婷婷五月情,国产精品久久久久久亚洲小说,runaway韩国电影免费完整版,国产乱在线观看视频,日韩精品首页,欧美在线视频二区

歡迎光臨中圖網 請 | 注冊
> >>
云計算與大數據技術

包郵 云計算與大數據技術

出版社：清華大學出版社出版時間：2018-10-01
開本： 16開 頁數： 172
本類榜單：教材銷量榜
中 圖 價:¥17.8(5.1折) 定價  ¥35.0 登錄后可看到會員價
加入購物車 收藏
開年大促， 全場包郵
?新疆、西藏除外
本類五星書更多>

云計算與大數據技術 版權信息

云計算與大數據技術 本書特色

本書的章節內容如下：第1-4章，講述云計算的概念和原理，包括云計算的概論、基礎、虛擬化、應用；第5-8章講述大數據概述及基礎，包括大數據概念和發展背景、大數據系統架構概述、分布式通信與協同、大數據存儲；第9-14章講述大數據處理，包括分布式處理、HadoopMapReduce解析、Spark解析、流計算、集群資源管理與調度；第14章講述綜合實踐(在OpenStack平臺上搭建Hadoop并進行數據分析)。 注重云計算與大數據基本概念的講解，以案例的方式梳理知識脈絡和要點，提供綜合云計算實驗案例

云計算與大數據技術 內容簡介

本書在闡述云計算和大數據關系的基礎上，介紹了云計算和大數據的基本概念、技術及應用。全書內容如下： 第1~4章講述云計算的概念和原理，包括云計算的概論、基礎、虛擬化、應用； 第5~8章講述大數據概述及基礎，包括大數據概念和發展背景、大數據系統架構概述、分布式通信與協同、大數據存儲； 第9~13章講述大數據處理，包括分布式處理、Hadoop MapReduce解析、Spark解析、流計算、集群資源管理與調度； 第14章講述綜合實踐（在OpenStack平臺上搭建Hadoop并進行數據分析）。 本書結合實際應用及實踐過程來講解相關概念、原理和技術，實用性較強。適合作為本科院校計算機、云計算、大數據及信息管理等相關專業的教材，也適合計算機愛好者閱讀和參考。

