资源搜

资源名称：深入理解OpenStack Neutron 内容简介： 本书共8章。第1章讲解Neutron概况。第2章介绍了Linux的虚拟网络知识。第3章讲述了Neutron的实现模型。第4章讲述的Neutron的资源模型。第5章讲述了Neutron的基本架构，以及架构中所涉及的Web机制、通信机制、并发机制等。第6章深入介绍Neutron启动服务的流程、通信机制与实现等。第7章深入分析了Neutron插件的驱动、消息处理机制。第8章详细讲解了Neutron代理（OVS与L3）的实现。 资源目录： 序 前　言 第1章　Neutron概述 1 1.1　Neutron的由来 1 1.2　Neutron的特性与应用 3 1.2.1　基于OpenStack的应用 4 1.2.2　基于SDN的应用 6 1.3　Neutron的扩展能力 8 1.4　本章小结 9 第2章　Linux虚拟网络基础 11 2.1　tap 11 2.2　namespace 13 2.3　veth pair 16 2.4　Bridge 17 2.5　Router 19 2.6　tun 21 2.7　iptables 24 2.7.1　NAT 27 2.7.2　Firewall 30 2.7.3　mangle 32 2.8　本章小结 32 第3章　Neutron的网络实现模型 34 3.1　Neutron的三类节点 34 3.2　计算节点的实现模型 35 3.2.1　VLAN实现模型 37 3.2.2　VXLAN实现模型 41 3.2.3　GRE实现模型 44 3.2.4　计算节点的实现模型小结 45 3.3　网络节点的实现模型 46 3.4　控制节点的实现模型 49 3.5　本章小结 49 第4章　Neutron的资源模型 51 4.1　Neutron资源的租户隔离 51 4.1.1　Neutron语境下租户隔离的 　　　含义 52 4.1.2　Neutron在租户隔离中的无限 　　　责任和有限责任 53 4.1.3　Neutron的租户隔离实现方案 54 4.1.4　租户隔离小结 56 4.2　Network 57 4.2.1　运营商网络和租户网络 58 4.2.2　物理网络 61 4.2.3　Network小结 64 4.3　Trunk Networking 65 4.3.1　Bridge的VLAN接口模式 65 4.3.2　VLAN aware VM与Trunk  　　　Networking 69 4.3.3　Trunk Networking小结 78 4.4　Subnet 79 4.4.1　IP核心网络服务 80 4.4.2　Subnet资源池 81 4.5　Port 83 4.6　Router 86 4.6.1　Router的外部网关 88 4.6.2　增加Router接口 89 4.6.3　Router的路由表 91 4.6.4　Floating IP 92 4.6.5　Router小结 94 4.7　Multi-Segments 95 4.7.1　Multi-Segments的困惑 96 4.7.2　Multi-Segments的几个应用 　　　场景 98 4.8　BGP VPN 102 4.8.1　BGP VPN的使用场景 103 4.8.2　BGP VPN的实现模型 104 4.8.3　BGP VPN的资源模型 105 4.9　本章小结 109 第5章　Neutron架构分析 112 5.1　Neutron的Web框架与规范 115 5.2　Neutron的消息通信机制 117 5.2.1　AMQP基本概念 118 5.2.2　AMQP的消息转发 118 5.3　Neutron的并发机制 122 5.3.1　协程概述 122 5.3.2　Neutron中的协程 124 5.4　通用库Oslo 131 5.5　本章小结 131 第6章　Neutron的服务 132 6.1　Neutron启动一个Web Server 133 6.1.1　Web Server的启动过程 133 6.1.2　Web Server启动过程中的 　　　关键参数 135 6.1.3　Web Server的进程与协程 138 6.1.4　小结 142 6.2　加载WSGI Application 142 6.2.1　api-paste.ini对应的WSGI  　　　Application 144 6.2.2　neutronapi_v2_0 section 146 6.3　Core Service API（RESTful）的 　　处理流程 148 6.3.1　Core Service的WSGI  　　　Application 149 6.3.2　Core Service处理HTPP Request的基本流程 149 6.3.3　Core Service处理HTTP Request的函数映射 153 6.3.4　小结 162 6.4　Extension Service API（RESTful）的处理流程 164 6.4.1　Extension Service的类图与加载 164 6.4.2　Extension Service的WSGI Application 167 6.4.3　Extension Service处理HTTP Request的基本流程 169 6.4.4　Extension Service处理HTTP Request的函数映射 171 6.4.5　小结 176 6.5　Plugin的加载 178 6.5.1　Core Service Plugin的加载 179 6.5.2　Extension Services Plugin的加载 180 6.6　RPC Consumer的创建 181 6.6.1　Neutron Plugin创建RPC Consumer的接口 182 6.6.2　Neutron Server启动RPC Consumer 183 6.7　本章小结 187 第7章　Neutron的插件 190 7.1　核心插件 191 7.1.1　ML2插件简介 193 7.1.2　类型驱动 193 7.1.3　机制驱动 202 7.1.4　ML2插件create_network函数剖析 224 7.1.5　ML2插件create_subnet函数剖析 229 7.1.6　ML2插件create_port函数剖析 240 7.2　业务插件 249 7.2.1　Router Plugin的create_router函数分析 250 7.2.2　Router Plugin的add_router_interface代码分析 257 7.3　Neutron Plugin的消息发布和订阅 260 7.3.1　Neutron Plugin中的Callbacks Module机制 261 7.3.2　Neutron Plugin中的RPC机制 265 7.4　本章小结 266 第8章　Neutron的代理 268 8.1　OVS Agent 270 8.1.1　三类关键的Bridge 270 8.1.2　内外VID的转换 288 8.1.3　OVS Agent代码分析 295 8.1.4　OVS Agent小结 309 8.2　L3 Agent 311 8.2.1　class OVSInterfaceDriver分析 312 8.2.2　class RouterInfo分析 317 8.2.3　L3 Agent代码分析 326 8.2.4　L3 Agent小结 351 8.3　本章小结 352 资源截图：

