第1章 大數(shù)據(jù)與云計(jì)算 1
1.1 大數(shù)據(jù)時代 1
1.2 云計(jì)算概述 3
1.3 云計(jì)算發(fā)展現(xiàn)狀 5
1.4 云計(jì)算實(shí)現(xiàn)機(jī)制 7
1.5 云計(jì)算壓倒性的成本優(yōu)勢 8
習(xí)題 12
第2章 Hadoop 3.0：主流開源云架構(gòu) 13
2.1 挑戰(zhàn)與對策 13
2.1.1 問題概述 13
2.1.2 常規(guī)解決方案 13
2.1.3 分布式下的解決方案 14
2.1.4 小結(jié) 18
2.2 Hadoop 3.0簡述 18
2.2.1 Hadoop發(fā)展 18
2.2.2 Hadoop 3.0生態(tài)圈項(xiàng)目 19
2.2.3 Hadoop應(yīng)用 21
2.3 Hadoop 3.0部署 21
2.3.1 部署綜述 22
2.3.2 傳統(tǒng)解壓包方式部署 26
2.4 Hadoop 3.0體系架構(gòu) 32
2.4.1 公共組件Common 32
2.4.2 分布式文件系統(tǒng)HDFS 34
2.4.3 分布式操作系統(tǒng)YARN 39
2.5 Hadoop 3.0訪問接口 46
2.5.1 配置項(xiàng)接口 46
2.5.2 瀏覽器接口 47
2.5.3 命令行接口 47
2.5.4 HDFS編程 49
2.5.5 YARN編程 52
2.6 Hadoop 3.0生態(tài)組件 60
2.6.1 組件簡介 60
2.6.2 Hive 64
2.6.3 Spark 68
2.6.4 ZooKeeper 79
2.6.5 HBase 83
2.6.6 Mahout 90
2.6.7 Redis 93
2.6.8 Kafka 98
2.6.9 Flink 103
2.6.10 Flume 106
2.6.11 Pig 111
習(xí)題 115
第3章 虛擬化技術(shù) 116
3.1 虛擬化技術(shù)簡介 116
3.2 服務(wù)器虛擬化 117
3.2.1 服務(wù)器虛擬化的層次 117
3.2.2 服務(wù)器虛擬化的底層實(shí)現(xiàn) 118
3.2.3 虛擬機(jī)遷移 119
3.2.4 隔離技術(shù) 121
3.2.5 案例分析 123
3.3 存儲虛擬化 124
3.3.1 存儲虛擬化的一般模型 124
3.3.2 存儲虛擬化的實(shí)現(xiàn)方式 124
3.3.3 案例分析 125
3.4 網(wǎng)絡(luò)虛擬化 127
3.4.1 網(wǎng)絡(luò)虛擬化簡介 127
3.4.2 案例分析：VMware網(wǎng)絡(luò)虛擬化 128
3.5 桌面虛擬化 130
3.5.1 桌面虛擬化簡介 130
3.5.2 技術(shù)現(xiàn)狀 131
3.5.3 案例分析 132
3.6 OpenStack開源虛擬化平臺 132
3.6.1 OpenStack背景介紹 133
3.6.2 Nova 134
3.6.3 Swift 139
3.6.4 Glance 145
3.7 超融合技術(shù) 146
3.7.1 概念 146
3.7.2 產(chǎn)生背景 146
3.7.3 超融合技術(shù)簡介 148
習(xí)題 150
第4章 容器技術(shù) 151
4.1 容器技術(shù)簡介 151
4.1.1 容器技術(shù)的發(fā)展歷程 151
4.1.2 容器技術(shù)的架構(gòu) 153
4.1.3 容器的底層技術(shù) 154
4.1.4 容器的關(guān)鍵技術(shù) 155
4.1.5 容器技術(shù)的優(yōu)勢和局限性 156
4.1.6 容器技術(shù)的典型應(yīng)用 157
4.1.7 容器和虛擬機(jī)對比 158
4.2 Docker技術(shù) 160
4.2.1 Docker是什么 160
4.2.2 Docker的架構(gòu)和流程 162
4.2.3 Docker的優(yōu)勢和局限性 163
4.2.4 分布式Docker網(wǎng)絡(luò)環(huán)境搭建 167
4.3 Rocket（Rkt）技術(shù)簡介 168
