1篇大数据云计算概论
1章大数据概述
11大数据产生与发展
111大数据产生背景
112大数据发展历程
113当前大数据
12大数据概念与特征
121大数据概念
122大数据的特点
13大数据应用
131企业内部大数据应用
132物联网大数据应用
133面向在线社交网络大数据的应用
134医疗健康大数据应用
135群智感知
136智能电网
14大数据的研究与展望
15本章小结
2章大数据和云计算
21大数据和云计算的关系
211大数据和云计算关系概述
212云计算是大数据处理的基础
213大数据是云计算的延伸
22云计算概念
221云的兴起
222云计算的定义及其特点
223云计算名称的来历
23云计算类型
231基础设施类
232平台类
233应用类
234以所有权划分云计算系统类型
24云计算商业模式
241商业模式是云计算的基石
242云计算的市场规模
243云计算商业模式分析
25本章小结
3章大数据应用价值
31大数据在电子商务中的应用
311大数据是电子商务发展要素
312电子商务大数据的实用措施
313电子商务大数据的转型路径
32大数据在金融的应用
321大数据金融的提出
322大数据金融的功能
323大数据金融的挑战
324大数据金融创新
33大数据在媒体的应用
331传统媒体的不足
332大数据驱动传统媒体的升级
333大数据引领新媒体发展
34大数据在医疗上的应用
341大数据改进临床决策支持系统
342大数据助推医疗产品研发
343大数据催生新医疗服务模式
35大数据在教育上的应用
351大数据教育与传统教育的优势
352大数据教学模式的不断改善
353教育大数据市场的广阔前景
354大数据变革教育应用的实践措施
36本章小结
2篇大数据云计算关键技术
4章分布式计算框架
41分布式计算基本概念
411分布式计算与并行计算
412分布式计算和并行计算的比较
42Hadoop系统介绍
421Hadoop发展历程
422Hadoop使用场景和特点
423Hadoop项目组成
43分布式文件系统
431分布式文件系统概述
432HDFS架构
433HDFS设计特点
44MapReduce计算模型
441MapReduce概述
442MapReduce应用实例
443MapReduce实现和架构
45分布式协同控制
451常见分布式并发控制方法
452Google Chubby并发锁
46Spark计算框架
461Spark简介
462Spark生态系统
47Flink计算框架
471Flink简介
472Flink中的调度简述
473Flink的生态圈
48本章小结
5章NoSQL数据库
51NoSQL数据库概述
511NoSQL数据库的4大分类
512数据库系统CAP理论和BASE理论
513NoSQL的共同特征
52Hbase数据库
521HBase简介
522HBase访问接口
523HBase数据模型
524MapReduce on HBase
525HBase系统架构
53本章小结
6章机器学习
61机器学习概述
611机器学习分类
612机器学习发展历程
62机器学习常用的算法
621回归算法
622基于实例的算法
623正则化方法
624决策树算法
625贝叶斯方法
626基于核的算法
627聚类算法
628关联规则学习
629遗传算法
6210人工神经网络
6211深度学习
6212降低维度算法
6213集成算法
63本章小结
7章虚拟化
71虚拟化概述
711虚拟化发展历史
712虚拟化技术的发展热点和趋势
713虚拟化技术的概念
72虚拟化的分类
721从实现的层次划分
722从应用的领域划分
73应用虚拟化
731应用虚拟化的使用特点
732应用虚拟化的优势
733应用虚拟化要考虑的问题
74桌面虚拟化
741桌面虚拟化优势
742桌面虚拟化使用条件
75服务器虚拟化
751服务器虚拟化架构
752CPU虚拟化
753内存虚拟化
754I/O虚拟化
76网络虚拟化
761传统网络虚拟化技术
762主机网络虚拟化
763网络设备虚拟化
77存储虚拟化
771存储虚拟化概述
772按照不同层次划分存储虚拟化
773按照实现方式不同划分存储虚拟化
78本章小结
8章Docker容器
81Docker容器概述
811Docker容器的由来
812Docker定义
813Docker的优势
82Docker的原理
821Linux Namespace(ns)
822Control Groups(cgroups)
823Linux容器(LXC)
824AUFS
825Grsec
83Docker技术发展与应用
831Docker解决的问题
832Docker的未来发展
833Docker技术的局限
84本章小结
9章Web 20
91Web 20产生背景和定义
911Web 20产生背景
912Web 20的概念
913Web 20和Web 10比较
914Web 20特征
92Web 20应用产品
921Web 20主要应用产品
922主要产品的区别
93Web 20相关技术
931Web 20的设计模式
932Web标准
933向Web标准过渡
94本章小结
10章绿色数据中心
101绿色数据中心概述
1011云数据中心发展阶段
1012绿色数据中心架构
1013云数据中心需要整合的资源
102数据中心管理和维护
