云計算

前言

　　隨著網(wǎng)絡(luò)帶寬的不斷增長，通過網(wǎng)絡(luò)訪問非本地的計算服務(wù)（包括數(shù)據(jù)處理、存儲和信息服務(wù)等）的條件越來越成熟，于是就有了今天我們稱做“云計算”的技術(shù)。之所以稱做“云”，是因為計算設(shè)施不在本地而在網(wǎng)絡(luò)中，用戶不需要關(guān)心它們所處的具體位置，于是我們就像以前畫網(wǎng)絡(luò)圖那樣，用“一朵云”宋代替了。其實，云計算模式的形成由來已久（Google公司從誕生之初就采用了這種模式），但只有當(dāng)寬帶網(wǎng)普及到一定程度，且網(wǎng)格計算、虛擬化、SOA和容錯技術(shù)等成熟到一定程度并融為一體，又有業(yè)界主要大公司的全力推動和吸引人的成功應(yīng)用案例時，它才如同一顆新星閃亮登場?！　〖热辉朴嬎愕姆?wù)設(shè)施不受用戶端的局限，就意味著它們的規(guī)模和能力不可限量。Google、亞馬遜、微軟和IBM等的云計算平臺已經(jīng)達(dá)到幾十萬乃至上百萬臺計算機的規(guī)模。由于規(guī)模經(jīng)濟(jì)性和眾多新技術(shù)的運用，加之擁有很高的資源利用率，云計算的性能價格比較之傳統(tǒng)模式可以達(dá)到驚人的30倍以上——這使得云計算成為一種劃時代的技術(shù)?！　≡朴嬎闩c當(dāng)今同樣備受關(guān)注的3G和物聯(lián)網(wǎng)是什么關(guān)系呢？是互為支撐、交相輝映的關(guān)系。3G為云計算帶來數(shù)以億計的寬帶移動用戶。移動終端的計算能力和存儲空間有限，卻有很強的聯(lián)網(wǎng)能力，如果有云計算平臺的支撐，移動用戶將獲得前所未有的服務(wù)體驗；物聯(lián)網(wǎng)使用數(shù)量驚人的傳感器、RFID和視頻監(jiān)控單元等，采集到極其海量的數(shù)據(jù)，通過3G和寬帶互聯(lián)網(wǎng)進(jìn)行傳輸，如果匯聚到云計算設(shè)施進(jìn)行存儲和處理，則可以更加迅速、準(zhǔn)確、智能、低成本地對物理世界進(jìn)行管理和控制，大幅提高社會生產(chǎn)力水平和生活質(zhì)量。

內(nèi)容概要

本書是中國云計算專家委員會劉鵬教授主編的系統(tǒng)講解云計算技術(shù)的專業(yè)書籍，重點闡述了云計算領(lǐng)域具代表性的Google、亞馬遜和微軟三家公司的云計算平臺的技術(shù)原理和應(yīng)用方法，并介紹了以Hadoop為代表的開源云計算技術(shù)和云計算仿真器CloudSim，分析了云計算領(lǐng)域的理論研究熱點問題，給出了云計算應(yīng)用實例云計算實驗的詳細(xì)步驟。本書主要內(nèi)容包括：Google的GFS、MapReduce、Bigtable、Chubby和App Engine等；亞馬遜AWS的Dynamo、EC2、S3、SQS、SimpleDB和CloudFront等；微軟 Azure、SQL服務(wù)、.Net服務(wù)和Live服務(wù)等；開源云計算技術(shù)HDFS、HBase和Eucalyptus等。讀者可從配套網(wǎng)站中國云計算（http://www.chinacloud.cn）獲取更多資料和求解疑難問題。

