課程大綱：云計算與數(shù)據(jù)中心培訓(xùn)
1 數(shù)據(jù)中心相關(guān)業(yè)務(wù)分析
1.1 企業(yè)級業(yè)務(wù)信息架構(gòu)分析
1.2 企業(yè)與互聯(lián)網(wǎng)對接業(yè)務(wù)信息架構(gòu)分析
1.3 企業(yè)之間互相協(xié)同業(yè)務(wù)分析
1.4 核心業(yè)務(wù)與邊緣業(yè)務(wù)分析
1.5 業(yè)務(wù)抽象分析
1.6 案例分析：ERP5中“5”的含義分析
2 數(shù)據(jù)中心的OLTP結(jié)構(gòu)設(shè)計
2.1 可擴(kuò)展數(shù)據(jù)庫結(jié)構(gòu)設(shè)計
2.2 提升數(shù)據(jù)庫性能的設(shè)計策略
2.3 數(shù)據(jù)庫安全設(shè)計策略
2.4 案例分析：沃爾瑪超市ERP軟件數(shù)據(jù)庫結(jié)構(gòu)分析
2.5 案例分析：多年運(yùn)行軟件性能不降低的數(shù)據(jù)庫結(jié)構(gòu)分析
3 數(shù)據(jù)中心的OLAP結(jié)構(gòu)設(shè)計
3.1 定義數(shù)據(jù)質(zhì)量規(guī)范
3.2 ETL與數(shù)據(jù)庫倉庫設(shè)計
3.3 高性能的星型結(jié)構(gòu)數(shù)據(jù)分析模型設(shè)計
3.4 分析數(shù)據(jù)可視化設(shè)計
3.5 案例分析：國家電網(wǎng)SG186商業(yè)智能化設(shè)計
4 虛擬化技術(shù)與數(shù)據(jù)中心分布設(shè)計
4.1 數(shù)據(jù)庫實(shí)例與硬件資源充分利用
4.2 數(shù)據(jù)庫是否適合于虛擬化方式
4.3 數(shù)據(jù)庫分布策略
4.4 虛擬化技術(shù)、虛擬資源管理技術(shù)與OpenStack
4.5 云計算設(shè)備的部署方案
4.6 案例分析：社交站點(diǎn)的數(shù)據(jù)庫分布方案剖析
5 關(guān)系型數(shù)據(jù)庫轉(zhuǎn)向NoSQL分布式文件系統(tǒng)
5.1 案例分析：天貓、淘寶的“去關(guān)系型數(shù)據(jù)庫”過程分析
5.2 DFS的數(shù)據(jù)操作方式與數(shù)據(jù)庫的數(shù)據(jù)操作方式對比
5.3 案例分析：Google的GFS與Apache的HDFS架構(gòu)分析
5.4 案例分析：OceanBase淘寶開源的千億級別分布式數(shù)據(jù)庫系統(tǒng)分析(支持讀寫事務(wù)的線上服務(wù))
6 高可靠的數(shù)據(jù)訪問技術(shù)
6.1 ORM設(shè)計模式與ORM框架技術(shù)演繹
6.2 基于“云存儲”的數(shù)據(jù)訪問技術(shù)
6.3 案例分析：iCloud的穩(wěn)定性問題分析
6.4 MapReduce的分布計算框架
7 數(shù)據(jù)緩存技術(shù)
7.1 內(nèi)存數(shù)據(jù)庫與緩存技術(shù)
7.2 分布式緩存技術(shù)框架
7.3 案例分析：本地Cache設(shè)計策略
7.4 案例分析：MemCached與Redis對比分析
8 混合SQL與NoSQL的APP架構(gòu)
8.1 案例分析：天貓商戶APP的數(shù)據(jù)庫整合分析
8.2 數(shù)據(jù)服務(wù)總線框架設(shè)計
8.3 案例分析：阿里聚石塔框架分析與ISV開發(fā)模式
8.4 案例分析：Salesforce.com的Database As A Service
9 云數(shù)據(jù)中心的質(zhì)量保證
9.1 云計算的安全設(shè)計
9.2 云計算的可用性設(shè)計
9.3 云計算的性能設(shè)計
9.4 云計算的運(yùn)營設(shè)計
10 云數(shù)據(jù)中心的應(yīng)用與開發(fā)模式
10.1 云計算的主要應(yīng)用
10.2 云計算的主要開源軟件架構(gòu)及相關(guān)架構(gòu)的技術(shù)成熟度
10.3 由傳統(tǒng)架構(gòu)向云計算架構(gòu)轉(zhuǎn)型的方法、步驟和策略
10.4 測試云與云測試
加入高級會員獲得助教答疑