云計算與大數據技術 目錄


目錄

第1章云計算概論


1.1什么是云計算


1.2云計算的產生背景


1.3云計算的發展歷史


1.4如何學好云計算


習題


第2章云計算基礎


2.1分布式計算


2.2云計算的基本概念


2.3云計算的關鍵技術


2.3.1分布式海量數據存儲


2.3.2虛擬化技術


2.3.3云平臺技術


2.3.4并行編程技術


2.3.5數據管理技術


2.4云交付模型


2.4.1軟件即服務


2.4.2平臺即服務


2.4.3基礎設施即服務


2.4.4基本云交付模型的比較


2.4.5容器即服務


2.5云部署模式


2.5.1公有云


2.5.2私有云


2.5.3混合云


2.6云計算的優勢與挑戰


2.7典型云應用


2.7.1云存儲


2.7.2云服務


2.7.3云物聯


2.8云計算與大數據


習題


第3章虛擬化


3.1虛擬化簡介


3.1.1什么是虛擬化


3.1.2虛擬化的發展歷史


3.1.3虛擬化帶來的好處


3.2虛擬化的分類


3.2.1服務器虛擬化


3.2.2網絡虛擬化


3.2.3存儲虛擬化


3.2.4應用虛擬化


3.2.5技術比較


3.3系統虛擬化


3.4虛擬化與云計算


3.5開源技術


3.5.1Xen


3.5.2KVM


3.5.3OpenVZ


3.6虛擬化未來發展趨勢


習題


第4章云計算的應用


4.1概述


4.2Google公司的云計算平臺與應用


4.2.1MapReduce分布式編程環境


4.2.2分布式大規模數據庫管理系統BigTable


4.2.3Google的云應用


4.3亞馬遜的彈性計算云


4.3.1開放的服務


4.3.2靈活的工作模式


4.3.3總結


4.4IBM藍云云計算平臺


4.4.1藍云云計算平臺中的虛擬化


4.4.2藍云云計算平臺中的存儲結構


4.5清華大學透明計算平臺


4.6阿里云


4.6.1阿里云簡介


4.6.2阿里云的發展過程


4.6.3阿里云的主要產品


4.7Microsoft Azure


4.7.1Microsoft Azure簡介


4.7.2Microsoft Azure架構


4.7.3Microsoft Azure服務平臺


4.7.4開發步驟


習題


第5章大數據概念和發展背景


5.1什么是大數據


5.2大數據的特點


5.3大數據發展


5.4大數據應用


習題


第6章大數據系統架構概述


6.1總體架構概述


6.1.1總體架構設計原則


6.1.2總體架構參考模型


6.2運行架構概述


6.2.1物理架構


6.2.2集成架構


6.2.3安全架構


6.3主流大數據系統廠商


6.3.1Cloudera


6.3.2Hortonworks


6.3.3Amazon


6.3.4Google


6.3.5微軟


6.3.6阿里云數加平臺


習題


第7章分布式通信與協同


7.1數據編碼傳輸


7.1.1數據編碼概述


7.1.2LZSS算法


7.1.3Snappy壓縮庫


7.2分布式通信系統


7.2.1遠程過程調用


7.2.2消息隊列


7.2.3應用層多播通信


7.2.4Hadoop IPC應用


7.3分布式協同系統


7.3.1Chubby鎖服務


7.3.2ZooKeeper


7.3.3ZooKeeper在HDFS高可用中使用


習題


第8章大數據存儲


8.1大數據存儲技術發展


8.2海量數據存儲的關鍵技術


8.2.1數據分片與路由


8.2.2數據復制與一致性


8.3重要數據結構和算法


8.3.1Bloom Filter


8.3.2LSM樹


8.3.3Merkle哈希樹


8.3.4Cuckoo哈希


8.4分布式文件系統


8.4.1文件存儲格式


8.4.2Google文件系統


8.4.3HDFS


8.5分布式數據庫NoSQL


8.5.1NoSQL數據庫概述


8.5.2KV數據庫


8.5.3列式數據庫


8.5.4圖數據庫


8.5.5文檔數據庫


8.6HBase數據庫搭建與使用


8.6.1HBase偽分布式運行


8.6.2HBase分布式運行


8.7大數據存儲技術趨勢


習題


第9章分布式處理


9.1CPU多核和POSIX Thread


9.2MPI并行計算框架


9.3Hadoop MapReduce


9.4Spark


9.5數據處理技術發展


習題


第10章Hadoop MapReduce解析


10.1Hadoop MapReduce架構


10.2Hadoop MapReduce與高性能計算、網格計算的區別


10.3MapReduce工作機制


10.3.1Map


10.3.2Reduce


10.3.3Combine


10.3.4Shuffle


10.3.5Speculative Task


10.3.6任務容錯


10.4應用案例


10.4.1WordCount


10.4.2WordMean


10.4.3Grep


10.5MapReduce的缺陷與不足


習題


第11章Spark解析


11.1Spark RDD


11.2Spark與MapReduce對比


11.3Spark工作機制


11.3.1DAG工作圖


11.3.2Partition


11.3.3Lineage容錯方法


11.3.4內存管理


11.3.5數據持久化


11.4數據讀取


11.4.1HDFS


11.4.2Amazon S3


11.4.3HBase


11.5應用案例


11.5.1日志挖掘


11.5.2判別西瓜好壞


11.6Spark發展趨勢


習題


第12章流計算


