縱橫大數(shù)據(jù)：云計(jì)算數(shù)據(jù)基礎(chǔ)設(shè)施

定　價(jià)：￥49.00

作　者：	何小朝著
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)理論、基礎(chǔ)知識(shí) 計(jì)算機(jī)與互聯(lián)網(wǎng)

購(gòu)買這本書可以去

ISBN：	9787121232138	出版時(shí)間：	2014-05-01	包裝：	平裝
開(kāi)本：	其他	頁(yè)數(shù)：	264	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　大數(shù)據(jù)的概念很火，但人們對(duì)它的認(rèn)識(shí)卻是混亂的：有人說(shuō)大數(shù)據(jù)就是指所有的數(shù)據(jù)，有人說(shuō)大數(shù)據(jù)是指線上行為、日志等半結(jié)構(gòu)/非結(jié)構(gòu)化的數(shù)據(jù)形態(tài)，有人說(shuō)大數(shù)據(jù)就是以Hadoop為代表的新技術(shù)……到底什么是大數(shù)據(jù)？同樣風(fēng)風(fēng)火火了很久的云計(jì)算與大數(shù)據(jù)有什么關(guān)系？令人眼花繚亂的眾多大數(shù)據(jù)技術(shù)的本質(zhì)是什么？各有什么優(yōu)缺點(diǎn)？爭(zhēng)論不休的“小變大”與“大變小”技術(shù)策略到底孰正孰邪？企業(yè)究竟應(yīng)該如何定位與使用大數(shù)據(jù)，難道是為了Hadoop而Hadoop？未來(lái)的技術(shù)方向究竟如何？本書結(jié)合現(xiàn)代企業(yè)數(shù)據(jù)管理實(shí)踐，從策略、技術(shù)、應(yīng)用、企業(yè)數(shù)據(jù)架構(gòu)等多個(gè)維度，體系化地對(duì)大數(shù)據(jù)及相關(guān)技術(shù)進(jìn)行了全面深入的論述：首先對(duì)大數(shù)據(jù)相關(guān)概念予以澄清；接著深入剖析各種大數(shù)據(jù)技術(shù)的內(nèi)在本質(zhì)，指出其各自的優(yōu)缺點(diǎn)、適用場(chǎng)景與相互關(guān)系；同時(shí)對(duì)大數(shù)據(jù)技術(shù)“分”與“合”這兩種廣受爭(zhēng)議的技術(shù)策略的內(nèi)在聯(lián)系進(jìn)行了分析與討論，明確指出現(xiàn)代數(shù)據(jù)管理技術(shù)的發(fā)展趨勢(shì)；最后結(jié)合大數(shù)據(jù)時(shí)代企業(yè)新一代數(shù)據(jù)架構(gòu)規(guī)劃的實(shí)際，對(duì)大數(shù)據(jù)及相關(guān)技術(shù)在企業(yè)數(shù)據(jù)體系中的具體定位給出了切實(shí)可行的建議，并且面向云數(shù)據(jù)中心建設(shè)，提出了大數(shù)據(jù)云――云計(jì)算數(shù)據(jù)基礎(chǔ)設(shè)施的概念與方法。

