云計算與大數據簡(jiǎn)介，目錄書(shū)摘
2020-05-14 09:13
來(lái)源：京東
作者：京東
云計算與大數據
暫無(wú)報價(jià)
500+評論
99%好評
編輯推薦:本書(shū)抽絲剝繭地講述了云計算簡(jiǎn)史、大數據的前世今生，糾正了一些時(shí)下被“誤導”的觀(guān)點(diǎn)，分析了大數據與Hadoop的關(guān)系、云計算與大數據的關(guān)系，從開(kāi)源vs.閉源的角度闡釋了整個(gè)業(yè)界的軟件定義趨勢、商用硬件趨勢并預言了硬件回歸的必然趨勢，最后用案例講解了云計算或大數據系統體系架構的設計與實(shí)現。
內容簡(jiǎn)介:本書(shū)首先介紹了云計算與大數據的簡(jiǎn)史、發(fā)展歷程，討論了當前大數據所要解決的5大問(wèn)題，然后對面向云計算與大數據的體系架構搭建進(jìn)行全面剖析，給讀者講述在云與大數據的時(shí)代做什么、怎么做才是對的，最后結合業(yè)界的具體實(shí)踐講解了2個(gè)平臺建設的案例，一個(gè)是大數據平臺的搭建，一個(gè)是混合云平臺的搭建。
作者簡(jiǎn)介:Ricky Sun (孫宇熙)
業(yè)界知名的云計算、數據存儲與大數據專(zhuān)家?，F任完美世界集團執行副總裁，互聯(lián)網(wǎng)信息娛樂(lè )產(chǎn)品線(xiàn)總經(jīng)理。Ricky有在硅谷和國內超過(guò)20年的學(xué)習、工作、生活和創(chuàng )業(yè)的經(jīng)驗。既有在大型跨國公司(EMC、Microsoft、Yahoo!)的工作經(jīng)歷，也有過(guò)往成功的創(chuàng )業(yè)經(jīng)歷。哈爾濱工業(yè)大學(xué)外籍客座教授、中國電子學(xué)會(huì )云計算專(zhuān)家委員會(huì )委員。愛(ài)好：史前文明探索、瓷器收藏、健身、跨國交流。
業(yè)界知名的云計算、數據存儲與大數據專(zhuān)家?，F任完美世界集團執行副總裁，互聯(lián)網(wǎng)信息娛樂(lè )產(chǎn)品線(xiàn)總經(jīng)理。Ricky有在硅谷和國內超過(guò)20年的學(xué)習、工作、生活和創(chuàng )業(yè)的經(jīng)驗。既有在大型跨國公司(EMC、Microsoft、Yahoo!)的工作經(jīng)歷，也有過(guò)往成功的創(chuàng )業(yè)經(jīng)歷。哈爾濱工業(yè)大學(xué)外籍客座教授、中國電子學(xué)會(huì )云計算專(zhuān)家委員會(huì )委員。愛(ài)好：史前文明探索、瓷器收藏、健身、跨國交流。
目錄:目 錄
第1章 揭秘云計算 1
1．1 云從哪里來(lái) 1
1．1．1 云計算科技史 1
1．1．2 業(yè)務(wù)需求推動(dòng)IT發(fā)展 6
1．2 云的多重形態(tài) 8
1．2．1 云計算的多重服務(wù)模式 8
1．2．2 公有云vs．私有云vs．混合云 9
1．2．3 云的形態(tài)并非一成不變 12
1．3 關(guān)于云計算效率的討論 18
1．3．1 公有云效率更高？ 18
1．3．2 云計算優(yōu)化要論 22
1．4 業(yè)界如何建云 24
1．4．1 云計算最佳實(shí)踐五原則 25
1．4．2 云服務(wù)與產(chǎn)品的演進(jìn) 28
1．4．3 開(kāi)源 33
第1章參考文獻 42
第2章 揭秘大數據 44
2．1 大數據從何而來(lái)？ 44
2．1．1 大數據的催化劑 44
2．1．2 Data → Big Data → Data 47
2．1．3 大數據不只是Hadoop 52
2．2 大數據的五大問(wèn)題 54
2．2．1 大數據存儲 55
2．2．2 大數據管理與分析 63
2．2．3 大數據科學(xué) 66
2．2．4 大數據應用 68
2．3 大數據四大陣營(yíng) 71
2．3．1 OLTP陣營(yíng) 71
2．3．2 OLAP陣營(yíng) 77
2．3．3 MPP陣營(yíng) 80
2．3．4 流數據處理陣營(yíng) 83
第2章參考文獻 87
第3章 云計算與大數據體系架構剖析 89
3．1 關(guān)于開(kāi)源與閉源的探討 89
3．1．1 軟件在吃所有人的午餐！ 89
