掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
云計算與大數據技術(微課版) 版權信息
- ISBN：9787115603821
- 條形碼：9787115603821 ; 978-7-115-60382-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
云計算與大數據技術(微課版) 本書特色
1.通俗易懂，循序漸進，帶您步入云計算和大數據的知識殿堂；
2.結合理論，聯系實際，章節實驗和綜合實踐精彩呈現云計算和大數據技術；
3.精心設計，巧妙融合，豐富的案例幫助讀者進行知識的消化與吸收。
云計算與大數據技術(微課版) 內容簡介
本書重點闡述云計算與大數據的基本原理、關鍵技術、常用平臺和應用案例。本書共8章，包括云計算和大數據基礎、云計算架構、虛擬化技術、云計算技術、大數據技術架構、大數據技術、云計算與大數據應用、綜合實踐等。 本書配有PPT課件、教學大綱、教學計劃、電子教案、課后習題答案、模擬試卷及答案、實驗指導書、實驗虛擬機，使用本書的老師可在人郵教育社區免費下載使用。 本書可作為高等院校數據科學與大數據技術、計算機科學與技術、軟件工程、大數據管理與應用等專業學生的教材，還可供IT領域的技術人員學習使用，同時可作為云計算與大數據研究人員的參考書。
云計算與大數據技術(微課版) 目錄
第 1章 云計算和大數據基礎 1
【本章知識結構圖】 1
【本章學習目標】 1
1.1 云計算概述 1
1.1.1 云計算發展歷程 2
1.1.2 云計算基本概念 3
1.1.3 云計算基本特征 4
1.1.4 云計算關鍵技術 4
1.2 大數據技術概述 8
1.2.1 大數據發展歷程 8
1.2.2 大數據基本概念 9
1.2.3 大數據基本特征 10
1.2.4 大數據關鍵技術 11
1.3 云計算、大數據與其他技術的關系 13
習題 14
第 2章 云計算架構 16
【本章知識結構圖】 16
【本章學習目標】 17
2.1 云計算架構概述 17
2.2 云計算架構設計與部署 18
2.2.1 通用架構設計與部署 18
2.2.2 高可用性架構設計與部署 19
2.2.3 高性能架構設計與部署 21
2.2.4 容災架構設計與部署 22
2.2.5 云安全架構設計與部署 23
2.2.6 云桌面架構設計與部署 26
2.3 云計算架構優化 27
2.3.1 云計算架構優化概念 27
2.3.2 云計算架構優化案例 27
2.4 幾種典型的云計算架構 29
2.4.1 谷歌云計算架構 30
2.4.2 阿里云計算架構 30
2.4.3 騰訊云計算架構 32
2.4.4 華為云計算架構 33
2.5 實踐：騰訊云部署Web應用 35
2.5.1 概述 35
2.5.2 基礎環境 36
2.5.3 實踐條件 36
2.5.4 實踐流程 36
習題 39
第3章 虛擬化技術 41
【本章知識結構圖】 41
【本章學習目標】 41
3.1 虛擬化概述 42
3.1.1 虛擬化發展歷程 42
3.1.2 虛擬化的幾個重要概念 42
3.1.3 虛擬化的主要特性 44
3.1.4 虛擬化常見的架構類型 44
3.2 虛擬化的關鍵技術 47
3.2.1 CPU虛擬化 47
3.2.2 存儲虛擬化 49
3.2.3 網絡虛擬化 51
3.2.4 服務器虛擬化 54
3.2.5 虛擬桌面 54
3.2.6 應用程序虛擬化 55
3.3 幾種典型的虛擬化軟件 56
3.3.1 KVM 57
3.3.2 Xen 57
3.3.3 VMware ESXi 58
3.3.4 Microsoft Hyper-V 58
3.4 實踐：輕量級虛擬化——Docker容器實戰 58
3.4.1 Docker簡述 58
3.4.2 Docker案例 59
習題 61
第4章 云計算技術 64
【本章知識結構圖】 64
【本章學習目標】 65
4.1 云計算技術概述 65
4.2 分布式存儲技術 66
