大数据云服务技术架构与实践 本书特色

本书是从大数据和云计算相结合的视角，系统地介绍大数据云架构技术与实践的专业图书，全书分为五篇19章，分别介绍大数据云计算的概论、关键技术、体系架构、云架构实践与编程和安全。本书层次清晰，结构合理，主要内容包括大数据云计算关系、大数据应用价值、分布式计算、NoSQL数据库、机器学习、虚拟化、Docker容器、Web 2.0、绿色数据中心、基础设计即服务（IaaS）、平台即服务（PaaS）、软件即服务（SaaS）、容器即服务（CaaS）、大数据云架构搭建、Spark大数据编程、大数据和云计算面临的安全威胁、保障大数据安全、应用大数据保障安全等。 本书可作为高年级本科生和研究生教材，也可作为广大科学技术人员和计算机爱好者的参考书。

大数据云服务技术架构与实践 内容简介

作者着眼于大数据和云计算有机结合的视角，从理论探索和应用实践两个方面来撰写本书，适合对大数据和云计算具有初步认识并希望对大数据云架构进行深入、全面了解，并进行关实践的计算机信息相关专业高年级本科生使用，同时本书也将成为广大专业工程技术人员不可缺少的参考资料。

大数据云服务技术架构与实践 目录

目录 第1篇大数据云计算概论 第1章大数据概述 1.1大数据产生与发展 1.1.1大数据产生背景 1.1.2大数据发展历程 1.1.3当前大数据 1.2大数据概念与特征 1.2.1大数据概念 1.2.2大数据的特点 1.3大数据应用 1.3.1企业内部大数据应用 1.3.2物联网大数据应用 1.3.3面向在线社交网络大数据的应用 1.3.4医疗健康大数据应用 1.3.5群智感知 1.3.6智能电网 1.4大数据的研究与展望 1.5本章小结 第2章大数据和云计算 2.1大数据和云计算的关系 2.1.1大数据和云计算关系概述 2.1.2云计算是大数据处理的基础 2.1.3大数据是云计算的延伸 2.2云计算概念 2.2.1云的兴起 2.2.2云计算的定义及其特点 2.2.3云计算名称的来历 2.3云计算类型 2.3.1基础设施类 2.3.2平台类 2.3.3应用类 2.3.4以所有权划分云计算系统类型 2.4云计算商业模式 2.4.1商业模式是云计算的基石 2.4.2云计算的市场规模 2.4.3云计算商业模式分析 2.5本章小结 第3章大数据应用价值 3.1大数据在电子商务中的应用 3.1.1大数据是电子商务发展要素 3.1.2电子商务大数据的实用措施 3.1.3电子商务大数据的转型路径 3.2大数据在金融的应用 3.2.1大数据金融的提出 3.2.2大数据金融的功能 3.2.3大数据金融的挑战 3.2.4大数据金融创新 3.3大数据在媒体的应用 3.3.1传统媒体的不足 3.3.2大数据驱动传统媒体的升级 3.3.3大数据引领新媒体发展 3.4大数据在医疗上的应用 3.4.1大数据改进临床决策支持系统 3.4.2大数据助推医疗产品研发 3.4.3大数据催生新医疗服务模式 3.5大数据在教育上的应用 3.5.1大数据教育与传统教育的优势 3.5.2大数据教学模式的不断改善 3.5.3教育大数据市场的广阔前景 3.5.4大数据变革教育应用的实践措施 3.6本章小结 第2篇大数据云计算关键技术 第4章分布式计算框架 4.1分布式计算基本概念 4.1.1分布式计算与并行计算 4.1.2分布式计算和并行计算的比较 4.2Hadoop系统介绍 4.2.1Hadoop发展历程 4.2.2Hadoop使用场景和特点 4.2.3Hadoop项目组成 4.3分布式文件系统 4.3.1分布式文件系统概述 4.3.2HDFS架构 4.3.3HDFS设计特点 4.4MapReduce计算模型 4.4.1MapReduce概述 4.4.2MapReduce应用实例 4.4.3MapReduce实现和架构 4.5分布式协同控制 4.5.1常见分布式并发控制方法 4.5.2Google Chubby并发锁 4.6Spark计算框架 4.6.1Spark简介 4.6.2Spark生态系统 4.7Flink计算框架 4.7.1Flink简介 4.7.2Flink中的调度简述 4.7.3Flink的生态圈 4.8本章小结 第5章NoSQL数据库 5.1NoSQL数据库概述 5.1.1NoSQL数据库的4大分类 5.1.2数据库系统CAP理论和BASE理论 5.1.3NoSQL的共同特征 5.2Hbase数据库 5.2.1HBase简介 5.2.2HBase访问接口 