✍ Scribed by 吕云翔; 钟巧灵; 张璐; 王佳玮
No coin nor oath required. For personal study only.
本书在阐述云计算和大数据关系的基础上，介绍了云计算和大数据的基本概念、技术及应用。全书内容如下： 第1~4章讲述云计算的概念和原理，包括云计算的概论、基础、虚拟化、应用； 第5~8章讲述大数据概述及基础，包括大数据概念和发展背景、大数据系统架构概述、分布式通信与协同、大数据存储； 第9~13章讲述大数据处理，包括分布式处理、Hadoop MapReduce解析、Spark解析、流计算、集群资源管理与调度； 第14章讲述综合实践（在OpenStack平台上搭建Hadoop并进行数据分析）。 本书结合实际应用及实践过程来讲解相关概念、原理和技术，实用性较强。适合作为本科院校计算机、云计算、大数据及信息管理等相关专业的教材，也适合计算机爱好者阅读和参考。
封面
扉页
内容简介
版权页
前言
彩插
目录
第1章 云计算概论
1.1 什么是云计算
1.2 云计算的产生背景
1.3 云计算的发展历史
1.4 如何学好云计算
习题
第2章 云计算基础
2.1 分布式计算
2.2 云计算的基本概念
2.3 云计算的关键技术
2.4 云交付模型
2.5 云部署模式
2.6 云计算的优势与挑战
2.7 典型云应用
2.8 云计算与大数据
习题
第3章 虚拟化
3.1 虚拟化简介
3.2 虚拟化的分类
3.3 系统虚拟化
3.4 虚拟化与云计算
3.5 开源技术
3.6 虚拟化未来发展趋势
习题
第4章 云计算的应用
4.1 概述
4.2 Google公司的云计算平台与应用
4.3 亚马逊的弹性计算云
4.4 IBM蓝云云计算平台
4.5 清华大学透明计算平台
4.6 阿里云
4.7 Microsoft Azure
习题
第5章 大数据概念和发展背景
5.1 什么是大数据
5.2 大数据的特点
5.3 大数据发展
5.4 大数据应用
习题
第6章 大数据系统架构概述
6.1 总体架构概述
6.2 运行架构概述
6.3 主流大数据系统厂商
习题
第7章 分布式通信与协同
7.1 数据编码传输
7.2 分布式通信系统
7.3 分布式协同系统
习题
第8章 大数据存储
8.1 大数据存储技术发展
8.2 海量数据存储的关键技术
8.3 重要数据结构和算法
8.4 分布式文件系统
8.5 分布式数据库NoSQL
8.6 HBase数据库搭建与使用
8.7 大数据存储技术趋势
习题
第9章 分布式处理
9.1 CPU多核和POSIXThread
9.2 MPI并行计算框架
9.3 Hadoop MapReduce
9.4 Spark
9.5 数据处理技术发展
习题
第10章 Hadoop MapReduce解析
10.1 Hadoop MapReduce架构
10.2 Hadoop MapReduce与高性能计算、网格计算的区别
10.3 MapReduce工作机制
10.4 应用案例
10.5 MapReduce的缺陷与不足
习题
第11章 Spark解析
11.1 Spark RDD
11.2 Spark与MapReduce对比
11.3 Spark工作机制
11.4 数据读取
11.5 应用案例
11.6 Spark发展趋势
习题
第12章 流计算
12.1 流计算概述
12.2 流计算与批处理系统对比
12.3 Storm流计算系统
12.4 Samza流计算系统
12.5 集群日志文件实时分析
12.6 流计算发展趋势
习题
第13章 集群资源管理与调度
13.1 集群资源统一管理系统
13.2 资源管理模型
13.3 资源调度策略
13.4 YARN上运行计算框架
习题
第14章 综合实践:在OpenStack平台上搭建Hadoop并进行数据分析
14.1 OpenStack简介
14.2 OpenStack的安装及配置
14.3 大数据环境安装
14.4 大数据分析案例
正文结束
参考文献
图书资源支持
📜 SIMILAR VOLUMES
内容新颖先进；内容涉及最新的云计算与雾计算技术，大数据的新技术平台、新应用案例和生物信息计算示例等； 知识系统全面：从传统的经典分布式计算原理开始，系统地、深入剖析新兴的云计算、雾计算和大数据的技术原理； 技术深入易学：通过大量的编程案例和应用开发实践让读者更容易学习和深刻理解相关技术原理、技术开发与应用方法；
本书围绕互联网重大的技术革命：云计算、大数据进行阐述。云计算环境下大数据处理构建是国民经济发展的信息基础设施，发展自主的云计算核心技术，拥有自己的信息基础设施，当前正处于重要的机遇期。本书重点在大数据与云计算的融合，给出了大数据与云计算的一些基本概念，并以Spark为开发工具，全面讲述云环境下的Spark大数据技术部署与典型案例算法实现，最后介绍了国内经典Spark大数据与云计算融合的架构与算法。本书适合云计算环境下Spark大数据技术人员、Spark MLlib机器学习技术人员，也适合高等院校和培训机构相关专业的师生教学参考。
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
本书系统而全面地介绍了云存储安全相关的关键技术及其最新研究成果。首先对云存储做一概述； 然后从云存储安全体系结构说起，按照云存储安全的需求层次，依次介绍云存储虚拟化安全、云存储系统身份认证与访问控制、加密云存储系统、密文云存储信息检索、云存储服务的数据完整性审计、云存储数据备份与恢复等内容； 最后介绍大数据时代的云存储安全。 云存储服务是大数据时代数据存储的基础，保障云存储安全是大数据分析与计算的基石。本书内容由浅入深，按照云存储安全的需求层次以及保障数据安全的逻辑层次，对关键技术逐一进行介绍。全书共分9章，每章都是从概述开始，根据需求逐步介绍，主要是最前沿的成果，然后对相关领域的研究工作进行