伴隨著以互聯(lián)網(wǎng)、即時通信與智能終端等為代表的新一代信息技術(shù)的飛速發(fā)展及廣泛應(yīng)用，各行各業(yè)累積的數(shù)據(jù)開始爆炸式增長，在此背景下誕生了大數(shù)據(jù)(Big Data)概念。隨著大數(shù)據(jù)概念從提出到落地，大數(shù)據(jù)產(chǎn)業(yè)即以一日千里的速度向前發(fā)展。全球多家權(quán)威機(jī)構(gòu)統(tǒng)計，大數(shù)據(jù)產(chǎn)業(yè)正在迎來黃金發(fā)展時期。據(jù)互聯(lián)網(wǎng)數(shù)據(jù)中心(Internet Data Center，IDC)預(yù)計，大數(shù)據(jù)和分析市場將從2016年的1300億美元增長到2020年的2030億美元以上；中國報告大廳發(fā)布的大數(shù)據(jù)行業(yè)報告表明，自2017年起，我國大數(shù)據(jù)產(chǎn)業(yè)迎來飛速發(fā)展，未來2～3年的市場規(guī)模增長率將保持在35%左右。

在各個大數(shù)據(jù)細(xì)分領(lǐng)域中，公安交通管理行業(yè)所生成的交通大數(shù)據(jù)占據(jù)了重要地位。我國于20世紀(jì)90年代開始大力發(fā)展城市智能交通系統(tǒng)，從國家到地方高度重視，到目前為止基本建立起覆蓋道路、軌道、水運(yùn)等交通運(yùn)輸方式在內(nèi)的多模式智能交通系統(tǒng)(Intelligent Transportation System，ITS)。以城市道路交通管理與控制為例，我國絕大部分城市已經(jīng)建立了較完善的視頻監(jiān)控、交通檢測、信號控制、交通誘導(dǎo)、車輛導(dǎo)航等智能化交通管控系統(tǒng)。這些系統(tǒng)每天將產(chǎn)生超過拍字節(jié)(PB)級的交通大數(shù)據(jù)，如何對這些交通大數(shù)據(jù)進(jìn)行加工處理，從中挖掘出有用的知識，為諸如路況預(yù)測、風(fēng)險規(guī)避、交通救援、事故鑒定等業(yè)務(wù)應(yīng)用提供增值服務(wù)，是我國目前交通管理大數(shù)據(jù)亟待研究解決的重要課題。

與其他行業(yè)如電子商務(wù)、互聯(lián)網(wǎng)頁等產(chǎn)生的大數(shù)據(jù)相比，公安交通管理行業(yè)不僅包含海量的非結(jié)構(gòu)化數(shù)據(jù)(如交通圖像、違法視頻等)，還包含海量的結(jié)構(gòu)化數(shù)據(jù)。因此，針對公安交通管理大數(shù)據(jù)的數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)挖掘與數(shù)據(jù)分析等大數(shù)據(jù)技術(shù)開發(fā)，需要進(jìn)一步結(jié)合行業(yè)應(yīng)用展開。針對Hadoop技術(shù)在處理非互聯(lián)網(wǎng)行業(yè)(如政府、企業(yè)等)大數(shù)據(jù)時存在的低效問題，本書基于天云星數(shù)據(jù)庫(SCSDB)在城市道路公安交通管理結(jié)構(gòu)化大數(shù)據(jù)處理中的實戰(zhàn)案例，重點對城市道路交通警務(wù)結(jié)構(gòu)化大數(shù)據(jù)處理技術(shù)進(jìn)行了分析論述。

全書分為7章。第1章為概論，主要包括大數(shù)據(jù)發(fā)展概況、大數(shù)據(jù)技術(shù)架構(gòu)、大數(shù)據(jù)關(guān)鍵技術(shù)以及公安交通管理大數(shù)據(jù)概述；第2章介紹了天云星數(shù)據(jù)庫基礎(chǔ)，主要包括天云星數(shù)據(jù)庫概述、天云星數(shù)據(jù)庫安裝、天云星數(shù)據(jù)庫運(yùn)維和管理；第3章介紹了數(shù)據(jù)庫對象管理，包括數(shù)據(jù)庫對象的命名規(guī)則、數(shù)據(jù)庫管理、數(shù)據(jù)表管理、索引管理、視圖管理和序列號管理；第4章介紹了SCSDB安全管理，主要包括SCSDB賬戶管理、SCSDB權(quán)限管理和數(shù)據(jù)庫審計；第5章介紹了SCSDB備份與還原，主要包括SCSDB實時備份機(jī)制和SCSDB冷備份；第6章介紹了數(shù)據(jù)庫監(jiān)控與調(diào)優(yōu)，主要包括系統(tǒng)監(jiān)控、數(shù)據(jù)庫監(jiān)控、數(shù)據(jù)庫調(diào)優(yōu)以及公安交通大數(shù)據(jù)應(yīng)用案例；第7章介紹了數(shù)據(jù)導(dǎo)入與導(dǎo)出，主要包括使用SOURCE命令導(dǎo)入數(shù)據(jù)、使用重定向功能導(dǎo)出數(shù)據(jù)、使用LOAD DATA命令導(dǎo)入數(shù)據(jù)、使用易鏡進(jìn)行數(shù)據(jù)的導(dǎo)入和導(dǎo)出、使用SYNCD進(jìn)行數(shù)據(jù)同步以及使用Kettle進(jìn)行數(shù)據(jù)抽取。為方便讀者閱讀，本書最后提供了兩個附錄文件，一個是SCSDB的數(shù)據(jù)類型，另一個是公安交通警務(wù)大數(shù)據(jù)案例表結(jié)構(gòu)。