分布式系统及云计算概论 第2版PDF|Epub|txt|kindle电子书版本网盘下载

分布式系统及云计算概论 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 分布式计算与分布式系统1

1.1.1 分布式计算简介1

1.1.2 分布式系统的实例2

1.1.3 分布式系统的目标4

1.2 云计算5

1.2.1 简介5

1.2.2 云计算的优点和缺点7

1.3 本书概要10

1.4 小结11

习题12

第一篇 分布式系统15

第2章 分布式系统入门15

2.1 分布式系统的定义15

2.1.1 分布式与集中式15

2.1.2 分布式与计算机网络16

2.1.3 分布式系统层次结构17

2.1.4 分布式系统分类18

2.2 分布式系统中的软硬件19

2.2.1 硬件19

2.2.2 软件20

2.3 分布式系统中的主要特征21

2.3.1 容错性21

2.3.2 安全性22

2.4 小结23

习题23

第3章 客户—服务器端架构25

3.1 客户—服务器模式的基本概念和优点25

3.1.1 客户—服务器模式的基本概念25

3.1.2 客户—服务器模式优点26

3.2 客户—服务器端架构和体系结构26

3.2.1 面向连接服务与无连接服务26

3.2.2 应用程序的层次结构27

3.2.3 客户—服务器模型体系结构29

3.3 客户—服务器模型的进程通信32

3.3.1 进程通信中客户—服务器模型的实现方法32

3.3.2 客户—服务器模型的进程通信协议34

3.4 客户—服务器端模型的变种37

3.4.1 移动代码37

3.4.2 移动代理38

3.4.3 网络计算机39

3.4.4 瘦客户40

3.4.5 移动设备和自组网络40

3.5 小结41

习题42

第二篇 云计算技术45

第4章 分布式云计算概述45

4.1 云计算入门45

4.1.1 云计算的定义45

4.1.2 云计算的发展历史46

4.1.3 云计算的特点48

4.2 云服务49

4.2.1 使用云平台的理由49

4.2.2 云平台的服务类型50

4.2.3 云平台服务的安全性51

4.2.4 云平台服务的供应商51

4.2.5 云平台服务的优势和面临的挑战54

4.3 云计算比较55

4.3.1 集群计算和云计算55

4.3.2 网格计算和云计算57

4.3.3 效用计算和云计算59

4.3.4 并行计算、分布计算和云计算60

4.4 小结61

习题62

第5章 Google公司的三大技术63

5.1 Google文件系统63

5.1.1 前言63

5.1.2 设计概要64

5.1.3 系统交互68

5.1.4 主控服务器操作69

5.1.5 容错和检测70

5.2 Bigtable技术71

5.2.1 Bigtable简介71

5.2.2 Bigtable数据模型72

5.2.3 API73

5.2.4 Bigtable所依赖的框架74

5.2.5 Bigtable实现的关键75

5.2.6 Bigtable性能优化方案78

5.2.7 Bigtable应用实例81

5.2.8 经验总结83

5.3 MapReduce技术84

5.3.1 前言84

5.3.2 编程模型85

5.3.3 实例85

5.3.4 输入输出类型85

5.3.5 更多实例86

5.3.6 MapReduce执行86

5.4 小结89

习题89

第6章 Yahoo！公司的云平台技术91

6.1 什么是PNUTS——灵活通用的表存储平台91

6.1.1 前言91

6.1.2 PNUTS概述92

6.1.3 PNUTS的设计和功能93

6.1.4 PNUTS的系统结构93

6.1.5 PNUTS的数据存储和检索94

6.1.6 副本和一致性95

6.1.7 其他数据库系统功能97

6.1.8 数据库服务98

6.2 Pig系统简述98

6.2.1 Pig的定义98

6.2.2 Pig简介98

6.3 ZooKeeper系统简述99

6.3.1 什么是ZooKeeper99

6.3.2 ZooKeeper项目介绍99

6.4 小结100

习题100

第7章 Greenplum数据库技术101

7.1 什么是Greenplum101

7.2 Greenplum分析数据库101

7.3 Greenplum数据库的体系结构102

7.3.1 无共享大规模并行处理体系结构102

7.3.2 Greenplum的分段单元服务103

7.3.3 数据分布和并行扫描103

7.3.4 容错能力和先进的复制技术104

7.3.5 全局并行查询优化技术105

7.3.6 gNet软件互联105

7.3.7 并行数据流引擎106

7.3.8 统一的分析处理107

7.3.9 基于标准，建立在开源PostgreSQL数据库系统之上107

7.4 Greenplum的关键特性和优点107

7.5 小结108

习题108

第8章 Amazon公司的Dynamo技术109

8.1 Dynamo初步介绍109

8.2 Dynamo的背景资料110

8.2.1 系统的假设和需求110

8.2.2 服务层协议111

8.2.3 设计考虑因素112

8.3 Dynamo系统体系结构113

8.3.1 系统接口114

8.3.2 分割算法114

8.3.3 复制115

8.3.4 数据版本116

8.3.5 Dynamo中的get（）和put（）的操作118

8.3.6 临时性故障处理118

8.3.7 处理永久的错误：同步复制119

8.3.8 成员关系和故障检测119

8.3.9 增加删除存储结点120

8.4 小结121

习题121

第9章 IBM公司的云计算技术122

9.1 IBM公司的云计算概述122

