分布式系統(tǒng)及云計(jì)算概論

內(nèi)容概要

　　云計(jì)算是一個(gè)新興的術(shù)語，很多技術(shù)還處在起步階段。云計(jì)算涉及的范圍非常廣，包括分布式計(jì)算、并行計(jì)算、效用計(jì)算等?！斗植际较到y(tǒng)及云計(jì)算概論》從分布式系統(tǒng)的角度出發(fā)，系統(tǒng)地對云計(jì)算進(jìn)行全面介紹，既有分布式系統(tǒng)和云計(jì)算系統(tǒng)的理論分析和內(nèi)核技術(shù)闡述，又有對各大IT公司的云計(jì)算軟件產(chǎn)品的使用方法的介紹和比較分析?！斗植际较到y(tǒng)及云計(jì)算概論》作者隊(duì)伍強(qiáng)大，有海內(nèi)外一流高校的教授和研究學(xué)者，也有IT公司的云計(jì)算技術(shù)的開發(fā)和管理人員?！斗植际较到y(tǒng)及云計(jì)算概論》可以作為高年級本科生、研究生的教材，也可供云計(jì)算的應(yīng)用開發(fā)人員、行業(yè)專業(yè)人士以及相關(guān)學(xué)科的研究者作參考。

書籍目錄

第1章 緒論
　1.1 分布式計(jì)算與分布式系統(tǒng)
　　1.1.1 分布式計(jì)算簡介
　　1.1.2 分布式系統(tǒng)的實(shí)例
　　1.1.3 分布式系統(tǒng)的目標(biāo)
　1.2 云計(jì)算
　　1.2.1 簡介
　　1.2.2 云計(jì)算的優(yōu)點(diǎn)和缺點(diǎn)
　1.3 本書概要
　1.4 小結(jié)
　習(xí)題
第一篇 分布式系統(tǒng)
　第2章 分布式系統(tǒng)入門
　　2.1 分布式系統(tǒng)的定義
　　2.1.1 分布式與集中式
　　2.1.2 分布式與計(jì)算機(jī)網(wǎng)絡(luò)
　　2.1.3 分布式系統(tǒng)層次結(jié)構(gòu)
　　2.1.4 分布式系統(tǒng)分類
　　2.2 分布式系統(tǒng)中的軟硬件
　　2.2.1 硬件
　　.2.2.2 軟件
　　2.3 分布系統(tǒng)中的主要特征
　　2.3.1 容錯(cuò)性
　　2.3.2 安全性
　　2.4 小結(jié)
　　習(xí)題
　第3章 客戶-服務(wù)器端架構(gòu)
　　3.1 客戶-服務(wù)器模式的基本概念和優(yōu)點(diǎn)
　　3.1.1 客戶-服務(wù)器模式的基本概念
　　3.1.2 客戶-服務(wù)器模式優(yōu)點(diǎn)
　　3.2 客戶-服務(wù)器端架構(gòu)和體系結(jié)構(gòu)
　　3.2.1 面向連接服務(wù)與無連接服務(wù)
　　3.2.2 應(yīng)用程序的層次結(jié)構(gòu)
　　3.2.3 客戶-服務(wù)器模型體系結(jié)構(gòu)
　　3.3 客戶-服務(wù)器模型的進(jìn)程通信
　　3.3.1 進(jìn)程通信中客戶-服務(wù)器模型的實(shí)現(xiàn)方法
　　3.3.2 客戶-服務(wù)器模型的進(jìn)程通信協(xié)議
　　3.4 客戶-服務(wù)器端模型的變種
　　3.4.1 移動代碼
　　3.4.2 移動代理
　　3.4.3 網(wǎng)絡(luò)計(jì)算機(jī)
　　3.4.4 瘦客戶
　　3.4.5 移動設(shè)備和自組網(wǎng)絡(luò)
　　3.5 小結(jié)
　　習(xí)題
　第4章 分布式對象
　　4.1 分布式對象基本模型
　　4.1.1 遠(yuǎn)程對象
　　4.1.2 分布式共享對象
　　4.2 遠(yuǎn)程過程調(diào)用
　　4.2.1 rpc基本操作
　　4.2.2 參數(shù)傳遞
　　4.3 分布式計(jì)算環(huán)境的遠(yuǎn)程對象調(diào)用
　　4.3.1 遠(yuǎn)程對象調(diào)用
　　4.3.2 分布式計(jì)算環(huán)境
　　4.3.3 分布式計(jì)算環(huán)境的遠(yuǎn)程對象調(diào)用方式
　　4.4 java 遠(yuǎn)程方法調(diào)用
　　4.5 小結(jié)
　　習(xí)題
　第5章 公共對象請求代理體系結(jié)構(gòu)
　　5.1 corba基本概述
　　5.1.1 corba rmi概述
　　5.1.2 corba體系結(jié)構(gòu)
　　5.1.3 corba接口定義語言
　　5.1.4 corba遠(yuǎn)程對象引用
　　5.2 corba的基本服務(wù)
　　5.2.1 corba命名服務(wù)
　　5.2.2 corba事件服務(wù)
　　5.2.3 corba通知服務(wù)
　　5.3 容錯(cuò)性和安全性
　　5.3.1 容錯(cuò)性
　　5.3.2 安全性
　　5.4 java idl語言
　　5.4.1 java idl映射
