大數(shù)據(jù)云服務(wù)技術(shù)架構(gòu)與實踐

1篇大數(shù)據(jù)云計算概論
1章大數(shù)據(jù)概述
11大數(shù)據(jù)產(chǎn)生與發(fā)展
111大數(shù)據(jù)產(chǎn)生背景
112大數(shù)據(jù)發(fā)展歷程
113當前大數(shù)據(jù)
12大數(shù)據(jù)概念與特征
121大數(shù)據(jù)概念
122大數(shù)據(jù)的特點
13大數(shù)據(jù)應(yīng)用
131企業(yè)內(nèi)部大數(shù)據(jù)應(yīng)用
132物聯(lián)網(wǎng)大數(shù)據(jù)應(yīng)用
133面向在線社交網(wǎng)絡(luò)大數(shù)據(jù)的應(yīng)用
134醫(yī)療健康大數(shù)據(jù)應(yīng)用
135群智感知
136智能電網(wǎng)
14大數(shù)據(jù)的研究與展望
15本章小結(jié)
2章大數(shù)據(jù)和云計算
21大數(shù)據(jù)和云計算的關(guān)系
211大數(shù)據(jù)和云計算關(guān)系概述
212云計算是大數(shù)據(jù)處理的基礎(chǔ)
213大數(shù)據(jù)是云計算的延伸
22云計算概念
221云的興起
222云計算的定義及其特點
223云計算名稱的來歷
23云計算類型
231基礎(chǔ)設(shè)施類
232平臺類
233應(yīng)用類
234以所有權(quán)劃分云計算系統(tǒng)類型
24云計算商業(yè)模式
241商業(yè)模式是云計算的基石
242云計算的市場規(guī)模
243云計算商業(yè)模式分析
25本章小結(jié)
3章大數(shù)據(jù)應(yīng)用價值
31大數(shù)據(jù)在電子商務(wù)中的應(yīng)用
311大數(shù)據(jù)是電子商務(wù)發(fā)展要素
312電子商務(wù)大數(shù)據(jù)的實用措施
313電子商務(wù)大數(shù)據(jù)的轉(zhuǎn)型路徑
32大數(shù)據(jù)在金融的應(yīng)用
321大數(shù)據(jù)金融的提出
322大數(shù)據(jù)金融的功能
323大數(shù)據(jù)金融的挑戰(zhàn)
324大數(shù)據(jù)金融創(chuàng)新
33大數(shù)據(jù)在媒體的應(yīng)用
331傳統(tǒng)媒體的不足
332大數(shù)據(jù)驅(qū)動傳統(tǒng)媒體的升級
333大數(shù)據(jù)引領(lǐng)新媒體發(fā)展
34大數(shù)據(jù)在醫(yī)療上的應(yīng)用
341大數(shù)據(jù)改進臨床決策支持系統(tǒng)
342大數(shù)據(jù)助推醫(yī)療產(chǎn)品研發(fā)
343大數(shù)據(jù)催生新醫(yī)療服務(wù)模式
35大數(shù)據(jù)在教育上的應(yīng)用
351大數(shù)據(jù)教育與傳統(tǒng)教育的優(yōu)勢
352大數(shù)據(jù)教學模式的不斷改善
353教育大數(shù)據(jù)市場的廣闊前景
354大數(shù)據(jù)變革教育應(yīng)用的實踐措施
36本章小結(jié)
2篇大數(shù)據(jù)云計算關(guān)鍵技術(shù)
4章分布式計算框架
41分布式計算基本概念
411分布式計算與并行計算
412分布式計算和并行計算的比較
42Hadoop系統(tǒng)介紹
421Hadoop發(fā)展歷程
422Hadoop使用場景和特點
423Hadoop項目組成
43分布式文件系統(tǒng)
431分布式文件系統(tǒng)概述
432HDFS架構(gòu)
433HDFS設(shè)計特點
44MapReduce計算模型
441MapReduce概述
442MapReduce應(yīng)用實例
443MapReduce實現(xiàn)和架構(gòu)
45分布式協(xié)同控制
451常見分布式并發(fā)控制方法
452Google Chubby并發(fā)鎖
46Spark計算框架
461Spark簡介
462Spark生態(tài)系統(tǒng)
47Flink計算框架
471Flink簡介
472Flink中的調(diào)度簡述
473Flink的生態(tài)圈
48本章小結(jié)
5章NoSQL數(shù)據(jù)庫
51NoSQL數(shù)據(jù)庫概述
511NoSQL數(shù)據(jù)庫的4大分類
512數(shù)據(jù)庫系統(tǒng)CAP理論和BASE理論
513NoSQL的共同特征
52Hbase數(shù)據(jù)庫
521HBase簡介
522HBase訪問接口
523HBase數(shù)據(jù)模型
524MapReduce on HBase
525HBase系統(tǒng)架構(gòu)
53本章小結(jié)
6章機器學習
61機器學習概述
611機器學習分類
612機器學習發(fā)展歷程
62機器學習常用的算法
621回歸算法
622基于實例的算法
623正則化方法
624決策樹算法
