云計(jì)算

內(nèi)容概要

　　《云計(jì)算（第2版）》是中國電子學(xué)會(huì)云計(jì)算專家委員會(huì)劉鵬教授主編的系統(tǒng)講授云計(jì)算技術(shù)的專業(yè)圖書，重點(diǎn)闡述了云計(jì)算領(lǐng)域具有代表性的Google、Amazon、微軟和VMware四家公司的云計(jì)算技術(shù)原理和應(yīng)用方法，并詳細(xì)分析了以Hadoop、Eucalyptus為代表的眾多開源云計(jì)算系統(tǒng)和云計(jì)算仿真器CloudSim，綜述了云計(jì)算領(lǐng)域的理論研究熱點(diǎn)問題。《云計(jì)算（第2版）》強(qiáng)化了可操作性，給出了大量應(yīng)用實(shí)例、編程方法或?qū)嶒?yàn)步驟等?！对朴?jì)算（第2版）》主要內(nèi)容包括：Google的GFS、MapReduce、Bigtable、Chubby、Megastore、Dapper和App Engine等；Amazon的Dynamo、EC2、S3、SQS、SimpleDB和CloudFront等；微軟的Windows Azure、SQL Azure、App Fabric等；VMware的vSphere、vCenter等，開源云計(jì)算技術(shù)的Hadoop、Eucalyptus、Cassandra、Hive、VoltDB等。讀者可從《云計(jì)算（第2版）》配套網(wǎng)站中國云計(jì)算獲取更多資料和求解疑難問題?！　　对朴?jì)算（第2版）》緊跟云計(jì)算的發(fā)展前沿，既有理論深度，又有實(shí)用價(jià)值，可作為高校教材使用，也可作為云計(jì)算研發(fā)人員和愛好者的學(xué)習(xí)和參考資料?！　∽x者對(duì)象：可作為大學(xué)高年級(jí)和研究生云計(jì)算課程教材，也可作為云計(jì)算研究開發(fā)人員、愛好者的參考資料。

作者簡(jiǎn)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(jì)算專家委員會(huì)委員。主要研究方向?yàn)樾畔⒕W(wǎng)格和云計(jì)算，完成科研課題18項(xiàng)，發(fā)表論文70余篇，獲部級(jí)科技進(jìn)步獎(jiǎng)6項(xiàng)。曾奪得國際計(jì)算機(jī)排序比賽冠軍，并兩次奪得全國高?？萍急荣愖罡擢?jiǎng)，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(hào)。2002年首倡的“網(wǎng)格計(jì)算池”和2003年研發(fā)的“反垃圾郵件網(wǎng)格”分別為云計(jì)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(jì)算（chinacloud.cn）網(wǎng)站。