作者簡(jiǎn)介

　　北京大學(xué)計(jì)算科學(xué)技術(shù)系博士后，中國(guó)航空史研究會(huì)會(huì)員，科技部中小企業(yè)創(chuàng)新基金評(píng)審專家，第一屆中國(guó)軟件十大杰出青年候選人。1992年起從事軟件的設(shè)計(jì)、開(kāi)發(fā)與管理工作，涉及信息系統(tǒng)、數(shù)據(jù)管理、圖形圖像、嵌入式系統(tǒng)及工業(yè)設(shè)計(jì)與生產(chǎn)等多個(gè)領(lǐng)域，目前為止主持設(shè)計(jì)與開(kāi)發(fā)大中型軟件系統(tǒng)與產(chǎn)品二十余項(xiàng)；在國(guó)內(nèi)外核心期刊上發(fā)表科技論文20余篇，被美國(guó)EI《工程索引》檢索6篇。曾任北京北大青鳥(niǎo)信息工程有限責(zé)任公司總工程師，北京青鳥(niǎo)華光科技有限公司技術(shù)管理部部長(zhǎng)、總經(jīng)理助理、總工程師，大唐微電子科技有限公司高級(jí)項(xiàng)目經(jīng)理等職；自2003年起，在北美從事軟件系統(tǒng)分析與設(shè)計(jì)工作近七年之久?，F(xiàn)任北京安德?tīng)枃?guó)際軟件有限公司總經(jīng)理，董事，北京先進(jìn)數(shù)通科技有限公司BI事業(yè)部首席架構(gòu)師?？萍疾恐行∑髽I(yè)創(chuàng)新基金評(píng)審委員中國(guó)航空史研究會(huì)會(huì)員公安部安防技術(shù)專家委員會(huì)委員中國(guó)青年科技工作者協(xié)會(huì)會(huì)員