625貝葉斯方法
626基于核的算法
627聚類算法
628關(guān)聯(lián)規(guī)則學習
629遺傳算法
6210人工神經(jīng)網(wǎng)絡(luò)
6211深度學習
6212降低維度算法
6213集成算法
63本章小結(jié)
7章虛擬化
71虛擬化概述
711虛擬化發(fā)展歷史
712虛擬化技術(shù)的發(fā)展熱點和趨勢
713虛擬化技術(shù)的概念
72虛擬化的分類
721從實現(xiàn)的層次劃分
722從應(yīng)用的領(lǐng)域劃分
73應(yīng)用虛擬化
731應(yīng)用虛擬化的使用特點
732應(yīng)用虛擬化的優(yōu)勢
733應(yīng)用虛擬化要考慮的問題
74桌面虛擬化
741桌面虛擬化優(yōu)勢
742桌面虛擬化使用條件
75服務(wù)器虛擬化
751服務(wù)器虛擬化架構(gòu)
752CPU虛擬化
753內(nèi)存虛擬化
754I/O虛擬化
76網(wǎng)絡(luò)虛擬化
761傳統(tǒng)網(wǎng)絡(luò)虛擬化技術(shù)
762主機網(wǎng)絡(luò)虛擬化
763網(wǎng)絡(luò)設(shè)備虛擬化
77存儲虛擬化
771存儲虛擬化概述
772按照不同層次劃分存儲虛擬化
773按照實現(xiàn)方式不同劃分存儲虛擬化
78本章小結(jié)
8章Docker容器
81Docker容器概述
811Docker容器的由來
812Docker定義
813Docker的優(yōu)勢
82Docker的原理
821Linux Namespace(ns)
822Control Groups(cgroups)
823Linux容器(LXC)
824AUFS
825Grsec
83Docker技術(shù)發(fā)展與應(yīng)用
831Docker解決的問題
832Docker的未來發(fā)展
833Docker技術(shù)的局限
84本章小結(jié)
9章Web 20
91Web 20產(chǎn)生背景和定義
911Web 20產(chǎn)生背景
912Web 20的概念
913Web 20和Web 10比較
914Web 20特征
92Web 20應(yīng)用產(chǎn)品
921Web 20主要應(yīng)用產(chǎn)品
922主要產(chǎn)品的區(qū)別
93Web 20相關(guān)技術(shù)
931Web 20的設(shè)計模式
932Web標準
933向Web標準過渡
94本章小結(jié)
10章綠色數(shù)據(jù)中心
101綠色數(shù)據(jù)中心概述
1011云數(shù)據(jù)中心發(fā)展階段
1012綠色數(shù)據(jù)中心架構(gòu)
1013云數(shù)據(jù)中心需要整合的資源
102數(shù)據(jù)中心管理和維護
1021實現(xiàn)端到端、大容量、可視化的基礎(chǔ)設(shè)施整合
1022實現(xiàn)虛擬化、自動化的管理
1023實現(xiàn)面向業(yè)務(wù)的應(yīng)用管理和流量分析
103本章小結(jié)
3篇云計算架構(gòu)
11章基礎(chǔ)設(shè)施即服務(wù)
111IaaS概述
1111IaaS的定義
1112IaaS提供服務(wù)的方法
1113IaaS云的特征
1114IaaS和虛擬化的關(guān)系
112IaaS技術(shù)架構(gòu)
1121資源層
1122虛擬化層
1123管理層
1124服務(wù)層
113IaaS云計算管理
1131自動化部署
1132彈性能力提供技術(shù)
1133資源監(jiān)控
1134資源調(diào)度
1135業(yè)務(wù)管理和計費度量
114Amazon云計算案例
1141概述
1142Amazon S3
1143Amazon Simple DB
1144Amazon RDS
1145Amazon SQS
1146Amazon EC2
115本章小結(jié)
12章平臺即服務(wù)
121PaaS概述
1211PaaS的由來
1212PaaS的概念
1213PaaS模式的開發(fā)
1214PaaS推進SaaS時代
122PaaS架構(gòu)
1221PaaS的功能
1222多租戶彈性是PaaS的核心特性
1223PaaS架構(gòu)的核心意義
1224PaaS改變未來軟件開發(fā)和維護模式
123Google的云計算平臺
1231設(shè)計理念
1232構(gòu)成部分
1233App Engine服務(wù)
124Windows Azure平臺
1241Windows Azure操作系統(tǒng)
1242SQL Azure
1243NET服務(wù)
1244Live服務(wù)
1245Windows Azure Platform的用途
125本章小結(jié)
13章軟件即服務(wù)
131SaaS概述
1311SaaS的由來
1312SaaS的概念
1313SaaS與傳統(tǒng)軟件的區(qū)別
1314SaaS模式應(yīng)用于信息化優(yōu)勢
1315SaaS成熟度模型
132模式及實現(xiàn)
1321SaaS商務(wù)模式
