云計算大數(shù)據(jù)處理

定　價：￥118.00

作　者：	劉鵬，于全，楊震宇，陳偉，王磊 ... 著
出版社：	人民郵電出版社
叢編項：	國之重器出版工程
標　簽：	暫缺

購買這本書可以去

ISBN：	9787115487650	出版時間：	2018-08-01	包裝：	平裝
開本：	小16開	頁數(shù)：	252	字數(shù)：

內(nèi)容簡介

　　本書介紹了基于云計算的大數(shù)據(jù)處理技術(shù)，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(yīng)多用戶并發(fā)請求的能力。本書通過對當(dāng)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(gòu)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(yīng)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(xué)者還是想進一步深入學(xué)習(xí)大數(shù)據(jù)處理技術(shù)的研究和開發(fā)人員都有很好的參考價值。讀者也可從本書配套網(wǎng)站中國云計算和中國大數(shù)據(jù)獲取更多資料或求解疑難問題。

作者簡介

　　劉鵬解放軍理工大學(xué)教授、博導(dǎo)、學(xué)科帶頭人，清華大學(xué)博士畢業(yè)?，F(xiàn)任中國云計算專家咨詢委員會副主任/秘書長、中國大數(shù)據(jù)專家委員會委員、中國電子學(xué)會云計算專家委員會云存儲組組長、工業(yè)和信息化部云計算研究中心專家、江蘇省云計算論壇主席/專家委員會主任。在大數(shù)據(jù)、云計算和網(wǎng)格計算領(lǐng)域具有15年的研究積累，是我國該領(lǐng)域知名專家，在大數(shù)據(jù)庫、大數(shù)據(jù)挖掘、分布式存儲等技術(shù)領(lǐng)域卓有建樹。曾于2002年獲得全球數(shù)據(jù)處理比賽PennySort世界冠軍。主持完成科研項目20余項，發(fā)表論文80余篇，出版專業(yè)書籍18本。獲部級科技進步二等獎4項，三等獎4項。獲全軍“十大學(xué)習(xí)成才標兵”（****）、南京“十大杰出青年”、江蘇省“333高層次人才培養(yǎng)工程”中青年科學(xué)技術(shù)帶頭人、清華大學(xué)“學(xué)術(shù)新秀”等稱號。主編的《云計算》教材被數(shù)百家高校用作教材，創(chuàng)辦的中國云計算和中國大數(shù)據(jù)網(wǎng)站分別為云計算和大數(shù)據(jù)領(lǐng)域知名的網(wǎng)站。于全軍事科學(xué)院系統(tǒng)工程研究院研究員，中國工程院院士，IEEE高級會員，中國電子學(xué)會和中國指控學(xué)會理事，清華大學(xué)、上海交通大學(xué)、北京理工大學(xué)博士生導(dǎo)師。我國戰(zhàn)術(shù)通信領(lǐng)域的學(xué)科帶頭人，在通信與信息系統(tǒng)的發(fā)展戰(zhàn)略、體制論證、系統(tǒng)仿真、綜合集成和關(guān)鍵技術(shù)等方面取得了豐碩成果，先后完成“認知無線網(wǎng)絡(luò)基礎(chǔ)理論與關(guān)鍵技術(shù)研究——無線網(wǎng)絡(luò)主動認知方法研究”“新一代寬帶無線移動通信網(wǎng)——面向WRC11的頻譜有效利用關(guān)鍵技術(shù)研究及驗證”等多個國家“973”計劃項目和自然科學(xué)基金項目。曾獲國家科技進步一等獎1項、二等獎1項，部級科技進步一等獎4項；申請發(fā)明專利14項，出版學(xué)術(shù)專著7部；被評為全國優(yōu)秀科技工作者、中國青年五四獎?wù)聵吮?、全軍首屆十大學(xué)習(xí)成才標兵，入選新世紀百千萬人才工程，獲中國科學(xué)技術(shù)協(xié)會求是杰出青年獎、第九屆中國青年科技獎、何梁何利基金“科學(xué)與技術(shù)進步獎”等。