4.2.1 GFS 66
4.2.2 Swift 68
4.2.3 Ceph 71
4.2.4 Lustre 75
4.2.5 主流分布式存儲技術的比較 76
4.3 云計算網絡 76
4.3.1 數據中心網絡 77
4.3.2 軟件定義網絡 77
4.3.3 租戶網絡管理 81
4.4 云計算安全 82
4.4.1 云安全風險 82
4.4.2 云計算安全技術 82
4.5 云操作系統 85
4.5.1 云操作系統基本概念 85
4.5.2 云操作系統管理平臺功能 85
4.5.3 云操作系統資源調度 86
4.5.4 云操作系統實例 87
4.6 云開發 87
4.6.1 云開發與傳統開發 87
4.6.2 一站式后端Serverless服務 88
4.6.3 應用場景 88
4.7 云計算運維 89
4.8 實踐 89
4.8.1 使用OpenStack搭建云計算管理平臺 89
4.8.2 云開發實踐 91
習題 91
第5章 大數據技術架構 93
【本章知識結構圖】 93
【本章學習目標】 94
5.1 大數據技術架構概述 94
5.1.1 大數據技術參考模型 94
5.1.2 大數據技術處理平臺 95
5.2 大數據技術架構設計 97
5.2.1 Lambda架構 97
5.2.2 Kappa架構 98
5.2.3 IOTA架構 99
5.3 Hadoop生態架構 101
5.3.1 Hadoop基本概念 101
5.3.2 Hadoop生態系統 101
5.3.3 Hadoop生態架構特點 103
5.3.4 Hadoop生態架構缺點 103
5.4 Spark生態架構 103
5.4.1 Spark基本概念 103
5.4.2 Spark生態系統 104
5.4.3 Spark基本流程 105
5.4.4 Spark適用場景 106
5.4.5 Spark與Hadoop的區別 106
5.5 Flink生態架構 106
5.5.1 Flink基本概念 106
5.5.2 Flink架構體系 107
5.5.3 Flink架構特性 108
5.5.4 流處理應用的基本組件 108
5.5.5 Flink API 109
5.5.6 Flink擴展庫 110
5.5.7 Flink基礎編程模型 111
5.5.8 Flink作業執行過程 112
5.5.9 Flink應用場景 112
5.5.10 Flink和Spark Streaming的區別 113
5.6 實踐：Hadoop安裝與配置 114
5.6.1 Hadoop基礎環境配置 114
5.6.2 Hadoop配置 114
5.6.3 格式化文件系統 116
5.6.4 啟動和驗證Hadoop 116
5.6.5 Hadoop Web管理工具 116
習題 117
第6章 大數據技術 119
【本章知識結構圖】 119
【本章學習目標】 120
6.1 大數據處理過程 120
6.2 大數據采集與預處理 120
6.2.1 大數據采集概述 121
6.2.2 數據采集 121
6.2.3 數據預處理 122
6.3 大數據存儲技術 123
6.3.1 HDFS 123
6.3.2 NoSQL數據庫 125
6.4 大數據計算技術 128
6.4.1 批處理計算 128
6.4.2 流計算 130
6.4.3 查詢分析計算 131
6.4.4 圖計算 133
6.5 數據挖掘與可視化分析 133
6.5.1 數據挖掘 133
6.5.2 可視化分析 134
6.6 實踐：某招聘網站信息抓取可視化分析 135
6.6.1 爬蟲概述 135
6.6.2 基本數據概述 136
6.6.3 模塊及庫文件 137
6.6.4 數據爬取 137
6.6.5 利用pyecharts進行數據可視化 142
習題 146
第7章 云計算與大數據應用 148
【本章知識結構圖】 148
【本章學習目標】 148
7.1 云計算與大數據在數字政府中的應用 149
7.1.1 城市智能運行中心 149