作者簡介

劉鵬，清華大學(xué)博士，解放軍理工大學(xué)教授、學(xué)科帶頭人，中國云計算專家委員會委員。主要研究方向為信息網(wǎng)格和云計算，完成科研課題18項，發(fā)表論文70余篇，獲部級科技進(jìn)步獎6項。曾奪得國際計算機排序比賽冠軍，并兩次奪得全國高?？萍急荣愖罡擢?，獲“全軍十大學(xué)習(xí)成才標(biāo)兵”、“南京十大杰出青年”和“清華大學(xué)學(xué)術(shù)新秀”等稱號。2002年首倡的“網(wǎng)格計算池”和2003年研發(fā)的“反垃圾郵件網(wǎng)格”分別為云計算和云安全的前身。創(chuàng)辦了知名的中國網(wǎng)格（chinagrid.net）和中國云計算（chinacloud.cn）網(wǎng)站。

書籍目錄

第1章  緒論	　1.1  云計算的概念	　1.2  云計算發(fā)展現(xiàn)狀	　1.3  云計算實現(xiàn)機制	　1.4  網(wǎng)格計算與云計算	　參考文獻(xiàn)	第2章  Google云計算原理	　2.1  Google文件系統(tǒng)GFS	　　2.1.1  系統(tǒng)架構(gòu)	　　2.1.2  容錯機制	　　2.1.3  系統(tǒng)管理技術(shù)	　2.2  并行數(shù)據(jù)處理MapReduce	　　2.2.1  產(chǎn)生背景	　　2.2.2  編程模型	　　2.2.3  實現(xiàn)機制	　　2.2.4  案例分析	　2.3  分布式鎖服務(wù)Chubby	　　2.3.1  Paxos算法	　　2.3.2  Chubby系統(tǒng)設(shè)計	　　2.3.3  Chubby文件系統(tǒng)	　　2.3.4  通信協(xié)議	　　2.3.5  正確性與性能	　2.4  分布式結(jié)構(gòu)化數(shù)據(jù)表Bigtable	　　2.4.1  設(shè)計動機與目標(biāo)	　　2.4.2  數(shù)據(jù)模型	　　2.4.3  系統(tǒng)架構(gòu)	　　2.4.4  主服務(wù)器	　　2.4.5  子表服務(wù)器	　　2.4.6  性能優(yōu)化	　參考文獻(xiàn)	第3章  Google應(yīng)用程序引擎	　3.1  Google App Engine簡介	　3.2  應(yīng)用程序環(huán)境	　3.3  Google App Engine數(shù)據(jù)庫	　3.4  Google App Engine服務(wù)	　　3.4.1  圖像操作API	　　3.4.2  郵件API	　　3.4.3  Memcache API	　　3.4.4  網(wǎng)址抓取API	　　3.4.5  用戶API	　　3.4.6  數(shù)據(jù)庫API	　3.5  編程實例：Hello World	　　3.5.1  創(chuàng)建簡單請求處理程序	　　3.5.2  使用webapp框架	　　3.5.3  使用用戶服務(wù)	　　3.5.4  用webapp處理表單	　　3.5.5  使用數(shù)據(jù)庫	　　3.5.6  使用模板	　　3.5.7  應(yīng)用實例：搭建CDN	　3.6  應(yīng)用實例：用iPhone訪問Google App Engine	　3.7  應(yīng)用實例：基于位置的聊天	　參考文獻(xiàn)	第4章  亞馬遜云計算AWS	　4.1  簡介	　4.2  亞馬遜平臺基礎(chǔ)存儲架構(gòu)：Dynamo	　　4.2.1  Dynamo在亞馬遜服務(wù)平臺的地位	　　4.2.2  Dynamo架構(gòu)的主要技術(shù)	　4.3  彈性計算云EC2	　　4.3.1  EC2的主要特性	　　4.3.2  EC2基本架構(gòu)及主要概念	　　4.3.3  常用API	　4.4  簡單存儲服務(wù)S3	　　4.4.1  基本概念和操作	　　4.4.2  數(shù)據(jù)一致性模型	　　4.4.3  S3安全措施	　　4.4.4  常用API	　