目录
第1篇大数据云计算概论


第1章大数据概述

1.1大数据产生与发展

1.1.1大数据产生背景

1.1.2大数据发展历程

1.1.3当前大数据

1.2大数据概念与特征

1.2.1大数据概念

1.2.2大数据的特点

1.3大数据应用

1.3.1企业内部大数据应用

1.3.2物联网大数据应用

1.3.3面向在线社交网络大数据的应用

1.3.4医疗健康大数据应用

1.3.5群智感知

1.3.6智能电网

1.4大数据的研究与展望

1.5本章小结

第2章大数据和云计算

2.1大数据和云计算的关系

2.1.1大数据和云计算关系概述

2.1.2云计算是大数据处理的基础

2.1.3大数据是云计算的延伸

2.2云计算概念

2.2.1云的兴起

2.2.2云计算的定义及其特点

2.2.3云计算名称的来历

2.3云计算类型

2.3.1基础设施类

2.3.2平台类

2.3.3应用类

2.3.4以所有权划分云计算系统类型

2.4云计算商业模式

2.4.1商业模式是云计算的基石

2.4.2云计算的市场规模

2.4.3云计算商业模式分析

2.5本章小结

第3章大数据应用价值

3.1大数据在电子商务中的应用

3.1.1大数据是电子商务发展要素

3.1.2电子商务大数据的实用措施

3.1.3电子商务大数据的转型路径

3.2大数据在金融的应用

3.2.1大数据金融的提出

3.2.2大数据金融的功能

3.2.3大数据金融的挑战

3.2.4大数据金融创新

3.3大数据在媒体的应用

3.3.1传统媒体的不足

3.3.2大数据驱动传统媒体的升级

3.3.3大数据引领新媒体发展

3.4大数据在医疗上的应用

3.4.1大数据改进临床决策支持系统

3.4.2大数据助推医疗产品研发

3.4.3大数据催生新医疗服务模式

3.5大数据在教育上的应用

3.5.1大数据教育与传统教育的优势

3.5.2大数据教学模式的不断改善

3.5.3教育大数据市场的广阔前景

3.5.4大数据变革教育应用的实践措施

3.6本章小结

第2篇大数据云计算关键技术

第4章分布式计算框架

4.1分布式计算基本概念

4.1.1分布式计算与并行计算

4.1.2分布式计算和并行计算的比较

4.2Hadoop系统介绍

4.2.1Hadoop发展历程

4.2.2Hadoop使用场景和特点

4.2.3Hadoop项目组成

4.3分布式文件系统

4.3.1分布式文件系统概述

4.3.2HDFS架构

4.3.3HDFS设计特点

4.4MapReduce计算模型

4.4.1MapReduce概述

4.4.2MapReduce应用实例

4.4.3MapReduce实现和架构

4.5分布式协同控制

4.5.1常见分布式并发控制方法

4.5.2Google Chubby并发锁

4.6Spark计算框架

4.6.1Spark简介

4.6.2Spark生态系统

4.7Flink计算框架

4.7.1Flink简介

4.7.2Flink中的调度简述

4.7.3Flink的生态圈

4.8本章小结

第5章NoSQL数据库

5.1NoSQL数据库概述

5.1.1NoSQL数据库的4大分类

5.1.2数据库系统CAP理论和BASE理论

5.1.3NoSQL的共同特征

5.2Hbase数据库

5.2.1HBase简介

5.2.2HBase访问接口

5.2.3HBase数据模型

5.2.4MapReduce on HBase

5.2.5HBase系统架构

5.3本章小结

第6章机器学习

6.1机器学习概述

6.1.1机器学习分类

6.1.2机器学习发展历程

6.2机器学习常用的算法

6.2.1回归算法

6.2.2基于实例的算法

6.2.3正则化方法

6.2.4决策树算法

6.2.5贝叶斯方法

6.2.6基于核的算法

6.2.7聚类算法

6.2.8关联规则学习

6.2.9遗传算法

6.2.10人工神经网络

6.2.11深度学习

6.2.12降低维度算法

6.2.13集成算法

6.3本章小结

第7章虚拟化

7.1虚拟化概述

7.1.1虚拟化发展历史

7.1.2虚拟化技术的发展热点和趋势

7.1.3虚拟化技术的概念

7.2虚拟化的分类

7.2.1从实现的层次划分

7.2.2从应用的领域划分

7.3应用虚拟化

7.3.1应用虚拟化的使用特点

7.3.2应用虚拟化的优势

7.3.3应用虚拟化要考虑的问题

7.4桌面虚拟化

7.4.1桌面虚拟化优势

7.4.2桌面虚拟化使用条件

7.5服务器虚拟化

7.5.1服务器虚拟化架构

7.5.2CPU虚拟化

7.5.3内存虚拟化

7.5.4I/O虚拟化

7.6网络虚拟化

7.6.1传统网络虚拟化技术

7.6.2主机网络虚拟化

7.6.3网络设备虚拟化

7.7存储虚拟化

7.7.1存储虚拟化概述

7.7.2按照不同层次划分存储虚拟化

7.7.3按照实现方式不同划分存储虚拟化

7.8本章小结

第8章Docker容器

8．1Docker容器概述

8．1．1Docker容器的由来

8．1．2Docker定义

8．1．3Docker的优势

8．2Docker的原理

8．2．1Linux
Namespace(ns)

8．2．2Control
Groups(cgroups)

8．2．3Linux容器(LXC)

