Greenplum是业界领先的源MPP大数据平台。2019年，Greenplum被Gartner评为全球排名第三的分析型数据库和排名第四的实时分析数据库，且为前十名中*源的产品。中国信息通信研究院评测的14款MPP数据库中约半数基于Greenplum。本书由Greenplum核心研发团队精心编写，融了团队十余年来对云计算、大数据和人工智能驱动的企业数字化转型、先技术发展趋势以及产品研发的深刻思考，对Greenplum这款快速成长的源大数据平台行了全方位深度解读，无论是企业决策者，还是大数据相关的技术人员，都能从本书中获益。
售 价：¥
纸质售价：¥85.90购买纸书
6.5
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
编委会
前言
第一部分 大数据战略
第1章 ABC：人工智能、大数据和云计算
1.1 再谈云计算
1.1.1 云计算由南向转为北向
1.1.2 P层云的精细化发展
1.1.3 大数据系统在云中部署不断朝南上移
1.2 大数据
1.2.1 从CRUD到CRAP
1.2.2 MPP（大规模并行计算）
1.2.3 大数据系统
1.2.4 当大数据遇到云计算
1.3 人工智能
1.3.1 模型化方法
1.3.2 AI的发展史
1.3.3 对AI应用的正确预期
1.4 ABC之间的关系
1.5 AI和人
1.5.1 经验与逻辑
1.5.2 公理化的逻辑系统
1.5.3 图灵机和可计算数
1.5.4 认知边界上的考量
第2章 建立基于大数据的高阶数字化战略
2.1 基于云原生应用的数字化战略
2.2 大数据和AI：企业未来的终极竞争点
2.3 大数据战略的落地
2.3.1 大数据和AI人才
2.3.2 AI驱动的开发方法和文化
2.3.3 大数据基础设施的建设
2.4 大数据和AI的展望
第二部分 大数据平台
第3章 数据处理平台的演进
3.1 前数据处理时代
3.2 早期的电子数据处理
3.2.1 电子计算机的出现
3.2.2 软件
3.3 数据库
3.3.1 数据模型
3.3.2 数据独立性和高级数据处理语言
3.3.3 数据保护
3.3.4 数据库早期发展过程中的困境
3.4 NoSQL数据库
3.4.1 NoSQL出现的背景
3.4.2 NoSQL产品的共性
3.4.3 NoSQL的分类
3.5 SQL数据库的回归
3.5.1 NoSQL与SQL的融合
3.5.2 Hadoop不等于大数据
3.5.3 SQL从未离开
3.6 集成数据处理和分析平台
3.6.1 数据类型
3.6.2 业务场景
3.6.3 集中还是分散
3.7 数据平台的选型
3.8 小结
第4章 Greenplum数据库快速入门
4.1 Greenplum数据库的发展和现状
4.2 Greenplum数据库的特性
4.3 Greenplum数据库的组成
4.4 Greenplum数据库的安装与部署
4.4.1 准备工作
4.4.2 安装Greenplum
4.4.3 初始化Greenplum数据库
4.5 Greenplum数据库的常用操作
4.6 Greenplum数据库的常用命令
4.6.1 gpstart
4.6.2 gpstop
4.6.3 gpstate
4.6.4 gpactivatestandby
4.6.5 gpconfig
4.6.6 gpdeletesystem
4.7 小结
第5章 Greenplum的架构和核心引擎
5.1 Greenplum的架构
5.1.1 Greenplum Master
5.1.2 Greenplum Segment
5.1.3 Greenplum Interconnect
5.1.4 Greenplum Standby Master
5.1.5 Greenplum Mirror Segment
5.2 Greenplum查询计划
5.2.1 单机查询计划
5.2.2 并行查询计划
5.3 Greenplum数据库查询处理的过程
5.3.1 Greenplum数据库的主要功能组件
5.3.2 Greenplum数据库查询的执行流程
5.4 小结
第6章 从ETL到数据联邦和数据虚拟化
6.1 Greenplum中的ETL
6.1.1 PostgreSQL的ETL工具箱
6.1.2 GPLOAD
6.2 Greenplum的数据联邦
6.2.1 dblink简介
6.2.2 外部表
6.2.3 GPFDIST外部表
6.2.4 可执行外部表
6.2.5 Greenplum的S3外部表
6.2.6 GPHDFS外部表
6.2.7 Spark连接器
6.2.8 Gemfire连接器
6.3 Greenplum的数据虚拟化框架
6.3.1 PXF的架构
6.3.2 PXF的环境配置
6.3.3 GPHDFS与PXF比较
6.4 小结
第7章 混合负载和资源管理
7.1 混合负载的机遇和挑战
7.2 混合负载的业务和技术要求
7.3 资源管理
7.4 并发管理
7.5 小结
第三部分 机器学习与数据分析
第8章 Greenplum中的过程化编程语言
8.1 PL/Python
8.1.1 PL/Python简介
8.1.2 受信任的过程化编程语言
8.1.3 安装Python包
8.1.4 安装Greenplum数据计算Python包集合
8.1.5 类型转换
8.1.6 PL/Python函数中的数据共享
8.2 PL/R
8.2.1 PL/R简介
8.2.2 安装R包
8.2.3 安装Greenplum数据计算R包集合
8.3 PL/Container
8.3.1 PL/Container简介
