物聯(lián)網大數據處理技術與實踐

第1篇 緣起與發(fā)展趨勢篇
第1章 物聯(lián)網與產業(yè)發(fā)展\t3
1．1 物聯(lián)網產業(yè)的發(fā)展\t3
1．1．1 傳感器與智能硬件\t4
1．1．2 物聯(lián)網服務平臺\t5
1．1．3 工業(yè)4．0與CPS\t5
1．2 物聯(lián)網與大數據\t7
1．3 物聯(lián)網產業(yè)的機遇與挑戰(zhàn)\t9
1．3．1 物聯(lián)網產業(yè)面臨的挑戰(zhàn)\t9
1．3．2 物聯(lián)網操作系統(tǒng)與數據庫\t10
1．3．3 物聯(lián)網大數據處理與應用\t11
第2章 大數據處理技術的發(fā)展\t12
2．1 大數據存儲和管理技術\t12
2．1．1 面向大數據的文件系統(tǒng)\t13
2．1．2 面向大數據的數據庫系統(tǒng)\t15
2．2 大數據計算技術\t19
2．2．1 批處理計算模式\t19
2．2．2 交互式查詢計算模式\t20
2．2．3 流處理計算模式\t21
2．2．4 大數據實時處理的架構：Lamda架構\t23
2．3 大數據分析技術\t24
2．3．1 傳統(tǒng)結構化數據分析\t26
2．3．2 文本數據分析\t26
2．3．3 多媒體數據分析\t27
2．3．4 社交網絡數據分析\t27
2．3．5 物聯(lián)網傳感數據分析\t28
2．3．6 大數據分析技術的發(fā)展趨勢\t28
第2篇 技術解析篇
第3章 物聯(lián)網大數據技術體系\t31
3．1 物聯(lián)網中的大數據挑戰(zhàn)\t31
3．1．1 互聯(lián)網大數據的特征\t31
3．1．2 物聯(lián)網大數據的特征\t34
3．2 技術體系\t37
3．2．1 感知數據采集與傳輸\t38
3．2．2 感知數據管理與實時計算\t41
3．2．3 物聯(lián)網平臺與大數據中心\t42
第4章 感知數據特性與模型\t44
4．1 感知數據的特性分析\t44
4．1．1 常用的感知數據類型\t44
4．1．2 感知數據的主要特征\t46
4．2 感知數據的表示與組織\t49
4．2．1 物聯(lián)網數據模型\t49
4．2．2 時態(tài)對象模型\t51
4．3 感知數據庫的定位\t52
4．3．1 感知數據庫的定位\t52
4．3．2 感知數據庫的特征\t53
4．4 感知數據庫與傳統(tǒng)數據庫\t53
4．4．1 感知數據庫與關系數據庫\t53
4．4．2 感知數據庫與實時數據庫系統(tǒng)\t54
4．4．3 感知數據庫與工廠數據庫系統(tǒng)\t55
4．4．4 感知數據庫與流數據處理系統(tǒng)\t55
第5章 感知數據庫管理系統(tǒng)\t57
5．1 感知數據庫的總體設計\t57
5．1．1 總體設計的主要原則\t57
5．1．2 感知數據庫的設計框架\t58
5．2 感知數據庫的分布部署體系\t62
5．2．1 系統(tǒng)的集群部署模式\t62
5．2．2 多層級的系統(tǒng)部署體系\t64
5．2．3 服務分布的部署體系\t66
5．3 感知數據庫中的關鍵技術\t67
5．3．1 智能設備及傳感器接口技術\t67
5．3．2 流數據實時在線處理技術\t68
5．3．3 事件驅動的高效處理機制\t69
5．3．4 感知數據的壓縮存儲技術\t75
第6章 實時事務調度處理技術\t79
6．1 常見事務特性分析\t79
6．1．1 感知事務\t80
6．1．2 觸發(fā)事務\t80
6．1．3 用戶事務\t81
6．2 事務調度與并發(fā)控制\t81
6．2．1 事務的調度方法\t81
6．2．2 并發(fā)控制策略\t82
6．3 服務器與操作系統(tǒng)\t83
6．3．1 服務器體系結構與發(fā)展\t83
6．3．2 操作系統(tǒng)的多任務機制\t87
