走在汽車革命的路上論文書籍站
AWS EC2 比較的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包
AWS EC2 比較的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦SamT.寫的 AWS自學聖經：5大必學雲端主題・超圖解入門(全彩印刷) 和(美)卡斯特的 Pentaho Kettle解決方案：使用PDI構建開源ETL解決方案都 可以從中找到所需的評價。
另外網站深度比较亚马逊AWS、微软Azure和谷歌云存储 - 手机搜狐网也說明：在公有云IaaS层中，最常见的用例之一是存储。这是因为，用户只需要将数据上传到云端，并且支付相应的存储费用，而不必大费周章地购买硬件和管理。
這兩本書分別來自深智數位 和電子工業所出版 。
國立中正大學 資訊工程研究所 吳昇所指導 鄭中勝的 具備快取感測之無鎖式雜湊表 （2020），提出AWS EC2 比較關鍵因素是什麼，來自於資料結構、雜湊表、快取、並行程式、無鎖程式。
而第二篇論文國立中央大學 資訊工程學系 周立德所指導 賴映岑的 針對EDoS攻擊偵測及防禦之研究 （2020），提出因為有 EDoS攻擊、Yo-Yo攻擊、流量分析、K-means clustering、Dynamic Time Warping的重點而找出了 AWS EC2 比較的解答。
最後網站GCP Ping & CloudPing 測試連線至GCP、AWS 各國節點速度 ...則補充：無論你是否使用過GCP 或AWS，應該都知道這類雲端服務最大特色是會在各個國家城市 ... 連接到美國，選擇亞洲資料中心會有更低延遲和反應時間，當然連線效果也會比較好。
AWS自學聖經：5大必學雲端主題・超圖解入門(全彩印刷)
為了解決AWS EC2 比較 的問題，作者SamT. 這樣論述：
AWS自學聖經：5大必學雲端主題・超圖解入門(全彩印刷) ☆【全彩圖解】x【高效圖片教學】☆ 本書獲得 2021 iThome 鐵人賽 IT管理組佳作 本書透過高效的圖片教學，取代千百文字，讓讀者能快速掌握AWS。AWS 是一個雲端服務提供商，提供開發者快速擁有雲端主機、資料庫、檔案、儲存空間等計算機資源。相較之下，傳統公司則需自行維護機房、自行購置硬體設備、雇用一群 IT 人員，且難以根據需求彈性增減設備，這樣的難處也讓AWS 這樣的雲端供應商興起，成為現行企業部署軟體的第一選擇。 ●本書以5 大主題： -VPC 網路架構 -EC2 運算資源 -S3 檔案儲
存 -RDS 資料庫 -IAM 權限管理 圖解內容x快速入門：15 篇圖解觀念打底 實務導向x升職必備：27 篇實作示範深入 來幫讀者一次搞懂 AWS 雲端技術。
具備快取感測之無鎖式雜湊表
為了解決AWS EC2 比較 的問題，作者鄭中勝 這樣論述：
雜湊表 (Hash Table) 是計算機科學中最為重要的資料結構之一，主要用於實作關聯式陣列、集合等抽象資料型別，為許多應用程式之根基。若能提昇雜湊表的效率，便能提高多數軟體的服務品質。本論文推出一種新的雜湊表實作，能在特定環境下大幅提升效能。透過將關注點拆分為快取記憶體、無鎖式的並行程式設計、雜湊表演算法，來逐一最佳化並解決各自的問題，最後將之整合為完整的函式庫實作。
Pentaho Kettle解決方案：使用PDI構建開源ETL解決方案
A PHP Error was encountered
Severity: Warning
Message: file_put_contents(/var/www/html/prints/public/images/books_new/CN1/112/22/CN11122754.jpg): failed to open stream: Permission denied
Filename: helpers/global_helper.php
Line Number: 140
Backtrace:
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 140
Function: file_put_contents
File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online
File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view
File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once
A PHP Error was encountered
Severity: Warning
Message: getimagesize(/var/www/html/prints/public/images/books_new/CN1/112/22/CN11122754.jpg): failed to open stream: No such file or directory
Filename: helpers/global_helper.php
Line Number: 62
Backtrace:
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 62
Function: getimagesize
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 142
Function: coverWebp
File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online
File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view
File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Trying to access array offset on value of type bool
Filename: helpers/global_helper.php