8．2．4AUFS

8．2．5Grsec

8．3Docker技术发展与应用

8．3．1Docker解决的问题

8．3．2Docker的未来发展

8．3．3Docker技术的局限

8．4本章小结

第9章Web 2．0

9．1Web 2．0产生背景和定义

9．1．1Web 2．0产生背景

9．1．2Web 2．0的概念

9．1．3Web 2．0和Web 1．0比较

9．1．4Web 2．0特征

9．2Web 2．0应用产品

9．2．1Web 2．0主要应用产品

9．2．2主要产品的区别

9．3Web 2．0相关技术

9．3．1Web 2．0的设计模式

9．3．2Web标准

9．3．3向Web标准过渡

9．4本章小结

第10章绿色数据中心

10．1绿色数据中心概述

10．1．1云数据中心发展阶段

10．1．2绿色数据中心架构

10．1．3云数据中心需要整合的资源

10．2数据中心管理和维护

10．2．1实现端到端、大容量、可视化的基础设施整合

10．2．2实现虚拟化、自动化的管理

10．2．3实现面向业务的应用管理和流量分析

10．3本章小结

第3篇云计算架构

第11章基础设施即服务

11．1IaaS概述

11．1．1IaaS的定义

11．1．2IaaS提供服务的方法

11．1．3IaaS云的特征

11．1．4IaaS和虚拟化的关系

11．2IaaS技术架构

11．2．1资源层

11．2．2虚拟化层

11．2．3管理层

11．2．4服务层

11．3IaaS云计算管理

11．3．1自动化部署

11．3．2弹性能力提供技术

11．3．3资源监控

11．3．4资源调度

11．3．5业务管理和计费度量

11．4Amazon云计算案例

11．4．1概述

11．4．2Amazon S3

11．4．3Amazon
Simple DB

11．4．4Amazon RDS

11．4．5Amazon SQS

11．4．6Amazon EC2

11．5本章小结

第12章平台即服务

12．1PaaS概述

12．1．1PaaS的由来

12．1．2PaaS的概念

12．1．3PaaS模式的开发

12．1．4PaaS推进SaaS时代

12．2PaaS架构

12．2．1PaaS的功能

12．2．2多租户弹性是PaaS的核心特性

12．2．3PaaS架构的核心意义

12．2．4PaaS改变未来软件开发和维护模式

12．3Google的云计算平台

12．3．1设计理念

12．3．2构成部分

12．3．3App Engine服务

12．4Windows Azure平台

12．4．1Windows
Azure操作系统

12．4．2SQL Azure

12．4．3．NET服务

12．4．4Live服务

12．4．5Windows
Azure Platform的用途

12．5本章小结

第13章软件即服务

13．1SaaS概述

13．1．1SaaS的由来

13．1．2SaaS的概念

13．1．3SaaS与传统软件的区别

13．1．4SaaS模式应用于信息化优势　　

13．1．5SaaS成熟度模型

13．2模式及实现

13．2．1SaaS商务模式

13．2．2SaaS平台架构

13．2．3SaaS服务平台的主要功能

13．2．4SaaS服务平台关键技术

13．3Salesforce云计算案例

13．3．1Salesforce云计算产品组成

13．3．2Salesforce云计算特点

13．4本章小结

第14章容器即服务

14．1容器云服务