资源名称：云计算解码（第2版） 内容简介： 随着业界对云计算认识的深入，云计算的产业生态系统开始形成并逐步明朗。云计算已不仅仅是新的IT技术革命，更启动了新的信息产业革命。《云计算解码(第2版)》对云计算产业进行了深入分析，以更好地展现整个产业的竞争格局和发展走势；同时，在业界目前普遍认可的IaaS、PaaS、SaaS的基础之上，创新性地进行了扩展，增加了对DaaS（桌面虚拟化）、CDN等新的服务内涵和云计算环境下的网络关键技术的剖析，并围绕新的扩展服务体系展开关键技术特征与实现的介绍，以帮助读者更清晰地了解整个产业和技术的发展脉络。 资源目录： 第1章 云计算概述 1.1 云计算：第三次IT革命 1.2 云计算的基本概念 1.2.1 云计算的内涵 1.2.2 云计算服务 1.2.3 云计算的类型 1.3 云计算的发展历程和驱动因素 1.3.1 云计算的发展历程 1.3.2 云计算发展的驱动因素 1.4 云计算对信息产业的影响 1.4.1 云计算是一种破坏性创新 1.4.2 云计算正在重塑信息产业 第2章 云计算产业分析 2.1 互联网产业经济基本规律 2.2 云计算产业链分析 2.3 云计算目标市场分析 2.3.1 云计算的企业市场 2.3.2 云计算的公众消费者市场 2.3.3 云计算市场的发展趋势 2.4 云计算产业竞争格局分析 2.4.1 互联网阵营 2.4.2 IT阵营 2.4.3 电信阵营 2.4.4 小结 第3章 云计算技术体系架构 3.1 传统计算机系统架构 3.2 云计算系统架构 3.3 云计算基础架构的关键技术 3.3.1 虚拟化架构技术 3.3.2 分布式架构技术 3.3.3 小结 3.4 经典云计算分层服务体系 3.4.1 IaaS及技术实现 3.4.2 PaaS及技术实现 3.4.3 SaaS及技术实现 3.5 扩展云计算服务体系 3.5.1 DaaS及技术实现 3.5.2 CDN服务及技术实现 3.5.3 云计算环境下的网络关键技术的要求及实现 3.6 本章小结 第4章 基础设施即服务（IaaS）及关键实现技术 4.1 IaaS概述 4.2 IaaS关键实现技术之服务器虚拟化 4.2.1 服务器虚拟化概述 4.2.2 CPU虚拟化 4.2.3 内存虚拟化 4.2.4 I/O虚拟化 4.2.5 网卡虚拟化 4.3 IaaS关键实现技术之存储虚拟化 4.3.1 存储系统概述 4.3.2 存储设备层的存储虚拟化 4.3.3 块聚合层的存储虚拟化 4.3.4 文件/记录层的存储虚拟化 4.4 IaaS关键实现技术之云计算管理平台 4.4.1 自动化部署技术 4.4.2 弹性能力提供技术 4.4.3 资源监控 4.4.4 资源调度 4.4.5 虚拟化网络管理技术 4.4.6 业务服务管理和计费度量管理 4.5 典型IaaS服务——AWSEC2 4.5.1 AWS简介 4.5.2 弹性云计算（EC2） 4.6 本章小结 第5章 平台即服务（PaaS）及关键实现技术 5.1 PaaS概述 5.2 PaaS应用运行托管平台及关键技术 5.2.1 典型PaaS应用运行托管平台——AppEngine 5.2.2 PaaS应用运行托管平台的关键技术 5.3 PaaS基础架构及关键技术 5.3.1 基于分布式计算技术的PaaS基础架构 5.3.2 PaaS基础架构的关键技术 5.4 当前主流PaaS平台分析 5.4.1 IaaS衍生型 5.4.2 传统生态延伸型 5.4.3 SaaS拓展型 5.4.4 革新生态型 第6章 软件即服务（SaaS）及关键实现技术 6.1 SaaS概述 6.2 呈现层技术 6.2.1 为什么Web呈现层技术对SaaS如此重要 6.2.2 基于浏览器的Web呈现技术 6.2.3 基于插件方式的Web呈现技术 6.2.4 HTML5和Flash技术路线的比较 6.3 调度层技术 6.3.1 基于DNS的调度 6.3.2 基于虚拟IP地址的调度 6.3.3 基于链路聚合的调度 6.3.4 基于应用的调度 6.3.5 调度策略 6.4 业务层 6.5 数据层 6.6 用户管理和配置管理 6.6.1 用户管理 6.6.2 个性化配置 6.7 典型的SaaS服务提供商 6.7.1 Salesforce服务简介 6.7.2 SalesCloudCRM服务及特征 第7章 桌面即服务（DaaS）及关键实现技术 7.1 虚拟桌面概述 7.1.1 虚拟桌面的工作原理 7.1.2 虚拟桌面的发展历史 7.1.3 虚拟桌面的技术方案 7.1.4 虚拟桌面的典型架构 7.2 虚拟桌面核心技术——桌面交付协议 7.2.1 RDP协议 7.2.2 ICA/HDX协议 7.2.3 SPICE协议 7.2.4 PCoIP协议 7.2.5 小结 7.3 虚拟桌面的其他关键技术 7.3.1 资源池的构建 7.3.2 应用发布管理 7.3.3 虚拟桌面终端 7.4 本章小结 第8章 内容分发网络（CDN）及关键实现技术 8.1 CDN的基本概念 8.1.1 CDN的发展历史 8.1.2 CDN服务的价值 8.1.3 CDN的工作原理 8.2 CDN的关键技术 8.2.1 CDN系统功能架构 8.2.2 GSLB的原理和关键技术 8.2.3 SLB的原理和关键技术 8.2.4 Cache的关键技术 8.3 云时代的CDN服务 8.3.1 CDN具备云计算的典型特征 8.3.2 CDN是云计算的标准配置服务 8.3.3 CDN中应用云的关键技术 8.4 本章小结 第9章 云计算环境下的网络关键技术 9.1 云计算环境下的网络技术体系概述 9.1.1 传统互联网业务的网络层次 9.1.2 虚拟化架构对网络的影响 9.1.3 分布式架构对网络的影响 9.1.4 小结 9.2 虚拟机通信及迁移的相关技术 9.2.1 虚拟交换机 9.2.2 分布式虚拟交换机 9.2.3 IEEE802.1 QbhBPE 9.2.4 IEEE802.1 QbgEVB 9.2.5 小结 9.3 数据中心内部二层网络大规模互连技术 9.3.1 二层网络STP的单路径之痛 9.3.2 基于设备聚合的多路径技术 9.3.3 基于协议扩展的多路径技术 9.3.4 小结 9.4 数据中心之间的二层互连技术 9.4.1 传统的二层互连技术 9.4.2 OTV 9.4.3 小结 9.5 解决云计算对网络需求的相关新技术 9.5.1 他山之石，可以攻玉——高性能互连技术InfiniBand 9.5.2 扁平化，全互连——新型交换设备QFabric 9.5.3 功能分离，设备融合——创新网络架构OpenFlow 9.5.4 小结 9.6 本章小结 第10章 云计算七律 10.1 服务法则 10.2 技术法则 10.3 马太法则 10.4 差异化法则 10.5 专注法则 10.6 合作法则 10.7 重塑法则 10.8 总结和展望 附录A A.1 互联网阵营发展与运营实践 A.1.1 典型IaaS服务提供商实践 A.1.2 典型PaaS服务提供商实践 A.1.3 SaaS服务提供商阵营实践 A.2 IT阵营的发展与转型实践 A.2.1 老牌IT巨头IBM的华丽转身 A.2.2 "云"与"端"并重的软件巨头微软 A.2.3 老牌存储厂商EMC与"云"共舞 A.2.4 网络巨头思科的IT之路 A.2.5 虚拟化巨擘VMware的云计算布局 A.3 运营商阵营的发展与运营实践 A.3.1 云计算时代的电信运营商 A.3.2 电信运营商的云计算探索与实践 A.3.3 小结 参考文献 资源截图：

资源名称：从Lucene到Elasticsearch：全文检索实战 内容简介： 《从Lucene到Elasticsearch：全文检索实战》循序渐进介绍了信息检索、布尔检索、向量空间模型、tf-idf、BM25排序算法、Lucene架构、Lucene创建索引、Lucene查询、Lucene项目实战、Elasticsearch安装与配置、Elasticsearch插件安装、REST API数据操作、映射与模板、索引别名、Elasticsearch基本和高级搜索、Elasticsearch同步数据库、Elasticsearch集群管理、项目实战等内容。 阅读《从Lucene到Elasticsearch：全文检索实战》，读者能够掌握信息检索的核心概念，应用Lucene库处理全文检索业务，掌握Elasticsearch分布式搜索引擎的使用方法与技巧。 《从Lucene到Elasticsearch：全文检索实战》基于Lucene 6.0和Elasticsearch 5.4.0进行讲解，技术先进，示例丰富 适合想学习信息检索技术的初学者和相关专业的大学生、研究生学习，也很适合大数据及云计算平台构建人员以及有一定基础的IT开发人员使用。 资源目录： 第1章 信息检索模型 1 1.1 信息检索概述 1 1.1.1 信息过载 1 1.1.2 信息检索定义 2 1.1.3 信息检索常用术语 3 1.1.4 信息检索系统 4 1.2 分词算法 5 1.2.1 分词算法概述 5 1.2.2 词典匹配分词法 6 1.2.3 语义理解分词法 6 1.2.4 词频统计分词法 7 1.3 倒排索引 7 1.4 布尔检索模型 9 1.5 tf-idf权重计算 11 1.6 向量空间模型 13 1.7 概率检索模型 16 1.7.1 贝叶斯决策理论 17 1.7.2 二值独立模型 18 1.7.3 Okapi BM25模型 20 1.7.4 BM25F模型 20 1.8 本章小结 21 第2章 Lucene开发入门 22 2.1 Lucene概述 22 2.1.1 Lucene简介 22 2.1.2 Lucene特点 22 2.1.3 Lucene架构 23 2.2 Lucene开发准备 25 2.2.1 下载Lucene文件库 25 2.2.2 工程中引入Lucene 26 2.2.3 下载Luke 27 2.2.4 下载IK分词工具 28 2.2.5 工程搭建 29 2.3 Lucene分词详解 30 2.3.1 Lucene分词系统 30 2.3.2 分词器测试 31 2.3.3 IK分词器配置 34 