云計(jì)算大數(shù)據(jù)處理

定　價(jià)：￥78.00

作　者：	劉鵬，于全，楊震宇，陳偉，王磊，張乃甜
出版社：	人民郵電出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)?網(wǎng)絡(luò) 網(wǎng)絡(luò)與數(shù)據(jù)通信

購買這本書可以去

ISBN：	9787115378101	出版時間：	2015-08-01	包裝：
開本：	小16開	頁數(shù)：	203	字?jǐn)?shù)：

內(nèi)容簡介

　　《云計(jì)算大數(shù)據(jù)處理》介紹了基于云計(jì)算的大數(shù)據(jù)處理技術(shù)，重點(diǎn)介紹了一款高效的、實(shí)時分析處理海量數(shù)據(jù)的強(qiáng)有力工具——數(shù)據(jù)立方。數(shù)據(jù)立方是針對大數(shù)據(jù)處理的分布式數(shù)據(jù)庫，能夠可靠地對大數(shù)據(jù)進(jìn)行實(shí)時處理，具有即時響應(yīng)多用戶并發(fā)請求的能力?！对朴?jì)算大數(shù)據(jù)處理》通過對當(dāng)前主流的大數(shù)據(jù)處理系統(tǒng)進(jìn)行深入剖析，闡述了數(shù)據(jù)立方產(chǎn)生的背景，介紹了數(shù)據(jù)立方的整體架構(gòu)以及安裝和詳細(xì)開發(fā)流程，并給出了4個完整的數(shù)據(jù)立方綜合應(yīng)用實(shí)例。所有實(shí)例都經(jīng)過驗(yàn)證并附有詳細(xì)的步驟說明，論是對于云計(jì)算的初學(xué)者還是想進(jìn)一步深入學(xué)習(xí)大數(shù)據(jù)處理技術(shù)的研發(fā)人員、研究人員都有很好的參考價(jià)值。

作者簡介

　　劉鵬，1970年生，男，博士，解放軍理工大學(xué)教授。以第一作者編著中文專著一部：《云計(jì)算》，由電子工業(yè)出版社于2010年出版。于全，中國工程院院士，中國電子系統(tǒng)設(shè)備工程公司研究員，西安電子科技大學(xué)、北京郵電大學(xué)兼職教授、博士生導(dǎo)師。曾獲國家進(jìn)步一等獎1項(xiàng)、二等獎1項(xiàng)，部級科技進(jìn)步一等獎4項(xiàng)。發(fā)表學(xué)術(shù)論文近百篇。楊振宇，南京云創(chuàng)存儲科技有限公司云處理部門經(jīng)理在將大數(shù)據(jù)技術(shù)與互聯(lián)網(wǎng)業(yè)務(wù)相結(jié)合、搭建、優(yōu)化及維護(hù)超大規(guī)模集群方面，有豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)。陳偉，長期致力于大數(shù)據(jù)處理相關(guān)技術(shù)的研發(fā)，對開源大數(shù)據(jù)平臺Hadoop及其相關(guān)技術(shù)有非常深入的研究，并積累了大量源碼閱讀和分析的技巧與方法。王磊，中國礦業(yè)大學(xué)碩士畢業(yè)，專注于分布式平臺下大數(shù)據(jù)計(jì)算任務(wù)的調(diào)度和可靠性研究。發(fā)表多篇分布式環(huán)境下任務(wù)調(diào)度和可靠性論文，并被EI檢索。張乃甜，自身Java研發(fā)工程師，現(xiàn)任江蘇天澤信息產(chǎn)業(yè)有限公司研究院大數(shù)據(jù)平臺研發(fā)工程師，對分布式系統(tǒng)、Java虛擬機(jī)和Java程序優(yōu)化等都有深入的研究，并在大量實(shí)踐和工作中積累了豐富的經(jīng)驗(yàn)