Line Number: 64
Backtrace:
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 64
Function: _error_handler
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 142
Function: coverWebp
File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online
File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view
File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Trying to access array offset on value of type bool
Filename: helpers/global_helper.php
Line Number: 66
Backtrace:
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 66
Function: _error_handler
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 142
Function: coverWebp
File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online
File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view
File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Trying to access array offset on value of type bool
Filename: helpers/global_helper.php
Line Number: 68
Backtrace:
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 68
Function: _error_handler
File: /var/www/html/prints/application/helpers/global_helper.php
Line: 142
Function: coverWebp
File: /var/www/html/prints/application/views/article_v2.php
Line: 248
Function: coverWebp_online
File: /var/www/html/prints/application/controllers/Pages.php
Line: 662
Function: view
File: /var/www/html/prints/public/index.php
Line: 319
Function: require_once
為了解決AWS EC2 比較 的問題，作者(美)卡斯特 這樣論述：
本書主要介紹如何使用開源ETL工具來完成數據整合工作。本書介紹的PDI(Kettle)是一種開源的 ETL 解決方案，書中介紹了如何使用PDI來實現數據的剖析、清洗、校驗、抽取、轉換、加載等各類常見的ETL類工作。除了ODS/DW類比較大型的應用外，Kettle 實際還可以為中小企業提供靈活的數據抽取和數據處理的功能。Kettle除了支持各種關系型數據庫、HBase、MongoDB這樣的NoSQL數據源外，它還支持Excel、Access這類小型的數據源。並且通過插件擴展，Kettle 可以支持各類數據源。本書詳細介紹了Kettle可以處理的數據源，而且詳細介紹了如何使用Kettle抽取增量數
據。Kettle 的數據處理功能也很強大，除了選擇、過濾、分組、連接、排序這些常用的功能外，Kettle 里的Java表達式、正則表達式、Java腳本、Java類等功能都非常靈活而強大，都非常適合於各種數據處理功能。本書也使用了一些篇幅介紹Kettle這些靈活的數據處理功能。本書后面章節介紹了如何在 Kettle 上開發插件，如何使用Kettle處理實時數據流，以及如何在Amazon AWS上運行Kettle 等一些高級主題。除了介紹PDI(Kettle)工具的使用和功能，本書還結合Kimball博士的數據倉庫和ETL子系統的理論，從實踐的角度介紹數據倉庫的模型設計、數據倉庫的構建方法，以及如
何使用 PDI實現Kimball博士提出的34種ETL子系統。Matt Casters是一位具有多年工作經驗的獨立商業智能顧問。他為許多大公司建立了無數個數據倉庫和 BI解決方案。在過去的 8年里， Matt Casters把自己的時間都用於研發一個 ETL工具—— Kettle。2005年12月， Kettle成為開源軟件。 2006年初期， Kettle走進 Pentaho。隨后， Matt就職於 Pentaho，成為數據集成總監。在 Pentaho,他繼續從事 Kettle的研發工作。 Matt致力於幫助建設 Kettle社區，回答論壇上的提問，有時在世界會議上發表演講。Roland B
ouman目前從事前台頁面和商業智能的研發工作。他從 1998年開始從事 IT行業。多年來一直致力於開源軟件的研發，尤其是數據庫技術、商業智能以及頁面開發框架。同時， Roland Bouman還是 MySQL和Pentaho社區的成員。他經常參加 MySQL使用者會議、 OSCON、 Pentaho社區等國際會議。 Roland Bouman不僅是 MySQL 5.1 Cluster Certification Guide和Pentaho Solutions兩本書的合著者之一，也是 MySQL和Pentaho相關書籍的技術評論家。 第一部分：開始第1章 ETL入門21.1
