| 作者 |
| 朱凯 |
| 丛书名 |
| 架构师书库 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9782107091595 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 ---------------------------8082131 - 架构真意：企业级应用架构设计方法论与实践--------------------------- 本书分三大部分： 首先是部分，架构设计方法论。这部分首先侃侃而谈，为架构师成长指引道路。然后，以“5视图法”架构设计为主线，同时穿插领域驱动设计、整洁架构设计、大前端+技术中台等思想，为读者展现一整套严密、完整，且落地可操作的架构设计方法。后，探讨另一个难题：技术架构改造，并提出架构跑道、使能故事、架构重构等一系列方法。 之后是第二部分，分布式架构设计与实践。这部分从实践的角度讲解目前非常流行的互联网分布式架构的设计思路、软件架构，以及涉及的软件技术，让读者在应对这一类型的系统时，对架构设计、技术选型、架构演化，都有一个清楚的认识。 第三部分，大数据架构设计。这部分首先从宏观的角度描绘未来大数据、人工智能的发展方向、商业应用，以及技术发展趋势，以及5G/物联网背景下新的发展动向。然后，从大数据技术、数据治理、数据分析和人工智能等几个方面，讲解大数据架构设计。 ---------------------------7738077 - 企业级大数据平台构建：架构与实现--------------------------- 本书第1章介绍了信息安全人员做安全评估、渗透测试常用的系统环境与网络环境配置。第2章介绍了黑客入门基础——社会工程学。第3章介绍了密码学理论和开源工具GnuPG与OpenSSL的配置与使用。第4章介绍了一些常用的黑客手法，然后引出相对应的防护策略，并且介绍了一款开源漏洞扫描工具。第5章介绍了三种常见的Web安全问题：欺骗攻击、数据库注入与XSS跨站攻击。第6章介绍了入侵检测工具Snort和开源蜜罐体系Honeyd。第7章介绍了WiFi中WEP和WPA/WPA2的破解方法以及无线路由中常见的UPnP带来的安全隐患。第8章介绍了国家推动信息安全战略的依据及测评流程，并针对与真实测评一致的部分内容进行模拟测评。 本书既可作为面向计算机工程、软件工程、信息工程等IT相关学科的信息安全实训教材，还可作为信息安全相关人员的培训教材。 |
| 目录 |
| [套装书具体书目] 7738077 - 企业级大数据平台构建：架构与实现 - 9787111595953 - 机械工业出版社 - 定价 69 8082131 - 架构真意：企业级应用架构设计方法论与实践 - 9787111685029 - 机械工业出版社 - 定价 99 ---------------------------8082131 - 架构真意：企业级应用架构设计方法论与实践--------------------------- 前言 第一部分 架构设计方法论 第1章 架构师的修炼5 1.1 何为软件架构5 1.1.1 常见研发场景6 1.1.2 准确理解软件架构7 1.2 如何成为合格的架构师9 1.2.1 架构师的职责9 1.2.2 架构师的思维模式10 1.3 如何成为顶级的架构师12 1.3.1 能够将业务转换为技术13 1.3.2 能合理利用技术支撑业务13 1.3.3 具备前瞻思维和战略思维15 1.4 “5视图法”架构设计16 第2章 逻辑架构设计18 2.1 用例模型分析19 2.1.1 用例模型20 2.1.2 由粗到细的用例分析21 2.1.3 用例描述23 2.1.4 事件流25 2.1.5 业务需求列表29 2.1.6 需求规格说明书30 2.2 界面原型分析32 2.3 领域模型分析34 2.3.1 软件退化的根源34 2.3.2 两顶帽子的设计方式38 2.3.3 领域驱动的设计思想41 2.3.4 领域驱动的变更设计42 2.3.5 领域驱动设计总结48 2.4 技术可行性分析50 第3章 数据架构设计52 3.1 数据架构的设计过程52 3.2 基于领域的数据库设计54 3.2.1 传统的4种关系55 3.2.2 继承关系59 3.2.3 NoSQL数据库的设计61 3.3 基于领域的程序设计63 3.3.1 服务、实体与值对象64 3.3.2 贫血模型与充血模型64 3.3.3 聚合70 3.3.4 仓库与工厂71 3.3.5 问题域和限界上下文75 第4章 开发架构设计78 4.1 系统规划与接口定义78 4.1.1 系统规划79 4.1.2 接口定义80 4.2 系统分层与整洁架构82 4.2.1 系统分层82 4.2.2 底层技术更迭84 4.2.3 整洁架构设计86 4.2.4 易于维护的架构88 4.3 技术中台建设90 4.3.1 增删改的架构设计91 4.3.2 查询功能的架构设计94 4.3.3 支持领域驱动的架构设计99 4.3.4 支持微服务的架构设计107 4.4 技术选型与技术规划109 4.4.1 软件正确决策的过程109 4.4.2 商用软件与开源框架110 4.5 模块划分与代码规范111 第5章 运行架构设计114 5.1 属性→场景→决策115 5.2 非功能性需求117 5.3 恰如其分的架构设计117 5.4 技术架构演化118 5.4.1 意图架构119 5.4.2 