圖書目錄

第1章大數(shù)據(jù)挑戰(zhàn)
1．1 當(dāng)前面臨的大數(shù)據(jù)挑戰(zhàn)
1．1．1 大數(shù)據(jù)急劇膨脹
1．1．2 大數(shù)據(jù)智能分析
1．1．3 大數(shù)據(jù)深度挖掘
1．1．4 業(yè)務(wù)與技術(shù)脫節(jié)
1．2 大數(shù)據(jù)催生云計(jì)算
1．2．1 云計(jì)算不是偶然
1．2．2 云計(jì)算帶來挑戰(zhàn)與機(jī)遇
1．2．3 云計(jì)算對大數(shù)據(jù)的意義
1．2．4 云計(jì)算未來展望
1．3 大數(shù)據(jù)存儲
1．3．1 存儲僅是第一步
1．3．2 行存儲還是列存儲
1．3．3 PB級大數(shù)據(jù)存儲
1．3．4 大數(shù)據(jù)存儲的未來
1．4 大數(shù)據(jù)處理
1．4．1 大數(shù)據(jù)處理的瓶頸
1．4．2 大數(shù)據(jù)處理的需求
1．4．3 大數(shù)據(jù)處理技術(shù)決定未來
1．4．4 大數(shù)據(jù)處理解決方案
第2章當(dāng)前的大數(shù)據(jù)處理系統(tǒng)
2．1 開源大數(shù)據(jù)處理平臺
2．1．1 Hadoop
2．1．2 MapReduce
2．2 NoSQL數(shù)據(jù)庫
2．2．1 Google BigTable 的開源JAVA實(shí)現(xiàn)：HBase
2．2．2 純分布式數(shù)據(jù)庫：Cassandra
2．2．3 NoSQL數(shù)據(jù)庫的應(yīng)用場景
2．3 數(shù)據(jù)倉庫平臺
2．3．1 Hive
第3章數(shù)據(jù)立方簡介
3．1 數(shù)據(jù)立方產(chǎn)生背景
3．2 相關(guān)技術(shù)
3．2．1 云計(jì)算中的大數(shù)據(jù)處理技術(shù)－－MapReduce
3．2．2 并行數(shù)據(jù)庫技術(shù)
3．2．3 云計(jì)算與數(shù)據(jù)庫相結(jié)合的技術(shù)
3．3 新一代EB級云計(jì)算數(shù)據(jù)庫－－數(shù)據(jù)立方
3．3．1 數(shù)據(jù)立方的體系架構(gòu)
3．3．2 數(shù)據(jù)立方與Hadoop的關(guān)系
第4章數(shù)據(jù)立方及配套環(huán)境的安裝
4．1 安裝流程
4．2 操作系統(tǒng)的安裝
4．2．1 CentOS6．3的安裝
4．2．2 安裝JDK
4．2．3 配置SSH
4．3 HADOOP的安裝
4．3．1 Hadoop的版本
4．3．2 HDFS的配置安裝
4．3．3 MapReduce的配置安裝
4．4 數(shù)據(jù)立方的配置安裝
4．4．1 安裝mysql-connector
4．4．2 編輯數(shù)據(jù)立方的配置文件
4．4．3 數(shù)據(jù)立方的啟動
4．5 監(jiān)控工具GANGLIA的安裝
4．5．1安裝依賴
4．5．2 安裝ganglia
4．5．3 配置ganglia
4．6 數(shù)據(jù)導(dǎo)入工具SQOOP的安裝
4．6．1 安裝前提
4．6．2 安裝步驟
第5章 hello word數(shù)據(jù)立方快速入門
5．1 智慧交通數(shù)據(jù)處理實(shí)例
5．1．1 智慧交通數(shù)據(jù)處理實(shí)例背景
5．1．2 建表
5．1．3 數(shù)據(jù)入庫
5．1．4 數(shù)據(jù)查詢
5．2 編程實(shí)現(xiàn)
5．2．1 JAVA開發(fā)包
5．2．2 示例
5．3 總結(jié)