書籍目錄

目    錄第1章  緒論 11.1  云計(jì)算的概念 11.2  云計(jì)算發(fā)展現(xiàn)狀 31.3  云計(jì)算實(shí)現(xiàn)機(jī)制 51.4  網(wǎng)格計(jì)算與云計(jì)算 61.5  云計(jì)算的發(fā)展環(huán)境 91.5.1  云計(jì)算與3G 91.5.2  云計(jì)算與物聯(lián)網(wǎng) 91.5.3  云計(jì)算與移動(dòng)互聯(lián)網(wǎng) 101.5.4  云計(jì)算與三網(wǎng)融合 111.6  云計(jì)算壓倒性的成本優(yōu)勢(shì) 12習(xí)題 15參考文獻(xiàn) 15第2章  Google云計(jì)算原理與應(yīng)用 172.1  Google文件系統(tǒng)GFS 172.1.1  系統(tǒng)架構(gòu) 182.1.2  容錯(cuò)機(jī)制 202.1.3  系統(tǒng)管理技術(shù) 202.2  分布式數(shù)據(jù)處理MapReduce 212.2.1  產(chǎn)生背景 212.2.2  編程模型 222.2.3  實(shí)現(xiàn)機(jī)制 222.2.4  案例分析 242.3  分布式鎖服務(wù)Chubby 252.3.1  Paxos算法 262.3.2  Chubby系統(tǒng)設(shè)計(jì) 272.3.3  Chubby中的Paxos 292.3.4  Chubby文件系統(tǒng) 312.3.5  通信協(xié)議 322.3.6  正確性與性能 342.4  分布式結(jié)構(gòu)化數(shù)據(jù)表Bigtable 352.4.1  設(shè)計(jì)動(dòng)機(jī)與目標(biāo) 352.4.2  數(shù)據(jù)模型 362.4.3  系統(tǒng)架構(gòu) 372.4.4  主服務(wù)器 382.4.5  子表服務(wù)器 392.4.6  性能優(yōu)化 422.5  分布式存儲(chǔ)系統(tǒng)Megastore 432.5.1  設(shè)計(jì)目標(biāo)及方案選擇 442.5.2  Megastore數(shù)據(jù)模型 442.5.3  Megastore中的事務(wù)及并發(fā)控制 462.5.4  Megastore基本架構(gòu) 472.5.5  核心技術(shù)——復(fù)制 492.5.6  產(chǎn)品性能及控制措施 522.6  大規(guī)模分布式系統(tǒng)的監(jiān)控基礎(chǔ)架構(gòu)Dapper 542.6.1  基本設(shè)計(jì)目標(biāo) 542.6.2  Dapper監(jiān)控系統(tǒng)簡(jiǎn)介 542.6.3  關(guān)鍵性技術(shù) 572.6.4  常用Dapper工具 582.6.5  Dapper使用經(jīng)驗(yàn) 602.7  Google應(yīng)用程序引擎 622.7.1  Google App Engine簡(jiǎn)介 622.7.2  應(yīng)用程序環(huán)境 632.7.3  Google App Engine服務(wù) 652.7.4  Google App Engine編程實(shí)踐 72習(xí)題 86參考文獻(xiàn) 86第3章  Amazon云計(jì)算AWS 883.1  Amazon平臺(tái)基礎(chǔ)存儲(chǔ)架構(gòu)：Dynamo 883.1.1  Dynamo在Amazon服務(wù)平臺(tái)的地位 883.1.2  Dynamo架構(gòu)的主要技術(shù) 893.2  彈性計(jì)算云EC2 973.2.1  EC2的主要特性 973.2.2  EC2基本架構(gòu)及主要概念 973.2.3  EC2的關(guān)鍵技術(shù) 993.3.4  EC2安全及容錯(cuò)機(jī)制 1013.3  簡(jiǎn)單存儲(chǔ)服務(wù)S3 1023.3.1  基本概念和操作 1023.3.2  數(shù)據(jù)一致性模型 1043.3.3  S3安全措施 1053.4  簡(jiǎn)單隊(duì)列服務(wù)SQS 1073.4.1  SQS基本模型 1073.4.2  兩個(gè)重要概念 1073.4.3  消息 1083.4.4  身份認(rèn)證 1093.5  簡(jiǎn)單數(shù)據(jù)庫服務(wù)Simple DB 1093.5.1  重要概念 1103.5.2  存在的問題及解決辦法 1123.5.3  Simple DB和其他AWS的結(jié)合使用 1123.6  關(guān)系數(shù)據(jù)庫服務(wù)RDS 1133.6.1  SQL和NoSQL數(shù)據(jù)庫的對(duì)比 1133.6.2  RDS數(shù)據(jù)庫原理 1143.6.3  RDS的使用 1153.7  內(nèi)容推送服務(wù)CloudFront 1153.7.1  內(nèi)容推送網(wǎng)絡(luò)CDN 1153.7.2  云內(nèi)容推送CloudFront 1173.8  其他Amazon云計(jì)算服務(wù) 1193.8.1  快速應(yīng)用部署Elastic Beanstalk和服務(wù)模板CloudFormation 1193.8.2  云中的DNS服務(wù) Router 53 1193.8.3  虛擬私有云VPC 1203.8.4  簡(jiǎn)單通知服務(wù)SNS和簡(jiǎn)單郵件服務(wù)SES 1203.8.5  彈性MapReduce服務(wù) 1203.8.6  電子商務(wù)服務(wù)DevPay、FPS和Simple Pay 1223.8.7  Amazon執(zhí)行網(wǎng)絡(luò)服務(wù) 