4.3.1 Rkt的標(biāo)準(zhǔn)化嘗試 169
4.3.2 Rkt是什么 171
4.3.3 Rkt的基本使用方法 173
4.4 其他容器技術(shù) 175
4.4.1 Garden容器技術(shù) 175
4.4.2 Kata容器技術(shù) 177
4.5 容器編排系統(tǒng) 178
4.5.1 Google Kubernetes 179
4.5.2 Docker Swarm 185
4.5.3 Apache Mesos 190
4.5.4 CoreOS Fleet 196
習(xí)題 197
第5章 云原生技術(shù) 199
5.1 云原生簡介 199
5.2 微服務(wù) 201
5.2.1 Spring Cloud架構(gòu) 201
5.2.2 服務(wù)網(wǎng)格架構(gòu) 210
5.3 敏捷基礎(chǔ)設(shè)施 214
5.3.1 分布式消息中間件服務(wù) 215
5.3.2 分布式緩存服務(wù) 223
5.3.3 分布式任務(wù)調(diào)度服務(wù) 226
5.3.4 監(jiān)控告警服務(wù) 230
5.4 DevOps自動化運(yùn)維 232
5.4.1 概念 233
5.4.2 Ansible 234
5.4.3 SaltStack 235
5.4.4 Jenkins 237
5.5 持續(xù)交付 239
5.5.1 持續(xù)交付與持續(xù)集成、持續(xù)部署 240
5.5.2 持續(xù)交付與DevOps 241
5.6 云原生應(yīng)用場景 241
5.6.1 深度學(xué)習(xí)應(yīng)用場景 242
5.6.2 區(qū)塊鏈應(yīng)用場景 243
5.6.3 邊緣計(jì)算應(yīng)用場景 244
5.6.4 傳統(tǒng)行業(yè)互聯(lián)網(wǎng)化應(yīng)用場景 244
習(xí)題 245
第6章 云計(jì)算數(shù)據(jù)中心 246
6.1 云計(jì)算數(shù)據(jù)中心的特征 246
6.2 云計(jì)算數(shù)據(jù)中心網(wǎng)絡(luò)部署 247
6.2.1 改進(jìn)型樹形結(jié)構(gòu) 247
6.2.2 遞歸層次結(jié)構(gòu) 249
6.2.3 光交換網(wǎng)絡(luò) 252
6.2.4 無線數(shù)據(jù)中心網(wǎng)絡(luò) 254
6.2.5 軟件定義網(wǎng)絡(luò) 254
6.3 綠色節(jié)能技術(shù) 258
6.3.1 配電系統(tǒng)節(jié)能技術(shù) 258
6.3.2 空調(diào)系統(tǒng)節(jié)能技術(shù) 260
6.3.3 集裝箱數(shù)據(jù)中心節(jié)能技術(shù) 263
6.3.4 海底數(shù)據(jù)中心 264
6.3.5 數(shù)據(jù)中心節(jié)能策略和算法研究 267
6.3.6 新能源的應(yīng)用 269
6.3.7 典型的綠色節(jié)能數(shù)據(jù)中心 272
6.4 自動化管理 274
6.4.1 自動化管理的特征 274
6.4.2 自動化管理實(shí)現(xiàn)階段 275
6.4.3 Facebook自動化管理 276
6.5 容災(zāi)備份 278
6.5.1 容災(zāi)系統(tǒng)的等級標(biāo)準(zhǔn) 278
6.5.2 容災(zāi)備份的關(guān)鍵技術(shù) 279
6.5.3 云存儲在容災(zāi)備份中的應(yīng)用 281
習(xí)題 282
第7章 總結(jié)與展望 283
7.1 主流開源云計(jì)算系統(tǒng)比較 283
7.1.1 開發(fā)目的 283
7.1.2 體系結(jié)構(gòu) 284
7.1.3 實(shí)現(xiàn)技術(shù) 285
7.1.4 核心服務(wù) 286
7.2 云計(jì)算發(fā)展趨勢 286
7.2.1 標(biāo)準(zhǔn)化 286
7.2.2 混合云模式 291
7.2.3 多云部署 292
7.2.4 云計(jì)算與人工智能相融合 294
習(xí)題 295