4.5  簡單隊列服務(wù)SQS	　　4.5.1  SQS基本模型	　　4.5.2  兩個重要概念	　　4.5.3  消息	　　4.5.4  身份認(rèn)證	　　4.5.5  常用API	　4.6  簡單數(shù)據(jù)庫服務(wù)SimpleDB	　　4.6.1  重要概念	　　4.6.2  與關(guān)系型數(shù)據(jù)庫的比較	　　4.6.3  存在的問題及解決辦法	　　4.6.4  SDB和其他AWS的結(jié)合使用	　　4.6.5  常用API	　4.7  彈性MapReduce服務(wù)	　　4.7.1  彈性MapReduce	　　4.7.2  常用API	　4.8  內(nèi)容推送服務(wù)CloudFront	　　4.8.1  CDN	　　4.8.2  CloudFront	　　4.8.3  常用API	　4.9  電子商務(wù)服務(wù)DevPay和FPS	　　4.9.1  DevPay	　　4.9.2  FPS	　　4.9.3  常用API	　4.10  其他亞馬遜云計算服務(wù)	　　4.10.1  簡單支付服務(wù)Simple Pay	　　4.10.2  亞馬遜完成Web服務(wù)	　　4.10.3  土耳其機器人	　　4.10.4  Alexa Web服務(wù)	　　4.10.5  常用API	　4.11  AWS應(yīng)用實例	　　4.11.1  在線照片存儲共享網(wǎng)站SmugMug	　　4.11.2  在線視頻制作網(wǎng)站Animoto	　參考文獻(xiàn)	第5章  微軟云計算Windows Azure	　5.1  微軟云計算服務(wù)平臺	　5.2  微軟云操作系統(tǒng)Windows Azure	　　5.2.1  概述	　　5.2.2  Windows Azure存儲服務(wù)	　　5.2.3  Windows Azure計算服務(wù)	　　5.2.4  Fabric	　　5.2.5  使用Windows Azure	　5.3  SQL服務(wù)	　　5.3.1  SQL數(shù)據(jù)服務(wù)	　　5.3.2  SDS數(shù)據(jù)模型	　　5.3.3  訪問SDS	　5.4  .NET服務(wù)	　　5.4.1  概述	　　5.4.2  訪問控制服務(wù)	　　5.4.3  .NET服務(wù)總線	　　5.4.4  工作流服務(wù)	　5.5  Live服務(wù)	　　5.5.1  概述	　　5.5.2  Live框架	　　5.5.3  訪問數(shù)據(jù)	　　5.5.4  使用網(wǎng)絡(luò)	　　5.5.5  Mesh-Enabled應(yīng)用程序	　5.6  小結(jié)	　參考文獻(xiàn)	第6章  開源云計算系統(tǒng)	　6.1  開源云計算系統(tǒng)簡介	　　6.1.1  Hadoop	　　6.1.2  Eucalyptus	　　6.1.3  Enomaly ECP	　　6.1.4  Nimbus	　　6.1.5  Sector and Sphere	　　6.1.6  abiquo	　　6.1.7  MongoDB	　6.2  HDFS：GFS的開源實現(xiàn)	　　6.2.1  設(shè)計前提與目標(biāo)	　　6.2.2  體系結(jié)構(gòu)	　　6.2.3  保障可靠性的措施	　　6.2.4  提升性能的措施	　　6.2.5  訪問接口	　6.3  MapReduce的開源實現(xiàn)	　　6.3.1  邏輯模型	　　6.3.2  實現(xiàn)機制	　6.4  HBase：Bigtable的開源實現(xiàn)	　　6.4.1  邏輯模型	　　6.4.2  物理模型	　　6.4.3  子表服務(wù)器	　　6.4.4  主服務(wù)器	　　6.4.5  元數(shù)據(jù)表	　6.5  Eucalyptus：EC2的開源實現(xiàn)	　　6.5.1  背景	　　6.5.2  體系結(jié)構(gòu)	　　6.5.3  主要構(gòu)件	　　6.5.4  訪問接口	　　