2.3.4 中文分词器对比 36 2.3.5 扩展停用词词典 38 2.3.6 扩展自定义词典 38 2.4 Lucene索引详解 40 2.4.1 Lucene字段类型 40 2.4.2 索引文档示例 41 2.4.3 Luke中查看索引 46 2.4.4 索引的删除 48 2.4.5 索引的更新 49 2.5 Lucene查询详解 50 2.5.1 搜索入门 51 2.5.2 多域搜索（MultiFieldQueryParser） 52 2.5.3 词项搜索（TermQuery） 53 2.5.4 布尔搜索（BooleanQuery） 53 2.5.5 范围搜索（RangeQuery） 54 2.5.6 前缀搜索（PrefixQuery） 55 2.5.7 多关键字搜索（PhraseQuery） 55 2.5.8 模糊搜索（FuzzyQuery） 55 2.5.9 通配符搜索（WildcardQuery） 56 2.6 Lucene查询高亮 56 2.7 Lucene新闻高频词提取 58 2.7.1 问题提出 58 2.7.2 需求分析 58 2.7.3 编程实现 58 2.8 本章小结 61 第3章 Lucene文件检索项目实战 62 3.1 需求分析 62 3.2 架构设计 63 3.3 文本内容抽取 64 3.3.1 Tika简介 64 3.3.2 Tika下载 64 3.3.3 搭建工程 65 3.3.4 内容抽取 66 3.3.5 自动解析 68 3.4 工程搭建 71 3.5 索引文档 72 3.6 查询界面 75 3.7 文件检索 77 3.8 结果展示 80 3.9 本章小结 85 第4章 从Lucene到Elasticsearch 86 4.1 Elasticsearch概述 86 4.1.1 诞生过程 86 4.1.2 流行度分析 88 4.1.3 架构解读 89 4.1.4 优点 89 4.1.5 应用场景 90 4.1.6 核心概念 92 4.1.7 对比RDMS 94 4.1.8 文档结构 94 4.2 安装Elasticsearch 95 4.2.1 安装Java 96 4.2.2 下载Elasticsearch 97 4.2.3 启动Elasticsearch 97 4.2.4 后台运行Elasticsearch 99 4.2.5 关闭Elasticsearch 99 4.2.6 基本配置 100 4.3 中文分词器配置 101 4.3.1 IK分词器安装 101 4.3.2 扩展本地词库 102 4.3.3 配置远程词库 103 4.4 Head插件使用指南 105 4.4.1 Head插件的安装 105 4.4.2 Head插件的使用 107 4.5 REST命令 109 4.5.1 CURL工具 110 4.5.2 Kibana Dev Tools 111 4.6 本章小结 112 第5章 Elasticsearch集群入门 113 5.1 索引管理 113 5.1.1 新建索引 113 5.1.2 更新副本 115 5.1.3 读写权限 115 5.1.4 查看索引 116 5.1.5 删除索引 117 5.1.6 索引的打开与关闭 118 5.1.7 复制索引 118 5.1.8 收缩索引 119 5.1.9 索引别名 120 5.2 文档管理 123 5.2.1 新建文档 123 5.2.2 获取文档 125 5.2.3 更新文档 127 5.2.4 查询更新 129 5.2.5 删除文档 129 5.2.6 查询删除 130 5.2.7 批量操作 130 5.2.8 版本控制 133 5.2.9 路由机制 136 5.3 映射详解 137 5.3.1 映射分类 137 5.3.2 动态映射 138 5.3.3 日期检测 140 5.3.4 静态映射 141 5.3.5 字段类型 142 5.3.6 元字段 156 5.3.7 映射参数 162 5.3.8 映射模板 180 5.4 本章小结 181 资源截图：

资源名称：深入理解大数据：大数据处理与编程实践 内容简介： 以大数据处理主流平台Hadoop1.0为核心，介绍Hadoop MapReduce，HDFS，HBase，以及Hive的基本设计思想、工作原理、系统构架、以及详细的大数据处理编程技术。 　　特点： 　　（1） 重点放在教读者算法设计实现，从基础算法，到应用编程案例，解决实际问题。 　　（2） 作者多年的教学研究实践，课程设计沉淀，可以更深入地讨论大数据。 　　（3） 来自业界——Intel真实的实践经验和案例积累。 资源目录： 推荐序一 推荐序二 推荐序三 丛书序言 前言 第一部分Hadoop系统 第1章大数据处理技术简介 1.1并行计算技术简介 1.1.1并行计算的基本概念 1.1.2并行计算技术的分类 1.1.3并行计算的主要技术问题 1.2大数据处理技术简介 1.2.1大数据的发展背景和研究意义 1.2.2大数据的技术特点 1.2.3大数据研究的主要目标、基本原则和基本途径 1.2.4大数据计算模式和系统 1.2.5大数据计算模式的发展趋势 1.2.6大数据的主要技术层面和技术内容 1.3MapReduce并行计算技术简介 1.3.1MapReduce的基本概念和由来 1.3.2MapReduce的基本设计思想 1.3.3MapReduce的主要功能和技术特征 1.4Hadoop系统简介 1.4.1Hadoop的概述与发展历史 1.4.2Hadoop系统分布式存储与并行计算构架 1.4.3Hadoop平台的基本组成与生态系统 1.4.4Hadoop的应用现状和发展趋势 第2章Hadoop系统的安装与操作管理 2.1Hadoop系统安装方法简介 2.2单机和单机伪分布式Hadoop系统安装基本步骤 2.2.1安装和配置JDK 2.2.2创建Hadoop用户 2.2.3下载安装Hadoop 2.2.4配置SSH 2.2.5配置Hadoop环境 2.2.6Hadoop的运行 2.2.7运行测试程序 2.2.8查看集群状态 2.3集群分布式Hadoop系统安装基本步骤 2.3.1安装和配置JDK 2.3.2创建Hadoop用户 2.3.3下载安装Hadoop 2.3.4配置SSH 2.3.5配置Hadoop环境 2.3.6Hadoop的运行 2.3.7运行测试程序 2.3.8查看集群状态 2.4HadoopMapReduce程序开发过程 2.5集群远程作业提交与执行 2.5.1集群远程作业提交和执行过程 2.5.2查看作业执行结果和集群状态 第3章大数据存储--分布式文件系统HDFS 3.1HDFS的基本特征与构架 3.1.1HDFS的基本特征 3.1.2HDFS的基本框架与工作过程 3.2HDFS可靠性设计 3.2.1HDFS数据块多副本存储设计 3.2.2HDFS可靠性的设计实现 3.3HDFS文件存储组织与读写 3.3.1文件数据的存储组织 3.3.2数据的读写过程 3.4HDFS文件系统操作命令 3.4.1HDFS启动与关闭 3.4.2HDFS文件操作命令格式与注意事项 3.4.3HDFS文件操作命令 3.4.4高级操作命令和工具 3.5HDFS基本编程接口与示例 3.5.1HDFS编程基础知识 3.5.2HDFS基本文件操作API 3.5.3HDFS基本编程实例 第4章HadoopMapReduce并行编程框架 4.1MapReduce基本编程模型和框架 4.1.1MapReduce并行编程抽象模型 4.1.2MapReduce的完整编程模型和框架 4.2HadoopMapReduce基本构架与工作过程 4.2.1Hadoop系统构架和MapReduce程序执行过程 4.2.2HadoopMapReduce执行框架和作业执行流程 4.2.3HadoopMapReduce作业调度过程和调度方法 4.2.4MapReduce执行框架的组件和执行流程 4.3HadoopMapReduce主要组件与编程接口 4.3.1数据输入格式InputFormat 4.3.2输入数据分块InputSplit 4.3.3数据记录读入RecordReader 4.3.4Mapper类 4.3.5Combiner 4.3.6Partitioner 4.3.7Sort 4.3.8Reducer类 4.3.9数据输出格式OutputFormat 4.3.10数据记录输出RecordWriter 第5章分布式数据库HBase 5.1HBase简介 5.1.1为什么需要NoSQL数据库 5.1.2HBase的作用和功能特点 5.2HBase的数据模型 5.2.1HBase的基本数据模型 5.2.2HBase的查询模式 5.2.3HBase表设计 5.3HBase的基本构架与数据存储管理方法 5.3.1HBase在Hadoop生态中的位置和关系 