使能故事120 5.4.3 架构跑道122 5.4.4 我们的实践122 5.5 技术改造与软件重构124 5.5.1 架构师的十年奋斗125 5.5.2 演化式的技术改造思路126 5.5.3 一个遗留系统改造的故事127 第6章 物理架构设计131 6.1 集中式与分布式132 6.2 网络架构图134 6.3 系统架构与应用架构135 第二部分 分布式架构设计与实践 第7章 分布式架构设计141 7.1 互联网架构演进141 7.1.1 All-in-One架构142 7.1.2 流量在1000万以内的架构设计143 7.1.3 流量在1000万以上的架构设计147 7.1.4 流量在5000万以上的架构设计155 7.1.5 亿级流量的架构设计160 7.2 分布式技术165 7.2.1 分布式缓存165 7.2.2 内存数据库169 7.2.3 分布式事务173 7.2.4 分布式队列179 7.2.5 分布式数据库182 第8章 微服务架构设计192 8.1 为什么要采用微服务架构192 8.1.1 快速变化需要快速交付192 8.1.2 打造高效的团队组织193 8.1.3 大前端+技术中台196 8.1.4 小而专的微服务197 8.1.5 微服务中的去中心化概念199 8.1.6 互联网转型利器202 8.2 微服务的关键技术204 8.2.1 注册中心205 8.2.2 服务网关219 8.2.3 熔断机制227 8.3 微服务的系统设计235 8.3.1 6种设计模式235 8.3.2 微服务设计实践244 8.3.3 微服务测试调优262 8.4 微服务项目实战过程276 8.4.1 在线订餐系统项目实战278 8.4.2 统一语言与事件风暴278 8.4.3 子域划分与限界上下文282 8.4.4 微服务拆分与设计实现284 第9章 基于云端的分布式部署290 9.1 DevOps与快速交付290 9.2 Docker容器技术292 9.2.1 虚拟技术与容器技术292 9.2.2 对Docker容器的操作294 9.2.3 用Dockerfile制作镜像296 9.2.4 微服务的Docker容器部署297 9.2.5 Docker容器的应用298 9.2.6 搭建Docker本地私服299 9.3 Kubernetes分布式容器管理299 9.3.1 微服务发布的难题299 9.3.2 Kubernetes的运行原理300 9.3.3 Kubernetes的应用场景303 9.3.4 Kubernetes的虚拟网络304 9.3.5 用Kubernetes部署微服务305 9.3.6 用有状态集部署组件308 9.3.7 Kubernetes应用实践310 9.4 自动化运维平台实践312 第三部分 大数据架构设计 第10章 大数据时代变革319 10.1 从IT时代向DT时代转变319 10.2 数据分析与应用319 10.2.1 数据应用的发展历程320 10.2.2 数据应用的成熟度321 10.3 数据中台建设325 10.3.1 对数据中台的正确理解325 10.3.2 数据中台建设的核心326 10.3.3 数据中台的建设思路332 10.3.4 数据中台的技术架构333 第11章 大数据技术中台335 11.1 大数据技术335 11.1.1 Hadoop技术框架336 11.1.2 Spark技术框架339 11.2 大数据采集345 11.2.1 结构化数据采集346 11.2.2 非结构化数据采集347 11.3 大数据治理350 11.3.1 SparkSQL大数据开发中台351 11.3.2 ETL过程的设计实践353 11.3.3 数据仓库建设357 11.3.4 数据标签设计360 11.4 大数据展示362 11.4.1 大数据索引363 11.4.2 多维模型分析367 11.4.3 HBase数据库369 ---------------------------7738077 - 企业级大数据平台构建：架构与实现--------------------------- 推荐序 思者常新，厚积薄发 前 言 第1章 浅谈企业级大数据平台的重要性 1 1.1 缺乏统一大数据平台的问题 2 1.1.1 资源浪费 2 1.1.2 数据孤岛 2 1.1.3 服务孤岛 3 1.1.4 安全存疑 3 1.1.5 缺乏可维护性和可扩展性 3 1.1.6 缺乏可复制性 4 1.2 构建统一大数据平台的优势 4 1.3 企业级大数据平台需要具备的基本能力 6 1.3.1 集群管理与监控 7 1.3.2 数据接入 7 1.3.3 数据存储与查询 7 1.3.4 数据计算 8 1.3.5 平台安全与管理 10 1.4 平台辅助工具 12 1.5 本章小结 13 第2章 企业级大数据平台技术栈介绍 15 2.1 HDFS 16 2.1.1 概述 16 2.1.2 RAID技术 17 2.1.3 核心设计目标 18 2.1.4 命名空间 19 2.1.5 数据模型 20 2.1.6 Namenode和Datanode 20 2.1.7 使用场景 21 2.2 Zookeeper 22 2.2.1 概述 22 2.2.2 核心特性 23 2.2.3 命名空间 24 2.2.4 数据模型 24 2.2.5 节点状态监听 25 2.2.6 原子消息广播协议 25 2.2.7 使用场景 32 2.3 HBase 33 2.3.1 概述 33 