无套内谢少妇毛片免费看看我出血 ,亚洲国产综合无码一区二区

內容簡介

　　大數據的概念很火，但人們對它的認識卻是混亂的：有人說大數據就是指所有的數據，有人說大數據是指線上行為、日志等半結構/非結構化的數據形態(tài)，有人說大數據就是以Hadoop為代表的新技術……到底什么是大數據？同樣風風火火了很久的云計算與大數據有什么關系？令人眼花繚亂的眾多大數據技術的本質是什么？各有什么優(yōu)缺點？爭論不休的“小變大”與“大變小”技術策略到底孰正孰邪？企業(yè)究竟應該如何定位與使用大數據，難道是為了Hadoop而Hadoop？未來的技術方向究竟如何？本書結合現代企業(yè)數據管理實踐，從策略、技術、應用、企業(yè)數據架構等多個維度，體系化地對大數據及相關技術進行了全面深入的論述：首先對大數據相關概念予以澄清；接著深入剖析各種大數據技術的內在本質，指出其各自的優(yōu)缺點、適用場景與相互關系；同時對大數據技術“分”與“合”這兩種廣受爭議的技術策略的內在聯系進行了分析與討論，明確指出現代數據管理技術的發(fā)展趨勢；最后結合大數據時代企業(yè)新一代數據架構規(guī)劃的實際，對大數據及相關技術在企業(yè)數據體系中的具體定位給出了切實可行的建議，并且面向云數據中心建設，提出了大數據云――云計算數據基礎設施的概念與方法。

作者簡介

　　北京大學計算科學技術系博士后，中國航空史研究會會員，科技部中小企業(yè)創(chuàng)新基金評審專家，第一屆中國軟件十大杰出青年候選人。1992年起從事軟件的設計、開發(fā)與管理工作，涉及信息系統(tǒng)、數據管理、圖形圖像、嵌入式系統(tǒng)及工業(yè)設計與生產等多個領域，目前為止主持設計與開發(fā)大中型軟件系統(tǒng)與產品二十余項；在國內外核心期刊上發(fā)表科技論文20余篇，被美國EI《工程索引》檢索6篇。曾任北京北大青鳥信息工程有限責任公司總工程師，北京青鳥華光科技有限公司技術管理部部長、總經理助理、總工程師，大唐微電子科技有限公司高級項目經理等職；自2003年起，在北美從事軟件系統(tǒng)分析與設計工作近七年之久?，F任北京安德爾國際軟件有限公司總經理，董事，北京先進數通科技有限公司BI事業(yè)部首席架構師?？萍疾恐行∑髽I(yè)創(chuàng)新基金評審委員中國航空史研究會會員公安部安防技術專家委員會委員中國青年科技工作者協(xié)會會員

