典型云計(jì)算平臺(tái)與應(yīng)用教程

內(nèi)容概要

《典型云計(jì)算平臺(tái)與應(yīng)用教程》從應(yīng)用的角度出發(fā)，首先概括了云計(jì)算的相關(guān)概念、專業(yè)工具及程序設(shè)計(jì)等知識(shí)，從而揭開(kāi)云計(jì)算的神秘面紗，帶領(lǐng)讀者全面了解云計(jì)算的發(fā)展?fàn)顩r；接著分別介紹了云計(jì)算在各企業(yè)中應(yīng)用相關(guān)平臺(tái)，主要包括微軟云計(jì)算、Google云計(jì)算、Amazon云計(jì)算、VMware云計(jì)算等內(nèi)容，從而讓讀者切身體會(huì)到云計(jì)算在各企業(yè)中的應(yīng)用；最后介紹了云計(jì)算的仿真器及其實(shí)際應(yīng)用，讓讀者全盤掌握云計(jì)算。

書籍目錄

第1章 云計(jì)算簡(jiǎn)介 1.1 云計(jì)算基礎(chǔ) 1.1.1 云產(chǎn)生的背景 1.1.2 云計(jì)算定義 1.1.3 云計(jì)算體系架構(gòu) 1.1.4 云計(jì)算的分類 1.1.5 云計(jì)算發(fā)展趨勢(shì) 1.1.6 云計(jì)算研究方向 1.1.7 云計(jì)算的實(shí)現(xiàn)機(jī)制 1.2 云計(jì)算關(guān)鍵技術(shù)研究 1.2.1 虛擬化技術(shù) 1.2.2 數(shù)據(jù)存儲(chǔ)技術(shù) 1.2.3 資源管理技術(shù) 1.2.4 能耗管理技術(shù)0 1.2.5 云監(jiān)測(cè)技術(shù) 1.3 云計(jì)算應(yīng)用實(shí)例 1.3.1 Google的云計(jì)算平臺(tái)應(yīng)用實(shí)例 1.3.2 IBM“藍(lán)云”計(jì)算平臺(tái)應(yīng)用實(shí)例 1.3.3 Amazon的彈性計(jì)算云應(yīng)用實(shí)例 1.4 云標(biāo)準(zhǔn) 1.4.1 云標(biāo)準(zhǔn)背景 1.4.2 云計(jì)算潛在標(biāo)準(zhǔn)化需求分析 1.4.3 云計(jì)算標(biāo)準(zhǔn)制定 1.4.4 云標(biāo)準(zhǔn)現(xiàn)狀 1.4.5 云標(biāo)準(zhǔn)性能評(píng)估 1.4.6 云計(jì)算標(biāo)準(zhǔn)發(fā)展趨勢(shì) 1.5 云計(jì)算產(chǎn)業(yè)的優(yōu)勢(shì) 1.5.1 優(yōu)化產(chǎn)業(yè)布局 1.5.2 推進(jìn)專業(yè)分工 1.5.3 提升資源利用率 1.5.4 減少初期投資 1.5.5 降低運(yùn)營(yíng)成本 1.5.6 產(chǎn)生新創(chuàng)價(jià)值 1.6 云安全 1.6.1 云安全與網(wǎng)絡(luò)安全的差別 1.6.2 云安全常見(jiàn)問(wèn)題 1.6.3 云安全研究方向 1.6.4 云安全的難點(diǎn)問(wèn)題 1.6.5 云安全新增及增強(qiáng)功能 1.6.6 云安全應(yīng)用 1.6.7 安全示例 1.6.8 云安全的問(wèn)題 1.7 云生命周期 1.8 云計(jì)算優(yōu)缺點(diǎn) 第2章 云計(jì)算的專業(yè)工具及程序設(shè)計(jì) 2.1 云計(jì)算應(yīng)用Java軟件 2.1.1 創(chuàng)建Java云計(jì)算項(xiàng)目 2.1.2 創(chuàng)建HTTP Servlet程序類別 2.1.3 Web.xml文檔設(shè)置 2.1.4 設(shè)置appengine-web.xml文檔 2.1.5 添加Google用戶服務(wù) 2.1.6 設(shè)計(jì)用戶界面 2.1.7 訪客留言板表單的創(chuàng)建 2.1.8 利用JDO訪問(wèn)datastore 2.1.9 創(chuàng)建JDO類別 2.1.10 創(chuàng)建PersistenceManager類別 2.1.11 JOD的創(chuàng)建及保存68 2.1.12 JDO Query Language查詢存儲(chǔ)物件 2.1.13 界面外觀修飾 2.2 云計(jì)算應(yīng)用軟件Platform Symphony 2.2.1 Symphony DE簡(jiǎn)介 2.2.2 Platform