物联网大数据处理技术与实践

图书标准信息

• 作者 王桂玲
• 出版社 电子工业出版社
• 出版时间 2017-08
• 版次 1
• ISBN 9787121324215
• 定价 49.00元
• 装帧 其他
• 开本 16开
• 纸张 轻型纸
• 页数 244页
• 字数 299千字

【内容简介】

本书基于作者近几年来的研究开发成果及应用实践，对物联网大数据技术体系进行了系统归纳，阐述了物联网环境下感知数据的特性、数据模型、事务模型以及调度处理方法等核心概念及关键技术，并对物联网大数据存储、管理、计算与分析的基本概念和关键技术进行了剖析。本书还介绍了自行研发的面向物联网的ChinDB实时感知数据库系统以及针对云计算环境下物联网大数据管理与应用的DeCloud云平台，介绍了它们在智能交通、智能电厂、教育、安全监控等多个行业的应用。书中所有实例，均来自作者所在团队的实际应用，大部分在物联网项目中得到了实践应用。本书对物联网应用的开发以及两化融合、工业4.0环境下的大数据处理分析具有重要参考价值。

【作者简介】

　　王桂玲，女，1978年生。2007年7月于清华大学计算机科学与技术系获计算机科学与技术工学博士学位。2007年7月至2012年1月先后在中国科学院计算技术研究所从事博士后、助理研究员工作。2012年1月起在北方工业大学信息工程学院云计算中心工作。目前研究领域为服务计算、云计算等。曾承担或参与多项国家自然基金（含重点基金）、973课题、核高基、以及业界合作项目。目前在JCST、计算机学报、WWW、SCC等高水平国内外学术会议及刊物上发表论文30余篇，专著2本，获得软件登记4项，专利授权1项，受理专利3项。曾获中科院计算所优秀研究人员称号、中科院计算所网络重点实验室优秀员工称号等奖励。担任SOCA'10、SOCA'09、SCDI'12等国际会议PC Member，担任国内多家学术刊物论文评审。

