Hadoop集群與安全

定　價：￥49.00

作　者：	（美）扎伯瑞福斯基（Danil Zburivsky），（美）娜拉燕南（Sudheesh Narayana）著；劉杰，沈鑫譯
出版社：	機械工業(yè)出版社
叢編項：	大數(shù)據(jù)技術叢書
標　簽：	計算機/網(wǎng)絡信息安全

購買這本書可以去

ISBN：	9787111480624	出版時間：	2014-11-01	包裝：	平裝
開本：	16開	頁數(shù)：	165	字數(shù)：

內容簡介

　　Hadoop自動化安裝和配置的問題在于隱藏了許多Hadoop組件協(xié)同工作的重要細節(jié)，《大數(shù)據(jù)技術叢書：Hadoop集群與安全》介紹如何手動安裝和配置主要的Hadoop組件，以便高效使用Hadoop平臺。通過設置一個完全可運行的集群，可對Hadoop內部的運行機制產(chǎn)生更深入的了解，并且有助于你調試任何可能發(fā)生的問題?！洞髷?shù)據(jù)技術叢書：Hadoop集群與安全》還介紹了保障基于Hadoop的大數(shù)據(jù)平臺安全的實現(xiàn)方案和最佳實踐，覆蓋Kerberos安全協(xié)議和Hadoop安全機制的設計，并包括在企業(yè)內部來確保Hadoop及其生態(tài)系統(tǒng)相關組件安全的詳細方案。通過閱讀《Hadoop集群與安全》，你將了解：·如何手動配置主要的Hadoop組件，以及Hadoop生態(tài)系統(tǒng)?！と绾卧谠贫耸褂肏adoop，包括ElasticMapReduce和Whirr的應用?！と绾闻渲肒erberos并建立安全的Hadoop集群?！と绾伪ＷoHadoop生態(tài)系統(tǒng)中的敏感數(shù)據(jù)。

作者簡介

　　扎伯瑞福斯基（DanilZburivsky），資深數(shù)據(jù)庫管理員，目前是全球數(shù)據(jù)基礎構架管理公司Pythian的咨詢師，其客戶涉及金融、娛樂以及通信領域，主要方向是創(chuàng)建各種Hadoop集群。研究興趣包括Python編程、機器學習等。娜拉燕南（SudheeshNarayana），在大數(shù)據(jù)解決方案咨詢與實施領域具有豐富經(jīng)驗的實踐者和技術戰(zhàn)略家。他在IT領域的經(jīng)驗超過15年，涉及信息管理、商務智能、大數(shù)據(jù)分析及云應用和J2EE應用開發(fā)等。劉杰，中國科學院軟件所副研究員，具有多年Hadoop平臺研發(fā)與實施經(jīng)驗，與團隊一起研發(fā)基于Hadoop的可視化大數(shù)據(jù)分析工具Haflow，該工具應用于醫(yī)療、交通等多個領域。研究方向包括企業(yè)數(shù)據(jù)集成、面向大數(shù)據(jù)的系統(tǒng)軟件、數(shù)據(jù)挖掘等。沈鑫，畢業(yè)于同濟大學計算機科學與技術系，資深網(wǎng)絡工程師，從事網(wǎng)絡安全、管理信息系統(tǒng)的開發(fā)與維護，參與開發(fā)了多個相關的項目。興趣愛好是網(wǎng)絡安全技術與嵌入式技術。