7.1.2 社會治理 150
7.1.3 互聯網 監管 152
7.2 云計算與大數據在工業領域中的應用 153
7.2.1 工業互聯網 153
7.2.2 生產過程優化 154
7.2.3 工業數字孿生 155
7.3 云計算與大數據在醫療健康中的應用 157
7.3.1 數字化醫院 157
7.3.2 醫藥云 158
7.3.3 基因測序 160
7.4 云計算與大數據在教育行業中的應用 161
7.4.1 智慧校園 161
7.4.2 科研云 163
7.4.3 智慧教學 164
7.5 云計算與大數據在金融領域中的應用 165
7.5.1 互聯網銀行 166
7.5.2 證券智能營銷 167
7.5.3 保險 168
習題 169
第8章 綜合實踐：搭建云平臺并進行大數據處理分析 171
【本章知識結構圖】 171
【本章學習目標】 172
8.1 案例介紹 172
8.2 搭建云平臺 172
8.2.1 OpenStack概述 172
8.2.2 OpenStack基礎環境 174
8.2.3 安裝和部署Keystone身份服務 178
8.2.4 安裝和部署Glance鏡像服務 180
8.2.5 安裝和部署Placement放置服務 182
8.2.6 安裝和部署Nova計算服務 183
8.2.7 安裝和部署Neutron網絡服務 186
8.2.8 安裝和部署Horizon儀表板 193
8.2.9 創建和操作虛擬機實例 195
8.3 搭建大數據平臺 196
8.3.1 數據倉庫 196
8.3.2 安裝Hive 197
8.3.3 安裝Spark 197
8.3.4 安裝Zeppelin 198
8.3.5 安裝Sqoop 198
8.3.6 安裝Flume 199
8.4 大數據采集與預處理 199
8.4.1 數據采集 199
8.4.2 數據預處理 200
8.5 大數據實時分析 200
8.5.1 訂單指標分析——訂單總數量 201
8.5.2 訂單指標分析——預約訂單 非預約訂單占比 201
8.5.3 訂單指標分析——不同時段訂單占比 202
8.5.4 訂單指標分析——不同地域訂單占比 202
8.5.5 訂單指標分析——不同年齡段 時段訂單占比 203
8.6 用戶行為可視化 204
習題 206
參考文獻 208
【本章知識結構圖】 1
【本章學習目標】 1
1.1 云計算概述 1
1.1.1 云計算發展歷程 2
1.1.2 云計算基本概念 3
1.1.3 云計算基本特征 4
1.1.4 云計算關鍵技術 4
1.2 大數據技術概述 8
1.2.1 大數據發展歷程 8
1.2.2 大數據基本概念 9
1.2.3 大數據基本特征 10
1.2.4 大數據關鍵技術 11
1.3 云計算、大數據與其他技術的關系 13
習題 14
第 2章 云計算架構 16
【本章知識結構圖】 16
【本章學習目標】 17
2.1 云計算架構概述 17
2.2 云計算架構設計與部署 18
2.2.1 通用架構設計與部署 18
2.2.2 高可用性架構設計與部署 19
2.2.3 高性能架構設計與部署 21
2.2.4 容災架構設計與部署 22
2.2.5 云安全架構設計與部署 23
2.2.6 云桌面架構設計與部署 26
2.3 云計算架構優化 27
2.3.1 云計算架構優化概念 27
2.3.2 云計算架構優化案例 27
2.4 幾種典型的云計算架構 29
2.4.1 谷歌云計算架構 30
2.4.2 阿里云計算架構 30
2.4.3 騰訊云計算架構 32
2.4.4 華為云計算架構 33
2.5 實踐：騰訊云部署Web應用 35
2.5.1 概述 35
2.5.2 基礎環境 36
2.5.3 實踐條件 36
2.5.4 實踐流程 36
習題 39
第3章 虛擬化技術 41
【本章知識結構圖】 41
【本章學習目標】 41
3.1 虛擬化概述 42
3.1.1 虛擬化發展歷程 42
3.1.2 虛擬化的幾個重要概念 42