第6章數(shù)據(jù)立方開發(fā)
6．1 開發(fā)說明
6．2 數(shù)據(jù)立方SQL規(guī)范
6．2．1 數(shù)據(jù)定義與數(shù)據(jù)操作語言
6．2．2 數(shù)據(jù)查詢語言
6．3 數(shù)據(jù)入庫接口開發(fā)
6．3．1 單條多條記錄入庫JAVA開發(fā)包
6．3．2 開發(fā)說明
6．3．3 示例
6．4 數(shù)據(jù)查詢接口開發(fā)
6．4．1 JAVA開發(fā)包
6．4．2 接口介紹
6．4．3 示例
6．5 數(shù)據(jù)導(dǎo)入工具SQOOP的使用
6．5．1 SQOOP命令
6．5．2 SQOOP命令的使用
第7章數(shù)據(jù)立方的維護(hù)
7．1 HDFS的維護(hù)
7．1．1 HDFS的dfsadmin命令
7．1．2 HDFS的balancer工具
7．2 SHELL的使用
7．2．1數(shù)據(jù)立方SHELL說明
7．2．2數(shù)據(jù)定義與數(shù)據(jù)操作的shell
7．2．3數(shù)據(jù)查詢的shell
7．3 數(shù)據(jù)立方的常見問題及其解決方法
7．3．1 啟動時的常見問題
7．4 Sqoop的常見問題及其解決方法
7．4．1 Mysql的用戶問題
7．4．2 Mysql的權(quán)限問題
7．4．3 Mysql的path問題
7．4．4 Mysql的path問題
7．5 數(shù)據(jù)立方管理系統(tǒng)
第8章數(shù)據(jù)立方的可靠性
8．1 Hadoop的可靠性
8．1．1 HDFS中NameNode單點(diǎn)問題
8．1．2 HDFS數(shù)據(jù)塊副本機(jī)制
8．1．3 HDFS心跳機(jī)制
8．1．4 HDFS負(fù)載均衡
8．1．5 MapReduce容錯
8．2 Hadoop的SecondaryNameNode機(jī)制
8．2．1磁盤鏡像與日志文件
8．2．2 SecondaryNameNode更新鏡像的流程
8．3 Avatar機(jī)制
8．3．1 系統(tǒng)架構(gòu)
8．3．2 Avatar元數(shù)據(jù)同步機(jī)制
8．3．3 故障切換過程
8．3．4 Avatar運(yùn)行流程
8．3．5 Avatar故障切換流程
8．4 Avatar實(shí)戰(zhàn)
8．4．1 實(shí)驗(yàn)環(huán)境
8．4．2 編譯Avatar
8．4．3 Avatar安裝和配置
8．5 數(shù)據(jù)立方可靠性
8．5．1 數(shù)據(jù)立方的可靠性
8．5．2 數(shù)據(jù)立方的工作流程
8．5．3 數(shù)據(jù)立方的可靠性
第9章數(shù)據(jù)統(tǒng)計(jì)分析實(shí)例--供電信息采集系統(tǒng)
9．1 客戶需求分析
9．1．1 測試過程及數(shù)據(jù)量描述
9．1．2 測試過程分解及效率統(tǒng)計(jì)
9．2 數(shù)據(jù)表設(shè)計(jì)
9．3 查詢語句設(shè)計(jì)與結(jié)果展現(xiàn)
9．4 查詢優(yōu)化
9．4．1 存儲方面的優(yōu)化
9．4．2 內(nèi)存方面的優(yōu)化
9．5 性能測試結(jié)果
9．5．1 數(shù)據(jù)下載解壓及標(biāo)記
9．5．2 數(shù)據(jù)解析入庫
9．5．3 數(shù)據(jù)計(jì)算流程
9．5．4 數(shù)據(jù)導(dǎo)入ORACLE數(shù)據(jù)庫
9．5．5 查詢總時長統(tǒng)計(jì)
第10章在線數(shù)據(jù)檢索實(shí)例--移動信令分析云平臺
10．1 需求分析
10．2 數(shù)據(jù)表設(shè)計(jì)
10．2．1 CDR數(shù)據(jù)文件的檢測與索引創(chuàng)建任務(wù)調(diào)度
10．2．2 從HDFS讀取數(shù)據(jù)并創(chuàng)建索引
10．2．3 查詢CDR信息
10．3 查詢語句設(shè)計(jì)與結(jié)果展現(xiàn)
10．3．1 CDR文件檢測和索引創(chuàng)建任務(wù)調(diào)度程序
10．3．2 讀取CDR數(shù)據(jù)和索引創(chuàng)建處理
10．3．3 CDR查詢
10．4 查詢優(yōu)化
10．5 性能測試結(jié)果
第11章實(shí)時數(shù)據(jù)處理實(shí)例-地震數(shù)據(jù)
11．1 需求分析
11．2 數(shù)據(jù)表分析
11．3 查詢語句設(shè)計(jì)與結(jié)果展現(xiàn)
11．4 查詢優(yōu)化
11．4．1 存儲方面的優(yōu)化
11．4．2 計(jì)算方面的優(yōu)化
11．5 性能測試結(jié)果
11．5．1 單機(jī)模擬集群測試
11．5．2 字段測試
11．5．3 排序測試
11．5．4 隨機(jī)讀取測試