　　5.4.2 java corba編程實(shí)現(xiàn)
　　5.5 小結(jié)
　　習(xí)題
第二篇 云計(jì)算技術(shù)
　第6章 分布式云計(jì)算概述
　　6.1 云計(jì)算入門
　　6.1.1 云計(jì)算的定義
　　6.1.2 云計(jì)算的發(fā)展歷史
　　6.1.3 云計(jì)算的優(yōu)缺點(diǎn)
　　6.2 云服務(wù)
　　6.2.1 使用云平臺的理由
　　6.2.2 云平臺的服務(wù)類型
　　6.2.3 云平臺服務(wù)的安全性
　　6.2.4 云平臺服務(wù)的供應(yīng)商
　　6.2.5 云平臺服務(wù)的優(yōu)勢和面臨的挑戰(zhàn)
　　6.3 云計(jì)算比較
　　6.3.1 集群計(jì)算和云計(jì)算
　　6.3.2 網(wǎng)格計(jì)算和云計(jì)算
　　6.3.3 效用計(jì)算和云計(jì)算
　　6.3.4 并行計(jì)算、分布計(jì)算和云計(jì)算
　　6.4 小結(jié)
　　習(xí)題
　第7章 google公司的三大技術(shù)
　　7.1 google文件系統(tǒng)
　　7.1.1 前言
　　7.1.2 設(shè)計(jì)概要
　　7.1.3 系統(tǒng)交互
　　7.1.4 主控服務(wù)器操作
　　7.1.5 容錯(cuò)和檢測
　　7.2 bigtable技術(shù)
　　7.2.1 bigtable簡介
　　7.2.2 bigtable數(shù)據(jù)模型
　　7.2.3 api
　　7.2.4 bigtable所依賴的框架
　　7.2.5 bigtable實(shí)現(xiàn)的關(guān)鍵
　　7.2.6 bigtable性能優(yōu)化方案
　　7.2.7 bigtable應(yīng)用實(shí)例
　　7.2.8 經(jīng)驗(yàn)總結(jié)
　　7.3 mapreduce技術(shù)
　　7.3.1 前言
　　7.3.2 編程模型
　　7.3.3 實(shí)例
　　7.3.4 輸入輸出類型
　　7.3.5 更多實(shí)例
　　7.3.6 執(zhí)行概述
　　7.4 小結(jié)
　　習(xí)題
　第8章 yahoo!公司的云平臺技術(shù)
　　8.1 什么是pnuts--靈活通用的表存儲平臺
　　8.1.1 前言
　　8.1.2 pnuts概述
　　8.1.3 pnuts的設(shè)計(jì)和功能
　　8.1.4 pnuts的系統(tǒng)結(jié)構(gòu)
　　8.1.5 pnuts的數(shù)據(jù)存儲和檢索
　　8.1.6 副本和一致性
　　8.1.7 其他數(shù)據(jù)庫系統(tǒng)功能
　　8.1.8 數(shù)據(jù)庫服務(wù)
　　8.2 pig系統(tǒng)簡述
　　8.2.1 pig的定義
　　8.2.2 pig簡介
　　8.3 zookeeper系統(tǒng)簡述
　　8.3.1 什么是zookeeper
　　8.3.2 zookeeper項(xiàng)目介紹
　　8.4 小結(jié)
　　習(xí)題
　第9章 aneka云平臺技術(shù)
　　9.1 aneka云平臺
　　9.2 aneka的架構(gòu)
　　9.3 面向市場的云架構(gòu)
　　9.4 aneka: 從企業(yè)網(wǎng)格到面向市場的云計(jì)算
　　9.4.1 aneka云中面向市場的資源定價(jià)和分配
　　9.4.2 性能評估
　　9.4.3 高性能計(jì)算工作負(fù)載
　　9.5 小結(jié)
　　習(xí)題
　第10章 greenplum數(shù)據(jù)庫技術(shù)
　　10.1 什么是greenplum
　　10.2 greenplum 分析數(shù)據(jù)庫
　　10.3 greenplum數(shù)據(jù)庫的體系結(jié)構(gòu)
　　10.3.1 無共享大規(guī)模并行處理體系結(jié)構(gòu)
　　10.3.2 greenplum的分段單元服務(wù)
　　10.3.3 數(shù)據(jù)分布和并行掃描
　　10.3.4 容錯(cuò)能力和先進(jìn)的復(fù)制技術(shù)
　　10.3.5 全局并行查詢優(yōu)化技術(shù)
　　10.3.6 gnet軟件互聯(lián)
　　10.3.7 并行數(shù)據(jù)流引擎
　　10.3.8 統(tǒng)一的分析處理
　　10.3.9 基于標(biāo)準(zhǔn)，建立在開源postgresql數(shù)據(jù)庫系統(tǒng)之上
　　10.4 greenplum的關(guān)鍵特性和優(yōu)點(diǎn)
　　10.5 小結(jié)
　　習(xí)題
　第11章 amazon公司的dynamo技術(shù)
　　11.1 dynamo初步介紹