3.1.3 虛擬化的主要特性 44
3.1.4 虛擬化常見的架構類型 44
3.2 虛擬化的關鍵技術 47
3.2.1 CPU虛擬化 47
3.2.2 存儲虛擬化 49
3.2.3 網絡虛擬化 51
3.2.4 服務器虛擬化 54
3.2.5 虛擬桌面 54
3.2.6 應用程序虛擬化 55
3.3 幾種典型的虛擬化軟件 56
3.3.1 KVM 57
3.3.2 Xen 57
3.3.3 VMware ESXi 58
3.3.4 Microsoft Hyper-V 58
3.4 實踐：輕量級虛擬化——Docker容器實戰 58
3.4.1 Docker簡述 58
3.4.2 Docker案例 59
習題 61
第4章 云計算技術 64
【本章知識結構圖】 64
【本章學習目標】 65
4.1 云計算技術概述 65
4.2 分布式存儲技術 66
4.2.1 GFS 66
4.2.2 Swift 68
4.2.3 Ceph 71
4.2.4 Lustre 75
4.2.5 主流分布式存儲技術的比較 76
4.3 云計算網絡 76
4.3.1 數據中心網絡 77
4.3.2 軟件定義網絡 77
4.3.3 租戶網絡管理 81
4.4 云計算安全 82
4.4.1 云安全風險 82
4.4.2 云計算安全技術 82
4.5 云操作系統 85
4.5.1 云操作系統基本概念 85
4.5.2 云操作系統管理平臺功能 85
4.5.3 云操作系統資源調度 86
4.5.4 云操作系統實例 87
4.6 云開發 87
4.6.1 云開發與傳統開發 87
4.6.2 一站式后端Serverless服務 88
4.6.3 應用場景 88
4.7 云計算運維 89
4.8 實踐 89
4.8.1 使用OpenStack搭建云計算管理平臺 89
4.8.2 云開發實踐 91
習題 91
第5章 大數據技術架構 93
【本章知識結構圖】 93
【本章學習目標】 94
5.1 大數據技術架構概述 94
5.1.1 大數據技術參考模型 94
5.1.2 大數據技術處理平臺 95
5.2 大數據技術架構設計 97
5.2.1 Lambda架構 97
5.2.2 Kappa架構 98
5.2.3 IOTA架構 99
5.3 Hadoop生態架構 101
5.3.1 Hadoop基本概念 101
5.3.2 Hadoop生態系統 101
5.3.3 Hadoop生態架構特點 103
5.3.4 Hadoop生態架構缺點 103
5.4 Spark生態架構 103
5.4.1 Spark基本概念 103
5.4.2 Spark生態系統 104
5.4.3 Spark基本流程 105
5.4.4 Spark適用場景 106
5.4.5 Spark與Hadoop的區別 106
5.5 Flink生態架構 106
5.5.1 Flink基本概念 106
5.5.2 Flink架構體系 107
5.5.3 Flink架構特性 108
5.5.4 流處理應用的基本組件 108
5.5.5 Flink API 109
5.5.6 Flink擴展庫 110
5.5.7 Flink基礎編程模型 111
5.5.8 Flink作業執行過程 112
5.5.9 Flink應用場景 112
5.5.10 Flink和Spark Streaming的區別 113
5.6 實踐：Hadoop安裝與配置 114
5.6.1 Hadoop基礎環境配置 114
5.6.2 Hadoop配置 114
5.6.3 格式化文件系統 116
5.6.4 啟動和驗證Hadoop 116
5.6.5 Hadoop Web管理工具 116
習題 117
第6章 大數據技術 119
【本章知識結構圖】 119
【本章學習目標】 120
6.1 大數據處理過程 120
6.2 大數據采集與預處理 120
6.2.1 大數據采集概述 121
6.2.2 數據采集 121
6.2.3 數據預處理 122
6.3 大數據存儲技術 123