6.5.5  服務(wù)等級協(xié)議	　　6.5.6  虛擬組網(wǎng)	　參考文獻(xiàn)	第7章  云計算仿真器CloudSim	　7.1  CloudSim簡介	　7.2  CloudSim體系結(jié)構(gòu)	　　7.2.1  SimJava層	　　7.2.2  GridSim層	　　7.2.3  CloudSim層	　　7.2.4  用戶代碼層	　7.3  CloudSim技術(shù)實現(xiàn)	　7.4  CloudSim的使用方法	　參考文獻(xiàn)	第8章  云計算理論研究熱點	　8.1  體系結(jié)構(gòu)研究	　　8.1.1  Youseff劃分方法	　　8.1.2  Lenk劃分方法	　8.2  關(guān)鍵技術(shù)研究	　　8.2.1  虛擬機	　　8.2.2  安全管理	　　8.2.3  云監(jiān)測	　　8.2.4  能耗管理	　　8.2.5  數(shù)據(jù)管理	　　8.2.6  資源調(diào)度	　8.3  編程模型研究	　　8.3.1  All-Pairs編程模型	　　8.3.2  GridBatch編程模型	　8.4  支撐平臺研究	　　8.4.1  Cumulus：數(shù)據(jù)中心科學(xué)云	　　8.4.2  CARMEN：e-Science云計算	　　8.4.3  RESERVOIR：云服務(wù)融合平臺	　　8.4.4  TPlatform：Hadoop的變種	　　8.4.5  P2P環(huán)境的MapReduce	　　8.4.6  Yahoo云計算平臺	　8.5  應(yīng)用研究	　　8.5.1  語義分析應(yīng)用	　　8.5.2  生物學(xué)應(yīng)用	　　8.5.3  數(shù)據(jù)庫應(yīng)用	　　8.5.4  地理信息應(yīng)用	　　8.5.5  商業(yè)應(yīng)用	　8.6  云安全研究	　　8.6.1  Anti-Spam Grid：反垃圾郵件網(wǎng)格	　　8.6.2  CloudAV：終端惡意軟件檢測	　　8.6.3  AMSDS：惡意軟件簽名自動檢測	　　8.6.4  云平臺上的數(shù)字身份認(rèn)證	　參考文獻(xiàn)	第9章  總結(jié)與展望	　9.1  Google、亞馬遜和微軟云計算對比	　　9.1.1  應(yīng)用場景	　　9.1.2  使用流程	　　9.1.3  體系結(jié)構(gòu)	　　9.1.4  實現(xiàn)技術(shù)	　　9.1.5  小結(jié)	　9.2  云計算壓倒性的成本優(yōu)勢	　9.3  云計算的歷史坐標(biāo)與發(fā)展方向	　　9.3.1  互聯(lián)網(wǎng)發(fā)展的階段劃分	　　9.3.2  3G、物聯(lián)網(wǎng)與云計算	　　9.3.3  云格（Gloud）—云計算的未來	　參考文獻(xiàn)	附錄A  云計算實驗——Hadoop安裝與使用	　A.1  Hadoop實驗?zāi)康募皩嶒灜h(huán)境	　A.2  在Linux系統(tǒng)中安裝使用Hadoop	　　A.2.1  實驗準(zhǔn)備	　　A.2.2  實驗步驟	　A.3  在Windows系統(tǒng)中安裝使用Hadoop	　　A.3.1  實驗準(zhǔn)備	　　A.3.2  實驗步驟	　A.4  注意事項	附錄B  云計算實驗——HDFS使用	　B.1  實驗?zāi)康?　B.2  實驗環(huán)境	　B.3  實驗步驟	附錄C  云計算實驗——HDFS和MapReduce編程	　C.1  實驗?zāi)康?　C.2  實驗環(huán)境	　C.3  實驗步驟	　C.4  注意事項	附錄D  云計算實驗——HBase安裝使用	　D.1  實驗?zāi)康?　D.2  實驗環(huán)境	　D.3  實驗步驟	　D.4  注意事項	附錄E  云計算實驗——CloudSim編程	　E.1  實驗?zāi)康?　E.2  實驗環(huán)境	　E.3  實驗步驟	參考文獻(xiàn)

