書馨卡幫你省薪 2024個人購書報告 2024中圖網(wǎng)年度報告
歡迎光臨中圖網(wǎng) 請 | 注冊
> >>
云計算大數(shù)據(jù)處理

云計算大數(shù)據(jù)處理

出版社：人民郵電出版社出版時間：2015-08-01
開本： 16開 頁數(shù)： 203
中 圖 價:¥49.1(6.3折) 定價  ¥78.0 登錄后可看到會員價
加入購物車 收藏
運費6元，滿39元免運費
?新疆、西藏除外
本類五星書更多>
買過本商品的人還買了

云計算大數(shù)據(jù)處理 版權信息

云計算大數(shù)據(jù)處理 本書特色

《云計算大數(shù)據(jù)處理》介紹了基于云計算的大數(shù)據(jù)處理技術，重點介紹了一款高效的、實時分析處理海量數(shù)據(jù)的強有力工具——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)進行實時處理，具有即時響應多用戶并發(fā)請求的能力。 《云計算大數(shù)據(jù)處理》通過對當前主流的大數(shù)據(jù)處理系統(tǒng)進行深入剖析，闡述了數(shù)據(jù)立方產(chǎn)生的背景，介紹了數(shù)據(jù)立方的整體架構以及安裝和詳細開發(fā)流程，并給出了4個完整的數(shù)據(jù)立方綜合應用實例。所有實例都經(jīng)過驗證并附有詳細的步驟說明，無論是對于云計算的初學者還是想進一步深入學習大數(shù)據(jù)處理技術的研發(fā)人員、研究人員都有很好的參考價值。

云計算大數(shù)據(jù)處理 內(nèi)容簡介

1.理論基礎和新技術成果的綜合體； 2.科研工作的理想?yún)⒖紩?3.科研項目的技術成果； 4.本書作者所在的團隊多年來一直致力于云計算與大數(shù)據(jù)方面的相關研究，已承擔過多項重點科研項目，具有從理論到工程實踐的相關基礎。 5.本書作者所在的研究團隊與多家企業(yè)建立了緊密的聯(lián)合研究關系，研究內(nèi)容緊跟市場需求和技術發(fā)展，研究成果能夠迅速轉化成生產(chǎn)力。 6.本書作者是中國電子學會云計算專家委員，在云計算研究方面有相當多的研究成果。

云計算大數(shù)據(jù)處理 目錄

目錄
第1章 大數(shù)據(jù)挑戰(zhàn)
1.1 當前面臨的大數(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)務與技術脫節(jié)
1.2 大數(shù)據(jù)催生云計算
1.2.1 云計算不是偶然
1.2.2 云計算帶來挑戰(zhàn)與機遇
1.2.3 云計算對大數(shù)據(jù)的意義
1.2.4 云計算未來展望
1.3 大數(shù)據(jù)存儲
1.3.1 存儲僅是**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)處理技術決定未來
1.4.4 大數(shù)據(jù)處理解決方案
第2章 當前的大數(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 相關技術
3.2.1 云計算中的大數(shù)據(jù)處理技術－－mapreduce
3.2.2 并行數(shù)據(jù)庫技術
3.2.3 云計算與數(shù)據(jù)庫相結合的技術
3.3 新一代eb級云計算數(shù)據(jù)庫－－數(shù)據(jù)立方
3.3.1 數(shù)據(jù)立方的體系架構
3.3.2 數(shù)據(jù)立方與hadoop的關系
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)處理實例
5.1.1 智慧交通數(shù)據(jù)處理實例背景
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 編程實現(xiàn)
5.2.1 java開發(fā)包
5.2.2 示例
5.3 總結
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
7.1 hdfs的維護
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單點問題
8.1.2 hdfs數(shù)據(jù)塊副本機制
8.1.3 hdfs心跳機制
8.1.4 hdfs負載均衡
8.1.5 mapreduce容錯
8.2 hadoop的secondarynamenode機制
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機制
8.3.1 系統(tǒng)架構
8.3.2 avatar元數(shù)據(jù)同步機制
8.3.3 故障切換過程
8.3.4 avatar運行流程
8.3.5 avatar故障切換流程
8.4 avatar實戰(zhàn)
8.4.1 實驗環(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)計分析實例--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
9.2 數(shù)據(jù)表設計
9.3 查詢語句設計與結果展現(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 性能測試結果
9.5.1 數(shù)據(jù)下載解壓及標記
9.5.2 數(shù)據(jù)解析入庫
9.5.3 數(shù)據(jù)計算流程
9.5.4 數(shù)據(jù)導入oracle數(shù)據(jù)庫
9.5.5 查詢總時長統(tǒng)計
第10章 在線數(shù)據(jù)檢索實例--移動信令分析云平臺
10.1 需求分析
10.2 數(shù)據(jù)表設計
10.2.1 cdr數(shù)據(jù)文件的檢測與索引創(chuàng)建任務調(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 查詢語句設計與結果展現(xiàn)
10.3.1 cdr文件檢測和索引創(chuàng)建任務調(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 性能測試結果
第11章 實時數(shù)據(jù)處理實例-地震數(shù)據(jù)
11.1 需求分析
11.2 數(shù)據(jù)表分析
11.3 查詢語句設計與結果展現(xiàn)
11.4 查詢優(yōu)化
11.4.1 存儲方面的優(yōu)化
11.4.2 計算方面的優(yōu)化
11.5 性能測試結果
11.5.1 單機模擬集群測試
11.5.2 字段測試
11.5.3 排序測試
11.5.4 隨機讀取測試
展開全部

云計算大數(shù)據(jù)處理 作者簡介

劉鵬，1970年生，男，博士，解放軍理工大學教授。以第一作者編著中文專著一部:《云計算》，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)設備工程公司研究員，西安電子科技大學、北京郵電大學兼職教授、博士生導師。曾獲國家進步一等獎1項、二等獎1項，部級科技進步一等獎4項。發(fā)表學術論文近百篇。 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)技術與互聯(lián)網(wǎng)業(yè)務相結合、搭建、優(yōu)化及維護超大規(guī)模集群方面，有豐富的實戰(zhàn)經(jīng)驗。 陳偉，長期致力于大數(shù)據(jù)處理相關技術的研發(fā)，對開源大數(shù)據(jù)平臺Hadoop及其相關技術有非常深入的研究，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)大學碩士畢業(yè)，專注于分布式平臺下大數(shù)據(jù)計算任務的調(diào)度和可靠性研究。發(fā)表多篇分布式環(huán)境下任務調(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虛擬機和Java程序優(yōu)化等都有深入的研究，并在大量實踐和工作中積累了豐富的經(jīng)驗

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(wǎng)
在線客服