6.3.1 HDFS 123
6.3.2 NoSQL數據庫 125
6.4 大數據計算技術 128
6.4.1 批處理計算 128
6.4.2 流計算 130
6.4.3 查詢分析計算 131
6.4.4 圖計算 133
6.5 數據挖掘與可視化分析 133
6.5.1 數據挖掘 133
6.5.2 可視化分析 134
6.6 實踐：某招聘網站信息抓取可視化分析 135
6.6.1 爬蟲概述 135
6.6.2 基本數據概述 136
6.6.3 模塊及庫文件 137
6.6.4 數據爬取 137
6.6.5 利用pyecharts進行數據可視化 142
習題 146
第7章 云計算與大數據應用 148
【本章知識結構圖】 148
【本章學習目標】 148
7.1 云計算與大數據在數字政府中的應用 149
7.1.1 城市智能運行中心 149
7.1.2 社會治理 150
7.1.3 互聯網 監管 152
7.2 云計算與大數據在工業領域中的應用 153
7.2.1 工業互聯網 153
7.2.2 生產過程優化 154
7.2.3 工業數字孿生 155
7.3 云計算與大數據在醫療健康中的應用 157
7.3.1 數字化醫院 157
7.3.2 醫藥云 158
7.3.3 基因測序 160
7.4 云計算與大數據在教育行業中的應用 161
7.4.1 智慧校園 161
7.4.2 科研云 163
7.4.3 智慧教學 164
7.5 云計算與大數據在金融領域中的應用 165
7.5.1 互聯網銀行 166
7.5.2 證券智能營銷 167
7.5.3 保險 168
習題 169
第8章 綜合實踐：搭建云平臺并進行大數據處理分析 171
【本章知識結構圖】 171
【本章學習目標】 172
8.1 案例介紹 172
8.2 搭建云平臺 172
8.2.1 OpenStack概述 172
8.2.2 OpenStack基礎環境 174
8.2.3 安裝和部署Keystone身份服務 178
8.2.4 安裝和部署Glance鏡像服務 180
8.2.5 安裝和部署Placement放置服務 182
8.2.6 安裝和部署Nova計算服務 183
8.2.7 安裝和部署Neutron網絡服務 186
8.2.8 安裝和部署Horizon儀表板 193
8.2.9 創建和操作虛擬機實例 195
8.3 搭建大數據平臺 196
8.3.1 數據倉庫 196
8.3.2 安裝Hive 197
8.3.3 安裝Spark 197
8.3.4 安裝Zeppelin 198
8.3.5 安裝Sqoop 198
8.3.6 安裝Flume 199
8.4 大數據采集與預處理 199
8.4.1 數據采集 199
8.4.2 數據預處理 200
8.5 大數據實時分析 200
8.5.1 訂單指標分析——訂單總數量 201
8.5.2 訂單指標分析——預約訂單 非預約訂單占比 201
8.5.3 訂單指標分析——不同時段訂單占比 202
8.5.4 訂單指標分析——不同地域訂單占比 202
8.5.5 訂單指標分析——不同年齡段 時段訂單占比 203
8.6 用戶行為可視化 204
習題 206
參考文獻 208
展開全部
云計算與大數據技術(微課版) 作者簡介
于長青，高級工程師，講授課程：數據科學導論、云計算與大數據技術、Linux操作系統、大數據高級編程；主要研究項目及領域： 大數據、進化計算、生物信息學；參加全國第二屆微課比賽，參與編寫教材6本，參與教改項目10余項，參與國家科學自然基金4項，參加省級科研項目10余項，發表論文30余篇。
書友推薦
- >
推拿
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
我與地壇
- >
唐代進士錄
- >
經典常談
- >
煙與鏡
- >
小考拉的故事-套裝共3冊
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