　　11.2 dynamo的背景資料
　　11.2.1 系統(tǒng)的假設(shè)和需求
　　11.2.2 服務(wù)層協(xié)議
　　11.2.3 設(shè)計(jì)考慮因素
　　11.3 dynamo系統(tǒng)體系結(jié)構(gòu)
　　11.3.1 系統(tǒng)接口
　　11.3.2 分割算法
　　11.3.3 復(fù)制
　　11.3.4 數(shù)據(jù)版本
　　11.3.5 dynamo中的get()和put()的操作
　　11.3.6 臨時(shí)性故障處理
　　11.3.7 處理永久的錯(cuò)誤： 同步復(fù)制
　　11.3.8 成員關(guān)系和故障檢測
　　11.3.9 增加刪除存儲結(jié)點(diǎn)
　　11.4 小結(jié)
　　習(xí)題
　第12章 ibm公司的云計(jì)算技術(shù)
　　12.1 ibm公司的云計(jì)算概述
　　12.2 云風(fēng)暴
　　12.3 智能商業(yè)服務(wù)
　　12.4 智慧地球計(jì)劃
　　12.5 z系統(tǒng)
　　12.6 虛擬化的動態(tài)基礎(chǔ)架構(gòu)技術(shù)
　　12.6.1 虛擬化
　　12.6.2 虛擬化的云計(jì)算技術(shù)
　　12.6.3 實(shí)現(xiàn)虛擬化策略的關(guān)鍵 解決方案
　　12.7 小結(jié)
　　習(xí)題
第三篇 分布式云計(jì)算的程序開發(fā)
　第13章 基于hadoop系統(tǒng)的開發(fā)
　　13.1 hadoop系統(tǒng)概述
　　13.1.1 hadoop系統(tǒng)由來
　　13.1.2 apache hadoop項(xiàng)目
　　13.1.3 hadoop的優(yōu)勢
　　13.2 hadoop分布式文件系統(tǒng)
　　13.2.1 hdfs體系結(jié)構(gòu)
　　13.2.2 文件系統(tǒng)的命名空間
　　13.2.3 hdfs數(shù)據(jù)復(fù)制
　　13.3 mapreduce編程
　　13.3.1 mapreduce概述
　　13.3.2 mapreduce核心
　　13.3.3 任務(wù)執(zhí)行和執(zhí)行環(huán)境
　　13.3.4 作業(yè)的提交與監(jiān)控
　　13.3.5 作業(yè)的輸入輸出
　　13.3.6 mapreduce特性
　　13.4 編程實(shí)例
　　13.5 小結(jié)
　　習(xí)題
　第14章 基于hbase系統(tǒng)的開發(fā)
　　14.1 hbase介紹
　　14.2 hbase數(shù)據(jù)模型
　　14.2.1 概念視圖
　　14.2.2 物理視圖
　　14.2.3 子表： 域
　　14.3 hbase體系結(jié)構(gòu)和功能
　　14.3.1 hbase master
　　14.3.2 hregion server
　　14.3.3 hbase client
　　14.4 hbase編程
　　14.5 小結(jié)
　　習(xí)題
　第15章 基于google app engine系統(tǒng)的開發(fā)
　　15.1 google app engine簡介
　　15.1.1 google app engine基本功能
　　15.1.2 google app engine環(huán)境配置
　　15.1.3 google app engine資源配額
　　15.2 如何使用google app engine
　　15.2.1 google app engine java sdk使用
　　15.2.2 google app engine python sdk使用
　　15.3 基于google app engine的應(yīng)用程序開發(fā)實(shí)例
　　15.4 小結(jié)
　　習(xí)題
　第16章 基于windows azure系統(tǒng)的開發(fā)
　　16.1 微軟公司的云計(jì)算概述
　　16.1.1 微軟公司的云計(jì)算戰(zhàn)略
　　16.1.2 微軟公司的動態(tài)云計(jì)算解決方案
　　16.2 windows azure平臺簡介
　　16.2.1 windows azure
　　16.2.2 sql azure
　　16.2.3 .net 服務(wù)
　　16.3 windows azure服務(wù)使用
　　16.3.1 windows azure環(huán)境配置
　　16.3.2 開發(fā)guestbook應(yīng)用程序
　　16.3.3 發(fā)布guestbook應(yīng)用程序
　　16.4 小結(jié)
　　習(xí)題
附錄a hadoop mapreduce在線測試平臺
技術(shù)名詞索引
參考文獻(xiàn)
后記