5.3.2HBase的基本组成结构 5.3.3HBaseRegion 5.3.4RegionServer 5.3.5HBase的总体组成结构 5.3.6HBase的寻址和定位 5.3.7HBase节点的上下线管理 5.4HBase安装与操作 5.4.1安装一个单机版的HBase 5.4.2HBaseShell操作命令 5.4.3基于集群的HBase安装和配置 5.5HBase的编程接口和编程示例 5.5.1表创建编程接口与示例 5.5.2表数据更新编程接口与示例 5.5.3数据读取编程接口与示例 5.5.4HBaseMapReduce支持和编程示例 5.6HBase的读写操作和特性 5.6.1HBase的数据写入 5.6.2HBase的数据读取 5.7其他HBase功能 5.7.1Coprocessor 5.7.2批量数据导入BulkLoad 第6章分布式数据仓库Hive 6.1Hive的作用与结构组成 6.2Hive的数据模型 6.2.1Hive的数据存储模型 6.2.2Hive的元数据存储管理 6.2.3Hive的数据类型 6.3Hive的安装 6.3.1下载Hive安装包 6.3.2配置环境变量 6.3.3创建Hive数据文件目录 6.3.4修改Hive配置文件 6.4Hive查询语言--HiveQL 6.4.1DDL语句 6.4.2DML语句 6.4.3SELECT查询语句 6.4.4数据表操作语句示例 6.4.5分区的使用 6.4.6桶的使用 6.4.7子查询 6.4.8Hive的优化和高级功能 6.5HiveJDBC编程接口与程序设计 第7章IntelHadoop系统优化与功能增强 7.1IntelHadoop系统简介 7.1.1IntelHadoop系统的主要优化和增强功能 7.1.2IntelHadoop的系统构成与组件 7.2IntelHadoop系统的安装和管理 7.3IntelHadoopHDFS的优化和功能扩展 7.3.1HDFS的高可用性 7.3.2IntelHadoop系统高可用性配置服务 7.3.3IntelHadoop系统高可用性配置服务操作 7.3.4自适应数据块副本调整策略 7.4IntelHadoopHBase的功能扩展和编程示例 7.4.1HBase大对象存储（LOB） 7.4.2加盐表 7.4.3HBase跨数据中心大表 7.5IntelHadoopHive的功能扩展和编程示例 7.5.1开源Hive的不足 7.5.2IntelHadoop"HiveoverHBase"优化设计 7.5.3HiveoverHBase的架构 第二部分MapReduce的编程和算法设计 第8章MapReduce基础算法程序设计 第9章MapReduce高级程序设计技术 第10章MapReduce数据挖掘基础算法 第11章大数据处理算法设计与应用编程案例 附录 附录AOpenMP并行程序设计简介 附录BMPI并行程序设计简介 附录C英特尔ApacheHadoop*系统安装手册 参考文献 资源截图：

资源名称：云计算和物联网 内容简介： 本书阐述了云计算和物联网的理论知识，以及切实可行的实施步骤和技术，汇总了作者在实施环保物联云计算平台的实际经验，对于国内实施云计算和物联网具有重要的指导作用。 　　本书共11章，包括云计算和物联网介绍、基于物联网技术的云计算平台、云服务和服务接口、物联、云计算平台、云存储、云数据中心、云服务中心、门户服务、云计算平台管理等内容。 　　本书适合对云计算和物联网技术感兴趣的读者阅读，对行业软件平台的系统分析师和架构师而言是一本很好的技术参考；同时也可作为大学本科高年级和研究生相关课程及从事云计算和物联网研究与开发人员的参考资料。 资源目录： 第1章　云计算和物联网介绍 　1.1　什么是云计算 　　1.1.1　it人员的定义 　　1.1.2　云计算的体系结构 　　1.1.3　商务人员的定义 　　1.1.4　公共云计算、私有云计算和传统it系统 　　1.1.5　云计算包含的内容 　　1.1.6　云计算的成本效益分析和收费模式 　　1.1.7　厂商的云计算战争 　1.2　什么是物联网 　　1.2.1　物联网的定义 　　1.2.2　物联网与互联网的不同之处 　　1.2.3　物联网技术架构 　　1.2.4　物联网的开展步骤 　　1.2.5　物联网分类 　　1.2.6　物联网应用案例 　1.3　云计算产业 　　1.3.1　云计算给小型it企业(或个人)带来的机会 　　1.3.2　云计算给国内大中型it企业带来的挑战 　　1.3.3　云计算给大型网站带来的机会 　　1.3.4　云计算给电信企业带来的机会和挑战 　　1.3.5　云计算和国内中小企业 　　1.3.6　云计算本身的挑战 　　1.3.7　云计算和开源模式 　1.4　物联网产业 　1.5　云计算和物联网的结合 　　1.5.1　数据采集和反控 　　1.5.2　云数据中心 　　1.5.3　云服务中心 　　1.5.4　企业2.0(enterprise2.0) 　　1.5.5　mashup 　1.6　本书两个案例 　　1.6.1　巨正环保云计算平台 　　1.6.2　中网云计算平台 　1.7　基于物联网的云计算平台的人员安排 　　1.7.1　需求分析和设计阶段 　　1.7.2　开发阶段 　　1.7.3　测试阶段 　　1.7.4　部署阶段 　　1.7.5　运行阶段 第2章　基于物联网的云计算平台 　2.1　平台总体结构 　　2.1.1　感知互动层(监控设备层) 　　2.1.2　网络传输层 　　2.1.3　云计算平台 　　2.1.4　与传统应用的区别 　　2.1.5　分布式配置和平台内外网 　2.2　基于物联网的数据源控制器 　　2.2.1　多节点异构采集 　　2.2.2　同现有系统的集成 　　2.2.3　物联和反控 　　2.2.4　巨正数据源管理器实例 　…… 第3章　云服务和服务接口 第4章　物联 第5章　云计算平台 第6章　云存储 第7章　云数据中心 第8章　云服务中心 第9章　门户服务 第10章　云计算平台管理 资源截图：

资源名称：飞天开放平台编程指南——阿里云计算的实践 内容简介： 《飞天开放平台编程指南:阿里云计算的实践》不但由浅入深地阐述了云计算的相关原理，而且用很多实例详细讲解了怎样利用飞天平台的编程接口来开发各种互联网应用和服务，让用户便捷地利用数千台服务器来完成以前不能完成甚至不敢想象的任务。《飞天开放平台编程指南:阿里云计算的实践》具体内容涵盖了云计算的概念、云计算体系结构、分布式处理、虚拟化与弹性计算、云存储、海量结构化数据处理、海量数据分析与挖掘、云计算编程模型、移动终端开发等。 资源目录： 第1章 绪论 1 1.1 云计算的背景 1 1.1.1 云计算的概念 1 1.1.2 云计算的类型 3 1.1.3 业界主要的云计算提供商 4 1.2 阿里云的定位 5 1.3 云生态系统 6 1.4 内容总览 7 第2章 飞天开放平台总览 8 2.1 飞天平台体系架构 8 2.2 飞天平台内核 9 2.2.1 分布式系统底层服务 9 2.2.2 分布式文件系统（盘古） 11 2.2.3 资源管理和任务调度（伏羲） 13 2.2.4 集群监控和部署 14 2.3 飞天开放服务 16 2.3.1 弹性计算服务（ECS） 16 2.3.2 开放存储服务（OSS） 17 2.3.3 开放结构化数据服务（OTS） 17 2.3.4 关系型数据库服务（RDS） 18 2.3.5 开放数据处理服务（ODPS） 18 2.3.6 云服务引擎（ACE） 19 第3章 弹性计算服务ECS 20 3.1 术语及概念 21 3.2 云服务器使用流程 22 3.2.1 购买并创建云服务器 23 3.2.2 启动、停止和重启云服务器 23 3.2.3 重置云服务器 24 3.2.4 修改云服务器密码 24 3.2.5 远程登录云服务器 24 3.2.6 数据盘分区、格式化和挂载 26 3.3 利用API管理ECS 28 3.3.1 公共参数和返回结果 28 3.3.2 云服务器控制 30 3.3.3 镜像和快照 36 3.3.4 安全组 39 3.4 负载均衡（SLB） 41 3.5 云盾 42 3.6 云监控 43 3.7 自动故障恢复 43 3.8 应用架构修改 44 3.9 应用案例 44 第4章 开放存储服务OSS 46 4.1 术语及概念 46 4.1.1 Object 46 4.1.2 Bucket 47 4.1.3 访问控制 47 4.1.4 外链规则 48 4.1.5 Access ID和Access Key 48 4.1.6 使用OSS 49 4.2 RESTful API 50 4.2.1 Service操作 50 4.2.2 Bucket操作 50 4.2.3 Object操作 52 4.2.4 分块上传（Multipart