【目录】

第1篇  缘起与发展趋势篇

第1章  物联网与产业发展3

1.1  物联网产业的发展3

1.1.1  传感器与智能硬件4

1.1.2  物联网服务平台5

1.1.3  工业4.0与CPS5

1.2  物联网与大数据7

1.3  物联网产业的机遇与挑战9

1.3.1  物联网产业面临的挑战9

1.3.2  物联网操作系统与数据库10

1.3.3  物联网大数据处理与应用11

第2章  大数据处理技术的发展12

2.1  大数据存储和管理技术12

2.1.1  面向大数据的文件系统13

2.1.2  面向大数据的数据库系统15

2.2  大数据计算技术19

2.2.1  批处理计算模式19

2.2.2  交互式查询计算模式20

2.2.3  流处理计算模式21

2.2.4  大数据实时处理的架构：Lamda架构23

2.3  大数据分析技术24

2.3.1  传统结构化数据分析26

2.3.2  文本数据分析26

2.3.3  多媒体数据分析27

2.3.4  社交网络数据分析27

2.3.5  物联网传感数据分析28

2.3.6  大数据分析技术的发展趋势28

第2篇  技术解析篇

第3章  物联网大数据技术体系31

3.1  物联网中的大数据挑战31

3.1.1  互联网大数据的特征31

3.1.2  物联网大数据的特征34

3.2  技术体系37

3.2.1  感知数据采集与传输38

3.2.2  感知数据管理与实时计算41

3.2.3  物联网平台与大数据中心42

第4章  感知数据特性与模型44

4.1  感知数据的特性分析44

4.1.1  常用的感知数据类型44

4.1.2  感知数据的主要特征46

4.2  感知数据的表示与组织49

4.2.1  物联网数据模型49

4.2.2  时态对象模型51

4.3  感知数据库的定位52

4.3.1  感知数据库的定位52

4.3.2  感知数据库的特征53

4.4  感知数据库与传统数据库53

4.4.1  感知数据库与关系数据库53

4.4.2  感知数据库与实时数据库系统54

4.4.3  感知数据库与工厂数据库系统55

4.4.4  感知数据库与流数据处理系统55

第5章  感知数据库管理系统57

5.1  感知数据库的总体设计57

5.1.1  总体设计的主要原则57

5.1.2  感知数据库的设计框架58

5.2  感知数据库的分布部署体系62

5.2.1  系统的集群部署模式62

5.2.2  多层级的系统部署体系64

5.2.3  服务分布的部署体系66

5.3  感知数据库中的关键技术67

5.3.1  智能设备及传感器接口技术67

5.3.2  流数据实时在线处理技术68

5.3.3  事件驱动的高效处理机制69

5.3.4  感知数据的压缩存储技术75

第6章  实时事务调度处理技术79

6.1  常见事务特性分析79

6.1.1  感知事务80

6.1.2  触发事务80

6.1.3  用户事务81

6.2  事务调度与并发控制81

6.2.1  事务的调度方法81

6.2.2  并发控制策略82

6.3  服务器与操作系统83

6.3.1  服务器体系结构与发展83

6.3.2  操作系统的多任务机制87

6.4  事务的执行框架与模式90

6.4.1  通用系统模型与调度方法91

6.4.2  事务处理框架的设计模式91

6.5  系统框架的分析与性能优化94

第7章  物联网大数据存储与管理97

7.1  云文件系统的关键技术99

7.1.1  HDFS的目标和基本假设条件99

7.1.2  HDFS体系架构100

7.1.3  性能保障102

7.2  NoSQL数据库关键技术106

7.2.1  NoSQL数据库概述106

7.2.2  基于NoSQL数据库的物联网大数据存储与管理118

第8章  物联网大数据计算与分析123

8.1  物联网大数据批处理计算123

8.1.1  MapReduce的设计思想124

8.1.2  MapReduce的工作机制126

8.1.3  MapReduce在物联网大数据中的应用128

8.2  物联网大数据交互式查询130

8.2.1  原生SQL on HBase131

8.2.2  SQL on Hadoop132

8.2.3  基于HBase的交互式查询133

8.3  物联网大数据流式计算134

8.3.1  流式计算的需求特点134

8.3.2  流数据基本概念135

8.3.3  流数据查询操作140

8.3.4  流数据定制化服务142

8.3.5  评测基准145

8.3.6  Spark Streaming及其在物联网大数据中的应用146

8.4  物联网大数据分析150

8.4.1  物联网大数据OLAP多维分析151

8.4.2  物联网大数据深层次分析157

第3篇  产品研发篇

第9章  物联网网关CubeOne175

9.1  工业物联网网关175

9.1.1  CubeOne产品概述175

9.1.2  CubeOne功能特点176

9.1.3  CubeOne的应用领域178

9.2  无线传感器网络网关178

9.2.1  无线传感器网络概述178

9.2.2  ZigBee-WiFi网关180

9.2.3  ZigBee网络应用案例182

第10章  ChinDB感知数据库系统185

10.1  ChinDB系统概述185

10.2  ChinDB组成与功能特点186

10.3  ChinDB数据组织管理188

10.3.1  标签点及其属性188

10.3.2  标签点的组织方式189

10.3.3  关系数据管理190

10.3.4  历史数据管理190

10.4  ECA规则与实时计算191

10.5  ChinDB的HA方案192

10.5.1  HA概述及模式分类192

10.5.2  ChinDB HA的部署模式193

10.6  物联网应用平台195

10.6.1  物联网平台概述195

10.6.2  平台主要特点196

10.6.3  应用领域与应用案例198

第11章  DeCloud物联大数据云平台202

11.1  DeCloud组成202

11.1.1  软件概述202

11.1.2  通信服务204

11.1.3  计算服务206

11.1.4  存储服务207

11.1.5  数据发布/订阅服务208

11.2  DeCloud在智能交通领域的应用209

11.3  DeCloud在教育物联网云服务平台中的应用215

11.4  DeCloud在电厂设备故障预警的应用218

11.5  DeCloud在电梯安全监控中的应用222

11.6  DeCloud在高精度位置服务中的应用225

总结与展望