1263.8.8  土耳其機(jī)器人 1273.8.9  Alexa Web服務(wù) 1283.9  AWS應(yīng)用實(shí)例 1293.9.1  在線照片存儲(chǔ)共享網(wǎng)站SmugMug 1293.9.2  在線視頻制作網(wǎng)站Animoto 1303.10  小結(jié) 131習(xí)題 131參考文獻(xiàn) 131第4章  微軟云計(jì)算Windows Azure 1354.1  微軟云計(jì)算平臺(tái) 1354.2  微軟云操作系統(tǒng)Windows Azure 1364.2.1  Windows Azure概述 1364.2.2  Windows Azure計(jì)算服務(wù) 1374.2.3  Windows Azure存儲(chǔ)服務(wù) 1384.2.4  Windows Azure Connect 1524.2.5  Windows Azure CDN 1534.2.6  Fabric控制器 1534.2.7  Windows Azure應(yīng)用場(chǎng)景 1554.3  微軟云關(guān)系數(shù)據(jù)庫SQL Azure 1574.3.1  SQL Azure概述 1574.3.2  SQL Azure關(guān)鍵技術(shù) 1584.3.3  SQL Azure應(yīng)用場(chǎng)景 1604.3.4  SQL Azure和SQL Server對(duì)比 1624.4  Windows Azure AppFabric 1634.4.1  AppFabric概述 1634.4.2  AppFabric關(guān)鍵技術(shù) 1644.5  Windows Azure Marketplace 1674.6  微軟云計(jì)算編程實(shí)踐 1684.6.1  利用Visual Studio2010開發(fā)簡(jiǎn)單的云應(yīng)用程序 1684.6.2  向Windows Azure平臺(tái)發(fā)布應(yīng)用程序 170習(xí)題 173參考文獻(xiàn) 173第5章  VMware云計(jì)算 1745.1  VMware云產(chǎn)品簡(jiǎn)介 1745.1.1  VMware云戰(zhàn)略三層架構(gòu) 1745.1.2  VMware vSphere架構(gòu) 1755.1.3  云操作系統(tǒng)vSphere 1765.1.4  底層架構(gòu)服務(wù)vCloud Service Director 1775.1.5  虛擬桌面產(chǎn)品VMware View 1785.2  云管理平臺(tái) vCenter 1795.2.1  虛擬機(jī)遷移工具 1795.2.2  虛擬機(jī)數(shù)據(jù)備份恢復(fù)工具 1815.2.3  虛擬機(jī)安全工具 1815.2.4  可靠性組件FT和HA 1825.3  云架構(gòu)服務(wù)提供平臺(tái)vCloud Service Director 1825.3.1  創(chuàng)建虛擬數(shù)據(jù)中心和組織 1835.3.2  網(wǎng)絡(luò)的設(shè)計(jì) 1845.3.3  目錄管理 1845.3.4  計(jì)費(fèi)功能 1845.4  VMware的網(wǎng)絡(luò)和存儲(chǔ)虛擬化 1845.4.1  網(wǎng)絡(luò)虛擬化 1845.4.2  存儲(chǔ)虛擬化 186習(xí)題 188參考文獻(xiàn) 188第6章  Hadoop：Google云計(jì)算的開源實(shí)現(xiàn) 1896.1  Hadoop簡(jiǎn)介 189 6.2  Hadoop分布式文件系統(tǒng)HDFS 1906.2.1  設(shè)計(jì)前提與目標(biāo) 1906.2.2  體系結(jié)構(gòu) 1916.2.3  保障可靠性的措施 1926.2.4  提升性能的措施 1946.2.5  訪問接口 1956.3  分布式數(shù)據(jù)處理MapReduce 1966.3.1  邏輯模型 1966.3.2  實(shí)現(xiàn)機(jī)制 1966.4  分布式結(jié)構(gòu)化數(shù)據(jù)表HBase 1976.4.1  邏輯模型 1986.4.2  物理模型 1986.4.3  子表服務(wù)器 1996.4.4  主服務(wù)器 1996.4.5  元數(shù)據(jù)表 2006.5  Hadoop安裝 2006.5.1  在Linux系統(tǒng)中安裝Hadoop 2006.5.2  在Windows系統(tǒng)中安裝Hadoop 2086.6  HDFS使用 2156.6.1  HDFS 常用命令 2156.6.2  HDFS 基準(zhǔn)測(cè)試 2196.7  HBase安裝使用 2196.7.1  HBase的安裝配置 2196.7.2  HBase的執(zhí)行 2206.7.3  Hbase編程實(shí)例 2216.8  MapReduce編程 2236.8.1  矩陣相乘算法設(shè)計(jì) 2236.8.2  編程實(shí)現(xiàn) 224習(xí)題 226參考文獻(xiàn) 226第7章  Eucalyptus：Amazon云計(jì)算的開源實(shí)現(xiàn) 2287.1  Eucalyptus簡(jiǎn)介 2287.2  Eucalyptus技術(shù)實(shí)現(xiàn) 2297.2.1  體系結(jié)構(gòu) 2297.2.2  主要構(gòu)件 2307.2.3  訪問接口 2307.2.4  服務(wù)等級(jí)協(xié)議 2317.2.5  虛擬組網(wǎng) 2327.3  Eucalyptus安裝與使用 2337.3.1  