Upload）操作 56 4.3 Python SDK的使用 59 4.3.1 Bucket操作 60 4.3.2 Object操作 68 4.3.3 分块上传（Multipart Upload）操作 76 4.3.4 签名URL 80 4.4 应用案例 81 第5章 开放结构化数据服务OTS 82 5.1 术语及概念 83 5.1.1 表 83 5.1.2 视图 84 5.1.3 表组 85 5.1.4 命名和限额 86 5.1.5 事务 86 5.1.6 访问权限控制 86 5.2 RESTful API 87 5.2.1 表操作 87 5.2.2 插入和修改操作 88 5.2.3 查询操作 88 5.2.4 事务操作 88 5.3 Python SDK的使用 89 5.3.1 表操作 91 5.3.2 插入和修改操作 96 5.3.3 查询数据 101 5.3.4 事务操作 104 5.4 应用案例 106 第6章 关系型数据库服务RDS 107 6.1 术语及概念 108 6.2 自动故障恢复 109 6.3 分布式RDS 110 6.4 利用客户端软件进行数据库管理 110 6.4.1 实例管理 111 6.4.2 数据库管理 112 6.4.3 连接数据库 112 6.4.4 表管理 113 6.4.5 备份恢复 114 6.4.6 数据迁移 114 6.4.7 性能分析 115 6.5 利用API进行数据库管理 115 6.5.1 公共参数和返回结果 116 6.5.2 API接口的使用 117 6.6 应用案例 127 第7章 开放数据处理服务ODPS 128 7.1 术语及概念 129 7.2 应用开发框架 130 7.2.1 体系架构 130 7.2.2 应用开发模式 131 7.3 ODPS SQL开发 132 7.3.1 应用示例描述 133 7.3.2 数据导入 134 7.3.3 基本功能 135 7.3.4 高级功能 136 7.4 ODPS MapReduce开发 140 7.4.1 入门实例WordCount 140 7.4.2 开发实战 155 7.5 应用案例 172 第8章 典型应用案例解析 173 8.1 传统互联网应用 173 8.1.1 中国网络电视台体育台 173 8.1.2 御泥坊 175 8.1.3 够快 175 8.2 移动互联网应用 176 8.2.1 DeNA 176 8.2.2 壹人壹本 176 8.2.3 金立 177 8.3 企业级SaaS应用 177 8.3.1 用友畅捷通 177 8.3.2 商派 178 8.4 新型互联网应用和服务 179 8.4.1 阿里云搜索 179 8.4.2 阿里金融 180 附录A 飞天开放服务开通流程 181 附录B RESTful API和身份验证 184 B.1 RESTful API 184 B.2 ECS身份认证 185 B.3 OSS身份认证 186 B.3.1 在Header中包含签名 186 B.3.2 在URL中包含签名 188 B.4 OTS身份认证 189 B.4.1 OTS请求的签名 189 B.4.2 OTS响应的签名 190 B.5 RDS身份认证 191 附录C 用OSS构建同步备份网盘 193 C.1 网盘功能、设计与使用 193 C.1.1 网盘功能：自动备份和同步多个设备 193 C.1.2 网盘设计 193 C.1.3 网盘安装和使用 194 C.2 源代码 195 C.2.1 netdisk.py 196 C.2.2 fs/filesystem.py 198 C.2.3 fs/hddfs.py 201 C.2.4 fs/ossfs.py 204 C.2.5 fs/couldnotconnectserverexception.py 207 C.2.6 eventhandlers/netdiskeventhandler.py 207 附录D 云应用引擎CAE编程 211 D.1 云应用开发入门 212 D.1.1 快速创建一个云应用 212 D.1.2 云应用文件结构 215 D.1.3 页面生命周期 215 D.1.4 新建页面 216 D.1.5 页面之间相互跳转 217 D.1.6 引入第三方类库 218 D.1.7 调用云端接口 219 D.1.8 调用CloudAPI 222 D.1.9 监听云应用的挂起和唤醒 223 D.1.10 请求和操作XML 224 D.1.11 在线调试 225 D.2 用户界面开发 227 D.2.1 滚动条 227 D.2.2 提示框 228 D.2.3 jQTouch 229 D.2.4 Sencha Touch 230 D.3 云应用开发实例 232 D.3.1 花名册程序 232 D.3.2 地图程序 237 D.4 设计指南与注意事项 239 D.4.1 云应用设计指南 239 D.4.2 设计中的注意事项 240 D.4.3 云应用审核指南 240 参考文献 241

资源名称：Apache kafka实战 内容简介： 《Apache Kafka实战》是涵盖Apache Kafka各方面的具有实践指导意义的工具书和参考书。作者结合典型的使用场景，对Kafka整个技术体系进行了较为全面的讲解，以便读者能够举一反三，直接应用于实践。同时，本书还对Kafka的设计原理及其流式处理组件进行了较深入的探讨，并给出了翔实的案例。 《Apache Kafka实战》共分为10章：第1章全面介绍消息引擎系统以及Kafka的基本概念与特性，快速带领读者走进Kafka的世界；第2章简要回顾了Apache Kafka的发展历史；第3章详细介绍了Kafka集群环境的搭建；第4、5章深入探讨了Kafka客户端的使用方法；第6章带领读者一览Kafka内部设计原理；第7~9章以实例的方式讲解了Kafka集群的管理、监控与调优；第10章介绍了Kafka新引入的流式处理组件。 《Apache Kafka实战》适合所有对云计算、大数据处理感兴趣的技术人员阅读，尤其适合对消息引擎、流式处理技术及框架感兴趣的技术人员参考阅读。 资源目录： 第1章 认识Apache Kafka 1 1.1 Kafka快速入门 1 1.1.1 下载并解压缩Kafka二进制代码压缩包文件 2 1.1.2 启动服务器 3 1.1.3 创建topic 3 1.1.4 发送消息 4 1.1.5 消费消息 4 1.2 消息引擎系统 5 1.2.1 消息设计 6 1.2.2 传输协议设计 6 1.2.3 消息引擎范型 6 1.2.4 Java消息服务 8 1.3 Kafka概要设计 8 1.3.1 吞吐量/延时 8 1.3.2 消息持久化 11 1.3.3 负载均衡和故障转移 12 1.3.4 伸缩性 13 1.4 Kafka基本概念与术语 13 1.4.1 消息 14 1.4.2 topic和partition 16 1.4.3 offset 17 1.4.4 replica 18 1.4.5 leader和follower 18 1.4.6 ISR 19 1.5 Kafka使用场景 20 1.5.1 消息传输 20 1.5.2 网站行为日志追踪 20 1.5.3 审计数据收集 20 1.5.4 日志收集 20 1.5.5 Event Sourcing 21 1.5.6 流式处理 21 1.6 本章小结 21 第2章 Kafka发展历史 22 2.1 Kafka的历史 22 2.1.1 背景 22 2.1.2 Kafka横空出世 23 2.1.3 Kafka开源 24 2.2 Kafka版本变迁 25 2.2.1 Kafka的版本演进 25 2.2.2 Kafka的版本格式 26 2.2.3 新版本功能简介 26 2.2.4 旧版本功能简介 31 2.3 如何选择Kafka版本 35 2.3.1 根据功能场景 35 2.3.2 根据客户端使用场景 35 2.4 Kafka与Confluent 36 2.5 本章小结 37 第3章 Kafka线上环境部署 38 3.1 集群环境规划 38 3.1.1 操作系统的选型 38 3.1.2 磁盘规划 40 3.1.3 磁盘容量规划 42 3.1.4 内存规划 43 3.1.5 CPU规划 43 3.1.6 带宽规划 44 3.1.7 典型线上环境配置 45 3.2 伪分布式环境安装 45 3.2.1 安装Java 46 3.2.2 安装ZooKeeper 47 3.2.3 安装单节点Kafka集群 48 3.3 多节点环境安装 49 3.3.1 安装多节点ZooKeeper集群 50 3.3.2 安装多节点Kafka 54 3.4 验证部署 55 3.4.1 测试topic创建与删除 55 3.4.2 测试消息发送与消费 57 3.4.3 生产者吞吐量测试 58 3.4.4 