1021实现端到端、大容量、可视化的基础设施整合
1022实现虚拟化、自动化的管理
1023实现面向业务的应用管理和流量分析
103本章小结
3篇云计算架构
11章基础设施即服务
111IaaS概述
1111IaaS的定义
1112IaaS提供服务的方法
1113IaaS云的特征
1114IaaS和虚拟化的关系
112IaaS技术架构
1121资源层
1122虚拟化层
1123管理层
1124服务层
113IaaS云计算管理
1131自动化部署
1132弹性能力提供技术
1133资源监控
1134资源调度
1135业务管理和计费度量
114Amazon云计算案例
1141概述
1142Amazon S3
1143Amazon Simple DB
1144Amazon RDS
1145Amazon SQS
1146Amazon EC2
115本章小结
12章平台即服务
121PaaS概述
1211PaaS的由来
1212PaaS的概念
1213PaaS模式的开发
1214PaaS推进SaaS时代
122PaaS架构
1221PaaS的功能
1222多租户弹性是PaaS的核心特性
1223PaaS架构的核心意义
1224PaaS改变未来软件开发和维护模式
123Google的云计算平台
1231设计理念
1232构成部分
1233App Engine服务
124Windows Azure平台
1241Windows Azure操作系统
1242SQL Azure
1243NET服务
1244Live服务
1245Windows Azure Platform的用途
125本章小结
13章软件即服务
131SaaS概述
1311SaaS的由来
1312SaaS的概念
1313SaaS与传统软件的区别
1314SaaS模式应用于信息化优势
1315SaaS成熟度模型
132模式及实现
1321SaaS商务模式
1322SaaS平台架构
1323SaaS服务平台的主要功能
1324SaaS服务平台关键技术
133Salesforce云计算案例
1331Salesforce云计算产品组成
1332Salesforce云计算特点
134本章小结
14章容器即服务
141容器云服务
1411云平台架构层次
1412容器云
1413容器云的特点
142Kubernetes应用部署
1421Kubernetes架构
1422Kubernetes模型
1423内部使用者的服务发现
1424外部访问Service
143Mesos应用
1431Mesos体系结构和工作流
1432Mesos流程
1433Mesos资源分配
1434Mesos优势
144基于Kubernetes打造SAE容器云
1441Kubernetes 的好处
1442容器云网络
1443容器云存储
145基于Mesos去哪儿网容器云
1451背景
1452应用Mesos构建容器云
1453云环境构建
146本章小结
4篇大数据云架构实践与编程
15章大数据云架构搭建
151分布式Hadoop与Spark集群搭建
1511Hadoop集群构建
1512Spark集群构建
152基于Docker大数据云架构
1521简介
1522Docker和Weave搭建
1523Hadoop集群镜像搭建
1524集群部署与启动
1525基于Ambari管理平台的镜像搭建
1526桌面系统XFCE搭建
153本章小结
16章Spark大数据编程
161Spark应用开发环境配置
1611使用Intellij开发Spark程序
1612使用Spark Shell开发运行Spark程序
162Spark大数据编程
1621WordCount
1622股票趋势预测
163本章小结
5篇大数据安全
17章大数据云计算面临的安全威胁
171大数据云计算的安全问题
1711大数据基础设施安全威胁
1712大数据存储安全威胁
1713大数据云架构网络安全威胁
1714大数据带来隐私问题
1715针对大数据的高级持续性攻击
1716其他安全威胁
172不同领域大数据的安全需求
1721因特网行业
1722电信行业
1723金融行业
1724医疗行业
1725政府组织
173大数据安全内涵
1731保障大数据安全
1732大数据用于安全领域
174大数据安全研究方向
1741大数据安全保障技术
1742大数据安全应用技术
175本章小结
18章保障大数据安全
181大数据安全的关键技术
1811非关系数据库安全策略
1812防范APT攻击
182大数据安全保障实践
1821大数据采集与存储的安全防护
1822大数据挖掘与应用的安全防护
1823大数据安全审计
1824大数据安全评估与安全管理
1825数据中心的安全保障
183本章小结
19章应用大数据保障安全
191大数据安全检测及应用
1911安全检测与大数据的融合
1912用户上网流量数据的挖掘与分析
192安全大数据
1921数据挖掘方法
1922挖掘目标及评估
193基于大数据的网络态势感知
1931态势感知定义
1932网络态势感知
1933基于流量数据的网络安全感知
1934基于大数据分析的网络优化
1935网络安全感知应用实践
194视频监控数据的安全应用
1941视频监控数据的处理需求
1942视频监控数据挖掘技术
1943海量视频监控数据的分析与处理
195本章小结
参考文献