3．1．2 商品化硬件趨勢分析 92
3．1．3 硬件回歸 97
3．2 XaaS：一切即服務(wù) 106
3．2．1 軟件定義的必要性 108
3．2．2 軟件定義的數據中心 113
3．2．3 軟件定義的計算 117
3．2．4 軟件定義的存儲 121
3．2．5 軟件定義的網(wǎng)絡(luò ) 126
3．2．6 資源管理、高可用與自動(dòng)化 135
第3章參考文獻 143
第4章 云計算與大數據進(jìn)階 144
4．1 可擴展系統構建 144
4．1．1 可擴展數據庫 148
4．1．2 可擴展存儲系統 153
4．2 開(kāi)源模式探討 159
4．2．1 開(kāi)源業(yè)務(wù)模式 159
4．2．2 大數據開(kāi)源案例 162
4．3 從SOA到MSA 165
第4章參考文獻 170
第5章 大數據應用與云平臺實(shí)戰 172
5．1 大數據應用實(shí)踐 172
5．1．1 基于開(kāi)源架構的股票行情分析與預測 172
5．1．2 IMDG應用場(chǎng)景 175
5．1．3 VADL（視頻分析數據湖泊）系統 178
5．2 云平臺&應用實(shí)踐 182
5．2．1 如何改造傳統應用為云應用 182
5．2．2 探究業(yè)界云存儲平臺 186
第5章參考文獻 197
第1章 揭秘云計算 1
1．1 云從哪里來(lái) 1
1．1．1 云計算科技史 1
1．1．2 業(yè)務(wù)需求推動(dòng)IT發(fā)展 6
1．2 云的多重形態(tài) 8
1．2．1 云計算的多重服務(wù)模式 8
1．2．2 公有云vs．私有云vs．混合云 9
1．2．3 云的形態(tài)并非一成不變 12
1．3 關(guān)于云計算效率的討論 18
1．3．1 公有云效率更高？ 18
1．3．2 云計算優(yōu)化要論 22
1．4 業(yè)界如何建云 24
1．4．1 云計算最佳實(shí)踐五原則 25
1．4．2 云服務(wù)與產(chǎn)品的演進(jìn) 28
1．4．3 開(kāi)源 33
第1章參考文獻 42
第2章 揭秘大數據 44
2．1 大數據從何而來(lái)？ 44
2．1．1 大數據的催化劑 44
2．1．2 Data → Big Data → Data 47
2．1．3 大數據不只是Hadoop 52
2．2 大數據的五大問(wèn)題 54
2．2．1 大數據存儲 55
2．2．2 大數據管理與分析 63
2．2．3 大數據科學(xué) 66
2．2．4 大數據應用 68
2．3 大數據四大陣營(yíng) 71
2．3．1 OLTP陣營(yíng) 71
2．3．2 OLAP陣營(yíng) 77
2．3．3 MPP陣營(yíng) 80
2．3．4 流數據處理陣營(yíng) 83
第2章參考文獻 87
第3章 云計算與大數據體系架構剖析 89
3．1 關(guān)于開(kāi)源與閉源的探討 89
3．1．1 軟件在吃所有人的午餐！ 89
3．1．2 商品化硬件趨勢分析 92
3．1．3 硬件回歸 97
3．2 XaaS：一切即服務(wù) 106
3．2．1 軟件定義的必要性 108
3．2．2 軟件定義的數據中心 113
3．2．3 軟件定義的計算 117
3．2．4 軟件定義的存儲 121
3．2．5 軟件定義的網(wǎng)絡(luò ) 126
3．2．6 資源管理、高可用與自動(dòng)化 135
第3章參考文獻 143
第4章 云計算與大數據進(jìn)階 144
4．1 可擴展系統構建 144
4．1．1 可擴展數據庫 148
4．1．2 可擴展存儲系統 153
4．2 開(kāi)源模式探討 159
4．2．1 開(kāi)源業(yè)務(wù)模式 159
4．2．2 大數據開(kāi)源案例 162
4．3 從SOA到MSA 165
第4章參考文獻 170
第5章 大數據應用與云平臺實(shí)戰 172
5．1 大數據應用實(shí)踐 172
5．1．1 基于開(kāi)源架構的股票行情分析與預測 172
5．1．2 IMDG應用場(chǎng)景 175
5．1．3 VADL（視頻分析數據湖泊）系統 178
5．2 云平臺&應用實(shí)踐 182
5．2．1 如何改造傳統應用為云應用 182
5．2．2 探究業(yè)界云存儲平臺 186
第5章參考文獻 197
京公網(wǎng)安備 11000002000088號