章節(jié)摘錄

　　但用戶必須考慮如何才能讓多臺機器協(xié)同工作起來，AWS提供了在節(jié)點之間互通消息的接口簡單隊列服務(wù)SQS（Simple Queue Service）。IaaS最大的優(yōu)勢在于它允許用戶動態(tài)申請或釋放節(jié)點，按使用量計費.運行IaaS的服務(wù)器規(guī)模達(dá)到幾十萬臺之多，用戶因而可以認(rèn)為能夠申請的資源幾乎是無限的。同時，IaaS是由公眾共享的，因而具有更高的資源使用效率。　　PaaS對資源的抽象層次更進(jìn)一步，它提供用戶應(yīng)用程序的運行環(huán)境，典型的如Google App Engine。微軟的云計算操作系統(tǒng)Microsoft Windows Azure也可大致歸入這一類。PaaS自身負(fù)責(zé)資源的動態(tài)擴展和容錯管理，用戶應(yīng)用程序不必過多考慮節(jié)點間的配合問題.但與此同時，用戶的自主權(quán)降低，必須使用特定的編程環(huán)境并遵照特定的編程模型。這有點像在高性能集群計算機里進(jìn)行MPI編程，只適用于解決某些特定的計算問題。例如，Google App Engine只允許使用Python和Java.語言、基于稱為Django的Web應(yīng)用框架、調(diào)用Google App Engine SDK來開發(fā)在線應(yīng)用服務(wù)?！　aaS的針對性更強，它將某些特定應(yīng)用軟件功能封裝成服務(wù)，如Salesforce公司提供的在線客戶關(guān)系管理CRM（Client Relationship Management）服務(wù)。SaaS既不像PaaS一樣提供計算或存儲資源類型的服務(wù)，也不像IaaS一樣提供運行用戶自定義應(yīng)用程序的環(huán)境，它只提供某些專門用途的服務(wù)供應(yīng)用調(diào)用?！　⌒枰赋龅氖?，隨著云計算的深化發(fā)展，不同云計算解決方案之間相互滲透融合，同一種產(chǎn)品往往橫跨兩種以上類型。例如，Amazon Web Services是以IaaS發(fā)展的，但新提供的彈性MapReduce服務(wù)模仿了Google的：MapReduce，簡單數(shù)據(jù)庫服務(wù)SimpleDB模仿了Google的Bigtable，這兩者屬于：PaaS的范疇，而它新提供的電子商務(wù)服務(wù)FPS和DevPay以及網(wǎng)站訪問統(tǒng)計服務(wù)Alexa Web服務(wù)，則屬于SaaS的范疇。

編輯推薦

　　云計算研發(fā)團(tuán)隊全面深入剖析云計算技術(shù)的權(quán)威書籍　　傳統(tǒng)IT巨頭紛紛轉(zhuǎn)型，成千上萬家采用云計算技術(shù)的創(chuàng)新企業(yè)正在興起，云計算、物聯(lián)網(wǎng)和3G并駕齊驅(qū)、互為支撐，一場新的信息技術(shù)革命已經(jīng)風(fēng)起云涌.您還置身事外嗎？令Google、亞馬遜、微軟和IBH等企業(yè)的云計算平臺已經(jīng)達(dá)到幾十萬乃至上百萬臺計算機的規(guī)模，眾多新技術(shù)的運用使得云計算的性價比達(dá)到傳統(tǒng)模式的30倍以上。您想了解其中的奧秘嗎？不僅要弄清云計算概念和發(fā)展趨勢，還要掌握云計算的核心技術(shù)原理；不僅要學(xué)會使用云計算和編寫云程序，還要學(xué)會搭建自己的開源云計算平臺；不僅要了解云計算理論研究前沿，還要會用云計算仿真器。您想從更好的角度研究和應(yīng)用云計算嗎？《云計算》配套網(wǎng)站中國云計算（chinacloud.cn）提供了大量云計算學(xué)習(xí)資料和課件，歡迎訪問。解放軍理工大學(xué)已經(jīng)率先使用《云計算》為本科生開設(shè)云計算課程，歡迎更多高校采用。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    云計算 PDF格式下載

---