云计算与大数据技术应用

第1章 云计算基础

1.1 云计算的发展演化

1.2 云计算的特征

1.3 云计算的服务模式

1.4 云计算的部署方式

第2章 云计算架构

2.1 云计算的总体架构

2.2 开源分布式云计算开发框架

第3章 云管理、云安全和云运营

3.1 云管理

3.2 云安全

3.3 云运营

第4章 大数据分析技术

4.1 大数据挖掘与分析技术

4.2 其他数据分析与应用技术

第5章 面向复杂系统设计的大数据应用平台

5.1 平台总体设计

5.2 数据库设计与交互设计

5.3 微服务架构设计

第6章 多数据分析方法集成的复杂系统设计技术

6.1 多数据分析方法集成的复杂系统体系结构建模与设计

6.2 多数据分析方法集成的复杂系统综合评估

6.3 多数据分析方法集成的复杂系统优化设计

第7章 大数据管理

7.1 数据调研与采集

7.2 数据存储

7.3 数据管理

7.4 数据安全与维护

第8章 云边协同大数据系统

8.1 云边协同数据处理

8.2 云边协同系统管理

8.3 云边协同典型场景

8.4 云边融合的数据处理系统

第9章 人工智能技术

9.1 人工智能概述

9.2 人工智能的研究内容

9.3 智能机器人感知技术

9.4 智能机器人力/触觉感知系统

参考文献

第1章云计算基础

1.1云计算的发展演化

众所周知，云计算被视为科技界的下一次革命,它将带来工作方式和商业模式的根本性改变。追根溯源，云计算与并行计算、分布式计算和网络计算密切相关,更是虚拟化、效用计算、SaaS、面向服务的架构(service-oriented architecture,SOA)等技术演进的结果，云计算的发展演化主要经历了四个阶段，这四个阶段依次是电厂模式阶段、效用计算阶段、网格计算阶段和云计算阶段。

1.1.1电厂模式阶段

电厂模式就好比利用电厂的规模效应，来降低电力的价格,让用户使用起来更方便，且无须购买任何发电设备。

1.1.2效用计算阶段

计算服务比作大规模的发电厂，发电厂的规模越大，发电成本就相对越低,那么仿照大规模电厂的模式,将大量的计算资源都集中到一个公共的计算中心,这样人们获取计算资源的成本就能够大幅度地降低。

在1960年左右,计算机设备的价格非常昂贵,远非普通企业、学校和机构所能承受,所以很多人产生了共享计算资源的想法。1961年,麦肯锡在一次会议上提出了“效用计算”这一概念,其核心是借鉴电厂模式，具体目标是整合分散在各地的服务器、存储系统以及应用程序并共享给多个用户,让用户能够像把电器的插头插入插座，从而使用电力资源一样使用计算机资源,并且根据其所使用的资源量来付费。由于当时整个IT产业还处于发展初期,很多强大的技术比如互联网等还未诞生，所以虽然这个想法一直为人称道,但是总体而言“叫好不叫座”。

1.1.3网格计算阶段

网格计算阶段研究如何把一个需要巨大的计算能力才能解决的大问题分成许多小的部分，然后把这些部分分配给许多低性能的计算机来处理,最后把这些计算结果综合起来解决大问题。可惜的是,由于网格计算在商业模式、技术和安全性方面存在不足,其并没有在工程界和商业界取得预期的成功。

1.1.4云计算阶段

云计算的核心与效用计算和网格计算类似，也是希望使用IT技术能像使用电力那样方便,并且成本低廉。但与效用计算和网格计算阶段不同的是,在云计算阶段，互联网已得到广泛应用,其安全性已为人们所认可,而且协同共享资源的需求越来越强烈。在此需求的驱动下，云计算诞生了。

1.2云计算的特征

无论是广义云计算还是狭义云计算，均具有以下五个特征。1.2.1随需应变自助式服务

云计算平台具备快速提供资源和服务的能力,用户可以根据自己的实际需求来扩展和使用云计算资源。此外,用户还可以通过网络以自卧的方式方便地进行计算能力的申请、配置和调用,供应商则可以及时地进行资源的回收和再分配。

1.2.2随时随地使用任何网络设备访问

云通过互联网提供自助式服务,用户不需要购置相关的复杂硬件设施和应用软件,也不需要了解所使用瓷源的物理位置及配置信息等,就可通过网络随时随地获取云中的计算资源以及使用高性能的计算力。

本书是一本以云计算与大数据应用为核心，以云计算与大数据基础知识为根本出发点的著作，以通俗易懂的方式深度剖析了云计算与大数据的平台、方案、产业布局以及具体应用等，系统地向读者讲解了如何快速有效地了解云计算与大数据技术，并深度解析了云计算与大数据的技术及其发展。包括以下内容：云计算基础，云计算架构，云管理、云安全和云运营，大数据分析技术，面向复杂系统设计的大数据应用平台，多数据分析方法集成的复杂系统设计技术，大数据管理，云边协同大数据系统，人工智能技术。