12.1流計算概述


12.2流計算與批處理系統對比


12.3Storm流計算系統


12.4Samza流計算系統


12.5集群日志文件實時分析


12.6流計算發展趨勢


習題


第13章集群資源管理與調度


13.1集群資源統一管理系統


13.1.1集群資源管理概述


13.1.2Apache YARN


13.1.3Apache Mesos


13.1.4Google Omega


13.2資源管理模型


13.2.1基于slot的資源表示模型


13.2.2基于*大、*小公平原則的資源分配模型


13.3資源調度策略


13.3.1調度策略概述


13.3.2Capacity Scheduler調度


13.3.3Fair Scheduler調度


13.4YARN上運行計算框架


13.4.1MapReduce on YARN


13.4.2Spark on YARN


13.4.3YARN程序設計


習題


第14章綜合實踐： 在OpenStack平臺上搭建Hadoop并進行數據分析


14.1OpenStack簡介


14.2OpenStack的安裝及配置


14.2.1OpenStack安裝準備


14.2.2OpenStack在線安裝


14.2.3搭建OpenStack中的虛擬機


14.3大數據環境安裝


14.3.1Java安裝


14.3.2Hadoop安裝


14.4大數據分析案例


14.4.1日志分析


14.4.2電商購買記錄分析


14.4.3交通流量分析


參考文獻


展開全部

云計算與大數據技術 節選

第3章虛擬化 本章介紹的是虛擬化技術，將對虛擬化的簡介、虛擬化技術的分類、系統虛擬化、虛擬化與云計算、相關開源技術以及虛擬化未來的發展趨勢進行講解，包括虛擬化的發展歷史以及虛擬化帶來的好處。通過對本章的學習，讀者應該能對虛擬化技術有系統的了解以及對相關技術有一定的認識。 3.1虛擬化簡介 隨著近年多核系統、集群、網格甚至云計算的廣泛部署，虛擬化技術在應用上的優勢日益體現，通過使用虛擬化，不僅可以降低IT成本，而且可以增強系統的安全性和可靠性，虛擬化的概念逐漸深入到人們日常的工作與生活當中。 3.1.1什么是虛擬化 虛擬化是指計算機軟件在虛擬的基礎上而不是在真實的、獨立的物理硬件基礎上運行。例如，CPU的虛擬化技術可以實現單CPU模擬多CPU并行，允許一個平臺同時運行多個操作系統，并且應用程序可以在相互獨立的空間內運行而互不影響，從而顯著提高計算機的工作效率。這種以優化資源(把有限的、固定的資源根據不同的需求進行重新規劃以達到*大利用率)、簡化軟件的重新配置過程為目的的解決方案，就是虛擬化技術。 圖31展示了虛擬化架構與傳統架構的對比。簡單來講，虛擬化架構就是在一個物理硬件機器上同時運行多個不同應用的獨立的虛擬系統。這些同時運行的虛擬系統由Hyperviser來控制，虛擬機被稱為guest。Hypervisor不僅可以提供虛擬系統資源，進行主機/虛擬機之間的調度，而且可以提供虛擬機間的通信。虛擬化服務器的應用如下。 圖31虛擬化架構與傳統架構的對比 1. 研發與測試 提到虛擬化服務器的應用，人們首先想到的就是研發測試環境，因為在一般情況下，研發和測試人員需要使用不同的操作系統環境，而如果每一種平臺都需要使用物理服務器，這將會對準備測試環境的過程帶來相當大的困難，一個小小的測試改變都需要重裝若干這樣的測試用服務器。如果一個測試過程需要成百上千臺服務器進行壓力測試時，準備純物理服務器的測試環境幾乎不可能，虛擬化技術無疑是*佳的選擇。 通過在一臺物理服務器上實現多個操作系統，或者實現成百上千個虛擬的服務器，可以極大地降低研發和測試成本。 2. 服務器合并 很多企業用戶都不得不面對這樣的尷尬： 每實施一項應用就要買一臺服務器，隨著應用的增加，一般要購買很多不易變更的資源，在這個過程中，完成不同任務的服務器越來越多，管理變得越來越復雜，同時服務器利用率卻很低，僅為15%~20%，將會造成資源的極大浪費。 因此，將各種不同的服務器整合在一起的方案受到了用戶的歡迎。但是整合在一起的服務器如何分配資源，并保證每一個應用的正常運行呢？服務器從小變大是一個問題，而將大塊計算資源分成小塊也是一個問題。虛擬服務器技術的出現輕松地解決了服務器合并的問題，從而受到更多企業用戶的青睞。 3. 高級虛擬主機 虛擬主機技術的出現，大大降低了在互聯網上建立站點的資金門檻。可以說，正是這樣的虛擬技術構筑起了互聯網的大廈。但隨著互聯網的普及，客戶常常抱怨虛擬主機做了過多的限制，而且穩定性不好，資源很難保證。現在的虛擬主機用戶對虛擬主機服務提出了更高的要求，用戶需要更安全、穩定的環境，甚至是對部分資源的控制權。

商品評論(0條)
暫無評論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網
在線客服
主站蜘蛛池模板： 久久2019| 国产成人aa视频在线观看 | 一级毛片免费在线观看网站 | 国产 日韩 欧美 亚洲 | 日韩中文字幕久久精品 | 丁香花网站 | 高清一区二区三区四区五区 | 国产综合在线观看 | 久久99精品久久久久久欧洲站 | 日韩视频在线一区 | 九九精品成人免费国产片 | 五月天黄色网 | 欧美日韩国产精品自在自线 | 日韩亚洲综合精品国产 | 久久免费精品一区二区 | 久久手机视频 | 国产精品无码久久综合网 | 欧美在线一级视频 | 国产成人免费在线 | 久久亚洲综合色 | 毛片在线看片 | 婷婷在线视频观看 | 2018男人的天堂 | 免费120秒 | 久久精品国产福利国产秒 | 欧美视频第一页 | 99九九精品视频 | 久草综合视频 | 国产成人精品一区二区三区 | 国产福利一区二区三区在线观看 | 爱爱欧美视频 | 久久综合精品国产一区二区三区无 | 日本高清色惰www在线视频 | 欧美夫妻生活网 | 精品一区二区三区中文 | 国产一级爽片 | www.四色| 久久综合狠狠综合久久 | 99爱免费观看视频在线 | 国产精品视频久久久久 | 国产日韩一区二区三区 |