OLTP和數據倉庫對比21.2 ETL是什麼31.2.1 ETL解決方案的演化過程41.2.2 ETL基本構成51.3 ETL、ELT和EII61.3.1 ELT61.3.2 EII：虛擬數據整合71.4 數據整合面臨的挑戰81.4.1 方法論：敏捷BI91.4.2 ETL設計101.4.3 獲取數據101.4.4 數據質量121.5 ETL工具的功能131.5.1 連接131.5.2 平台獨立141.5.3 數據規模141.5.4 設計靈活性141.5.5 復用性151.5.6 擴展性151.5.7 數據轉換151.5.8 測試和調試161.5.9 血統和影響分析161.5.10 日志和審
計161.6 小結17第2章 Kettle基本概念182.1 設計原則182.2 Kettle設計模塊192.2.1 轉換192.2.2 作業232.2.3 轉換或作業的元數據282.2.4 數據庫連接282.2.5 工具312.2.6 資源庫312.2.7 虛擬文件系統312.3 參數和變量322.3.1 定義變量322.3.2 命名參數332.3.3 使用變量332.4 可視化編程342.4.1 開始342.4.2 創建新的步驟352.4.3 放在一起362.5 小結38第3章 安裝和配置393.1 Kettle軟件概覽393.1.1 集成開發環境：Spoon403.1.2 命令行啟動：K
itchen和Pan423.1.3 作業服務器：Carte423.1.4 Encr.bat和encr.sh423.2 安裝433.2.1 Java環境433.2.2 安裝Kettle433.3 配置463.3.1 配置文件和kettle目錄463.3.2 用於啟動Kettle程序的shell腳本513.3.3 管理JDBC驅動523.4 小結53第4章 ETL示例解決方案——Sakila544.1 Sakila544.1.1 sakila示例數據庫554.1.2 租賃業務的星型模型574.2 預備知識和一些基礎的Spoon技巧604.2.1 安裝ETL解決方案604.2.2 Spoon使用60
4.3 ETL示例解決方案614.3.1 生成靜態維度624.3.2 循環加載644.4 小結80第二部分：ETL第5章 ETL子系統825.1 34種子系統介紹825.1.1 抽取835.1.2 清洗和更正數據845.1.3 數據發布865.1.4 管理ETL環境895.2 小結91第6章 數據抽取926.1 Kettle數據抽取概覽926.1.1 文件抽取936.1.2 數據庫抽取976.1.3 Web數據抽取986.1.4 基於流的和實時的抽取996.2 處理ERP和CRM系統1006.2.1 ERP挑戰1006.2.2 KettleERP插件1016.2.3 處理SAP數據1016.2
.4 ERP和CDC問題1046.3 數據剖析1056.4 CDC：變更數據捕獲1106.4.1 基於源數據的CDC1116.4.2 基於觸發器的CDC1136.4.3 基於快照的CDC1136.4.4 基於日志的CDC1166.4.5 哪個CDC方案更適合你1176.5 發布數據1176.6 小結118第7章 清洗和校驗1197.1 數據清洗1207.1.1 數據清洗步驟1217.1.2 使用參照表1237.1.3 數據校驗1277.2 錯誤處理1307.2.1 處理過程錯誤1317.2.2 轉換錯誤1327.2.3 處理數據（校驗）錯誤1337.3 審計數據和過程質量1367.4 數據排重
1377.4.1 去除完全重復的數據1377.4.2 不完全重復問題1387.4.3 設計排除重復記錄的轉換1397.5 腳本1427.5.1 公式1437.5.2 Java腳本1437.5.3 用戶自定義Java表達式1447.5.4 正則表達式1457.6 小結146第8章 處理維度表1478.1 管理各種鍵1488.1.1 管理業務鍵1488.1.2 生成代理鍵1498.2 加載維度表1548.2.1 雪花維度表1548.2.2 星型維度表1598.3 緩慢變更維度1618.3.1 緩慢變更維類型1618.3.2 類型1的緩慢變更維1618.3.3 類型2的緩慢變更維1638.3.4 其
他類型的緩慢變更維1678.4 更多維度1688.4.1 生成維（GeneratedDimensions）1688.4.2 雜項維度（JunkDimensions）1698.4.3 遞歸層次1708.5 小結171第9章 加載事實表1729.1 批量加載1739.1.1 STDIN和FIFO1739.1.2 Kettle批量加載1749.1.3 批量加載一般要考慮的問題1769.2 維度查詢1769.2.1 維護參照完整性1769.2.2 代理鍵管道1779.2.3 遲到數據1799.3 處理事實表1829.3.1 周期快照和累積快照1829.3.2 面向狀態的事實表1839.3.3 加載周期
快照表1859.3.4 加載累積快照表1859.3.5 加載面向狀態事實表1869.3.6 加載聚集表1869.4 小結187第10章 處理OLAP數據18810.1 OLAP的價值和挑戰18910.1.1 OLAP存儲類型19010.1.2 OLAP在系統中的位置19110.1.3 KettleOLAP選項19110.2 Mondrian19210.3 XML/A服務19410.4 Palo19710.4.1 建立Palo連接19810.4.2 Palo架構19910.4.3 讀Palo數據20010.4.4 寫Palo數據20210.5 小結204第三部分：管理和部署第11章 ETL開發生
命期20611.1 解決方案設計20611.1.1 好習慣和壞習慣20611.1.2 ETL流設計20911.1.3 可重用性和可維護性20911.2 敏捷開發21011.3 測試和調試21411.3.1 測試活動21411.3.2 ETL測試21511.3.3 調試21811.4 解決方案文檔化22011.4.1 為什麼實際情況下文檔很少22011.4.2 Kettle的文檔功能22111.4.3 生成文檔22211.5 小結223第12章 調度和監控22412.1 調度22412.1.1 操作系統級調度22512.1.2 使用Pentaho內置的調度程序22812.2 監控23212.2.
