✍ Scribed by 李天目
No coin nor oath required. For personal study only.
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。
封面
扉页
内容简介
版权页
前言
目录
第1篇 大数据云计算概论
第1章 大数据概述
第2章 大数据和云计算
第3章 大数据应用价值
第2篇 大数据云计算关键技术
第4章 分布式计算框架
第5章 NoSQL数据库
第6章 机器学习
第7章 虚拟化
第8章 Docker容器
第10章 绿色数据中心
第3篇 云计算架构
第11章 基础设施即服务
第12章 平台即服务
第13章 软件即服务
第14章 容器即服务
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
第16章 Spark大数据编程
第5篇 大数据安全
第17章 大数据云计算面临的安全威胁
第18章 保障大数据安全
第19章 应用大数据保障安全
正文结束
参考文献
📜 SIMILAR VOLUMES
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
大数据是互联网、移动应用、社交网络和物联网等技术发展的必然趋势，大数据应用成为当前最为热门的信息技术应用领域。本书由浅入深，首先概述性地分析了大数据的发展背景、基本概念，从业务的角度分析了大数据应用的主要业务价值和业务需求，在此基础上介绍大数据的技术架构和关键技术，结合应用实践，详细阐述了传统信息系统与大数据平台的整合策略，大数据应用实践的流程和方法，并介绍了主要的大数据应用产品和解决方案。最后，对大数据面临的挑战和未来的趋势进行了展望。 本书既具有技术深度，又具有很强的可操作性，提供了一个系统性、架构性的大数据应用实践指南，纲要性地指导大数据应用实践，推动大数据技术在各个行业的广泛应用。
<p>微服务架构不仅延续了分布式系统与SOA 的特征，也汲取了DevOps、持续集成、持续交付等工程实践的成功经验，并正在借着云计算和容器化的春风开始其驰骋之旅。但是，微服务的落地并不像其概念描述的那样举重若轻，它不仅包括架构解耦，还涉及开发测试、部署运维、工程实践、团队合作与康威定律等多方面的因素，这些因素相辅相成，共同影响着如何高质量、快速地交付业务价值。</p> <p>本书是在第1 版的基础之上，基于作者近年来对服务化改造的实战经验和思考，并结合业界的技术趋势进行的一次体系化的精进。全书共分为3 部分，首先阐述了微服务架构的理论基础。其次介绍了微服务生态系统、实施参考模型以及最佳实践，
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；