1322SaaS平臺架構(gòu)
1323SaaS服務(wù)平臺的主要功能
1324SaaS服務(wù)平臺關(guān)鍵技術(shù)
133Salesforce云計算案例
1331Salesforce云計算產(chǎn)品組成
1332Salesforce云計算特點
134本章小結(jié)
14章容器即服務(wù)
141容器云服務(wù)
1411云平臺架構(gòu)層次
1412容器云
1413容器云的特點
142Kubernetes應(yīng)用部署
1421Kubernetes架構(gòu)
1422Kubernetes模型
1423內(nèi)部使用者的服務(wù)發(fā)現(xiàn)
1424外部訪問Service
143Mesos應(yīng)用
1431Mesos體系結(jié)構(gòu)和工作流
1432Mesos流程
1433Mesos資源分配
1434Mesos優(yōu)勢
144基于Kubernetes打造SAE容器云
1441Kubernetes 的好處
1442容器云網(wǎng)絡(luò)
1443容器云存儲
145基于Mesos去哪兒網(wǎng)容器云
1451背景
1452應(yīng)用Mesos構(gòu)建容器云
1453云環(huán)境構(gòu)建
146本章小結(jié)
4篇大數(shù)據(jù)云架構(gòu)實踐與編程
15章大數(shù)據(jù)云架構(gòu)搭建
151分布式Hadoop與Spark集群搭建
1511Hadoop集群構(gòu)建
1512Spark集群構(gòu)建
152基于Docker大數(shù)據(jù)云架構(gòu)
1521簡介
1522Docker和Weave搭建
1523Hadoop集群鏡像搭建
1524集群部署與啟動
1525基于Ambari管理平臺的鏡像搭建
1526桌面系統(tǒng)XFCE搭建
153本章小結(jié)
16章Spark大數(shù)據(jù)編程
161Spark應(yīng)用開發(fā)環(huán)境配置
1611使用Intellij開發(fā)Spark程序
1612使用Spark Shell開發(fā)運行Spark程序
162Spark大數(shù)據(jù)編程
1621WordCount
1622股票趨勢預測
163本章小結(jié)
5篇大數(shù)據(jù)安全
17章大數(shù)據(jù)云計算面臨的安全威脅
171大數(shù)據(jù)云計算的安全問題
1711大數(shù)據(jù)基礎(chǔ)設(shè)施安全威脅
1712大數(shù)據(jù)存儲安全威脅
1713大數(shù)據(jù)云架構(gòu)網(wǎng)絡(luò)安全威脅
1714大數(shù)據(jù)帶來隱私問題
1715針對大數(shù)據(jù)的高級持續(xù)性攻擊
1716其他安全威脅
172不同領(lǐng)域大數(shù)據(jù)的安全需求
1721因特網(wǎng)行業(yè)
1722電信行業(yè)
1723金融行業(yè)
1724醫(yī)療行業(yè)
1725政府組織
173大數(shù)據(jù)安全內(nèi)涵
1731保障大數(shù)據(jù)安全
1732大數(shù)據(jù)用于安全領(lǐng)域
174大數(shù)據(jù)安全研究方向
1741大數(shù)據(jù)安全保障技術(shù)
1742大數(shù)據(jù)安全應(yīng)用技術(shù)
175本章小結(jié)
18章保障大數(shù)據(jù)安全
181大數(shù)據(jù)安全的關(guān)鍵技術(shù)
1811非關(guān)系數(shù)據(jù)庫安全策略
1812防范APT攻擊
182大數(shù)據(jù)安全保障實踐
1821大數(shù)據(jù)采集與存儲的安全防護
1822大數(shù)據(jù)挖掘與應(yīng)用的安全防護
1823大數(shù)據(jù)安全審計
1824大數(shù)據(jù)安全評估與安全管理
1825數(shù)據(jù)中心的安全保障
183本章小結(jié)
19章應(yīng)用大數(shù)據(jù)保障安全
191大數(shù)據(jù)安全檢測及應(yīng)用
1911安全檢測與大數(shù)據(jù)的融合
1912用戶上網(wǎng)流量數(shù)據(jù)的挖掘與分析
192安全大數(shù)據(jù)
1921數(shù)據(jù)挖掘方法
1922挖掘目標及評估
193基于大數(shù)據(jù)的網(wǎng)絡(luò)態(tài)勢感知
1931態(tài)勢感知定義
1932網(wǎng)絡(luò)態(tài)勢感知
1933基于流量數(shù)據(jù)的網(wǎng)絡(luò)安全感知
1934基于大數(shù)據(jù)分析的網(wǎng)絡(luò)優(yōu)化
1935網(wǎng)絡(luò)安全感知應(yīng)用實踐
194視頻監(jiān)控數(shù)據(jù)的安全應(yīng)用
1941視頻監(jiān)控數(shù)據(jù)的處理需求
1942視頻監(jiān)控數(shù)據(jù)挖掘技術(shù)
1943海量視頻監(jiān)控數(shù)據(jù)的分析與處理
195本章小結(jié)
參考文獻