圖書目錄

第1部分　大數(shù)據(jù)概論
第1章　大數(shù)據(jù)與云計(jì)算 2
1．1 云計(jì)算概論 3
1．2 大數(shù)據(jù)概論 4
1．2．1 現(xiàn)代數(shù)據(jù)管理需求分析 4
1．2．2 大數(shù)據(jù)的引入 9
1．2．3 大數(shù)據(jù)的定義與特征 10
1．2．4 大數(shù)據(jù)與互聯(lián)網(wǎng) 12
1．2．5 大數(shù)據(jù)戰(zhàn)略、大數(shù)據(jù)與大數(shù)據(jù)技術(shù) 14
1．3 大數(shù)據(jù)的技術(shù)實(shí)現(xiàn)――云計(jì)算 15
1．4 本章小結(jié) 16
第2章　關(guān)系數(shù)據(jù)庫(kù)的挑戰(zhàn)與應(yīng)對(duì) 17
2．1 關(guān)系數(shù)據(jù)庫(kù)技術(shù)的核心特征 18
2．2 主流關(guān)系數(shù)據(jù)庫(kù)的挑戰(zhàn) 22
2．2．1 經(jīng)典DBMS的挑戰(zhàn) 22
2．2．2 Shared Disk 23
2．2．3 Shared Nothing 24
2．3 改進(jìn)型關(guān)系數(shù)據(jù)庫(kù) 26
2．3．1 技術(shù)改進(jìn) 26
2．3．2 主要產(chǎn)品代表 30
2．4 本章小結(jié) 40
第3章　非SQL技術(shù)簡(jiǎn)介 41
3．1 大數(shù)據(jù)技術(shù)家族 42
3．1．1 NoSQL 42
3．1．2 關(guān)系數(shù)據(jù)庫(kù)聯(lián)邦NewSQL 42
3．1．3 分布式海量文件管理 43
3．1．4 Map Reduce 43
3．2 分與合――云計(jì)算的兩種技術(shù)路線 44
3．3 本章小結(jié) 44
第 2部分　“分”為云――數(shù)據(jù)切分
第４章　NoSQL 46
4．1 NoSQL的引入 47
4．1．1 概念詮釋與特征分析 47
4．1．2 NoSQL的本質(zhì) 50
4．2 NoSQL家族 52
4．2．1 NoSQL產(chǎn)品目錄與分類 52
4．2．2 Hadoop之HBase 54
4．2．3 Facebook之Cassandra 58
4．2．4 MongoDB與CouchDB 61
4．2．5 Oracle NoSQL DB 63
4．2．6 Memcached與Redis 65
4．2．7 圖數(shù)據(jù)庫(kù)Neo4J 65
4．2．8 其他NoSQL數(shù)據(jù)庫(kù) 67
4．2．9 問(wèn)題與疑惑 67
4．3 NoSQL技術(shù)探研 68
4．3．1 NoSQL理論基礎(chǔ) 68
4．3．2 NoSQL技術(shù)手段 75
4．3．3 NoSQL技術(shù)解析 83
4．4 NoSQL與關(guān)系數(shù)據(jù)庫(kù) 88
4．5 本章小結(jié) 89
第５章　NewSQL――關(guān)系數(shù)據(jù)庫(kù)聯(lián)邦 90
5．1 數(shù)據(jù)庫(kù)聯(lián)邦的引入 91
5．1．1 企業(yè)業(yè)務(wù)數(shù)據(jù)管理面臨的問(wèn)題 91
5．1．2 垂直分庫(kù) 92
5．1．3 水平分表 93
5．1．4 讀寫分離 95
5．1．5 聯(lián)邦的引入 97
5．2 “聯(lián)邦”的設(shè)計(jì)與實(shí)踐 99
5．2．1 企業(yè)級(jí)“聯(lián)邦”架構(gòu)設(shè)計(jì) 99
5．2．2 公共基礎(chǔ)服務(wù)設(shè)計(jì) 103
5．2．3 聯(lián)邦的元數(shù)據(jù)庫(kù) 106
5．2．4 聯(lián)邦的應(yīng)用實(shí)踐 107
5．3 “聯(lián)邦”技術(shù)分析 108
5．3．1 關(guān)于“垂直分庫(kù)” 108
5．3．2 如何“水平分表” 110
5．3．3 關(guān)于“讀寫分離” 112
5．3．4 基本方法――分布與聚合 114
5．3．5 關(guān)于分布式事務(wù) 116
5．3．6 關(guān)聯(lián)操作 117
5．2．7 冗余策略 119
5．2．8 異步解耦策略 120
5．2．9 使用緩存 122
5．2．10 其他問(wèn)題 123
5．4 數(shù)據(jù)庫(kù)聯(lián)邦、NoSQL與主流關(guān)系數(shù)據(jù)庫(kù) 124
5．4．1 技術(shù)與應(yīng)用――八仙過(guò)海，各顯神通 124
5．4．2 互聯(lián)網(wǎng)的神話 126
5．5 本章小結(jié) 128
第６章　文件系統(tǒng)聯(lián)邦 129
6．1 問(wèn)題的引入 130
6．1．1 關(guān)于幾個(gè)數(shù)據(jù)概念的澄清 130
6．1．2 文件數(shù)據(jù)管理的困難 131
6．1．3 文件系統(tǒng)聯(lián)邦的引入 133
6．2 典型開(kāi)源技術(shù)介紹 135
6．2．1 MogileFS 135
6．2．2 FastDFS 136
