大数据丛书阿里技术丛书.docVIP

大数据丛书 阿里技术丛书重构大数据统计杨旭978-7-121-22500-0 2014年8月出版 定价：79.00元 404页 16开 编辑推荐 大型互联网公司一线大数据分析实践！ 《重构大数据统计》提出了一套适合于分布式计算的统计计算方法 ，梳理出一套对大数据分析有实用价值的统计理论，并形成参考代码，对于从事大数据分析的工程师而言，这些内容有相当的参考价值。 《重构大数据统计》是作者在一线工作中的实践总结。在研发的过程中，作者遇到了资源优化（成本）以及计算时间优化（性能）的问题，通过反复的实践和论证，总结出一套行之有效的理论和方法。在此方法指导下开发的数据分析工具，已经被阿里巴巴集团内部所使用，并取得了显著的效果。 开卷有益，《重构大数据统计》给您带来实用的解决思路，在此启发下，相信您也能摸索出适合自己实际情况的大数据分析之道，大大地提升数据分析效率。 阿里巴巴集团技术丛书重磅问世 阿里巴巴集团技术丛书是抱持着为工程师服务的理念诞生的。 阿里的快速发展，使我们有机会见证技术变革的强大力量。在这过程中，我们经历了技术的变迁、兴衰、成败，既有收获也有教训。如今，阿里已成为一家令人瞩目的互联网公司，站在这样的时点上，回顾过去，放眼四周，我们深刻地觉得有必要将沉淀下来的一线经验与智慧，结集出版，理由有三。 1．回报。我们获得的种种经验与教训，只有在阿里这样快速成长、体量巨大的公司中才有机会亲历。这样的技术环境并不是每个工程师都有机缘遇到的。这些经历帮助了我们个人能力的提升，也帮助阿里成为一家技术实力过硬的公司。我们愿意把这些内容分享出来，帮助即将或已经面临类似问题的朋友们，如果他们可以从阅读中获得一些启发而少走弯路的话，将是我们最大的欣慰。 2．交流。在这套丛书里，我们同样会抛出我们的困惑、问题，借助丛书的平台，扩大工程师沟通的圈子，以书会友，共同探索、学习、提高。 3．温故知新。以结集的形式，将以往的经验与知识固化下来，既可便于以后查阅，也可以帮助我们系统地梳理思路，更为全面地审视、洞察、并理解过去发生的种种，为未来的变化做好更充分、扎实的准备。 基于以上的考虑，阿里巴巴集团技术丛书将立足于实践，着眼于问题，从工程师的视角解读技术的内涵。 让思考成为我们生活的乐趣，让阅读成为我们进步的阶梯！ 内容提要 基于《重构大数据统计》内容开发的数据分析工具已经在阿里巴巴集团内部的多个部门使用，并取得显著效果。 大数据的统计计算是进行数据探索和分析挖掘的基础，在实际应用中会遇到两个问题：一个是需要使用多少资源；另一个是计算时间，它关系到数据探索分析的效率和效果。 人们都希望花更少的钱，并且希望计算时间更短，但对于某个确定的计算过程，它们是成反比的。《重构大数据统计》就是从统计计算的算法入手，重构其计算过程，从而同时降低资源使用量和计算时间。 《重构大数据统计》提出了一套完整的关于大数据统计的计算理论，包括常用的各种统计量和统计方法。 《重构大数据统计》提供大量的示例程序代码帮助读者进一步了解算法细节，便于将书中的方法运用于实际计算。 《重构大数据统计》适合对大数据分析感兴趣的读者阅读：前面章节比较容易理解，包含了常用统计量的计算；后面的各章节需要读者具备一些基础知识。建议读者根据自己的兴趣和工作需要，选择相应的内容参考。 目录 第1 章 基本概念 ............................................................. 1 1.1 数据类型 ......................................................................................... 1 1.2 总体和样本 ........................................................................ 2 1.3 参数和统计量 ................................................................................... 2 1.4 分布式计算 ...................................................................... 3 第2 章 单变量基本统计量 .......................................................... 5 2.1 数量统计量 ........................................................................... 5 2.1.1 样本方差为何除以n