▪ 4.1 SQL概述 ▪ 4.2 数据定义 ▪ 4.3 数据查询 ▪ 4.4 数据更新 ▪ 4.5 视图 ▪ 4.6 数据控制 ▪ 4.7 嵌入式SQL ▪ 4.８小结 ▪ 4.9 练习

8.1 流计算概述 • 8.1.1 静态数据和流数据 • 8.1.2 批量计算和实时计算 • 8.1.3 流计算概念 • 8.1.4 流计算与Hadoop • 8.1.5 流计算框架 8.2 流计算处理流程 • 8.2.1 概述 • 8.2.2 数据实时采集 • 8.2.3 数据实时计算 • 8.2.4 实时查询服务 8.3 流计算应用 8.4 流计算开源框架 – Storm • 8.4.1 Storm简介 • 8.4.2 Storm的特点 • 8.4.3 Storm设计思想 • 8.4.4 Storm框架设计 8.5 Spark Streaming 8.5.1 Spark Streaming设计 8.5.2 Spark Streaming与Storm的对比 8.6 Samza 8.6.1 基本概念 8.6.2 系统架构 8.7 Storm、Spark Streaming和Samza的应用场景 8.8 Storm编程实践 8.8.1 编写Storm程序 8.8.2 安装Storm的基本过程 8.8.3 运行Storm程序

数据库主要由数量不等的数据表所组成,数据表本身用来储存 特定内容的数据并建立彼此间的关联

第3章数据链路层 3.1数据链路层的基本概念 3.2停止等待协议 3.2.1完全理想化的数据传输 3.2.2具有最简单流量控制的数据链路层协议 3.2.3实用的停止等待协议 3.2.4循环冗余检验的原理 3.2.5停止等待协议的算法 3.2.6停止等待协议的定量分析 *3.3 连续ARQ 协议 3.3.1 连续 ARQ 协议的工作原理 3.3.2 连续 ARQ 协议的吞吐量 3.3.3 滑动窗口的概念 3.3.4 信道利用率与最佳帧长 3.4 选择重传ARQ 协议 *3.5 面向比特的链路层协议 HDLC 3.5.1 HDLC 协议概述 3.5.2 HDLC 的帧结构 *3.6 因特网的点对点协议 PPP 3.6.1 PPP 协议的工作原理 3.6.2 PPP 协议的帧格式 3.6.3 PPP 协议的工作状态

1.1 什么是数据结构 1.2 学习数据结构的意义 1.3 数据结构涵盖的主要内容 1.4 什么是抽象数据类型 1.5 算法效率的度量

1.实验准备.1 1.1 引言.1 1.2 实验准备.2 1.2.1 网络编址.2 1.2.2 拨码开关.3 1.2.3 固定连接关系.4 1.2.4 网络设置.5 2.数据配置.6 2.1 侧物理配置.6 2.1.1 BSC 配置.6 2.2 BTS 配置 . 11 2.3 物理配置数据完整性检查.13 3 无线资源配置.14 3.1 BSS 参数配置 .14 3.2 频率参数配置.15 3.3 增加小区.16 3.4 增加载频.18 3.5 导频信道，同步信道，寻呼信道，接入信道配置.19 3.6 数据配置完整性检查.22 4 SS7 信令配置.23 4.1 本交换局（BSC）配置.23 4.2 邻接交换局（MSC）配置.24 4.3 NO.7 信令 MTP 配置.25 4.4 NO7 信令 SSN 配置.28 4.5 数据完整性检查.29 4.6 后台配置数据同步到前台.30

Ø2.1 数据的来源 Ø2.2 调查数据 Ø2.3 实验数据 Ø2.4 数据的误差

6.1 数据库设计概述 6.2 系统需求分析 6.3 概念结构设计 6.4 逻辑结构设计 6.5 物理结构设计 6.6 数据库实施 6.7 数据库运行和维护

• 大数据基础 • 大数据核心技术 • 大数据应用

为什么要学习数据结构 什么是数据结构 抽象数据类型 算法的特性及分类 算法的效率度量 数据结构的选择和评价 总结