6．2．3 MogileFS與FastDFS的對(duì)比 138
6．3 技術(shù)分析 139
6．4 本章小結(jié) 140
第７章　平民化的分布計(jì)算――MapReduce 141
7．1 分布式計(jì)算概述 142
7．1．1 幾個(gè)概念的澄清 142
7．1．2 分布式計(jì)算技術(shù)綜述 143
7．1．3 MapReduce的引入 147
7．2 MapReduce技術(shù)介紹 148
7．2．1 設(shè)計(jì)思想 148
7．2．2 MapReduce框架介紹 152
7．3 MapReduce技術(shù)分析 160
7．3．1 關(guān)于效率 160
7．3．2 關(guān)于擴(kuò)展性 162
7．3．3 關(guān)于可靠性與可用性 163
7．3．4 關(guān)于MapReduce與關(guān)系數(shù)據(jù)庫(kù) 164
7．3．5 關(guān)于適用的數(shù)據(jù)類型 167
7．3．6 關(guān)于數(shù)據(jù)存儲(chǔ)與管理 168
7．4 MapReduce的應(yīng)用實(shí)踐 169
7．5 本章小結(jié) 170
第８章　后Hadoop時(shí)代 171
8．1 Hadoop體系及其困惑 172
8．2 Google的新三駕馬車 173
8．2．1 新一代搜索引擎Caffeine 173
8．2．2 大規(guī)模圖處理系統(tǒng)Pregel 174
8．2．3 Dremel――秒級(jí)實(shí)現(xiàn)PB級(jí)數(shù)據(jù)分析 175
8．3 Symphony MapReduce 181
8．4 后Hadoop時(shí)代即將來(lái)臨 181
8．5 本章小結(jié) 183
第９章　InfiniData―一種關(guān)系型云數(shù)據(jù)庫(kù)的設(shè)計(jì)與實(shí)踐 184
9．1 現(xiàn)代企業(yè)數(shù)據(jù)管理需求再分析 185
9．1．1 新的企業(yè)數(shù)據(jù)需求――海量關(guān)系數(shù)據(jù)管理 185
9．1．2 技術(shù)分析 187
9．2 關(guān)系型云數(shù)據(jù)庫(kù)架構(gòu)設(shè)計(jì) 188
9．2．1 關(guān)系型云數(shù)據(jù)庫(kù)的引入 188
9．2．2 技術(shù)架構(gòu)設(shè)計(jì) 189
9．3 云存儲(chǔ)層 192
9．3．1 邏輯架構(gòu) 193
9．3．2 物理架構(gòu) 194
9．3．3 關(guān)系模型云存儲(chǔ)元 196
9．4 云計(jì)算層 198
9．4．1 MapReduce云計(jì)算引擎 198
9．4．2 集群式云計(jì)算引擎 200
9．4．3 兩種引擎的比較 201
9．5 云存儲(chǔ)索引層 202
9．5．1 存儲(chǔ)索引的管理 202
9．5．2 索引云運(yùn)行時(shí)動(dòng)態(tài)創(chuàng)建 203
9．6 技術(shù)分析 203
9．7 本章小結(jié) 205
第３部分　云計(jì)算的分與合
第10章　合為“云”――數(shù)據(jù)整合 208
10．1 數(shù)據(jù)整合的需求分析 209
10．2 存儲(chǔ)整合云 210
10．3 數(shù)據(jù)庫(kù)整合云 211
10．4 本章小結(jié) 213
第11章　關(guān)于分與合的討論 214
11．1 困惑――分與合，孰是孰非？ 215
11．2 分為技，合為神 216
11．3 分為雨，合為云――大數(shù)據(jù)云 217
11．4 數(shù)據(jù)管理技術(shù)發(fā)展趨勢(shì)總結(jié) 219
11．4．1 數(shù)據(jù)管理物理基礎(chǔ)設(shè)施發(fā)展趨勢(shì) 219
11．4．2 數(shù)據(jù)管理軟基礎(chǔ)設(shè)施發(fā)展趨勢(shì) 220
11．5 本章小結(jié) 221
第12章　企業(yè)大數(shù)據(jù)技術(shù)體系與云計(jì)算數(shù)據(jù)基礎(chǔ)設(shè)施 222
12．1 現(xiàn)代企業(yè)數(shù)據(jù)管理需求再分析 223
12．2 新一代企業(yè)數(shù)據(jù)體系建設(shè) 225
12．2．1 新一代企業(yè)數(shù)據(jù)體系建設(shè)的定義與內(nèi)容 225
12．2．2 新一代企業(yè)數(shù)據(jù)分類體系 228
12．2．3 新一代企業(yè)數(shù)據(jù)分布與流轉(zhuǎn)規(guī)劃 230
12．3 大數(shù)據(jù)技術(shù)在企業(yè)數(shù)據(jù)架構(gòu)中的定位 234
12．3．1 技術(shù)規(guī)劃戰(zhàn)略 234
12．3．2 大數(shù)據(jù)技術(shù)架構(gòu)規(guī)劃 235
12．3．3 典型場(chǎng)景――電子渠道線上行為分析 238
12．4 云計(jì)算數(shù)據(jù)基礎(chǔ)設(shè)施概念的引入 240
12．5 本章小結(jié) 242
后記――超越技術(shù) 243
參考文獻(xiàn) 245