当前位置:主页 > 计算机电子书 > 数据库 > 物联网 pdf电子书
物联网大数据处理技术与实践

物联网大数据处理技术与实践 PDF 全书超清版

  • 更新:2019-09-26
  • 大小:18.5MB
  • 类别:物联网
  • 作者:王桂玲
  • 出版:电子工业出版社
  • 格式:PDF

  • 资源介绍
  • 学习心得
  • 相关内容

物联网大数据处理技术与实践》是由电子工业出版社出版的一本关于物联网方面的书籍,作者是王桂玲,主要介绍了关于物联网、大数据、处理技术、实践方面的知识内容,目前在物联网类书籍综合评分为:8.9分。

书籍介绍

物联网大数据处理技术与实践 PDF

这书根据创作者近年来的科学研究开发设计成效及运用实践活动,对物联网技术云计算技术管理体系开展了系统软件梳理,论述了物联网技术自然环境下认知统计数据的特点、数据模型、事务管理实体模型及其生产调度解决方式 等关键定义及核心技术,并对物联网技术大数据储存、管理方法、测算与剖析的基本要素和核心技术开展了分析。这书还详细介绍了自主产品研发的朝向物联网技术的ChinDB即时认知数据库及其对于云计算环境下物联网技术大数据管理与运用的DeCloud云服务平台,详细介绍了他们在智慧交通、智能化发电厂、文化教育、安全防范等好几个制造行业的运用。书中全部案例,均来源于创作者所属精英团队的具体运用,绝大多数在物联网技术新项目中获得了实践活动运用。这书对物联网的应用的开发设计及其两化融合、工业生产4.0自然环境下的大数据处理剖析具备关键实用价值。

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CPS 5
  • 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 HBase 131
  • 8.2.2 SQL on Hadoop 132
  • 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CubeOne 175
  • 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

资源获取

资源地址1:https://pan.baidu.com/s/1OX30HamRS9bi4VaXC-Zf4g(密码:dng0)

相关资源

网友留言