9.2 云风暴123

9.3 智能商业服务124

9.4 智慧地球计划124

9.5 Z系统125

9.6 虚拟化的动态基础架构技术126

9.6.1 虚拟化127

9.6.2 虚拟化的云计算技术128

9.6.3 实现虚拟化策略的关键解决方案129

9.7 小结132

习题132

第三篇 分布式云计算的程序开发135

第10章 Hadoop系统135

10.1 Hadoop简介135

10.1.1 Hadoop系统的由来135

10.1.2 Hadoop的作用135

10.1.3 Hadoop的优势136

10.1.4 Hadoop应用现状及发展趋势136

10.2 Hadoop项目及其结构137

10.3 Hadoop体系结构139

10.4 Hadoop集群安全策略141

10.5 小结143

第11章 MapReduce详解145

11.1 MapReduce简介145

11.2 MapReduce计算模型146

11.2.1 MapReduce Job146

11.2.2 Hadoop中hello world程序147

11.2.3 运行MapReduce应用程序150

11.2.4 新的API152

11.2.5 MapReduce的数据流和控制流154

11.3 MapReduce工作机制155

11.3.1 MapReduce作业的执行流程155

11.3.2 提交作业156

11.3.3 初始化作业158

11.3.4 分配任务160

11.3.5 执行任务162

11.3.6 更新任务执行进度和状态163

11.3.7 完成作业164

11.4 开发MapReduce应用程序164

11.4.1 系统参数的配置165

11.4.2 配置开发环境167

11.4.3 编写MapReduce程序168

11.4.4 本地测试170

11.4.5 在集群上运行170

11.5 小结173

第12章 HDFS详解174

12.1 HDFS简介175

12.2 HDFS的相关概念176

12.3 HDFS的体系结构177

12.4 HDFS的基本操作179

12.4.1 HDFS的命令行操作179

12.4.2 HDFS的Web界面180

12.5 HDFS中的读写数据流180

12.5.1 文件的读取180

12.5.2 文件的写入182

12.5.3 一致性模型183

12.6 小结184

第13章 基于HBase系统的开发186

13.1 HBase简介186

13.2 HBase体系结构187

13.2.1 HRegion187

13.2.2 HRegion Server188

13.2.3 HBase Master189

13.2.4 ROOT表和META表189

13.2.5 HBase与ZooKeeper190

13.3 HBase数据模型190

13.3.1 数据模型190

13.3.2 概念视图191

13.3.3 物理视图191

13.4 HBase与HDFS192

13.5 Java API与HBase编程192

13.5.1 Java API简介192

13.5.2 HBase编程198

13.6 小结201

第14章 基于Hive系统的开发202

14.1 Hive简介202

14.1.1 Hive的数据存储202

14.1.2 Hive的元数据存储204

14.2 Hive QL204

14.2.1 数据定义（DDL）操作204

14.2.2 数据管理（DML）操作214

14.2.3 SQL操作216

14.2.4 Hive QL使用实例219

14.3 Hive网络接口221

14.3.1 Hive网络接口配置221

14.3.2 Hive网络接口操作实例222

14.4 Hive编程225

14.5 Hive优化228

14.6 小结230

第15章 基于Google App Engine系统的开发231

15.1 Google App Engine简介231

15.1.1 Google App Engine基本功能231

15.1.2 Google App Engine环境配置233

15.1.3 Google App Engine资源配额235

15.2 如何使用Google App Engine235

15.2.1 Google App Engine Java SDK使用236

15.2.2 Google App Engine Python SDK使用250

15.3 基于Google App Engine的应用程序开发实例256

15.4 小结261

习题261

第16章 基于Windows Azure系统的开发263

16.1 微软公司的云计算概述263

16.1.1 微软公司的云计算战略263

16.1.2 微软公司的动态云计算解决方案264

16.2 Windows Azure平台简介267

16.2.1 Windows Azure268

16.2.2 SQL Azure271

16.2.3 .NET服务273

16.3 Windows Azure服务使用275

16.3.1 Windows Azure环境配置276

16.3.2 开发GuestBook应用程序276

16.3.3 发布GuestBook应用程序287

16.4 小结289

习题290

附录A 云计算在线检测平台291

A.1 平台介绍291

A.2 结构和功能291

A.2.1 前台用户接口的结构和功能292

A.2.2 后台程序运行的结构和功能293

A.2.3 平台程序过滤功能293

A.3 检测流程295

A.4 使用介绍296

A.4.1 功能使用296

A.4.2 返回结果介绍297

A.4.3 使用注意事项298

A.5 小结299

技术名词索引300

参考文献306

后记316