科技
类型
可以朗读
语音朗读
193千字
字数
2020-12-01
发行日期
展开全部
主编推荐语
物联网与大数据技术融合发展趋势及应用实例。
内容简介
本书以当前有代表性的物联网系统与大数据技术融合发展趋势为主线，结合已发布的若干重点物联网基础通用技术的国家标准，系统地介绍了在大数据环境下的物联网技术架构、数据感知与数据融合、协同信息处理、大数据管理架构与关键技术及融合大数据的智能物联网系统发展趋势和应用实例。全书共分13章，第1章介绍物联网的发展历程与大数据，第2章进行了物联网技术体系架构的多视图分析，第3章和第4章介绍了物联网系统的数据感知与数据融合方法及协同信息处理，第5章到第10章具体介绍了物联网系统的大数据管理架构和NoSQL数据库、计算批处理、交互式查询、流式计算、数据交换和共享等关键技术，第11章简单介绍了物联网系统的性能评价，第12章和第13章介绍了物联网系统的智能化演进和应用。
目录
- 封面
- 版权信息
- 内容简介
- 《物联网在中国》（二期）编委会
- 《国之重器出版工程》编辑委员会
- 前言
- 第1章 物联网的发展历程与大数据
- 1.1 物联网概念的演化与内涵解析
- 1.1.1 物联网概念的起源
- 1.1.2 物联网定义的形成
- 1.2 物联网产业的发展历程
- 1.2.1 射频识别产业的兴起
- 1.2.2 传感器及智能终端产业的发展
- 1.2.3 网络通信产业的发展
- 1.2.4 物联网中的数据处理
- 1.2.5 物联网云平台的应用
- 1.3 物联网系统与大数据技术的深入融合
- 1.3.1 联网设备带来数据量的急剧增长
- 1.3.2 物联网系统中大数据的特征
- 1.3.3 物联网系统专用的大数据处理平台
- 1.3.4 工业物联网应用与大数据的融合
- 1.4 物联网产业面临的挑战与机遇
- 1.4.1 物联网发展面临的主要挑战
- 1.4.2 物联网将迈入全智能化的新阶段
- 第2章 物联网技术体系架构的多视图分析
- 2.1 物联网系统的技术架构
- 2.1.1 总体技术架构
- 2.1.2 感知技术
- 2.1.3 网络技术
- 2.1.4 支撑平台技术
- 2.1.5 应用技术
- 2.1.6 公共技术
- 2.2 物联网系统的概念模型
- 2.2.1 概念模型的总体构成
- 2.2.2 域的描述及关联关系
- 2.3 物联网系统的功能体系架构
- 2.3.1 系统功能实体构成
- 2.3.2 功能实体简要描述
- 2.3.3 系统部署功能视图
- 2.4 物联网系统的通信参考架构
- 2.4.1 通信功能实体构成
- 2.4.2 通信功能实体描述
- 2.4.3 通信网络参考视图
- 2.5 物联网系统的数据参考架构
- 2.5.1 数据功能实体构成
- 2.5.2 数据功能实体描述
- 2.6 物联网系统的应用体系架构
- 2.6.1 角色、子角色和活动
- 2.6.2 六域模型的映射关系
- 2.6.3 物联网系统应用实例
- 2.7 物联网产品生命周期的安全参考模型
- 第3章 物联网系统的数据感知与数据融合
- 3.1 感知设备的描述
- 3.1.1 感知设备的类型
- 3.1.2 感知设备的硬件组成
- 3.1.3 感知设备的工作原理
- 3.2 感知设备的数据采集
- 3.2.1 使用传感器进行数据采集
- 3.2.2 感知数据的传输与组网
- 3.2.3 数据采集的描述
- 3.3 感知数据的基本特性
- 3.3.1 感知数据的主要类型
- 3.3.2 感知数据的特征分析
- 3.3.3 感知数据的数据模型
- 3.4 感知数据的信息融合
- 3.4.1 信息融合的必要性
- 3.4.2 信息融合概念模型
- 3.4.3 各级信息融合过程
- 3.4.4 物联网系统中的信息融合
- 第4章 物联网的协同信息处理
- 4.1 协同信息处理的参考模型
- 4.1.1 协同信息处理的概念和内涵
- 4.1.2 协同信息处理的二维参考模型
- 4.1.3 协同信息处理的三维参考模型
- 4.2 协同信息处理的主要实体及处理过程
- 4.2.1 实体功能框架
- 4.2.2 协同信息处理实体
- 4.2.3 协同信息处理过程
- 4.3 协同信息处理的支撑服务及实例
- 4.3.1 协同信息处理的服务框架
- 4.3.2 支撑物联网协同信息处理的核心服务
- 4.3.3 支撑物联网协同信息处理的增强服务
- 4.3.4 协同信息处理支撑的周界防入侵系统应用
- 第5章 物联网系统的大数据管理架构
- 5.1 物联网系统中的大数据特征与架构