Symphony架構(gòu) 2.2.3 使用Symphony DE編寫程序 2.3 云計(jì)算應(yīng)用軟件Python 2.3.1 創(chuàng)建Python項(xiàng)目 2.3.2 app.ymal設(shè)置文檔 2.3.3 創(chuàng)建webapp程序架構(gòu) 2.3.4 利用datastore保存資料 2.3.5 大勝Django留言范本 2.3.6 界面外觀修飾 2.3.7 創(chuàng)建首頁(yè)index.html 2.3.8 app.yaml文檔更改 2.3.9 測(cè)試Python云計(jì)算程序 2.3.10 發(fā)布Python云計(jì)算程序 2.4 云計(jì)算應(yīng)用軟件MATLAB 2.4.1 MATLAB的簡(jiǎn)單使用 2.4.2 利用PCT提高計(jì)算速度 2.4.3 更多的工具運(yùn)行在云計(jì)算環(huán)境中 2.5 云計(jì)算應(yīng)用軟件C#與VB.NET 2.5.1 C#與VB.NET開(kāi)發(fā)環(huán)境創(chuàng)建 2.5.2 C#與VB.NET云計(jì)算程序設(shè)計(jì) 2.5.3 使用C#處理云計(jì)算服務(wù)回應(yīng)的HML資料 2.5.4 使用VB.NET處理云計(jì)算服務(wù)回應(yīng)的XML資料 2.6 動(dòng)手做自己的云計(jì)算 2.6.1 系統(tǒng)總體分析 2.6.2 管理節(jié)點(diǎn)程序設(shè)計(jì)與分析 2.6.3 子節(jié)點(diǎn)程序分析 2.6.4 客戶端API設(shè)計(jì) 第3章 微軟云計(jì)算 3.1 Windows Azure計(jì)算平臺(tái) 3.1.1 Windows Azure概述 3.1.2 在Azure開(kāi)發(fā)平臺(tái)并創(chuàng)建運(yùn)行項(xiàng)目 3.1.3 Windows Azure存儲(chǔ)服務(wù) 3.1.4 Windows Azure存儲(chǔ)服務(wù)特點(diǎn) 3.2 微軟云計(jì)算數(shù)據(jù)庫(kù)SQL Azure 3.2.1 SQL Azure架構(gòu) 3.2.2 使用SQL Azure的理由 3.2.3 使用SQL Azure Database的好處 3.2.4 SQL Azure與SQL Server的比較 3.2.5 SQL Azure關(guān)鍵技術(shù) 3.2.6 在應(yīng)用程序中使用SQL Azure 3.3 Windows Azure AppFabric 3.3.1 服務(wù)總線193 3.3.2 訪問(wèn)控制（Access Control Service，ACS） 3.3.3 分布式緩存 第4章 Google云計(jì)算 4.1 Hadoop概述 4.1.1 Hadoop的功能與作用 4.1.2 Hadoop的優(yōu)點(diǎn) 4.1.3 Hadoop的主要子項(xiàng)目 4.1.4 Hadoop體系結(jié)構(gòu) 4.2 Hadoop部署與開(kāi)發(fā) 4.2.1 在Linux下安裝Hadoop 4.2.2 在Windows下安裝Hadoop 4.3 Hadoop常用命令 4.3.1 FS shell 4.3.2 管理與更新 4.3.3 用戶命令 4.4 Hadoop輸入與輸出 4.4.1 MapReduce輸入與輸出 4.4.2 HDFS的輸入與輸出 4.5 分布式處理數(shù)據(jù)MapReduce 4.5.1 編程模型 4.5.2 MapReduce實(shí)現(xiàn)機(jī)制 4.5.3 MapReduce實(shí)例分析 4.6 分布式表HBase 4.6.1 數(shù)據(jù)模型 4.6.2 概念視圖 4.6.3 物理視圖 4.6.4 系統(tǒng)架構(gòu) 4.6.5 HBase的安裝與部署 4.6.6 HBase的實(shí)例分析 4.7 分布式服務(wù)Zookeeper 4.7.1 Zookeeper概述 4.7.2 Zookeeper工作原理 4.7.3 Zookeeper安裝與部署 4.7.4 Zookeeper API 4.7.5 Zookeeper實(shí)例分析 4.8 數(shù)據(jù)倉(cāng)庫(kù)Hive 4.8.1 Hive結(jié)構(gòu) 4.8.2 Hive數(shù)據(jù)存儲(chǔ) 