1 日志23212.2.2 郵件通知23412.3 小結237第13章 版本和移植23813.1 版本控制系統23813.1.1 基於文件的版本控制系統23913.1.2 內容管理系統24013.2 Kettle元數據24013.2.1 KettleXML元數據24113.2.2 Kettle資源庫元數據24213.3 管理資源庫24413.3.1 導出和導入資源庫24413.3.2 資源庫升級24513.4 版本移植系統24513.4.1 管理XML文件24513.4.2 管理資源庫24613.4.3 解決方案參數化24613.5 小結248第14章 血統和審計24914.1 批量血統抽取2
5014.2 血統25114.2.1 血統信息25114.2.2 影響分析信息25214.3 日志和操作元數據25414.3.1 日志基礎25414.3.2 日志架構25514.3.3 日志表25714.4 小結262第四部分：性能和擴展性第15章 性能調優26415.1 轉換性能：找到最弱連接26415.1.1 通過簡化找到性能瓶頸26515.1.2 通過度量值找到性能瓶頸26615.1.3 復制數據行26715.2 提高轉換性能26915.2.1 提高讀文本文件的性能26915.2.2 寫文本文件時使用延遲轉換27115.2.3 提高數據庫性能27215.2.4 數據排序27515.2.5
減少CPU消耗27615.3 提高作業性能28015.3.1 作業里的循環28015.3.2 數據庫連接池28115.4 小結281第16章 並行、集群和分區28316.1 多線程28316.1.1 數據行分發28416.1.2 記錄行合並28516.1.3 記錄行再分發28516.1.4 數據流水線28616.1.5 多線程的問題28716.1.6 作業中的並行執行28916.2 使用Carte子服務器28916.2.1 配置文件28916.2.2 定義子服務器29016.2.3 遠程執行29116.2.4 監視子服務器29116.2.5 Carte安全29116.2.6 服務29216.
3 集群轉換29316.3.1 定義一個集群模式29316.3.2 設計集群轉換29416.3.3 執行和監控29516.3.4 元數據轉換29616.4 分區29816.4.1 定義分區模式29916.4.2 分區的目標30016.4.3 實現分區30016.4.4 內部變量30116.4.5 數據庫分區30116.4.6 集群轉換中的分區30216.5 小結302第17章 雲計算中的動態集群30317.1 動態集群30317.1.1 建立動態集群30417.1.2 使用動態集群30617.2 雲計算30617.3 EC230717.3.1 如何使用EC230717.3.2 成本30717.