- 5.1.1 物联网大数据的特征
- 5.1.2 物联网大数据分析平台的逻辑架构
- 5.2 物联网系统中的大数据管理
- 5.2.1 物联网大数据云平台PaaS层数据处理
- 5.2.2 物联网大数据存储与管理
- 5.2.3 分布式文件系统关键技术
- 第6章 物联网大数据的NoSQL数据库
- 6.1 NoSQL数据库概述
- 6.1.1 NoSQL数据库的优势
- 6.1.2 NoSQL数据库的劣势
- 6.2 HBase数据库
- 6.2.1 HBase简介
- 6.2.2 HBase的应用场景
- 6.2.3 HBase Shell常用的终端命令
- 6.2.4 HBase的API介绍
- 6.2.5 HBase模式的数据模型
- 6.2.6 分布式模式的HBase
- 6.2.7 HBase和MapReduce
- 6.2.8 HBase的可靠性和可用性
- 6.2.9 HBase的优化
- 6.3 MongoDB数据库
- 6.3.1 MongoDB简介
- 6.3.2 MongoDB的特点
- 6.3.3 MongoDB的体系结构
- 6.3.4 MongoDB目前存在的常见问题
- 6.3.5 MongoDB的Replica Set存在的隐含问题
- 6.3.6 MongoDB分片模式的隐含问题
- 6.3.7 MongoDB的优点
- 6.3.8 MongoDB的缺点
- 6.3.9 MongoDB小结
- 6.4 Couchbase数据库
- 6.4.1 Couchbase简介
- 6.4.2 Couchbase数据存储机制
- 6.4.3 Couchbase内存配额设置
- 6.4.4 Couchbase缓存层功能
- 6.4.5 Couchbase硬盘存储机制
- 6.4.6 Couchbase负载均衡（Rebalancing）机制
- 6.4.7 Couchbase的特点
- 6.5 LevelDB数据库
- 6.5.1 LevelDB简介
- 6.5.2 LevelDB的优势
- 6.5.3 LevelDB的缺点
- 6.5.4 基于Python 的操作示例
- 6.5.5 LevelDB工作机制
- 6.5.6 LevelDB的SSTable文件工作机制
- 6.5.7 LevelDB的Compaction工作机制
- 6.5.8 LevelDB的Cache机制
- 6.5.9 LevelDB的版本控制机制
- 第7章 物联网大数据的计算批处理
- 7.1 Apache Hadoop分布式计算
- 7.1.1 Hadoop简介
- 7.1.2 HDFS的工作原理
- 7.1.3 HDFS分布式文件系统的优势
- 7.1.4 MapReduce在物联网大数据中的应用
- 7.2 Apache Spark分布式计算
- 7.2.1 Spark简介
- 7.2.2 Spark的特点
- 7.2.3 Spark与Hadoop的MapReduce对比分析
- 7.3 Apache Flink分布式计算
- 7.3.1 Flink简介
- 7.3.2 Flink统一的批处理与流处理系统
- 7.3.3 Flink流处理的容错机制
- 7.3.4 Flink流处理的时间窗口
- 7.3.5 基于时间戳的排序
- 7.3.6 定制的内存管理
- 7.3.7 JVM存在的问题
- 7.3.8 Flink的处理策略
- 第8章 物联网大数据的交互式查询
- 8.1 Apache Hive交互式查询技术
- 8.1.1 Hive简介
- 8.1.2 Hive的特点
- 8.1.3 Hive的体系结构
- 8.1.4 服务端和客户端组件
- 8.1.5 Hive连接到数据库的模式
- 8.1.6 Hive的存储模式
- 8.1.7 Hive的数据模型介绍
- 8.1.8 Hive和数据库的异同
- 8.1.9 Hive的工作原理
- 8.2 Apache Spark SQL交互式查询技术
- 8.2.1 Spark SQL简介
- 8.2.2 Spark SQL的特点
- 8.2.3 Spark SQL的简单实例
- 8.2.4 通过SQL进行查询
- 8.3 Apache Kudu交互式查询技术
- 8.3.1 Kudu简介
- 8.3.2 Kudu的主要优点
- 8.3.3 Kudu常见的应用场景
- 8.3.4 Kudu的工作特点
- 8.3.5 Kudu与Impala的简单实践
- 8.4 Greenplum MPP交互式查询技术
- 8.4.1 Greenplum MPP简介