2.3.2 数据模型 34 2.3.3 Regions 34 2.3.4 HBase Master 35 2.3.5 Region Server 36 2.3.6 MemStore与HFile 37 2.3.7 使用场景 37 2.4 YARN 38 2.4.1 概述 38 2.4.2 资源模型和Container 40 2.4.3 ResourceManager 40 2.4.4 ApplicationMaster 40 2.4.5 NodeManager 41 2.4.6 单一集群架构 41 2.4.7 工作流程 41 2.4.8 使用场景 43 2.5 Spark 43 2.5.1 概述 43 2.5.2 数据模型 45 2.5.3 编程模型和作业调度 45 2.5.4 依赖 46 2.5.5 容错 47 2.5.6 集群模式 47 2.5.7 使用场景 48 2.6 本章小结 49 第3章 使用Ambari安装Hadoop集群 50 3.1 概述 50 3.2 集群设计 52 3.2.1 主控节点 52 3.2.2 存储与计算节点 53 3.2.3 安全认证与管理节点 54 3.2.4 协同管理与其他节点 54 3.3 Ambari的安装、配置与启动 55 3.3.1 安装前的准备 55 3.3.2 安装Ambari-Server 62 3.3.3 Ambari-Server结构 64 3.3.4 配置Ambari-Server 65 3.3.5 启动Ambari-Server 66 3.4 新建集群 67 3.4.1 设置集群名称并配置HDP安装包 67 3.4.2 配置集群 69 3.5 Ambari控制台功能简介 77 3.5.1 集群服务管理 78 3.5.2 集群服务配置 80 3.5.3 辅助工具 82 3.6 本章小结 86 第4章 构建企业级平台安全方案 87 4.1 浅谈企业级大数据平台面临的安全隐患 88 4.1.1 缺乏统一的访问控制机制 88 4.1.2 缺乏统一的资源授权策略 88 4.1.3 缺乏Hadoop服务安全保障 89 4.2 初级安全方案 89 4.2.1 访问控制 89 4.2.2 数据授权与管理 97 4.3 本章小结 110 第5章 Hadoop服务安全方案 111 5.1 Kerberos协议简介 111 5.2 使用FreeIPA安装Kerberos和LDAP 113 5.2.1 安装FreeIPA 115 5.2.2 IPA-Server管理控制台功能介绍 119 5.2.3 IPA CLI功能介绍 122 5.3 开启Ambari的Kerberos安全选项 127 5.3.1 集成前的准备 127 5.3.2 集成IPA 129 5.3.3 测试Kerberos认证 133 5.4 本章小结 136 第6章 单点登录与用户管理 137 6.1 集成单点登录 139 6.1.1 CAS简介 140 6.1.2 安装CAS-Server 141 6.1.3 集成Knox网关与CAS- Server 148 6.1.4 集成Ranger与CAS-Server 151 6.1.5 集成Ambari与CAS-Server 152 6.2 实现统一的用户管理系统 155 6.3 使用Java程序调用脚本 161 6.4 创建Ranger扩展用户 166 6.5 本章小结 169 第7章 搭建平台管理端RESTful服务 170 7.1 搭建RESTful服务框架 170 7.2 用户查询 174 7.2.1 引入LDAP模块 174 7.2.2 配置LDAP 174 7.2.3 实现持久层 177 7.2.4 实现服务层 181 7.2.5 实现RESTful服务 181 7.2.6 整合用户管理 183 7.3 RESTful服务安全认证 184 7.3.1 用户登录服务 185 7.3.2 使用JWT认证 185 7.3.3 创建用户登录RESTful服务 188 7.3.4 认证过滤器 194 7.3.5 测试服务安全认证 198 7.4 数据仓库数据查询 200 7.4.1 创建JDBC连接 200 7.4.2 Kerberos登录 202 7.4.3 使用JDBC协议查询 202 7.4.4 实现服务层与RESTful服务 206 7.4.5 测试查询 207 7.5 数据仓库元数据查询 208 7.5.1 使用query服务查询数仓元数据 208 7.5.2 引入JdbcTemplate模块 209 7.5.3 增加Hive元数据库配置 210 7.5.4 实现元数据持久层 211 7.5.5 实现元数据服务层与RESTful服务 216 7.5.6 测试元数据查询 218 7.6 本章小结 219 第8章 Spark任务与调度服务 220 8.1 提交Spark任务的3种方式 220 8.1.1 使用Spark-Submit脚本提交 220 8.1.2 使用Spark Client提交 226 8.1.3 使用YARN RESTful API提交 229 8.2 查询Spark日志 234 8.3 任务调度 236 8.3.1 引入Quartz模块 237 8.3.2 增加Quartz配置 237 8.3.3 编写调度任务 240 8.3.4 改进空间 241 8.4 本章小结 241 附录A Hadoop简史 242 附录B Hadoop生态其他常用组件一览 245 附录C 常用组件配置说明 248 |