圖書目錄

第1章　大數(shù)據(jù)挑戰(zhàn) 001
1．1　當(dāng)前面臨的大數(shù)據(jù)挑戰(zhàn) 002
1．1．1　大數(shù)據(jù)急劇膨脹 002
1．1．2　大數(shù)據(jù)智能分析 004
1．1．3　大數(shù)據(jù)深度挖掘 005
1．1．4　業(yè)務(wù)與技術(shù)脫節(jié) 006
1．2　大數(shù)據(jù)催生云計算 007
1．2．1　云計算不是偶然 007
1．2．2　云計算帶來挑戰(zhàn)與機遇 011
1．2．3　云計算對大數(shù)據(jù)的意義 014
1．2．4　云計算的未來展望 015
1．3　大數(shù)據(jù)存儲 016
1．3．1　存儲僅是第一步 016
1．3．2　行存儲和列存儲 018
1．3．3　PB級大數(shù)據(jù)存儲 021
1．3．4　大數(shù)據(jù)存儲的未來 024
1．4　大數(shù)據(jù)處理 027
1．4．1　大數(shù)據(jù)處理的瓶頸 027
1．4．2　大數(shù)據(jù)處理的需求 031
1．4．3　大數(shù)據(jù)處理技術(shù)決定未來 032
1．4．4　大數(shù)據(jù)處理解決方案 035
參考文獻 037
第2章　當(dāng)前的大數(shù)據(jù)處理系統(tǒng) 039
2．1　開源大數(shù)據(jù)處理平臺 040
2．1．1　Hadoop 040
2．1．2　MapReduce 044
2．2　NoSQL數(shù)據(jù)庫 047
2．2．1　Google BigTable的開源Java實現(xiàn)：HBase 047
2．2．2　純分布式數(shù)據(jù)庫：Cassandra 050
2．2．3　NoSQL數(shù)據(jù)庫的應(yīng)用場景 051
2．3　數(shù)據(jù)倉庫平臺 052
2．3．1　Hive 052
2．3．2　數(shù)據(jù)倉庫平臺架構(gòu) 052
2．3．3　數(shù)據(jù)倉庫平臺的實現(xiàn) 053
參考文獻 054
第3章　數(shù)據(jù)立方簡介 055
3．1　數(shù)據(jù)立方的產(chǎn)生背景 056
3．2　數(shù)據(jù)立方的相關(guān)技術(shù) 056
3．2．1　云計算中的大數(shù)據(jù)處理技術(shù)—MapReduce 056
3．2．2　并行數(shù)據(jù)庫技術(shù) 058
3．2．3　云計算與數(shù)據(jù)庫相結(jié)合的技術(shù) 059
3．3　數(shù)據(jù)立方的架構(gòu)以及與Hadoop的關(guān)系 060
3．3．1　數(shù)據(jù)立方的體系架構(gòu) 061
3．3．2　數(shù)據(jù)立方與Hadoop的關(guān)系 067
參考文獻 068
第4章　數(shù)據(jù)立方及配套環(huán)境的安裝 069
4．1　安裝流程 070
4．2　操作系統(tǒng)的安裝 070
4．2．1　CentOS 6．2的安裝 070
4．2．2　JDK的安裝 075
4．2．3　配置SSH 075
4．2．4　配置/etc/hosts 076
4．2．5　修改機器主機名 077
4．2．6　配置NFS與NTP 077
4．3　Hadoop的安裝 078
4．3．1　Hadoop的版本 078
4．3．2　HDFS的配置安裝 078
4．3．3　MapReduce的配置安裝 082
4．4　數(shù)據(jù)立方的配置安裝 084
4．4．1　MySQL-Connector的安裝 084
4．4．2　編輯數(shù)據(jù)立方的配置文件 084
4．4．3　數(shù)據(jù)立方的啟動 088
4．5　監(jiān)控工具Ganglia的安裝 088
4．5．1　安裝依賴 088
4．5．2　安裝Ganglia 090
4．5．3　配置Ganglia 090
4．6　數(shù)據(jù)導(dǎo)入工具Sqoop的安裝 092
4．6．1　安裝前提 092
4．6．2　安裝步驟 092
參考文獻 093
第5章　Hello World數(shù)據(jù)立方快速入門 095
5．1　智慧交通數(shù)據(jù)處理實例 096
5．1．1　實例背景 096
5．1．2　建表 098
5．1．3　數(shù)據(jù)入庫 099
5．1．4　數(shù)據(jù)查詢 099
5．2　編程實現(xiàn) 100
第6章　數(shù)據(jù)立方開發(fā) 103
6．1　數(shù)據(jù)立方的開發(fā)說明 104
6．2　數(shù)據(jù)立方SQL規(guī)范 105
6．2．1　數(shù)據(jù)定義與數(shù)據(jù)操作語言 106
6．2．2　數(shù)據(jù)查詢語言 114
6．3　數(shù)據(jù)入庫接口開發(fā) 122
6．3．1　單條或多條記錄入庫Java開發(fā)包 122
6．3．2　開發(fā)說明 122
6．3．3　示例 123
6．4　數(shù)據(jù)查詢接口開發(fā) 124
6．4．1　Java開發(fā)包 124
6．4．2　接口介紹 125
6．4．3　示例 126
6．5　數(shù)據(jù)導(dǎo)入工具Sqoop命令及其使用 126
6．5．1　Sqoop命令及通用參數(shù) 127
6．5．2　Sqoop命令的使用 128
第7章　數(shù)據(jù)立方的維護 129