5.2.3HBase数据模型 5.2.4MapReduce on HBase 5.2.5HBase系统架构 5.3本章小结 第6章机器学习 6.1机器学习概述 6.1.1机器学习分类 6.1.2机器学习发展历程 6.2机器学习常用的算法 6.2.1回归算法 6.2.2基于实例的算法 6.2.3正则化方法 6.2.4决策树算法 6.2.5贝叶斯方法 6.2.6基于核的算法 6.2.7聚类算法 6.2.8关联规则学习 6.2.9遗传算法 6.2.10人工神经网络 6.2.11深度学习 6.2.12降低维度算法 6.2.13集成算法 6.3本章小结 第7章虚拟化 7.1虚拟化概述 7.1.1虚拟化发展历史 7.1.2虚拟化技术的发展热点和趋势 7.1.3虚拟化技术的概念 7.2虚拟化的分类 7.2.1从实现的层次划分 7.2.2从应用的领域划分 7.3应用虚拟化 7.3.1应用虚拟化的使用特点 7.3.2应用虚拟化的优势 7.3.3应用虚拟化要考虑的问题 7.4桌面虚拟化 7.4.1桌面虚拟化优势 7.4.2桌面虚拟化使用条件 7.5服务器虚拟化 7.5.1服务器虚拟化架构 7.5.2CPU虚拟化 7.5.3内存虚拟化 7.5.4I/O虚拟化 7.6网络虚拟化 7.6.1传统网络虚拟化技术 7.6.2主机网络虚拟化 7.6.3网络设备虚拟化 7.7存储虚拟化 7.7.1存储虚拟化概述 7.7.2按照不同层次划分存储虚拟化 7.7.3按照实现方式不同划分存储虚拟化 7.8本章小结 第8章Docker容器 8．1Docker容器概述 8．1．1Docker容器的由来 8．1．2Docker定义 8．1．3Docker的优势 8．2Docker的原理 8．2．1Linux Namespace(ns) 8．2．2Control Groups(cgroups) 8．2．3Linux容器(LXC) 8．2．4AUFS 8．2．5Grsec 8．3Docker技术发展与应用 8．3．1Docker解决的问题 8．3．2Docker的未来发展 8．3．3Docker技术的局限 8．4本章小结 第9章Web 2．0 9．1Web 2．0产生背景和定义 9．1．1Web 2．0产生背景 9．1．2Web 2．0的概念 9．1．3Web 2．0和Web 1．0比较 9．1．4Web 2．0特征 9．2Web 2．0应用产品 9．2．1Web 2．0主要应用产品 9．2．2主要产品的区别 9．3Web 2．0相关技术 9．3．1Web 2．0的设计模式 9．3．2Web标准 9．3．3向Web标准过渡 9．4本章小结 第10章绿色数据中心 10．1绿色数据中心概述 10．1．1云数据中心发展阶段 10．1．2绿色数据中心架构 10．1．3云数据中心需要整合的资源 10．2数据中心管理和维护 10．2．1实现端到端、大容量、可视化的基础设施整合 10．2．2实现虚拟化、自动化的管理 10．2．3实现面向业务的应用管理和流量分析 10．3本章小结 第3篇云计算架构 第11章基础设施即服务 11．1IaaS概述 11．1．1IaaS的定义 11．1．2IaaS提供服务的方法 11．1．3IaaS云的特征 11．1．4IaaS和虚拟化的关系 11．2IaaS技术架构 11．2．1资源层 11．2．2虚拟化层 11．2．3管理层 11．2．4服务层 11．3IaaS云计算管理 11．3．1自动化部署 11．3．2弹性能力提供技术 11．3．3资源监控 11．3．4资源调度 11．3．5业务管理和计费度量 11．4Amazon云计算案例 11．4．1概述 11．4．2Amazon S3 11．4．3Amazon Simple DB 11．4．4Amazon RDS 11．4．5Amazon SQS 11．4．6Amazon EC2 11．5本章小结 第12章平台即服务 12．1PaaS概述 12．1．1PaaS的由来 12．1．2PaaS的概念 12．1．3PaaS模式的开发 12．1．4PaaS推进SaaS时代 12．2PaaS架构 12．2．1PaaS的功能 12．2．2多租户弹性是PaaS的核心特性 12．2．3PaaS架构的核心意义 12．2．4PaaS改变未来软件开发和维护模式 12．3Google的云计算平台 12．3．1设计理念 12．3．2构成部分 12．3．3App Engine服务 12．4Windows Azure平台 12．4．