消费者吞吐量测试 58 3.5 参数设置 59 3.5.1 broker端参数 59 3.5.2 topic级别参数 62 3.5.3 GC参数 63 3.5.4 JVM参数 64 3.5.5 OS参数 64 3.6 本章小结 65 第4章 producer开发 66 4.1 producer概览 66 4.2 构造producer 69 4.2.1 producer程序实例 69 4.2.2 producer主要参数 75 4.3 消息分区机制 80 4.3.1 分区策略 80 4.3.2 自定义分区机制 80 4.4 消息序列化 83 4.4.1 默认序列化 83 4.4.2 自定义序列化 84 4.5 producer拦截器 87 4.6 无消息丢失配置 90 4.6.1 producer端配置 91 4.6.2 broker端配置 92 4.7 消息压缩 92 4.7.1 Kafka支持的压缩算法 93 4.7.2 算法性能比较与调优 93 4.8 多线程处理 95 4.9 旧版本producer 96 4.10 本章小结 98 第5章 consumer开发 99 5.1 consumer概览 99 5.1.1 消费者（consumer） 99 5.1.2 消费者组（consumer group） 101 5.1.3 位移（offset） 102 5.1.4 位移提交 103 5.1.5 __consumer_offsets 104 5.1.6 消费者组重平衡（consumer group rebalance） 106 5.2 构建consumer 106 5.2.1 consumer程序实例 106 5.2.2 consumer脚本命令 111 5.2.3 consumer主要参数 112 5.3 订阅topic 115 5.3.1 订阅topic列表 115 5.3.2 基于正则表达式订阅topic 115 5.4 消息轮询 115 5.4.1 poll内部原理 115 5.4.2 poll使用方法 116 5.5 位移管理 118 5.5.1 consumer位移 119 5.5.2 新版本consumer位移管理 120 5.5.3 自动提交与手动提交 121 5.5.4 旧版本consumer位移管理 123 5.6 重平衡（rebalance） 123 5.6.1 rebalance概览 123 5.6.2 rebalance触发条件 124 5.6.3 rebalance分区分配 124 5.6.4 rebalance generation 126 5.6.5 rebalance协议 126 5.6.6 rebalance流程 127 5.6.7 rebalance监听器 128 5.7 解序列化 130 5.7.1 默认解序列化器 130 5.7.2 自定义解序列化器 131 5.8 多线程消费实例 132 5.8.1 每个线程维护一个KafkaConsumer 133 5.8.2 单KafkaConsumer实例+多worker线程 135 5.8.3 两种方法对比 140 5.9 独立consumer 141 5.10 旧版本consumer 142 5.10.1 概览 142 5.10.2 high-level consumer 143 5.10.3 low-level consumer 147 5.11 本章小结 153 第6章 Kafka设计原理 154 6.1 broker端设计架构 154 6.1.1 消息设计 155 6.1.2 集群管理 166 6.1.3 副本与ISR设计 169 6.1.4 水印（watermark）和leader epoch 174 6.1.5 日志存储设计 185 6.1.6 通信协议（wire protocol） 194 6.1.7 controller设计 205 6.1.8 broker请求处理 216 6.2 producer端设计 219 6.2.1 producer端基本数据结构 219 6.2.2 工作流程 220 6.3 consumer端设计 223 6.3.1 consumer group状态机 223 6.3.2 group管理协议 226 6.3.3 rebalance场景剖析 227 6.4 实现精确一次处理语义 230 6.4.1 消息交付语义 230 6.4.2 幂等性producer（idempotent producer） 231 6.4.3 事务（transaction） 232 6.5 本章小结 234 第7章 管理Kafka集群 235 7.1 集群管理 235 7.1.1 启动broker 235 7.1.2 关闭broker 236 7.1.3 设置JMX端口 237 7.1.4 增加broker 238 7.1.5 升级broker版本 238 7.2 topic管理 241 7.2.1 创建topic 241 7.2.2 删除topic 243 7.2.3 查询topic列表 244 7.2.4 查询topic详情 244 7.2.5 修改topic 245 7.3 topic动态配置管理 246 7.3.1 增加topic配置 246 7.3.2 查看topic配置 247 7.3.3 删除topic配置 248 7.4 consumer相关管理 248 7.4.1 查询消费者组 248 7.4.2 重设消费者组位移 251 7.4.3 删除消费者组 256 7.4.4 kafka-consumer-offset-checker 257 7.5 topic分区管理 258 7.5.1 preferred leader选举 258 7.5.2 分区重分配 260 7.5.3 增加副本因子 263 7.6 Kafka常见脚本工具 264 7.6.1 kafka-console-producer脚本 264 7.6.2 kafka-console-consumer脚本 265 7.6.3 kafka-run-class脚本 267 7.6.4 查看消息元数据 268 7.6.5 获取topic当前消息数 270 7.6.6 查询__consumer_offsets 271 7.7 API方式管理集群 273 7.7.1 服务器端API管理topic 273 7.7.2 服务器端API管理位移 275 7.7.3 客户端API管理topic 276 7.7.4 客户端API查看位移 280 7.7.5 0.11.0.0版本客户端API 281 7.8 MirrorMaker 285 7.8.1 概要介绍 285 7.8.2 主要参数 286 7.8.3 使用实例 287 7.9 Kafka安全 288 7.9.1 SASL+ACL 289 7.9.2 SSL加密 297 7.10 常见问题 301 7.11 本章小结 304 第8章 监控Kafka集群 305 8.1 集群健康度检查 305 8.2 MBean监控 306 8.2.1 监控指标 306 8.2.2 指标分类 308 8.2.3 定义和查询JMX端口 309 8.3 broker端JMX监控 310 8.3.1 消息入站/出站速率 310 8.3.2 controller存活JMX指标 311 8.3.3 备份不足的分区数 312 8.3.4 leader分区数 312 8.3.5 ISR变化速率 313 8.3.6 broker I/O工作处理线程空闲率 313 8.3.7 broker网络处理线程空闲率 314 8.3.8 单个topic总字节数 314 8.4 clients端JMX监控 314 8.4.1 producer端JMX监控 314 8.4.2 consumer端JMX监控 316 8.5 JVM监控 317 8.5.1 进程状态 318 8.5.2 GC性能 318 8.6 OS监控 318 8.7 主流监控框架 319 8.7.1 JmxTool 320 8.7.2 kafka-manager 320 8.7.3 Kafka Monitor 325 8.7.4 Kafka Offset Monitor 327 8.7.5 CruiseControl 329 8.8 本章小结 330 第9章 调优Kafka集群 331 9.1 引言 331 9.2 确定调优目标 333 9.3 集群基础调优 334 9.3.1 禁止atime更新 335 9.3.2 文件系统选择 335 9.3.3 设置swapiness 336 9.3.4 JVM设置 337 9.3.5 其他调优 337 9.4 调优吞吐量 338 9.5 调优延时 342 9.6 调优持久性 343 9.7 调优可用性 347 9.8 本章小结 349 第10章 Kafka Connect与Kafka Streams 350 10.1 引言 350 10.2 Kafka Connect 351 10.2.1 概要介绍 351 10.2.2 standalone Connect 353 10.2.3 distributed Connect 356 10.2.4 开发connector 359 10.3 Kafka Streams 362 10.3.1 流处理 362 10.3.2 Kafka Streams核心概念 364 10.3.3 Kafka Streams与其他框架的异同 368 10.3.4 Word Count实例 369 10.3.5 Kafka Streams应用开发 372 10.3.6 Kafka Streams状态查询 382 10.4 本章小结 386 资源截图：