4.8.3 Hive安裝 4.8.4 Hive的擴(kuò)展特性 4.8.5 Hive實(shí)例分析 4.9 數(shù)據(jù)序列化系統(tǒng)Avro 4.9.1 數(shù)據(jù)序列化 4.9.2 數(shù)據(jù)排序順序 4.9.3 Avro的安裝 4.9.4 RPC通信實(shí)現(xiàn) 4.9.5 Avro的Java實(shí)現(xiàn) 第5章 Amazon云計(jì)算 5.1 Amazon相關(guān)概念 5.2 彈性計(jì)算云EC2 5.2.1 EC2主要特性 5.2.2 EC2基本架構(gòu) 5.2.3 Amazon EC2的優(yōu)勢(shì)與特點(diǎn) 5.2.4 EC2實(shí)戰(zhàn) 5.3 存儲(chǔ)服務(wù)S3 5.3.1 S3基本概念 5.3.2 S3一致性 5.3.3 S3安全措施 5.3.4 Amazon Web Services和S3入門 5.3.5 使用GAE與AWS S3部署 5.4 簡(jiǎn)單隊(duì)列服務(wù)SQS 5.4.1 SQS其模型及特性 5.4.2 SQS框架的概念 5.4.3 Amazon Web Services和SQS入門 5.4.4 使用Amazon SQS進(jìn)行基于云計(jì)算的消息傳送 5.4.5 通過(guò)Zend Framework使用Amazon SQS 5.5 簡(jiǎn)單數(shù)據(jù)庫(kù)服務(wù)Simple DB 5.5.1 SDB的基本概念 5.5.2 SDB的使用 第6章 VMware云計(jì)算 6.1 VMware云產(chǎn)品概述 6.1.1 VMware云操作系統(tǒng) 6.1.2 VMware功能 6.1.3 VMware特征 6.1.4 VMware帶來(lái)好處 6.1.5 VMware云計(jì)算工作模式 6.2 VMware云主品簡(jiǎn)介 6.2.1 VMware云三層框架 6.2.2 VMware vSphere架構(gòu) 6.2.3 云操作系統(tǒng)vSphere 6.2.4 底層架構(gòu)服務(wù)vCloud Service Director 6.2.5 虛擬桌面產(chǎn)品VMware View 6.3 ESX/ESXi概述 6.3.1 ESX與EXSi比較 6.3.2 VMware ESXi虛擬化管理程序體系結(jié)構(gòu)的優(yōu)點(diǎn) 6.4 VMware vSphere分布式服務(wù) 6.5 VMware管理端vCenter Server 6.6 VMware的安裝 第7章 云計(jì)算仿真器CloudSim 7.1 CloudSim體系結(jié)構(gòu) 7.1.1 CloudSim核心模擬引擎 7.1.2 CloudSim層 7.2 CloudSim的功能及擴(kuò)展 7.3 CloudSim的使用方法 7.3.1 CloudSim環(huán)境配置 7.3.2 使用CloudSim仿真的步驟 7.4 CloudSim實(shí)例分析 第8章 云計(jì)算的綜合應(yīng)用 8.1 提升辦公效率 8.1.1 Excel概述 8.1.2 用Excel對(duì)蒙特卡羅模擬 8.1.3 云計(jì)算與Excel的集成 8.2 云計(jì)算在移動(dòng)通信信令監(jiān)控與查詢的綜合實(shí)例 8.2.1 分析與設(shè)計(jì) 8.2.2 實(shí)現(xiàn)代碼 參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：   插圖：   理由一：自主管理 SQLAzure提供了企業(yè)級(jí)數(shù)據(jù)中心的規(guī)模和能力，省去了日常管理本地SQL Server實(shí)例的時(shí)間成本。自主管理的能力，使得企業(yè)既不用增加本地IT部門的支持負(fù)荷，也不用消耗職員的精力去維護(hù)部門的數(shù)據(jù)庫(kù)應(yīng)用，還能夠在整個(gè)企業(yè)內(nèi)為應(yīng)用程序提供數(shù)據(jù)服務(wù)。有了SQLAzure，可以在極短的時(shí)間內(nèi)準(zhǔn)備好數(shù)據(jù)庫(kù)存儲(chǔ)，可以訂閱所需要的存儲(chǔ)服務(wù)，從而減少部署和運(yùn)維數(shù)據(jù)庫(kù)的初始投資。