- 8.4.2 Greenplum的特点
- 8.4.3 Greenplum的应用场景
- 8.4.4 Greenplum MPP与Hadoop的异同点
- 8.4.5 Greenplum MPP与Hadoop的效率对比
- 8.4.6 Greenplum MPP与Hadoop的功能对比
- 8.4.7 Greenplum MPP与Hadoop的灵活性对比
- 8.4.8 如何选择Hadoop和Greenplum MPP
- 第9章 物联网大数据的流式计算
- 9.1 Apache Storm流数据处理技术
- 9.1.1 Storm简介
- 9.1.2 Storm的特点
- 9.1.3 Storm的集群架构
- 9.1.4 Storm的核心概念
- 9.2 Apache Samza流数据处理技术
- 9.2.1 Samza简介
- 9.2.2 Samza的工作机制
- 9.2.3 Samza的特点
- 9.3 Spark Streaming流数据技术
- 9.3.1 Spark Streaming简介
- 9.3.2 Spark Streaming与Storm的对比
- 9.3.3 Spark Streaming的运行原理
- 9.3.4 Spark Streaming的简单操作
- 9.4 三大流式计算框架的对比和应用
- 9.4.1 三大流式计算框架的对比
- 9.4.2 三大流式计算框架的应用场景
- 第10章 物联网系统的数据交换和共享
- 10.1 数据交换和共享的组织形式
- 10.2 数据交换和共享的应用需求场景
- 10.3 数据交换和共享的实现模式
- 10.3.1 概述
- 10.3.2 直连模式
- 10.3.3 中介模式
- 10.3.4 搜索模式
- 10.4 数据交换和共享架构
- 10.4.1 数据交换和共享在物联网参考体系结构中的定位
- 10.4.2 《物联网 信息交换和共享》系列国家标准中的数据交换和共享架构
- 10.4.3 通用的物联网系统数据交换和共享架构
- 10.5 数据交换和共享过程
- 10.5.1 概述
- 10.5.2 发送实时共享数据
- 10.5.3 接收实时共享数据
- 10.5.4 发送数据库共享数据
- 10.5.5 接收数据库共享数据
- 10.5.6 生成共享数据目录
- 10.5.7 发送共享数据目录
- 10.5.8 搜索共享数据目录
- 10.5.9 从共享数据目录进入数据共享界面
- 第11章 物联网系统的性能评价
- 11.1 系统的性能评价原则
- 11.2 系统架构类指标
- 11.2.1 系统管理
- 11.2.2 系统兼容与互操作
- 11.2.3 组件
- 11.3 系统安全类指标
- 11.3.1 信息安全和物理安全
- 11.3.2 可靠性和弹性
- 11.4 系统功能类指标
- 11.4.1 通用功能
- 11.4.2 感知控制功能
- 11.4.3 服务支撑功能
- 11.4.4 资源交换功能
- 11.4.5 运维管控功能
- 11.4.6 用户接口功能
- 第12章 大数据环境下的物联网系统的智能化演进
- 12.1 人工智能的发展历程
- 12.1.1 人工智能的概念内涵
- 12.1.2 人工智能的技术发展历程
- 12.1.3 人工智能的特征与技术框架
- 12.1.4 人工智能涉及的关键技术
- 12.2 人工智能技术与物联网的融合
- 12.2.1 大数据——人工智能的基石
- 12.2.2 人工智能——物联网系统的大脑
- 12.2.3 人工智能技术与物联网的融合应用
- 12.3 智能物联网的发展前景展望
- 12.3.1 协同智能化的物联网系统
- 12.3.2 服务智能化的物联网系统
- 第13章 智能物联网的应用
- 13.1 自动驾驶汽车
- 13.1.1 自动驾驶汽车的技术现状
- 13.1.2 自动驾驶汽车的发展趋势
- 13.2 智能交通物联网
- 13.2.1 从车联网到智能交通物联网
- 13.2.2 智能交通物联网的应用前景
- 13.3 智能交通物联网与自动驾驶汽车的协同
- 13.3.1 车网知识协同的优势
- 13.3.2 车网知识协同体系架构
- 13.3.3 基于智能交通物联网环境的自动驾驶汽车发展展望
- 封底
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
电子工业出版社
电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。