资源名称：Kubernetes权威指南:从Docker到Kubernetes实践全接触(第2版) 内容简介： Kubernetes是由谷歌开源的Docker容器集群管理系统，为容器化的应用提供了资源调度、部署运行、服务发现、扩容及缩容等一整套功能。《Kubernetes权威指南：从Docker到Kubernetes实践全接触（第2版）》从一个开发者的角度去理解、分析和解决问题，囊括了Kubernetes入门、核心原理、实践指南、开发指导、高级案例、运维指南及源码分析等方面的内容，图文并茂、内容丰富、由浅入深、讲解全面；并围绕着生产环境中可能出现的问题，给出了大量的典型案例，比如安全问题、网络方案的选择、高可用性方案及Trouble Shooting技巧等，有很强的可借鉴性。 无论是对于软件工程师、测试工程师、运维工程师、软件架构师、技术经理，还是对于资深IT人士来说，本书都极具参考价值。 资源目录： 第1章 Kubernetes 入门 1 1.1 Kubernetes 是什么 1 1.2 为什么要用Kubernetes 4 1.3 从一个简单的例子开始 5 1.3.1 环境准备 6 1.3.2 启动MySQL 服务 7 1.3.3 启动Tomcat 应用 9 1.3.4 通过浏览器访问网页 11 1.4 Kubernetes 基本概念和术语 12 1.4.1 Master 12 1.4.2 Node 13 1.4.3 Pod 15 1.4.4 Label（标签） 19 1.4.5 Replication Controller（RC） 22 1.4.6 Deployment 25 1.4.7 Horizontal Pod Autoscaler（HPA） 27 1.4.8 Service（服务） 29 1.4.9 Volume（存储卷） 35 1.4.10 Persistent Volume 39 1.4.11 Namespace（命名空间） 40 1.4.12 Annotation（注解） 42 1.4.13 小结 42 第2章 Kubernetes 实践指南 43 2.1 Kubernetes 安装与配置 43 2.1.1 安装Kubernetes 43 2.1.2 配置和启动Kubernetes 服务 45 2.1.3 Kubernetes 集群的安全设置 51 2.1.4 Kubernetes 的版本升级 57 2.1.5 内网中的Kubernetes 相关配置 57 2.1.6 Kubernetes 核心服务配置详解 58 2.1.7 Kubernetes 集群网络配置方案 72 2.2 kubectl 命令行工具用法详解 80 2.2.1 kubectl 用法概述 80 2.2.2 kubectl 子命令详解 82 2.2.3 kubectl 参数列表 84 2.2.4 kubectl 输出格式 84 2.2.5 kubectl 操作示例 86 2.3 Guestbook 示例：Hello World 87 2.3.1 创建redis-master RC 和Service 89 2.3.2 创建redis-slave RC 和Service 91 2.3.3 创建frontend RC 和Service 93 2.3.4 通过浏览器访问frontend 页面 96 2.4 深入掌握Pod 97 2.4.1 Pod 定义详解 97 2.4.2 Pod 的基本用法 102 2.4.3 静态Pod 107 2.4.4 Pod 容器共享Volume 108 2.4.5 Pod 的配置管理 110 2.4.6 Pod 生命周期和重启策略 123 2.4.7 Pod 健康检查 124 2.4.8 玩转Pod 调度 126 2.4.9 Pod 的扩容和缩容 135 2.4.10 Pod 的滚动升级 139 2.5 深入掌握Service 143 2.5.1 Service 定义详解 143 2.5.2 Service 基本用法 145 2.5.3 集群外部访问Pod 或Service 150 2.5.4 DNS 服务搭建指南 153 2.5.5 Ingress：HTTP 7 层路由机制 161 第3章 Kubernetes 核心原理 165 3.1 Kubernetes API Server 原理分析 165 3.1.1 Kubernetes API Server 概述 165 3.1.2 独特的Kubernetes Proxy API 接口 168 3.1.3 集群功能模块之间的通信 169 3.2 Controller Manager 原理分析 170 3.2.1 Replication Controller 171 3.2.2 Node Controller 173 3.2.3 ResourceQuota Controller 174 3.2.4 Namespace Controller 176 3.2.5 Service Controller 与Endpoint Controller 176 3.3 Scheduler 原理分析 177 3.4 kubelet 运行机制分析 181 3.4.1 节点管理 181 3.4.2 Pod 管理 182 3.4.3 容器健康检查 183 3.4.4 cAdvisor 资源监控 184 3.5 kube-proxy 运行机制分析 186 3.6 深入分析集群安全机制 190 3.6.1 API Server 认证 190 3.6.2 API Server 授权 192 3.6.3 Admission Control 准入控制 194 3.6.4 Service Account 195 3.6.5 Secret 私密凭据 200 3.7 网络原理 203 3.7.1 Kubernetes 网络模型 203 3.7.2 Docker 的网络基础 205 3.7.3 Docker 的网络实现 217 3.7.4 Kubernetes 的网络实现 225 3.7.5 开源的网络组件 229 3.7.6 网络实战 234 第4章 Kubernetes 开发指南 247 4.1 REST 简述 247 4.2 Kubernetes API 详解 249 4.2.1 Kubernetes API 概述 249 4.2.2 API 版本 254 4.2.3 API 详细说明 254 4.2.4 API 响应说明 256 4.3 使用Java 程序访问Kubernetes API 258 4.3.1 Jersey 258 4.3.2 Fabric8 270 4.3.3 使用说明 271 第5章 Kubernetes 运维指南 292 5.1 Kubernetes 集群管理指南 292 5.1.1 Node 的管理 292 5.1.2 更新资源对象的Label 294 5.1.3 Namespace：集群环境共享与隔离 295 5.1.4 Kubernetes 资源管理 299 5.1.5 Kubernetes 集群高可用部署方案 333 5.1.6 Kubernetes 集群监控 343 5.1.7 kubelet 的垃圾回收（GC）机制 361 5.2 Kubernetes 高级案例 362 5.2.1 ElasticSearch 日志搜集查询和展现案例 362 5.2.2 Cassandra 集群部署案例 371 5.3 Trouble Shooting 指导 376 5.3.1 查看系统Event 事件 377 5.3.2 查看容器日志 379 5.3.3 查看Kubernetes 服务日志 379 5.3.4 常见问题 381 5.3.5 寻求帮助 384 5.4 Kubernetes v1.3 开发中的新功能 385 5.4.1 Pet Set（有状态的容器） 385 5.4.2 Init Container（初始化容器） 388 5.4.3 Cluster Federation（集群联邦） 391 第6章 Kubernetes 源码导读 396 6.1 Kubernetes 源码结构和编译步骤 396 6.2 kube-apiserver 进程源码分析 400 6.2.1 进程启动过程 400 6.2.2 关键代码分析 402 6.2.3 设计总结 417 6.3 kube-controller-manager 进程源码分析 420 6.3.1 进程启动过程 420 6.3.2 关键代码分析 423 6.3.3 设计总结 431 6.4 kube-scheduler 进程源码分析 433 6.4.1 进程启动过程 434 6.4.2 关键代码分析 438 6.4.3 设计总结 445 6.5 kubelet 进程源码分析 447 6.5.1 进程启动过程 447 6.5.2 关键代码分析 452 6.5.3 设计总结 475 6.6 kube-proxy 进程源码分析 476 6.6.1 进程启动过程 476 6.6.2 关键代码分析 478 6.6.3 设计总结 493 6.7 kubectl 进程源码分析 494 6.7.1 kubectl create 命令 495 6.7.2 rolling-update 命令 499 后记 505 资源截图：