14．1．1云平台架构层次

14．1．2容器云

14．1．3容器云的特点

14．2Kubernetes应用部署

14．2．1Kubernetes架构

14．2．2Kubernetes模型

14．2．3内部使用者的服务发现

14．2．4外部访问Service

14．3Mesos应用

14．3．1Mesos体系结构和工作流

14．3．2Mesos流程

14．3．3Mesos资源分配

14．3．4Mesos优势

14．4基于Kubernetes打造SAE容器云

14．4．1Kubernetes 的好处

14．4．2容器云网络

14．4．3容器云存储

14．5基于Mesos去哪儿网容器云

14．5．1背景

14．5．2应用Mesos构建容器云

14．5．3云环境构建

14．6本章小结

第4篇大数据云架构实践与编程

第15章大数据云架构搭建

15．1分布式Hadoop与Spark集群搭建

15．1．1Hadoop集群构建

15．1．2Spark集群构建

15．2基于Docker大数据云架构

15．2．1简介

15．2．2Docker和Weave搭建

15．2．3Hadoop集群镜像搭建

15．2．4集群部署与启动

15．2．5基于Ambari管理平台的镜像搭建

15．2．6桌面系统XFCE搭建

15．3本章小结

第16章Spark大数据编程

16．1Spark应用开发环境配置

16．1．1使用Intellij开发Spark程序

16．1．2使用Spark Shell开发运行Spark程序

16．2Spark大数据编程

16．2．1WordCount

16．2．2股票趋势预测

16．3本章小结

第5篇大数据安全

第17章大数据云计算面临的安全威胁

17．1大数据云计算的安全问题

17．1．1大数据基础设施安全威胁

17．1．2大数据存储安全威胁

17．1．3大数据云架构网络安全威胁

17．1．4大数据带来隐私问题

17．1．5针对大数据的高级持续性攻击

17．1．6其他安全威胁

17．2不同领域大数据的安全需求

17．2．1因特网行业

17．2．2电信行业

17．2．3金融行业

17．2．4医疗行业

17．2．5政府组织

17．3大数据安全内涵

17．3．1保障大数据安全

17．3．2大数据用于安全领域

17．4大数据安全研究方向

17．4．1大数据安全保障技术

17．4．2大数据安全应用技术

17．5本章小结

第18章保障大数据安全

18．1大数据安全的关键技术

18．1．1非关系数据库安全策略

18．1．2防范APT攻击

18．2大数据安全保障实践

18．2．1大数据采集与存储的安全防护

18．2．2大数据挖掘与应用的安全防护

18．2．3大数据安全审计

18．2．4大数据安全评估与安全管理

18．2．5数据中心的安全保障

18．3本章小结

第19章应用大数据保障安全

19．1大数据安全检测及应用

19．1．1安全检测与大数据的融合

19．1．2用户上网流量数据的挖掘与分析

19．2安全大数据

19．2．1数据挖掘方法

19．2．2挖掘目标及评估

19．3基于大数据的网络态势感知

19．3．1态势感知定义

19．3．2网络态势感知

19．3．3基于流量数据的网络安全感知

19．3．4基于大数据分析的网络优化

19．3．5网络安全感知应用实践

19．4视频监控数据的安全应用

19．4．1视频监控数据的处理需求

19．4．2视频监控数据挖掘技术

19．4．3海量视频监控数据的分析与处理

19．5本章小结

参考文献