返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • [正版]新书云计算与大数据技术(第2版·微课视频·题库版) 吕云翔 钟巧灵 柏燕峥 ①云计算 ②数据处理
  • 注重云计算与大数据基本概念的讲解,提供综
    • 作者: 吕云翔著
    • 出版社: 清华大学出版社
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    友一个文化制品专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 吕云翔著
    • 出版社:清华大学出版社
    • 开本:16开
    • ISBN:9781645181087
    • 版权提供:清华大学出版社

            铺公告

      为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。

    温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货)。

      关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。

     

     

     书名:  云计算与大数据技术(第2版·微课视频·题库版)
     出版社:  清华大学出版社
     出版日期  2023
     ISBN号:  9787302631644
    本书在阐述云计算和大数据关系的基础上,介绍了云计算和大数据的基本概念、技术及应用。全书内容分为三部分。第一部分为云计算理论与技术,第1~5章讲述云计算的概念和原理,包括云计算的概论、基础、机制、虚拟化和应用。第二部分为大数据理论与技术,第6~9章讲述大数据概述及基础,包括大数据概念和发展背景、大数据系统架构概述、分布式通信与协同、大数据存储; 第10~15章讲述大数据处理,包括分布式处理、Hadoop MapReduce解析、Spark解析、流计算、集群资源管理与调度、机器学习。第三部分为综合实践,第16~22章由多个实验和案例组成。

    本书结合实际应用及实践过程来讲解相关概念、原理和技术,实用性较强,适合作为本科院校计算机、软件工程、云计算、大数据及信息管理等相关专业的教材,也适合计算机爱好者阅读和参考。



