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

1）發貨慢

要好好學習一下

不錯，快遞服務好

翻瞭一遍，還可以

翻瞭一遍，還可以

值得閱讀

正在看，像流水賬一樣記錄阿裏的數據係統

稍微翻瞭一下，乾貨很多，值得購買的一本好書

值得擁有