3.3 自定義AMI30717.3.4 打包新AMI31017.3.5 中止AMI31017.3.6 運行主節點31017.3.7 運行子節點31117.3.8 使用EC2集群31217.3.9 監控31317.3.10 輕量原則和持久性31417.4 小結314第18章 實時數據整合31518.1 實時ETL介紹31518.1.1 實時處理面臨的挑戰31618.1.2 需求31618.2 基於流的轉換31718.2.1 一個基於流的轉換實例31818.2.2 調試32118.2.3 第三方軟件和實時整合32118.2.4 Java消息服務32218.3 小結324第五部分：高級主題第19章
DataVault管理32619.1 DataVault模型介紹32719.2 你是否需要DataVault32719.3 DataVault的組成部分32819.3.1 中心表32819.3.2 鏈接表32919.3.3 附屬表32919.3.4 DataVault特點33119.3.5 構建DataVault模型33119.4 將Sakila的例子轉換成DataVault模型33119.4.1 Sakila中心表33119.4.2 Sakila鏈接表33219.4.3 Sakila附屬表33319.5 加載DataVault模型：簡單的ETL解決方案33419.5.1 安裝SakilaDa
taVault33519.5.2 安裝ETL方案33519.5.3 創建一個數據庫賬戶33519.5.4 ETL解決方案的例子33519.5.5 加載DataVault表34119.6 從DataVault模型更新數據集市34119.6.1 ETL解決方案例子34219.6.2 dim_actor轉換34219.6.3 dim_customer轉換34319.6.4 dim_film轉換34619.6.5 dim_film_actor_bridge轉換34719.6.6 fact_rental轉換34719.6.7 加載星型模型里的所有表34919.7 小結349第20章 處理復雜數據格式35
020.1 非關系型和非表格型的數據格式35020.2 非結構化的表格型數據35120.2.1 處理多值字段35120.2.2 處理重復的字段組35220.3 半結構化和非結構化數據35320.4 鍵／值對35820.5 小結362第21章 WebServices36321.1 Web頁面和WebServices36321.2 數據格式36521.2.1 XML36521.2.2 HTML36621.2.3 JavaScriptObjectNotation36721.3 XML例子36921.3.1 XML例子文件36921.3.2 從XML中抽取數據37121.3.3 生成XML文檔3782
1.4 SOAP例子38421.4.1 使用「Web服務查詢」步驟38521.4.2 直接訪問SOAP服務38621.5 JSON例子38921.5.1 Freebase項目38921.5.2 使用Kettle抽取Freebase數據39221.6 RSS39621.6.1 RSS結構39621.6.2 Kettle對RSS的支持39821.7 小結403第22章 Kettle集成40422.1 KettleAPI40422.1.1 LGPL協議40422.1.2 KettleJavaAPI40522.2 執行存在的轉換和作業40622.2.1 執行一個轉換40622.2.2 執行一個作業40
722.3 應用程序中嵌入Kettle40822.3.1 Pentaho報表40822.3.2 把數據放到轉換里41022.3.3 動態轉換41322.3.4 動態模板41622.3.5 動態作業41622.3.6 在Kettle里執行動態ETL41922.3.7 Result41922.3.8 替換元數據42022.4 OEM版本和二次發布版本42122.4.1 創建PDI的OEM版本42122.4.2 Kettle的二次發布（Forking）42222.5 小結423第23章 擴展Kettle42423.1 插件架構42423.1.1 插件類型42523.1.2 架構42523.1.3 前
提42523.2 轉換步驟插件42823.2.1 StepMetaInterface42823.2.2 StepDataInterface43423.2.3 StepDialogInterface43423.2.4 StepInterface44023.3 用戶自定義Java類步驟44423.3.1 傳遞元數據44423.3.2 訪問輸入和字段44523.3.3 代碼片段44523.3.4 例子44523.4 作業項插件44623.4.1 JobEntryInterface44623.4.2 JobEntryDialogInterface44823.5 分區插件44823.6 資源庫插件450
23.7 數據庫類型插件45023.8 小結451附錄A Kettle生態群452附錄B Kettle企業版特性456附錄C 內置的變量和屬性參考457
針對EDoS攻擊偵測及防禦之研究
為了解決AWS EC2 比較 的問題，作者賴映岑 這樣論述：
在雲端運算蓬勃發展下，彈性雲之營運方式被廣泛使用，透過根據用戶服務級別協議（SLA）提供 QoS，使服務更能按需求部署及彈性擴展。然而此種營運機制可能會受到針對雲服務之 Economic Denial of Sustainability（EDoS）攻擊，表面上對服務提出合法請求，利用服務自動擴展機制，造成系統持續擴展資源，讓用戶需要支付龐大的資源使用費。而本論文提出一個機制，利用基於 Dynamic Time Warping 的 K-means 分群演算法對用戶流量進行分群，並分析服務資源使用率和用戶流量之間的時間分布，來區分合法用戶及惡意用戶，並限制惡意用戶存取服務，來達到偵測 Yo-Yo
攻擊以及防禦之效果。