    本书注重云计算与大数据基本概念的讲解,以案例的方式梳理知识脉络和要点,提供综合云计算实验案例及丰富的配套资源。




    资源下载


    目录
    第一部分云计算理论与技术

    第1章云计算概论

    1.1什么是云计算

    1.2云计算的产生背景

    1.3云计算的发展历史

    1.4如何学好云计算

    1.5小结

    习题

    第2章云计算基础

    2.1分布式计算

    2.2云计算的基本概念

    2.3分布式计算和云计算的区别与联系

    2.4云计算的关键技术

    2.4.1分布式海量数据存储

    2.4.2虚拟化技术

    2.4.3云管理平台技术

    2.4.4并行编程技术

    2.4.5数据管理技术

    2.5云交付模型

    2.5.1SaaS

    2.5.2PaaS

    2.5.3IaaS

    2.5.4基本云交付模型的比较

    2.6云部署模式

    2.6.1公有云

    2.6.2私有云

    2.6.3混合云

    2.7云计算的优势与挑战

    2.8典型的云应用

    2.8.1云存储

    2.8.2云服务

    2.8.3云物联

    2.9云计算与大数据

    2.10小结

    习题





    第3章云计算机制

    3.1云基础设施机制

    3.1.1虚拟网络边界

    3.1.2虚拟服务器

    3.1.3云存储设备

    3.1.4就绪环境

    3.2云管理机制

    3.2.1远程管理系统

    3.2.2资源池化管理

    3.2.3服务等级协议管理系统

    3.2.4计费管理系统

    3.2.5资源备份

    3.2.6云监控

    3.2.7自动化运维

    3.2.8服务模板管理

    3.2.9云CMDB及流程管理

    3.2.10服务目录管理

    3.2.11租户及用户管理

    3.2.12容量规划及管理

    3.3特殊云机制

    3.3.1自动伸缩监听器

    3.3.2负载均衡器

    3.3.3故障转移系统

    3.3.4资源集群

    3.3.5多设备代理

    3.3.6状态管理数据库

    3.4小结

    习题

    第4章虚拟化

    4.1虚拟化简介

    4.1.1什么是虚拟化

    4.1.2虚拟化的发展历史

    4.1.3虚拟化带来的好处

    4.2虚拟化的分类

    4.2.1服务器虚拟化

    4.2.2网络虚拟化

    4.2.3存储虚拟化

    4.2.4应用虚拟化

    4.2.5技术比较

    4.3系统虚拟化

    4.4虚拟化与云计算

    4.5开源技术

    4.5.1Xen

    4.5.2KVM

    4.5.3OpenVZ

    4.6虚拟化未来的发展趋势

    4.7小结

    习题

    第5章云计算的应用

    5.1概述

    5.2亚马逊公司的弹性计算云

    5.2.1开放的服务

    5.2.2灵活的工作模式

    5.2.3带来的好处

    5.3Microsoft Azure

    5.3.1简介

    5.3.2Microsoft Azure的架构

    5.3.3Microsoft Azure服务平台

    5.3.4开发步骤

    5.4谷歌公司的云计算平台与应用

    5.4.1MapReduce分布式编程环境

    5.4.2分布式大规模数据库管理系统BigTable

    5.4.3谷歌的云应用

    5.5阿里云

    5.5.1简介

    5.5.2阿里云的主要产品

    5.6IBM公司的蓝云云计算平台

    5.6.1蓝云云计算平台中的虚拟化

    5.6.2蓝云云计算平台中的存储结构

    5.7清华大学的透明计算平台

    5.8小结

    习题

    第二部分大数据理论与技术

    第6章大数据概念和发展背景

    6.1什么是大数据

    6.2大数据的特点

    6.3大数据的发展

    6.4大数据的应用

    6.5小结

    习题

    第7章大数据系统架构概述

    7.1总体架构概述

    7.1.1总体架构设计原则

    7.1.2总体架构参考模型

    7.2运行架构概述

    7.2.1物理架构

    7.2.2集成架构

    7.2.3安全架构

    7.3主流大数据系统厂商

    7.3.1Cloudera

    7.3.2Hortonworks

    7.3.3亚马逊

    7.3.4谷歌

    7.3.5微软

    7.3.6阿里云数加平台

    7.4小结

    习题

    第8章分布式通信与协同

    8.1数据编码传输

    8.1.1数据编码概述

    8.1.2LZSS算法

    8.1.3Snappy压缩库

    8.2分布式通信系统

    8.2.1远程过程调用

    8.2.2消息队列

    8.2.3应用层多播通信

    8.2.4Hadoop IPC应用

    8.3分布式协同系统

    8.3.1Chubby锁服务

    8.3.2ZooKeeper

    8.3.3ZooKeeper在HDFS高可用中使用

    8.4小结

    习题

    第9章大数据存储

    9.1大数据存储技术的发展

    9.2海量数据存储的关键技术

    9.2.1数据分片与路由

    9.2.2数据复制与一致性

    9.3重要数据结构和算法

    9.3.1Bloom Filter

    9.3.2LSM树

    9.3.3Merkle哈希树

    9.3.4Cuckoo哈希

    9.4分布式文件系统

    9.4.1文件存储格式

    9.4.2GFS

    9.4.3HDFS

    9.5分布式数据库NoSQL

    9.5.1NoSQL数据库概述

    9.5.2KV数据库

    9.5.3列式数据库

    9.5.4图数据库

    9.5.5文档数据库

    9.6HBase数据库搭建与使用

    9.6.1HBase伪分布式运行

    9.6.2HBase分布式运行

    9.7大数据存储技术的趋势

    9.8小结

    习题

    第10章分布式处理

    10.1CPU多核和POSIX Thread

    10.2MPI并行计算框架

    10.3Hadoop MapReduce

    10.4Spark

    10.5数据处理技术的发展

    10.6小结

    习题

    第11章Hadoop MapReduce解析

    11.1Hadoop MapReduce架构

    11.2Hadoop MapReduce与高性能计算、网格计算的区别

    11.3MapReduce工作机制

    11.3.1Map

    11.3.2Reduce

    11.3.3Combine

    11.3.4Shuffle

