本书通过对Linux 2.6内核源代码的分析，详细讨论存储技术的内在实现原理。分为三条主线：解释PCI设备、SCSI设备以及块设备的发现过程；跟踪存储I/O路径，即用户对文件的读/写请求怎么通过中间各个层次，最终到达磁盘介质；此外，还简要介绍主机适配器、块设备驱动以及文件系统等编程框架。书中将设计一些主要的场景，跟踪实现的各个层次，对其中的主要函数进行代码级的讲解。在分析每个模块时，会给出整体框架、主要数据结构之间的关系，并列出各个域的详细含义。

本书通过对Linux 2.6内核源代码的分析，详细讨论存储技术的内在实现原理。分为三条主线：解释PCI设备、SCSI设备以及块设备的发现过程；跟踪存储I/O路径，即用户对文件的读/写请求怎么通过中间各个层次，最终到达磁盘介质；此外，还简要介绍主机适配器、块设备驱动以及文件系统等编程框架。书中将设计一些主要的场景，跟踪实现的各个层次，对其中的主要函数进行代码级的讲解。在分析每个模块时，会给出整体框架、主要数据结构之间的关系，并列出各个域的详细含义。

《存储技术原理分析:基于Linux 2.6内核源代码》通过对Linux 2.6内核源代码的分析，详细讨论存储技术的内在实现原理。分为三条主线：解释PCI设备、SCSI设备以及块设备的发现过程；跟踪存储I/O路径，即用户对文件的读/写请求怎么通过中间各个层次，最终到达磁盘介质；此外，还简要介绍主机适配器、块设备驱动以及文件系统等编程框架。 书中将设计一些主要的场景，跟踪实现的各个层次，对其中的主要函数进行代码级的讲解。在分析每个模块时，会给出整体框架、主要数据结构之间的关系，并列出各个域的详细含义。 采用这种方式，我们希望读者能对存储相关概念（如RAID、快照等）的内在实现有具体的了解，也试图帮助读者理解Linux内核设计和开发的一些思想，为进一步分析其他模块（如进程管理、内存管理等）起借鉴作用。 读者对象：《存储技术原理分析:基于Linux 2.6内...(展开全部)

本书是华为ICT 学院数据存储技术官方教材，旨在帮助学生学习数据存储技术的基本概念和原理、以及存 储系统的搭建和使用。 本书从信息传递方式的变迁引出数字化信息管理与存储的概念，进而概述存储系统构成和存储基础技术， 再以磁盘阵列技术作为案例来阐述在同一存储设备上获得性能、容量、可用性三方面提升的设计思路；接下来 从存储接口、传输协议、关键技术和功能支持等方面来讨论几类存储系统，包括直接连接存储、存储区域网络、 网络附加存储、海量存储和灾备存储等。 本书不仅适用于华为ICT 学院的学生，同样适用于正在备考HCNA-Storage 认证，或者正在参加HCNAStorage 技术培训的学员进行阅读和参考。其他有志于从事ICT 行业的人员和数据存储技术爱好者也可以通过阅 读本书，加深自己对数据存储技术的理解。

客户端数据存储赋予浏览器快速访问数据的能力，从而节省网络流量并减轻服务器的压力，同时使离线应用程序得以真正实现。本书从实用角度出发，以丰富的示例代码介绍Cookie、Web存储、IndexedDB等多种客户端存储技术，以及用于简化客户端存储的JavaScript库，如Lockr、Dexie和localForage等。

本书试图以时间轴的方式描述自20世纪50年代IBM的第一个硬盘出现以来，整个存储工业及技术的演进。本书内容聚焦于存储的技术演进，除基本技术的描述外，重点放在数据中心在云计算及大数据环境下存储新技术出现的背景、新技术架构、原理及实现，同时本书也把一部分内容放在具体的存储解决方案及实际运维管理中。作为存储知识技术类图书，本书可以用于高校信息管理专业的教材或参考书，也非常适合信息管理专业技术人员、IT经理人等专业人士阅读参考，为技术专家、高校学生以及更多愿意了解和投入到存储浪潮中的人们搭建一座桥梁。

本书试图以时间轴的方式描述自20世纪50年代IBM的第一个硬盘出现以来，整个存储工业及技术的演进。本书内容聚焦于存储的技术演进，除基本技术的描述外，重点放在数据中心在云计算及大数据环境下存储新技术出现的背景、新技术架构、原理及实现，同时本书也把一部分内容放在具体的存储解决方案及实际运维管理中。作为存储知识技术类图书，本书可以用于高校信息管理专业的教材或参考书，也非常适合信息管理专业技术人员、IT经理人等专业人士阅读参考，为技术专家、高校学生以及更多愿意了解和投入到存储浪潮中的人们搭建一座桥梁。

本书系统介绍了大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。全书共17章，内容包含大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce、数据仓库Hive、Spark、流计算、Flink、图计算、数据可视化以及大数据在互联网、生物医学领域和其他行业的应用。本书在Hadoop、HDFS、HBase、MapReduce、Hive、Spark和Flink等重要章节安排了入门级的实践操作，以便读者更好地学习和掌握大数据关键技术。

大数据作为继云计算、物联网之后IT行业又一颠覆性的技术，备受关注。大数据处不在，包括金融、汽车、零售、餐饮、电信、能源、政务、医疗、体育、娱乐等在内的社会各行各业，都融入了大数据的印迹，大数据对人类的社会生产和生活必将产生重大而深远的影响。 大数据时代的到来，迫切需要高校及时建立大数据技术课程体系，为社会培养和输送一大批具备大数据专业素养的高级人才，满足社会对大数据人才日益旺盛的需求。本书定位为大数据技术入门教材，为读者搭建起通向“大数据知识空间”的桥梁和纽带。本书将系统梳理总结大数据相关技术，介绍大数据技术的基本原理和大数据主要应用，帮助读者形成对大数据知识体系及其应用领域的轮廓性认识，为读者在大数据领域“深耕细作”奠定基础、指明方向。在本书的基础上，感兴趣的读者可以通过其他诸如《Hadoop权威指南》等工具书，继续深入学习和实践大数据相关技术。

本书系统介绍了大数据的相关知识，分为大数据基础篇、大数据存储与管理篇、大数据处理与分析篇、大数据应用篇。全书共17章，内容包含大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce、数据仓库Hive、Spark、流计算、Flink、图计算、数据可视化以及大数据在互联网、生物医学领域和其他行业的应用。本书在Hadoop、HDFS、HBase、MapReduce、Hive、Spark和Flink等重要章节安排了入门级的实践操作，以便读者更好地学习和掌握大数据关键技术。