在Linux系統(tǒng)中安裝Eucalyptus 2337.3.2  Eucalyptus配置和管理 2367.3.3  Eucalyptus常用命令的示例和說明 238習(xí)題 240參考文獻(xiàn) 240第8章  其他開源云計(jì)算系統(tǒng) 2418.1  簡(jiǎn)介 2418.1.1  Cassandra 2418.1.2  Hive 2428.1.3  VoltDB 2428.1.4  Enomaly ECP 2438.1.5  Nimbus 2448.1.6  Sector and Sphere 2458.1.7  abiquo 2478.1.8  MongoDB 2478.2  Cassandra 2498.2.1  體系結(jié)構(gòu) 2498.2.2  數(shù)據(jù)模型 2508.2.3  存儲(chǔ)機(jī)制 2518.2.4  讀/寫刪過程 2528.3  Hive 2548.3.1  整體構(gòu)架 2548.3.2  數(shù)據(jù)模型 2558.3.3  HQL語言 2578.3.4  環(huán)境搭建 2598.4  VoltDB 2608.4.1  整體架構(gòu) 2608.4.2  自動(dòng)數(shù)據(jù)分片技術(shù) 261習(xí)題 264參考文獻(xiàn) 264第9章  云計(jì)算仿真器CloudSim 2659.1  CloudSim簡(jiǎn)介 2659.2  CloudSim體系結(jié)構(gòu) 2659.2.1  CloudSim核心模擬引擎 2669.2.2  CloudSim層 2689.2.3  用戶代碼層 2719.3  CloudSim技術(shù)實(shí)現(xiàn) 2719.4  CloudSim的使用方法 274 9.4.1  環(huán)境配置 2749.4.2  運(yùn)行樣例程序 2749.5  CloudSim的擴(kuò)展 2779.5.1  調(diào)度策略的擴(kuò)展 2779.5.2  仿真核心代碼 2809.5.3  平臺(tái)重編譯 286習(xí)題 287參考文獻(xiàn) 287第10章  云計(jì)算研究熱點(diǎn) 28810.1  云計(jì)算體系結(jié)構(gòu)研究 28810.1.1  Youseff劃分方法 28810.1.2  Lenk劃分方法 29010.2  云計(jì)算關(guān)鍵技術(shù)研究 29210.2.1  虛擬化技術(shù) 29210.2.2  數(shù)據(jù)存儲(chǔ)技術(shù) 29310.2.3  資源管理技術(shù) 29510.2.4  能耗管理技術(shù) 29810.2.5  云監(jiān)測(cè)技術(shù) 30110.3  編程模型研究 30310.3.1  All-Pairs編程模型 30310.3.2  GridBatch編程模型 30410.3.3  其他編程模型 30510.4  支撐平臺(tái)研究 30610.4.1  Cumulus：數(shù)據(jù)中心科學(xué)云 30610.4.2  CARMEN：e-Science云計(jì)算 30710.4.3  RESERVOIR：云服務(wù)融合平臺(tái) 30810.4.4  TPlatform：Hadoop的變種 30910.4.5  P2P環(huán)境的MapReduce 30910.4.6  Yahoo云計(jì)算平臺(tái) 31110.4.7  微軟的Dryad框架 31110.4.8  Neptune框架 31210.5  應(yīng)用研究 31310.5.1  語義分析應(yīng)用 31310.5.2  生物學(xué)應(yīng)用 31410.5.3  數(shù)據(jù)庫應(yīng)用 31510.5.4  地理信息應(yīng)用 31610.5.5  商業(yè)應(yīng)用 31710.5.6  醫(yī)學(xué)應(yīng)用 31810.5.7  社會(huì)智能應(yīng)用 31910.6  云安全研究 32110.6.1  Anti-Spam Grid：反垃圾郵件網(wǎng)格 32110.6.2  CloudAV：終端惡意軟件檢測(cè) 32310.6.3  AMSDS：惡意軟件簽名自動(dòng)檢測(cè) 32410.6.4  CloudSEC：協(xié)作安全服務(wù)體系結(jié)構(gòu) 325習(xí)題 327參考文獻(xiàn) 327第11章  總結(jié)與展望 33211.1  主流商業(yè)云計(jì)算解決方案比較 33211.1.1  應(yīng)用場(chǎng)景 33211.1.2  使用流程 33411.1.3  體系結(jié)構(gòu) 33511.1.4  實(shí)現(xiàn)技術(shù) 33511.1.5  核心業(yè)務(wù) 33611.2  主流開源云計(jì)算系統(tǒng)比較 33811.2.1  開發(fā)目的 33811.2.2  體系結(jié)構(gòu) 33911.2.3  實(shí)現(xiàn)技術(shù) 34011.2.4  核心服務(wù) 34011.3  國內(nèi)代表性云計(jì)算平臺(tái)比較 34111.3.1  中國移動(dòng)“大云” 34111.3.2  阿里巴巴“阿里云” 34311.3.3  “大云”與“阿里云”的比較 34311.4  云計(jì)算的歷史坐標(biāo)與發(fā)展方向 34411.4.1  互聯(lián)網(wǎng)發(fā)展的階段劃分 34411.4.2  云格（Gloud）——云計(jì)算的未來 346習(xí)題 348參考文獻(xiàn) 349

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    云計(jì)算 PDF格式下載

---