    11.3.5Speculative Task

    11.3.6任务容错

    11.4应用案例

    11.4.1WordCount

    11.4.2WordMean

    11.4.3Grep

    11.5MapReduce的缺陷与不足

    11.6小结

    习题

    第12章Spark解析

    12.1Spark RDD

    12.2Spark与MapReduce对比

    12.3Spark工作机制

    12.3.1DAG工作图

    12.3.2Partition

    12.3.3Lineage容错方法

    12.3.4内存管理

    12.3.5数据持久化

    12.4数据读取

    12.4.1HDFS

    12.4.2Amazon S3

    12.4.3HBase

    12.5应用案例

    12.5.1日志挖掘

    12.5.2判别西瓜好坏

    12.6Spark的发展趋势

    12.7小结

    习题

    第13章流计算

    13.1流计算概述

    13.2流计算与批处理系统对比

    13.3Storm流计算系统

    13.4Samza流计算系统

    13.5集群日志文件实时分析

    13.6流计算的发展趋势

    13.7小结

    习题

    第14章集群资源管理与调度

    14.1集群资源统一管理系统

    14.1.1集群资源管理概述

    14.1.2Apache YARN

    14.1.3Apache Mesos

    14.1.4Google Omega

    14.2资源管理模型

    14.2.1基于slot的资源表示模型

    14.2.2基于最大最小公平原则的资源分配模型

    14.3资源调度策略

    14.3.1调度策略概述

    14.3.2Capacity Scheduler调度

    14.3.3Fair Scheduler调度

    14.4YARN上运行计算框架

    14.4.1MapReduce on YARN

    14.4.2Spark on YARN

    14.4.3YARN程序设计

    14.5小结

    习题

    第15章机器学习

    15.1机器学习概述

    15.1.1关键术语

    15.1.2机器学习的分类

    15.1.3机器学习的模型构造过程

    15.2监督学习

    15.2.1线性回归

    15.2.2逻辑斯特回归

    15.2.3最小近邻法

    15.2.4线性判别分析法

    15.2.5朴素贝叶斯分类算法

    15.2.6决策树分类算法


    15.2.7支持向量机分类算法

    15.3非监督学习

    15.3.1划分式聚类方法

    15.3.2层次化聚类方法

    15.3.3基于密度的聚类方法

    15.4强化学习

    15.4.1强化学习VS监督学习和非监督学习

    15.4.2强化学习问题描述

    15.4.3强化学习问题分类

    15.5神经网络和深度学习

    15.5.1感知器模型

    15.5.2前馈神经网络

    15.5.3卷积神经网络

    15.5.4其他类型结构的神经网络

    15.6案例: 银行贷款用户筛选

    15.7小结

    习题

    第三部分综 合 实 践

    第16章实验: AWS

    16.1实验一: 创建一个EC2实例

    16.2实验二: 创建一个弹性高可用的博客

    16.3实验三: 使用S3来实现静态网站

    16.4实验四: AWS关系型数据库入门

    16.5实验五: AWS大数据系列平台

    16.6实验六: AWS计算存储网络基础入门

    16.7实验七: AWS上的Kubernetes创建、管理及DevOps

    第17章实验: 阿里云

    17.1实验一: 创建阿里云服务器

    17.2实验二: 配置SSH远程连接

    17.3实验三: 安装Python环境

    17.4实验四: 部署并启动Django服务

    第18章实验: Docker

    18.1Docker的核心概念

    18.2实验一: Docker的安装

    18.3实验二: 容器操作

    18.4实验三: 搭建一个Docker应用栈

    18.5实验四: 实现私有云

    第19章实验: Hadoop、HDFS、MapReduce、Spark

    19.1Hadoop

    19.1.1实验一: 构建虚拟机网络

    19.1.2实验二:  大数据环境安装

    19.2HDFS

    19.2.1实验一: 文件创建与读/写

    19.2.2实验二: 文件上传

    19.2.3实验三: 文件下载

    19.2.4实验四: 使用字符流读取数据

    19.2.5实验五: 删除文件

    19.2.6实验六: 删除文件夹

    19.2.7实验七: 自定义数据输入流

    19.3MapReduce

    19.3.1实验一: 合并去重

    19.3.2实验二: PageRank算法

    19.4Spark

    19.4.1实验一: 安装Spark

    19.4.2实验二: 使用Spark Shell编写代码

    19.4.3实验三: 使用Java编写Spark应用程序

    第20章案例: 基于Docker的云计算服务平台搭建

    20.1方案介绍

    20.1.1云平台总体架构

    20.1.2网络架构

    20.1.3集群架构

    20.1.4性能监控

    20.1.5Docker架构

    20.1.6镜像架构

    20.2系统分析

    20.2.1优点

    20.2.2局限性

    20.2.3应用场景

    20.3门户界面

    20.3.1注册

    20.3.2登录

    20.3.3用户主界面

    20.3.4管理员界面

    20.4服务器Docker配置

    第21章案例: 使用Spark实现数据统计分析及性能优化

    21.1系统架构

    21.1.1总体方案

    21.1.2详细设计

    21.1.3优化设计

    21.2具体实现

    21.2.1数据获取

    21.2.2数据可视化

    21.3性能优化

    21.3.1读取优化

    21.3.2查询优化

    21.3.3Spark参数级优化

    第22章实验: 基于OpenStack和Hadoop的大数据分析

    22.1实验一:  OpenStack安装准备

    22.2实验二: OpenStack在线安装

    22.3实验三: 初始化OpenStack中的环境

    22.4实验四: 搭建OpenStack中的虚拟机

    22.5实验五: 大数据分析案例

    参考文献




     

    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购