✍ Scribed by 刘鹏; 张燕; 姜才康
No coin nor oath required. For personal study only.
《大数据系统运维》是大数据应用人才培养系列教材中的一册，讲解了大数据系统运行维护过程中的各个主要阶段及其任务，包括配置管理、系统管理、故障管理、性能管理、安全管理、高可用性管理、应用变更管理、升级管理及服务资源管理，内容全面且翔实，兼具基础理论知识与运维实践经验，特别是重点介绍了大数据系统的运维特点及运维技能，以保障大数据系统的稳定可靠运行，更好地支撑大数据的商业应用价值。 本书具有很强的系统性和实践指导性，可以作为培养应用型人才的课程教材，也同样适合于有意从事IT系统运维工作的广大从业者和爱好者作为参考书。
封面
扉页
内容简介
版权页
编写委员会
总序
前言
目录
第1章 配置管理
1.1 配置管理内容
1.2 配置管理方法
1.3 配置管理工具
1.4 其他运维工具
1.5 作业与练习
参考文献
第2章 系统管理及日常巡检
2.1 系统建设
2.2 系统管理对象
2.3 系统管理内容
2.4 系统管理工具
2.5 系统管理制度规范
2.6 日常巡检
2.7 作业与练习
参考文献
第3章 故障管理
3.1 集群结构
3.2 故障报告
3.3 故障处理
3.4 故障后期管理
3.5 作业与练习
参考文献
第4章 性能管理
4.1 性能分析
4.2 性能监控工具
4.3 性能优化
4.4 作业与练习
参考文献
第5章 安全管理
5.1 安全概述
5.2 资产安全管理
5.3 应用安全
5.4 安全威胁
5.5 安全措施
5.6 作业与练习
参考文献
第6章 高可用性管理
6.1 高可用性概述
6.2 高可用性技术
6.3 业务连续性管理
6.4 作业与练习
第7章 应用变更管理
7.1 变更管理概述
7.2 变更管理流程
7.3 变更配置管理
7.4 作业与练习
参考文献
第8章 升级管理
8.1 Hadoop升级管理
8.2 Spark升级管理
8.3 Hive SQL升级管理
8.4 ZooKeeper升级管理
8.5 作业与练习
参考文献
第9章 服务资源管理
9.1 业务能力管理
9.2 服务能力管理
9.3 服务资源整合
9.4 作业与练习
参考文献
正文结束
附录A 大数据和人工智能实验环境
附录B Hadoop环境要求
附录C 名词解释
📜 SIMILAR VOLUMES
你是不是有这样的困惑：“读了不少关于大数据的书，发现这大数据既可以用于竞选美国总统，又能够预测禽流感，还能卖啤酒和尿不湿，又是围棋高手……大数据好像什么都能干耶！可是咋整呀？大数据多大为大呀？大数据能赚钱不？……唉，怎么还是一头雾水。”本书将为你答疑解惑。本书将展现作者在国内外大数据第一线的实战经验，面向不同行业的共性诉求来指导读者大数据该怎么做，并阐明大数据发展的误区。本书对大数据，从经济价值、商业模式、框架搭建、数据挖掘、网络布置、安全防护、人员能力和后续运维管理多个维度，以及基础设施、中间件、重点应用等多个层面进行系统阐述。帮助决策者将大数据概念落地，建立起理性的预期、合理的规划，并最终
<p>本书共分11章，每一章都可以单独成册。读者可以从头开始阅读，也可以选择自己感兴趣的章节阅读。需要强调的是，本书是一本实战类的书籍，因此，本书强调实践的重要性。很多工程师学习Python，学完就忘，忘了再学，循环往复，就是因为实践不充分导致的。本书包含了大量的实战案例，可以很好地作为Python的进阶教材，读者也可以举一反三，编写自己的管理程序。</p>
本书从实际应用出发，以 CentOS 7作为操作系统基础，介绍了目前企业中最常用的软件平台架设和管理方法。通过运维的视角，介绍了运维的基础知识，软件平台的常见搭建思路。本书共 13章，分为 3个知识区块。涵盖的主要内容有：以 CentOS 7特性和安装、运维基础、网络配置与结构为第一个知识区块的基础知识；企业中应用广泛的路由与策略路由，针对不同应用平台的文件共享服务 NFS、Samba和 FTP，目前最常见的 Web平台 LAMP、LNMP，中小型企业应用最为广泛的 LVS集群技术，实现高可用性的双机热备系统等为第二知识区块的应用平台建设与管理方面的知识；目前最热门的虚拟化和云计算为第三知识区