8.3.2 一个简单的例子
8.3.3 PL/Container的基本操作方法
8.3.4 PL/Container实践总结
8.3.5 关于PL/Container的开发
8.4 小结
第9章 MADlib机器学习库
9.1 MADlib入门
9.1.1 MADlib简介
9.1.2 MADlib的特点
9.1.3 MADlib与其他机器学习算法库的比较
9.1.4 MADlib的快速安装
9.2 MADlib的架构
9.2.1 SQL用户接口
9.2.2 Python驱动函数
9.2.3 C++机器学习算法实现
9.2.4 C++数据库抽象层
9.3 MADlib应用
9.3.1 数据预处理
9.3.2 监督学习
9.3.3 非监督学习
9.3.4 时间序列
9.3.5 自定义机器学习算法
9.4 小结
第10章 Greenplum半结构化文本数据分析
10.1 GPText文本分析概述
10.1.1 GPText数据提取
10.1.2 GPText的文本处理、索引流程和高阶分析
10.2 GPText内置的全文检索引擎：Apache SolrCloud
10.3 GPText架构：高速并行索引和查询
10.4 数据准备
10.5 GPText的使用：简单的SQL和UDF函数
10.6 GPText的安装
10.7 GPText索引
10.7.1 创建GPText索引
10.7.2 加载GPText索引
10.7.3 GPText增减索引列
10.8 GPText简单查询
10.8.1 GPText查询的语法
10.8.2 GPText临近查询
10.8.3 GPText top查询
10.9 GPText高级查询
10.9.1 GPText Facet查询
10.9.2 GPText高亮查询结果
10.10 GPText分区表查询
10.11 GPText对自然语言处理的支持
10.12 GPText定制化索引
10.13 GPText管理工具
10.14 GPText用于文本挖掘和分析
10.15 小结
第11章 地理空间数据分析和处理
11.1 概述
11.1.1 什么是地理空间数据
11.1.2 地理空间数据应用与分析中的挑战
11.2 Greenplum PostGIS
11.2.1 Greenplum PostGIS简介
11.2.2 安装Greenplum PostGIS组件
11.2.3 第一次使用
11.3 Greenplum PostGIS应用实例
11.3.1 GIS数据准备
11.3.2 使用Greenplum PostGIS空间数据操作符进行GIS数据查询
11.3.3 使用Greenplum PostGIS的UDF进行GIS数据分析
11.3.4 栅格数据
11.4 小结
第12章 Greenplum数据库与图计算
12.1 图的概念
12.2 图的应用
12.2.1 电子电路设计自动化
12.2.2 搜索引擎
12.2.3 社交网络
12.3 图数据的处理
12.4 Greenplum对图数据的支持
12.5 MADlib中的图结构和算法
12.5.1 图的表示
12.5.2 MADlib支持的图算法
12.5.3 MADlib图算法详解
12.6 小结
第四部分 Greenplum的运维和迁移
第13章 Greenplum的监控和管理
13.1 监控Greenplum集群的状态
13.1.1 gpstate命令
13.1.2 系统表gp_segment_configuration
13.1.3 Segment的故障恢复和再平衡
13.1.4 常用的监控命令
13.2 管理Greenplum集群
13.2.1 参数配置
13.2.2 访问管理
13.2.3 统计信息
13.2.4 管理表膨胀
13.3 Greenplum指令中心（GPCC）
13.3.1 GPCC简介
13.3.2 可视化监控
13.3.3 查询监控和分析
13.3.4 工作负载管理
13.3.5 监控告警系统
13.4 小结
第14章 Greenplum数据库的备份、恢复和迁移
14.1 非并行数据库备份
14.2 非并行数据库恢复
14.3 并行数据库备份
14.4 并行数据库恢复
14.5 高效的并行数据库备份和恢复工具gpbackup/gprestore
14.6 新一代Greenplum数据迁移工具GPCOPY
14.7 小结
第15章 从Oracle迁移到Greenplum
15.1 概述
15.2 Oracle与Greenplum的架构对比
15.2.1 Oracle的主要痛点
15.2.2 Greenplum的优势
15.3 从Oracle迁移到Greenplum的流程
15.3.1 迁移场景
15.3.2 迁移过程
15.3.3 特殊场景分析
15.4 小结
第16章 从Teradata迁移到Greenplum
16.1 Teradata产品和用户面临的问题
16.2 从Teradata迁移到Greenplum的可行性
16.3 如何从Teradata迁移到Greenplum
16.3.1 迁移流程概述
16.3.2 Teradata数据卸载及DDL导出规范
16.3.3 数据操作语句转换
16.3.4 函数转换
16.3.5 ETL应用工具连接转换
16.3.6 其他应用接口迁移
16.4 特殊场景
16.4.1 事前微批去重
16.4.2 事后批量去重
16.5 小结
附录A Greenplum社区
附录B 外部表实例
附录C Greenplum的SSL证书
术语表
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