當(dāng)需求變化時(shí)，還可以快速地減小或者增加數(shù)據(jù)庫(kù)服務(wù)來(lái)滿足需求。 理由二：高可用性 SQL Azure構(gòu)建于久經(jīng)考驗(yàn)的Windows Server和SQL Server技術(shù)之上，擁有足夠的彈性來(lái)處理所有的負(fù)載變化。服務(wù)會(huì)在多臺(tái)物理服務(wù)器上復(fù)制多份冗余復(fù)制，以維持?jǐn)?shù)據(jù)的可用性和業(yè)務(wù)持續(xù)性。如果一臺(tái)硬件出故障，SQL Azure提供的自動(dòng)執(zhí)行故障轉(zhuǎn)移可以確保應(yīng)用程序的可用性。 理由三：可擴(kuò)展性 SQL Azure的一大關(guān)鍵優(yōu)勢(shì)在于能夠輕松擴(kuò)展解決方案。隨著數(shù)據(jù)增長(zhǎng)，數(shù)據(jù)庫(kù)也需要縱向擴(kuò)展和橫向擴(kuò)展?？v向擴(kuò)展往往會(huì)有一個(gè)上限，而橫向擴(kuò)展并沒(méi)有實(shí)際的限制。通常橫向擴(kuò)展的方法是數(shù)據(jù)分割。在分割了數(shù)據(jù)之后，服務(wù)隨著數(shù)據(jù)增長(zhǎng)而擴(kuò)展。一個(gè)按使用付費(fèi)（Pay as You Go）的計(jì)價(jià)模式，確保了所使用的存儲(chǔ)付費(fèi)，所以，當(dāng)不需要時(shí)可以隨時(shí)縮減服務(wù)的規(guī)模。 理由四：熟悉的開(kāi)發(fā)模式 當(dāng)開(kāi)發(fā)者創(chuàng)建使用SQL Server的本地應(yīng)用程序時(shí)，他們使用客戶端庫(kù)，如ADD.NET、ODBC。它們使用TDS協(xié)議在客戶端與服務(wù)器之間通信。SQL Azure提供了與SQL Server一致的TDS接口，所以，可以使用相同的工具和類庫(kù)構(gòu)建應(yīng)用程序來(lái)訪問(wèn)SQL Azure中的數(shù)據(jù)。 注意：客戶端和數(shù)據(jù)庫(kù)服務(wù)器之間傳輸數(shù)據(jù)，數(shù)據(jù)包是有格式的。在SQL Server中被稱為TDS（Tabular Data Stream），TDS是一種應(yīng)用程序?qū)拥膮f(xié)議，用來(lái)在數(shù)據(jù)庫(kù)服務(wù)器和客戶端之間交換數(shù)據(jù)。最初，這個(gè)協(xié)議是在1984年由Sybase公司為他們的產(chǎn)品Sybase SQL Server的關(guān)系型數(shù)據(jù)庫(kù)引擎開(kāi)發(fā)的，后來(lái)為微軟在Microsoft SQL Server中所使用。 理由五：關(guān)系型數(shù)據(jù)模型 SQL Azure對(duì)于開(kāi)發(fā)者和管理員來(lái)說(shuō)應(yīng)該很容易上手，因?yàn)?，SQL Azure使用關(guān)系型數(shù)據(jù)模型，數(shù)據(jù)存儲(chǔ)于SQL Azure上就和存儲(chǔ)于SQL Server上一樣，在概念上類似于一個(gè)本地SQL，Server實(shí)例。一個(gè)SQL Azure服務(wù)器就是一組數(shù)據(jù)庫(kù)的邏輯組合，是一個(gè)獨(dú)立的授權(quán)單位。 在每個(gè)SQL Azure服務(wù)器內(nèi)，可以創(chuàng)建多個(gè)數(shù)據(jù)庫(kù)，每個(gè)數(shù)據(jù)庫(kù)可以擁有多個(gè)表、視圖、存儲(chǔ)過(guò)程、索引和其他熟悉的數(shù)據(jù)庫(kù)對(duì)象。該數(shù)據(jù)模型可以很好地重用現(xiàn)有的關(guān)系型數(shù)據(jù)庫(kù)設(shè)計(jì)、Transact—SQL編程技能和經(jīng)驗(yàn)，簡(jiǎn)化遷移現(xiàn)有本地?cái)?shù)據(jù)庫(kù)應(yīng)用程序至SQL Azure的過(guò)程。

編輯推薦

《典型云計(jì)算平臺(tái)與應(yīng)用教程》由電子工業(yè)出版社出版。

圖書封面

評(píng)論、評(píng)分、閱讀與下載

---

    典型云計(jì)算平臺(tái)與應(yīng)用教程 PDF格式下載

---