资源名称：ELK Stack权威指南 第2版 内容简介： ELK是Elasticsearch、Logstash、Kibana三个开源软件的组合，是目前开源界流行的实时数据分析方案，成为实时日志处理领域开源界的第壹选择。然而，ELK也并不是实时数据分析界的灵丹妙药，使用不恰当，反而会事倍功半。本书对ELK的原理进行了解剖，不仅分享了大量实战案例和实现效果，而且分析了部分源代码，使读者不仅知其然还知其所以然。读者可通过本书的学习，快速掌握实时日志处理方法，并搭建符合自己需要的大数据分析系统。本书分为三大部分，第壹部分“Logstash”介绍Logstash的安装与配置、场景示例、性能与测试、扩展方案、源码解析、插件开发等，第二部分“Elasticsearch”介绍Elasticsearch的架构原理、数据接口用例、性能优化、测试和扩展方案、映射与模板的定制、监控方案等，第三部分“Kibana”介绍Kibana3和Kibana5的特点对比，Kibana的配置、案例与源代码解析。 作者简介： 饶琛琳，新浪网系统架构师，曾任人人网技术专家，中华网高级运维工程师等职位。参与了大规模系统的运维监控设计与自动化平台建设，对CDN架构、系统监控和日志分析都有丰富的经验。乐于分享，是ElasticsearchChina用户组负责人之一，活跃于Puppet和Logstash等开源社区，分享了大量技术文章。 资源截图：

资源名称：大数据：正在到来的数据革命 内容简介： 入榜《亚洲周刊》“年度十大好书”，持续畅销；叫醒中国，领跑大数据时代最好的书。 　　中国高层人物汪洋，读后非常有启发，针对国人数据意识的淡薄由来已久，中国如何应对大数据时代的挑战，他在工作会议上说：“我希望大家能认真读一读这本书，带着问题读，带着想法读。” 　　哈佛大学商学院访问教授、全球顶尖管理咨询师达文波特，为中国政经两界提示智库建言：“无论是对中国政府，还是就中国的商业组织而言，《大数据》都是一本重要的书。” 　　史学大家、匹兹堡大学历史系荣誉讲座教授许倬云，有感于“老大哥”的影子，专门作序：“我们要对涂子沛先生致敬与致谢，因为他为华文世界提出一个重要的话题。” 　　美国第一，中国第几？公布官员财产美国是怎么做的，美国能让少部人腐败起来吗，美国式上访是怎么回事，凭什么美国矿难那么少，全民医改美国做得到吗，美国总统大选有什么利器才能赢，下一轮全球洗牌我们世界工厂会被淘汰吗…… 　　除了上帝，任何人都必须用数据来说话。 　　大数据浪潮，汹涌来袭，与互联网的发明一样，这绝不仅仅是信息技术领域的革命，更是在全球范围启动透明政府、加速企业创新、引领社会变革的利器。现代管理学之父德鲁克有言，预测未来最好的方法，就是去创造未来。而“大数据战略”，则是当下领航全球的先机。 　　大数据，这一世界大潮的来龙去脉如何？数据技术变革，何以能推动政府信息公开、透明和社会公正？何以促发行政管理和商业管理革新，并创造无限商机？又何以既便利又危及我们每个人的生活？Google、百度之类搜索服务，何以会不再有立足之地？引领世界的数据帝国——美国和西欧，正在如何应对大数据时代？我们中国，又当如何作为？ 　　本书通过讲述美国半个多世纪信息开放、技术创新的历史，以别开生面的经典案例——奥巴马建设“前所未有的开放政府”的雄心、公共财政透明的曲折、《数据质量法》背后的隐情、全民医改法案的波澜、统一身份证的百年纠结、街头警察的创新传奇、美国矿难的悲情历史、商务智能的前世今生、数据开放运动的全球兴起，以及云计算、Facebook和推特等社交媒体、Web3.0与下一代互联网的未来图景等等，为您一一细解，数据创新给公民、政府、社会带来的种种挑战和变革。 　　美国是全书主体，但又处处反观中国当下的现实。回望中国，胡适批评“差不多先生”，黄仁宇求索“数目字管理”，作者从太平洋对面看到中美两国的差距，深知中国缺少什么、需要什么，故将十多年观察、思索所得，又新增微学校、微学位等教育领域正在发生的革命，以及建言中国“大数据战略”的重要文章和访谈，淘洗成这本“2.0升级版”—— 　　《大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活》。 资源目录： 序言一 大数据：为华文世界提出一个重要话题/许倬云 序言二 中国的雄心应该拓展到大数据领域/托马斯?H?达文波特 序 幕 新总统的第一天 一人一票：把“黑”人送进“白”宫 大国新政：阳光是最好的防腐剂 上 篇 帝国风云：得数据者得天下——美国的成功经验 第一章 历史争战《信息自由法》 第四股力量：知情权的起点 国会议员：孤独的战争 白宫当家人：一个妥协者和机动者 政府VS. 社会：旧剧情重现新时代 第二章 数据帝国的兴起 摩尔定律：全世界半个世纪的发展规律 最小数据集：上升到立法高度的开路先锋 民意几时有：选票催生的创新 普适计算：计算机本身将从人们的视线中消失 “大数据”战略：争夺全世界的下一个前沿 第三章 数据治国 循“数”管理：平安大道怎样铺 数据“验”平权：民权史上的碑石 数据“打”假：最大的争议就是福利滥用 CompStat ：街头警察的创新传奇 第四章 商务智能的前世今生 起源：从数据到知识的挑战和跨越 结蛹：数据仓库之厚积薄发 蚕动：联机分析之惊艳 破茧：数据挖掘之智能生命的产生 化蝶：数据可视化的华丽上演 中 篇 法则博弈：大数据时代的发展与危机 第五章 帝国的法则 收集法则：减负，为人民减负 使用法则：隐私，文明社会的共识 发布法则：免费，人民已经交税 管理法则：质量，互联网时代的根本 第六章 《数据质量法》的困局 产业界“俘虏”政府：数据背后的政经战争 美式“旋转门”：权、名、利大串场 “掺沙子”法案：国会对付总统的独门秘器 环保“风险门”：公共利益常常无人代表 集体行动的逻辑：人人都想“搭便车” 三权之歧：什么是真正的“和谐” 第七章 全国隐私风波 《一九八四》：零隐私的恐惧 大数据就是“老大哥”：中央数据银行之争 百年纠结：统一身份证 “9?11”大拐点：以反恐的名义向左转 万维信息触角计划：追踪恐怖分子的“数据脚印” 6 种改变政府的力量：山姆大叔大退让 下 篇 公民故事：公民社会与数据互动之双赢时代 第八章 数据开放运动 一个新的世界：从软件开源到数据开放 总统的雄心：公共财政支出透明 数据民主：印裔首席信息官的崛起 Data.Gov：从旗舰初航到保“数”运动 大众创新：航班延误之候机经济学 第九章 试金石：白宫访客记录 总统在见谁：大医改中的“小”插曲 全体美国人的房子：白宫 步步妥协：总统与草根的对决 从白宫安保到政治监督：执著的公民改变世界 第十章 矿难中的歌声和数据 集体行动的号角：你站在哪一边 可以避免的悲剧：数据揭示的全景式真相 默认公开推定：和矿难赛跑的原则 唯一的道路：民主时时都要“争” 外 篇 天下趋势：大数据社会未来之世界走向 第十一章 大趋势 数据权：大不列颠的硕果 大合流: 国际开放联盟 云计算：新的航向 再造互联网：从网页相连到数据相“联” 第十二章 大挑战 逐鹿政坛：得数据者得天下 数据竞争：企业赢之道 下一波浪潮：从大数据到大社会 第十三章 大变革（2.0升级版新增） 微学位：教育领域正在发生的革命 大数据：再谈教育领域正在发生的革命 微学校：三谈教育领域正在发生的革命 尾声 挑战中国：摘下“差不多先生”的文化标签 大事记　 20世纪大萧条后美国信息开放、技术创新之路 后记 搭建“大数据”的世界 建言 中国如何应对大数据时代的挑战（2.0升级版新增） 访谈 大数据时代的“中国梦”（2.0升级版新增） 资源截图：