1Windows Azure操作系统 12．4．2SQL Azure 12．4．3．NET服务 12．4．4Live服务 12．4．5Windows Azure Platform的用途 12．5本章小结 第13章软件即服务 13．1SaaS概述 13．1．1SaaS的由来 13．1．2SaaS的概念 13．1．3SaaS与传统软件的区别 13．1．4SaaS模式应用于信息化优势　　 13．1．5SaaS成熟度模型 13．2模式及实现 13．2．1SaaS商务模式 13．2．2SaaS平台架构 13．2．3SaaS服务平台的主要功能 13．2．4SaaS服务平台关键技术 13．3Salesforce云计算案例 13．3．1Salesforce云计算产品组成 13．3．2Salesforce云计算特点 13．4本章小结 第14章容器即服务 14．1容器云服务 14．1．1云平台架构层次 14．1．2容器云 14．1．3容器云的特点 14．2Kubernetes应用部署 14．2．1Kubernetes架构 14．2．2Kubernetes模型 14．2．3内部使用者的服务发现 14．2．4外部访问Service 14．3Mesos应用 14．3．1Mesos体系结构和工作流 14．3．2Mesos流程 14．3．3Mesos资源分配 14．3．4Mesos优势 14．4基于Kubernetes打造SAE容器云 14．4．1Kubernetes 的好处 14．4．2容器云网络 14．4．3容器云存储 14．5基于Mesos去哪儿网容器云 14．5．1背景 14．5．2应用Mesos构建容器云 14．5．3云环境构建 14．6本章小结 第4篇大数据云架构实践与编程 第15章大数据云架构搭建 15．1分布式Hadoop与Spark集群搭建 15．1．1Hadoop集群构建 15．1．2Spark集群构建 15．2基于Docker大数据云架构 15．2．1简介 15．2．2Docker和Weave搭建 15．2．3Hadoop集群镜像搭建 15．2．4集群部署与启动 15．2．5基于Ambari管理平台的镜像搭建 15．2．6桌面系统XFCE搭建 15．3本章小结 第16章Spark大数据编程 16．1Spark应用开发环境配置 16．1．1使用Intellij开发Spark程序 16．1．2使用Spark Shell开发运行Spark程序 16．2Spark大数据编程 16．2．1WordCount 16．2．2股票趋势预测 16．3本章小结 第5篇大数据安全 第17章大数据云计算面临的安全威胁 17．1大数据云计算的安全问题 17．1．1大数据基础设施安全威胁 17．1．2大数据存储安全威胁 17．1．3大数据云架构网络安全威胁 17．1．4大数据带来隐私问题 17．1．5针对大数据的高级持续性攻击 17．1．6其他安全威胁 17．2不同领域大数据的安全需求 17．2．1因特网行业 17．2．2电信行业 17．2．3金融行业 17．2．4医疗行业 17．2．5政府组织 17．3大数据安全内涵 17．3．1保障大数据安全 17．3．2大数据用于安全领域 17．4大数据安全研究方向 17．4．1大数据安全保障技术 17．4．2大数据安全应用技术 17．5本章小结 第18章保障大数据安全 18．1大数据安全的关键技术 18．1．1非关系数据库安全策略 18．1．2防范APT攻击 18．2大数据安全保障实践 18．2．1大数据采集与存储的安全防护 18．2．2大数据挖掘与应用的安全防护 18．2．3大数据安全审计 18．2．4大数据安全评估与安全管理 18．2．5数据中心的安全保障 18．3本章小结 第19章应用大数据保障安全 19．1大数据安全检测及应用 19．1．1安全检测与大数据的融合 19．1．2用户上网流量数据的挖掘与分析 19．2安全大数据 19．2．1数据挖掘方法 19．2．2挖掘目标及评估 19．3基于大数据的网络态势感知 19．3．1态势感知定义 19．3．2网络态势感知 19．3．3基于流量数据的网络安全感知 19．3．4基于大数据分析的网络优化 19．3．5网络安全感知应用实践 19．4视频监控数据的安全应用 19．4．1视频监控数据的处理需求 19．4．2视频监控数据挖掘技术 19．4．3海量视频监控数据的分析与处理 19．5本章小结 参考文献

 1/2    1 2 下一页 尾页

教材 研究生/本科/专科教材 工学

在线阅读