云计算与大数据应用研究舍乐莫北京工业

$a本书内括：绪论；云计算的服务架构层次；大数据下的商业智能台架构；云存储；私有台搭建；公有台的应用探究；大数据应用探析；位置大数据的质量探索等。

章 绪论
节云计算
第二节大数据
第二章云计算的服务架构层次节基础设施即服务第二台即服务
第三节软件即服务
第三章大数据下的商业智能台架构节传统概念下的商业智能·第二节传统商业智能面临的挑战·第三节 商业智能Hadoop+MPP新架构第四节商业智能与台
第五节台共存的大数据一体机
第六节大数据商业智能的优势和发展趋势第四章云存储
节云存储的概念
第二节云存储技术简介第三节云寿储的应用领域第五章私有台搭建
节 VMware 云计算产品线
第二节 VMware vSphere 搭建
第三节 vCloud Director 搭建
第四节 fabric 相关产品的介绍
第六章公有台的应用探究
节 基于Google App Engine开发自己的应用
第二节 基于Sina App Engine 开发自己的应用
第三节基于百度云开发自己的应用
第七章大数据应用探析
节大数据与电子商务·
第二节 大数据挖掘与移动互联网·
第三节 社交网络大数据分析
第四节物流大数据分析
第五节大数据可视化分析
第八章位置大数据中的质量探究
节位置大数据面临的质量问题
第二节位置大数据质量评估模型第三节位置大数据质量控制
第九章云计算与大数据
节云计算
第二节大数据
参考文献

纵观历史，过去的数据中心无论应用层次还是规模大小，都仅仅是停留在过去有限的基础架构之上，采用的是传统精简指令集计算机和传统大型机，各个基础架构之间都相互孤立，没有形成一个统一的有机整体。在过去的数据中心里面，各种资源都没有得到有效充分的利用。而且传统数据中心资源配置和部署大多采用人工方式，没有相应台支持，使大量人力资源耗费在繁重的重复性工作上，缺少自助服务和自动部署能力，既耗费时间和成本，又严重影响工作效率。而当今越来越流行的云计算、虚拟化和云存储等新IT模式的出现，又再一次说明了过去那种孤立、缺乏有机整合的数据中心资源并没有得到有效利用，并不能满足当前多样、和海量的业务应用需求，于是、大数据技术应运而生。
大数据技术是云计算技术的延伸。大数据技术涵盖了从数据的海量存储、处理到应用的多方面的技术括海量分布式文件系统、并行计算框架、NoSQL数据库、实时流数据处理以及智能分析技术如模式识别、自然语言理解、应用知识库等。大数据技术可以为我们带来新的机会。大数据在网络应用中可以涵盖多个方面括企业管理分析如战略分析、竞争分析，运营分析如用户分析、业务分析、流量经营分析，网络管理维护优化如网络信令监测、网络运行质量分析，营销分析如精准营销、个等。
数据作为一种基础性与战略性资源得到了广泛认可，数据服务成为很多组织和机构日常营运和活动中必不可少的重要环节。当下，数据质量在理论与实践中越来越受到关注，不仅是制约数据产业发展的关键问题，也是大数据应用研究中绕不开的重大命题。
云计算和大数据是一个硬币的两面，大数据正在引发全球范围内深刻的技术和商业变革。如同云计算的出现，大数据也不是一个突然而至的新概念。云计算是大数据成长的驱动力，由于数据越来越多、越来越复杂、越来越实时。

章绪论
节 云计算
一、云计算的概念
云计算的定义很多，基于用户的视角来看，目的就是让使用者在不需了解
资源的具体情况下做到按需分配，将计算资源虚拟化为一片云。站在高处看，
当前的主流云计算更贴切于云服务，个人认为可理解为是早先运营商提供数据中心服务器租用服务的延伸。以前用户租用的是一台台物理服务器，现在租用
的是虚拟机，是软台甚至是应用程序。公认的三个云计算服务层次是IaaS
(Infrastructure as a Service)、PaaS(Platform as a Service) 和SaaS(Software
as a Service)，分别对应硬件资源台资源和应用资源。
简单来说，云计算的核心首先是计算，网络、存储、等都是外延，从
技术上讲云计算就是计算虚拟化。最早的云计算来自网格计算，通过一堆性能
较差的服务器完成一台计算机才能完成的计算任务，简单地说就是计算多虚一。但是现如今一虚多(VM/XEN等）也被一些厂商扯着大旗给忽来，并且成为主流。但是单从技术角度来看，这两者是南辕北辙的。
二、云计算的分类
（一）集中云
最早也是目前的一个集中云的典型实际用户是Google(注意这里说的
不是现在的Google云服务）。搜索引擎是消耗资源的典型应用，从你在网页上一个关键词的搜索点击，到搜索结果的产生，后台是经过了几百上千台......