圖書目錄

第1部分　大數據概論
第1章　大數據與云計算 2
1．1 云計算概論 3
1．2 大數據概論 4
1．2．1 現代數據管理需求分析 4
1．2．2 大數據的引入 9
1．2．3 大數據的定義與特征 10
1．2．4 大數據與互聯網 12
1．2．5 大數據戰(zhàn)略、大數據與大數據技術 14
1．3 大數據的技術實現――云計算 15
1．4 本章小結 16
第2章　關系數據庫的挑戰(zhàn)與應對 17
2．1 關系數據庫技術的核心特征 18
2．2 主流關系數據庫的挑戰(zhàn) 22
2．2．1 經典DBMS的挑戰(zhàn) 22
2．2．2 Shared Disk 23
2．2．3 Shared Nothing 24
2．3 改進型關系數據庫 26
2．3．1 技術改進 26
2．3．2 主要產品代表 30
2．4 本章小結 40
第3章　非SQL技術簡介 41
3．1 大數據技術家族 42
3．1．1 NoSQL 42
3．1．2 關系數據庫聯邦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――云計算的兩種技術路線 44
3．3 本章小結 44
第 2部分　“分”為云――數據切分
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 50
4．2 NoSQL家族 52
4．2．1 NoSQL產品目錄與分類 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 圖數據庫Neo4J 65
4．2．8 其他NoSQL數據庫 67
4．2．9 問題與疑惑 67
4．3 NoSQL技術探研 68
4．3．1 NoSQL理論基礎 68
4．3．2 NoSQL技術手段 75
4．3．3 NoSQL技術解析 83
4．4 NoSQL與關系數據庫 88
4．5 本章小結 89
第５章　NewSQL――關系數據庫聯邦 90
5．1 數據庫聯邦的引入 91
5．1．1 企業(yè)業(yè)務數據管理面臨的問題 91
5．1．2 垂直分庫 92
5．1．3 水平分表 93
5．1．4 讀寫分離 95
5．1．5 聯邦的引入 97
5．2 “聯邦”的設計與實踐 99
5．2．1 企業(yè)級“聯邦”架構設計 99
5．2．2 公共基礎服務設計 103
5．2．3 聯邦的元數據庫 106
5．2．4 聯邦的應用實踐 107
5．3 “聯邦”技術分析 108
5．3．1 關于“垂直分庫” 108
5．3．2 如何“水平分表” 110
5．3．3 關于“讀寫分離” 112
5．3．4 基本方法――分布與聚合 114
5．3．5 關于分布式事務 116
5．3．6 關聯操作 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 其他問題 123
5．4 數據庫聯邦、NoSQL與主流關系數據庫 124
5．4．1 技術與應用――八仙過海，各顯神通 124
5．4．2 互聯網的神話 126
5．5 本章小結 128
第６章　文件系統(tǒng)聯邦 129
6．1 問題的引入 130
6．1．1 關于幾個數據概念的澄清 130
6．1．2 文件數據管理的困難 131
6．1．3 文件系統(tǒng)聯邦的引入 133
6．2 典型開源技術介紹 135
6．2．1 MogileFS 135
6．2．2 FastDFS 136
6．2．3 MogileFS與FastDFS的對比 138
6．3 技術分析 139
6．4 本章小結 140
第７章　平民化的分布計算――MapReduce 141
7．1 分布式計算概述 142
7．1．1 幾個概念的澄清 142
7．1．2 分布式計算技術綜述 143
7．1．3 MapReduce的引入 147
7．2 MapReduce技術介紹 148
7．2．1 設計思想 148
7．2．2 MapReduce框架介紹 152
7．3 MapReduce技術分析 160
7．3．1 關于效率 160
7．3．2 關于擴展性 162
7．3．3 關于可靠性與可用性 163
7．3．4 關于MapReduce與關系數據庫 164
7．3．5 關于適用的數據類型 167
7．3．6 關于數據存儲與管理 168
7．4 MapReduce的應用實踐 169
7．5 本章小結 170
第８章　后Hadoop時代 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――秒級實現PB級數據分析 175
8．3 Symphony MapReduce 181
8．4 后Hadoop時代即將來臨 181
8．5 本章小結 183
第９章　InfiniData―一種關系型云數據庫的設計與實踐 184
9．1 現代企業(yè)數據管理需求再分析 185
9．1．1 新的企業(yè)數據需求――海量關系數據管理 185
9．1．2 技術分析 187
9．2 關系型云數據庫架構設計 188
9．2．1 關系型云數據庫的引入 188
9．2．2 技術架構設計 189
9．3 云存儲層 192
9．3．1 邏輯架構 193
9．3．2 物理架構 194
9．3．3 關系模型云存儲元 196
9．4 云計算層 198
9．4．1 MapReduce云計算引擎 198
9．4．2 集群式云計算引擎 200
9．4．3 兩種引擎的比較 201
9．5 云存儲索引層 202
9．5．1 存儲索引的管理 202
9．5．2 索引云運行時動態(tài)創(chuàng)建 203
9．6 技術分析 203
9．7 本章小結 205
第３部分　云計算的分與合
第10章　合為“云”――數據整合 208
10．1 數據整合的需求分析 209
10．2 存儲整合云 210
10．3 數據庫整合云 211
10．4 本章小結 213
第11章　關于分與合的討論 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――大數據云 217
11．4 數據管理技術發(fā)展趨勢總結 219
11．4．1 數據管理物理基礎設施發(fā)展趨勢 219
11．4．2 數據管理軟基礎設施發(fā)展趨勢 220
11．5 本章小結 221
第12章　企業(yè)大數據技術體系與云計算數據基礎設施 222
12．1 現代企業(yè)數據管理需求再分析 223
12．2 新一代企業(yè)數據體系建設 225
12．2．1 新一代企業(yè)數據體系建設的定義與內容 225
12．2．2 新一代企業(yè)數據分類體系 228
12．2．3 新一代企業(yè)數據分布與流轉規(guī)劃 230
12．3 大數據技術在企業(yè)數據架構中的定位 234
12．3．1 技術規(guī)劃戰(zhàn)略 234
12．3．2 大數據技術架構規(guī)劃 235
12．3．3 典型場景――電子渠道線上行為分析 238
12．4 云計算數據基礎設施概念的引入 240
12．5 本章小結 242
后記――超越技術 243
參考文獻 245