCount 源碼解讀
11.7 本章小結與思考
後 記
· · · · · · (
收起)