章節(jié)摘錄

版權(quán)頁：插圖：很多IT專業(yè)人士只在服務(wù)器方面考慮虛擬化的問題，但是IBM公司視虛擬化為一種將邏輯資源和物理資源分離的方法，因此不論商業(yè)對他們有怎樣的實(shí)時(shí)變化需求，那些資源總能得到更有效、更動態(tài)、更快的配置，從而滿足變化的需求水平和業(yè)務(wù)需求。虛擬化和動態(tài)基礎(chǔ)架構(gòu)之間的強(qiáng)烈關(guān)系是顯而易見的：虛擬化幫助完成架構(gòu)動態(tài)化的過程，進(jìn)一步說，通過虛擬化解決方案，企業(yè)可以從IT或商業(yè)的視角上獲得益處。從IT企業(yè)角度講：成本降低，這一般通過降低復(fù)雜度、提高資源利用率、空間有限的數(shù)據(jù)中心的空間重用以及提高耗能效率。服務(wù)水平上升，當(dāng)前服務(wù)的性能和伸縮性上升，新的服務(wù)可以更快開發(fā)出來，風(fēng)險(xiǎn)也被轉(zhuǎn)移，因?yàn)殛P(guān)鍵任務(wù)和產(chǎn)生回報(bào)系統(tǒng)的實(shí)時(shí)性和可用性，應(yīng)用的服務(wù)會隨著虛擬化提升。從商業(yè)角度講：虛擬化能幫助建立增長的基礎(chǔ)。當(dāng)市場情況變動要求提出新的戰(zhàn)略時(shí)，通過每一個(gè)虛擬化的動態(tài)架構(gòu)，新的戰(zhàn)略會更易于創(chuàng)建和部署，通過實(shí)時(shí)處理可以更快得到可行的商務(wù)智能，幫助量化任何給定的策略的成功（或失?。┑某潭?。操作和系統(tǒng)控制得以整合，減少解決問題時(shí)間，而且架構(gòu)或人員中如果有冗余，它將會被更容易的分辨出來，最后，員工生產(chǎn)力會顯著提高——這是以上的益處的合乎邏輯的結(jié)果。多種類型的虛擬化組合產(chǎn)生一個(gè)更加動態(tài)的結(jié)果。虛擬服務(wù)器可能是最有名的虛擬解決方案了。物理主機(jī)和邏輯服務(wù)器不再是一對一關(guān)系，一臺物理主機(jī)（如果它的性能和可靠性特別高）可以充當(dāng)多個(gè)邏輯服務(wù)器的一個(gè)平臺。這重新定義了服務(wù)器的概念和實(shí)現(xiàn)——在字面上和實(shí)際上——將它轉(zhuǎn)化為許多強(qiáng)大的商業(yè)利益。這些好處如下：整合減少了服務(wù)器的過分?jǐn)U展，每個(gè)服務(wù)器的能耗減少，硬件利用率大幅提高，IT服務(wù)分配資源時(shí)更高的可變性和服務(wù)可用性。虛擬化作為動態(tài)架構(gòu)的關(guān)鍵元素，能夠且應(yīng)該包括除了服務(wù)器外更多其他虛擬化的元素；事實(shí)上，IBM公司在把架構(gòu)的每個(gè)主要元素都虛擬化后就會得到最佳結(jié)果。

編輯推薦

《分布式系統(tǒng)及云計(jì)算概論》是普通高等教育“十一五”國家級規(guī)劃教材?計(jì)算機(jī)系列教材之一。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    分布式系統(tǒng)及云計(jì)算概論 PDF格式下載

---