7．1　HDFS的維護 130
7．1．1　HDFS的dfsadmin命令 130
7．1．2　HDFS的Balancer工具 133
7．2　Shell的使用 135
7．2．1　數(shù)據(jù)立方Shell說明 135
7．2．2　數(shù)據(jù)定義與數(shù)據(jù)操作的Shell 135
7．2．3　數(shù)據(jù)查詢的Shell 136
7．3　數(shù)據(jù)立方的常見問題及其解決方法 136
7．3．1　問題1：datacube-shell．sh啟動后連接不上服務(wù)器 136
7．3．2　問題2：啟動時，有時可以看到報錯信息 137
7．3．3　問題3：查看運行日志 138
7．4　Sqoop的常見問題及其解決方法 138
7．4．1　MySQL的用戶問題 138
7．4．2　MySQL的權(quán)限問題 139
7．4．3　Sqoop的Path問題 139
7．4．4　Sqoop的Import問題 140
7．5　數(shù)據(jù)立方管理系統(tǒng) 140
7．5．1　登錄 140
7．5．2　集群管理 141
7．5．3　數(shù)據(jù)管理 143
7．5．4　表結(jié)構(gòu)管理 143
7．5．5　數(shù)據(jù)入庫 144
7．5．6　在線查詢 144
7．5．7　對外接口 145
7．5．8　文件管理 145
7．5．9　任務(wù)管理 146
7．5．10　告警管理 146
7．5．11　故障管理 148
參考文獻 148
第8章　數(shù)據(jù)立方的可靠性 149
8．1　Hadoop的可靠性 150
8．1．1　HDFS中NameNode的單點問題 150
8．1．2　HDFS數(shù)據(jù)塊副本機制 151
8．1．3　HDFS心跳機制 152
8．1．4　HDFS負載均衡 152
8．1．5　MapReduce容錯 153
8．2　Hadoop的SecondaryNameNode機制 154
8．2．1　磁盤鏡像與日志文件 154
8．2．2　SecondaryNameNode更新鏡像的流程 154
8．3　Avatar機制 157
8．3．1　Avatar系統(tǒng)架構(gòu) 158
8．3．2　Avatar元數(shù)據(jù)同步機制 159
8．3．3　故障切換過程 161
8．3．4　Avatar運行流程 163
8．3．5　Avatar故障切換流程 169
8．4　Avatar實戰(zhàn) 173
8．4．1　實驗環(huán)境 173
8．4．2　Avatar的編譯 174
8．4．3　Avatar的安裝和配置 176
8．4．4　Avatar啟動運行與宕機切換 185
8．5　數(shù)據(jù)立方的工作流程及可靠性 188
8．5．1　數(shù)據(jù)立方的架構(gòu) 188
8．5．2　數(shù)據(jù)立方的工作流程 189
8．5．3　數(shù)據(jù)立方的可靠性 189
參考文獻 190
第9章　數(shù)據(jù)統(tǒng)計分析實例——供電信息采集系統(tǒng) 191
9．1　客戶需求分析 192
9．1．1　測試過程及數(shù)據(jù)量描述 192
9．1．2　測試過程分解及效率統(tǒng)計 193
9．2　數(shù)據(jù)表設(shè)計 197
9．3　查詢語句設(shè)計與結(jié)果展現(xiàn) 200
9．4　查詢優(yōu)化 201
9．4．1　存儲方面的優(yōu)化 201
9．4．2　內(nèi)存方面的優(yōu)化 202
9．5　性能測試結(jié)果 202
9．5．1　數(shù)據(jù)下載解壓及標記 202
9．5．2　數(shù)據(jù)解析入庫 203
9．5．3　數(shù)據(jù)計算流程 204
9．5．4　數(shù)據(jù)導(dǎo)入Oracle數(shù)據(jù)庫 205
9．5．5　查詢總時長統(tǒng)計 206
第10章　在線數(shù)據(jù)檢索實例——移動信令分析云平臺 207
10．1　需求分析 208
10．2　數(shù)據(jù)表設(shè)計 210
10．2．1　CDR數(shù)據(jù)文件的檢測與索引創(chuàng)建任務(wù)調(diào)度 211
10．2．2　從HDFS讀取數(shù)據(jù)并創(chuàng)建索引 212
10．2．3　查詢CDR信息 213
10．3　查詢語句設(shè)計與結(jié)果展現(xiàn) 213
10．3．1　CDR文件檢測和索引創(chuàng)建任務(wù)調(diào)度程序 213
10．3．2　讀取CDR數(shù)據(jù)和索引創(chuàng)建處理 218
10．3．3　CDR查詢 222
10．4　查詢優(yōu)化 225
10．5　性能測試結(jié)果 226
第11章　實時數(shù)據(jù)處理實例——地震數(shù)據(jù) 227
11．1　需求分析 228
11．2　數(shù)據(jù)表設(shè)計 229
11．3　查詢語句設(shè)計與結(jié)果展現(xiàn) 231
11．4　查詢優(yōu)化 232
11．4．1　存儲方面的優(yōu)化 232
11．4．2　計算方面的優(yōu)化 232
11．5　性能測試結(jié)果 233
11．5．1　單機模擬集群測試 233
11．5．2　字段測試 233
11．5．3　排序測試 234
11．5．4　隨機讀寫測試 235
附錄　大數(shù)據(jù)和人工智能實驗環(huán)境 237
名詞索引 251