圖書目錄

譯者序
作者簡介
審校者簡介
前言
第1章構建Hadoop集群
1.1 選擇Hadoop集群硬件
1.1.1 選擇DataNode硬件
1.1.2 低存儲密度集群
1.1.3 高存儲密度集群
1.1.4 NameNode和JobTracker硬件配置
1.1.5 網(wǎng)關和其他輔助服務
1.1.6 網(wǎng)絡配置
1.1.7 Hadoop硬件總結
1.2 Hadoop發(fā)行版
1.2.1 Hadoop版本
1.2.2 選擇Hadoop發(fā)行版
1.2.3 Cloudera Hadoop 發(fā)行版
1.2.4 Hortonworks Hadoop發(fā)行版
1.2.5 MapR
1.3 為Hadoop集群選擇操作系統(tǒng)
1.4 小結
第2章安裝和配置Hadoop
2.1 在Hadoop集群中配置操作系統(tǒng)
2.1.1 選擇和設置文件系統(tǒng)
2.1.2 設置Java開發(fā)包
2.1.3 其他操作系統(tǒng)設定
2.1.4 設置CDH存儲庫
2.2 設置NameNode
2.2.1 JournalNode節(jié)點、ZooKeeper以及故障轉移控制器
2.2.2Hadoop配置文件
2.2.3 NameNode高可用方案配置
2.2.4 JobTracker配置
2.2.5DataNode配置
2.3 小結
第3章配置Hadoop生態(tài)系統(tǒng)
3.1托管Hadoop生態(tài)項目
3.2 Sqoop
3.2.1安裝和配置Sqoop
3.2.2 Sqoop導入示例
3.2.3 Sqoop導出示例
3.3 Hive
3.3.1Hive架構
3.3.2安裝Hive Metastore
3.3.3 安裝Hive客戶端
3.3.4 安裝Hive Server
3.4Impala
3.4.1 Impala架構
3.4.2 安裝Impala state store
3.4.3 安裝Impala server
3.5 小結
第4章 Hadoop安全
4.1 Hadoop安全概述
4.2 Hadoop分布式文件系統(tǒng)安全
4.3 MapReduce安全
4.4 Hadoop服務級別驗證
4.5 Hadoop和Kerberos
4.5.1 Kerberos概述
4.5.2 Hadoop中的Kerberos
4.6 小結
第5章監(jiān)控Hadoop集群
5.1 監(jiān)控策略介紹
5.2 Hadoop參數(shù)
5.2.1 JMX參數(shù)
5.2.2 使用Nagios監(jiān)控Hadoop
5.2.3 監(jiān)控Hadoop分布式文件系統(tǒng)
5.2.4 NameNode校驗
5.2.5 JournalNode檢查
5.2.6 ZooKeeper檢查
5.3 監(jiān)控MapReduce
5.4 使用Ganglia監(jiān)控Hadoop
5.5 小結
第6章在云端使用Hadoop
6.1 Amazon Elastic MapReduce
6.1.1 安裝EMR命令行接口
6.1.2 選擇Hadoop版本
6.1.3 啟動EMR集群
6.2 使用Whirr
6.3 小結
第7章 Hadoop平臺安全概述
7.1 為什么需要保障Hadoop生態(tài)系統(tǒng)的安全
7.2 確保Hadoop生態(tài)系統(tǒng)安全面臨的挑戰(zhàn)
7.3 關鍵安全因素
7.4 小結
第8章 Hadoop安全體系設計
8.1 什么是Kerberos
8.1.1 Kerberos關鍵術語
8.1.2 Kerberos如何工作
8.1.3 Kerberos 的優(yōu)點
8.2 不采用Kerberos的Hadoop默認安全模型
8.3 Hadoop Kerberos 安全模型實現(xiàn)
8.3.1 用戶層次的訪問控制
8.3.2 服務層次的訪問控制
8.3.3 用戶和服務認證
8.3.4 授權令牌
8.3.5 作業(yè)令牌
8.3.6 數(shù)據(jù)塊訪問令牌
8.4 小結
第9章配置一個安全Hadoop集群
9.1 前提條件
9.2 設置Kerberos
9.3 配置Hadoop使用Kerberos認證
9.3.1 在所有Hadoop節(jié)點設置Kerberos客戶端
9.3.2 配置Hadoop服務標識
9.4 Hadoop用戶設置
9.5 安全Hadoop自動部署
9.6 小結
第10章 Hadoop生態(tài)系統(tǒng)安全保障
10.1 為Hadoop生態(tài)系統(tǒng)組件配置Kerberos
10.1.1 Hive安全設置
10.1.2 Oozie安全設置
10.1.3 Flume安全設置
10.1.4 HBase安全設置
10.1.5 Sqoop安全設置
10.1.6 Pig安全設置
10.2 Hadoop生態(tài)系統(tǒng)組件安全保障最佳實踐
10.3 小結
第11章集成Hadoop與企業(yè)安全系統(tǒng)
11.1 集成EIM系統(tǒng)
11.1.1 配置EIM與Hadoop集成
11.1.2 集成基于Active Directory的EIM系統(tǒng)與Hadoop生態(tài)系統(tǒng)
11.2 從企業(yè)網(wǎng)絡訪問安全Hadoop集群
11.2.1 HttpFS
11.2.2 HUE
11.2.3 Knox Gateway Server
11.3 小結
第12章 Hadoop中敏感數(shù)據(jù)安全保護
12.1 Hadoop中敏感數(shù)據(jù)及保護方法
12.2 小結
第13章安全事件與審計日志
13.1 Hadoop集群安全事故和事件監(jiān)控
13.2 Hadoop集群審計日志設置
13.3 小結
附錄 Hadoop安全機制解決方案