6．4 事務的執(zhí)行框架與模式\t90
6．4．1 通用系統(tǒng)模型與調度方法\t91
6．4．2 事務處理框架的設計模式\t91
6．5 系統(tǒng)框架的分析與性能優(yōu)化\t94
第7章 物聯(lián)網大數據存儲與管理\t97
7．1 云文件系統(tǒng)的關鍵技術\t99
7．1．1 HDFS的目標和基本假設條件\t99
7．1．2 HDFS體系架構\t100
7．1．3 性能保障\t102
7．2 NoSQL數據庫關鍵技術\t106
7．2．1 NoSQL數據庫概述\t106
7．2．2 基于NoSQL數據庫的物聯(lián)網大數據存儲與管理\t118
第8章 物聯(lián)網大數據計算與分析\t123
8．1 物聯(lián)網大數據批處理計算\t123
8．1．1 MapReduce的設計思想\t124
8．1．2 MapReduce的工作機制\t126
8．1．3 MapReduce在物聯(lián)網大數據中的應用\t128
8．2 物聯(lián)網大數據交互式查詢\t130
8．2．1 原生SQL on HBase\t131
8．2．2 SQL on Hadoop\t132
8．2．3 基于HBase的交互式查詢\t133
8．3 物聯(lián)網大數據流式計算\t134
8．3．1 流式計算的需求特點\t134
8．3．2 流數據基本概念\t135
8．3．3 流數據查詢操作\t140
8．3．4 流數據定制化服務\t142
8．3．5 評測基準\t145
8．3．6 Spark Streaming及其在物聯(lián)網大數據中的應用\t146
8．4 物聯(lián)網大數據分析\t150
8．4．1 物聯(lián)網大數據OLAP多維分析\t151
8．4．2 物聯(lián)網大數據深層次分析\t157
第3篇 產品研發(fā)篇
第9章 物聯(lián)網網關CubeOne\t175
9．1 工業(yè)物聯(lián)網網關\t175
9．1．1 CubeOne產品概述\t175
9．1．2 CubeOne功能特點\t176
9．1．3 CubeOne的應用領域\t178
9．2 無線傳感器網絡網關\t178
9．2．1 無線傳感器網絡概述\t178
9．2．2 ZigBee-WiFi網關\t180
9．2．3 ZigBee網絡應用案例\t182
第10章 ChinDB感知數據庫系統(tǒng)\t185
10．1 ChinDB系統(tǒng)概述\t185
10．2 ChinDB組成與功能特點\t186
10．3 ChinDB數據組織管理\t188
10．3．1 標簽點及其屬性\t188
10．3．2 標簽點的組織方式\t189
10．3．3 關系數據管理\t190
10．3．4 歷史數據管理\t190
10．4 ECA規(guī)則與實時計算\t191
10．5 ChinDB的HA方案\t192
10．5．1 HA概述及模式分類\t192
10．5．2 ChinDB HA的部署模式\t193
10．6 物聯(lián)網應用平臺\t195
10．6．1 物聯(lián)網平臺概述\t195
10．6．2 平臺主要特點\t196
10．6．3 應用領域與應用案例\t198
第11章 DeCloud物聯(lián)大數據云平臺\t202
11．1 DeCloud組成\t202
11．1．1 軟件概述\t202
11．1．2 通信服務\t204
11．1．3 計算服務\t206
11．1．4 存儲服務\t207
11．1．5 數據發(fā)布/訂閱服務\t208
11．2 DeCloud在智能交通領域的應用\t209
11．3 DeCloud在教育物聯(lián)網云服務平臺中的應用\t215
11．4 DeCloud在電廠設備故障預警的應用\t218
11．5 DeCloud在電梯安全監(jiān)控中的應用\t222
11．6 DeCloud在高精度位置服務中的應用\t225
總結與展望