互联网 类型
可以朗读 语音朗读
303千字 字数
2024-04-01 发行日期
展开全部

主编推荐语

全面介绍分布式计算、云计算与大数据的关键技术。

内容简介

本书对第1版做了修订，紧跟分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法。

书中主要内容包括：分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。

目录

  • 版权信息
  • 前言
  • 第1章 分布式计算概论
  • 1.1 分布式计算的概念
  • 1.1.1 定义
  • 1.1.2 优缺点
  • 1.2 分布式计算模式
  • 1.2.1 单机计算
  • 1.2.2 并行计算
  • 1.2.3 网络计算
  • 1.2.4 对等计算
  • 1.2.5 集群计算
  • 1.2.6 网格计算
  • 1.2.7 云计算
  • 1.2.8 雾计算
  • 1.2.9 边缘计算
  • 1.2.10 移动边缘计算
  • 1.2.11 移动云计算
  • 1.2.12 大数据计算
  • 1.2.13 无服务器计算
  • 1.3 分布式基础问题与理论
  • 1.3.1 拜占庭将军问题
  • 1.3.2 Paxos算法
  • 1.3.3 ACID原则
  • 1.3.4 CAP定理
  • 1.3.5 BASE理论
  • 1.4 经典分布式计算系统
  • 1.4.1 WWW
  • 1.4.2 SETI@home
  • 1.4.3 BOINC
  • 1.4.4 OpenStack
  • 1.4.5 Hadoop
  • 1.4.6 Spark
  • 1.4.7 Kubernetes
  • 1.4.8 其他分布式计算系统
  • 习题
  • 参考文献
  • 第2章 分布式计算编程基础
  • 2.1 进程间通信
  • 2.1.1 进程间通信的概念
  • 2.1.2 IPC原型与示例
  • 2.2 Socket编程
  • 2.2.1 Socket概述
  • 2.2.2 流式Socket编程
  • 2.3 RMI编程
  • 2.3.1 RMI概述
  • 2.3.2 RMI基本分布式应用
  • 2.4 P2P编程
  • 习题
  • 参考文献
  • 第3章 Web原理与应用开发
  • 3.1 HTTP
  • 3.1.1 WWW服务
  • 3.1.2 TCP/IP
  • 3.1.3 HTTP的原理
  • 3.2 Web开发技术简介
  • 3.2.1 HTML
  • 3.2.2 JavaScript
  • 3.2.3 CSS
  • 3.2.4 XML
  • 3.2.5 动态网页技术
  • 3.3 CGI
  • 3.3.1 CGI的原理
  • 3.3.2 Web表单
  • 3.4 Web会话
  • 3.4.1 Cookie机制
  • 3.4.2 Session机制
  • 3.5 Applet
  • 3.6 Servlet
  • 3.7 SSH框架与应用开发
  • 3.7.1 SSH简介
  • 3.7.2 Struts
  • 3.7.3 Spring
  • 3.7.4 Hibernate
  • 3.7.5 基于SSH的应用开发案例
  • 习题
  • 参考文献
  • 第4章 云计算原理与技术
  • 4.1 云计算概述
  • 4.1.1 云计算的起源
  • 4.1.2 云计算的概念与定义
  • 4.1.3 云计算的分类
  • 4.2 云计算关键技术
  • 4.2.1 体系结构
  • 4.2.2 数据存储
  • 4.2.3 计算模型
  • 4.2.4 资源调度
  • 4.2.5 虚拟化
  • 4.3 谷歌云计算
  • 4.3.1 GFS
  • 4.3.2 MapReduce
  • 4.3.3 BigTable
  • 4.3.4 Dremel
  • 4.4 亚马逊云计算
  • 4.4.1 亚马逊云平台存储架构
  • 4.4.2 EC2、S3、SimpleDB等组件
  • 4.5 阿里云计算
  • 4.5.1 阿里云云平台
  • 4.5.2 飞天分布式操作系统
  • 4.6 华为云计算
  • 4.6.1 华为云公有架构
  • 4.6.2 华为云擎天架构
  • 习题
  • 参考文献
  • 第5章 云计算编程实践
  • 5.1 CloudSim体系结构和API
  • 5.1.1 CloudSim体系结构
  • 5.1.2 CloudSim 3.0 API
  • 5.2 CloudSim环境搭建和使用方法
  • 5.2.1 环境配置
  • 5.2.2 运行样例程序
  • 5.3 CloudSim扩展编程
  • 5.3.1 调度策略的扩展
  • 5.3.2 仿真核心代码
  • 5.3.3 平台重编译
  • 5.4 CloudSim的编程实践
  • 5.4.1 CloudSim任务调度编程
  • 5.4.2 CloudSim网络编程
  • 5.4.3 CloudSim能耗编程
  • 5.4.4 CloudSim容器编程
  • 5.4.5 CloudSimEx
  • 5.5 OpenStack编程实践
  • 5.5.1 OpenStack体系结构
  • 5.5.2 OpenStack程序设计范例
  • 习题
  • 参考文献
  • 第6章 云存储技术
  • 6.1 存储基础知识
  • 6.1.1 存储组网形态
  • 6.1.2 RAID
  • 6.1.3 磁盘热备
  • 6.1.4 快照
  • 6.1.5 数据分级存储的概念
  • 6.2 云存储的概念与技术原理
  • 6.2.1 分布式存储
  • 6.2.2 存储虚拟化
  • 6.3 对象存储技术
  • 6.3.1 对象存储架构
  • 6.3.2 传统块存储与对象存储
  • 6.3.3 对象
  • 6.3.4 对象存储系统的组成
  • 习题
  • 参考文献
  • 第7章 云原生技术
  • 7.1 云原生的概念与架构
  • 7.1.1 云原生的概念
  • 7.1.2 云原生的架构
  • 7.2 云原生关键技术
  • 7.2.1 微服务
  • 7.2.2 容器
  • 7.2.3 Kubernetes
  • 7.2.4 服务网格
  • 7.3 云原生应用开发
  • 7.3.1 实例概述
  • 7.3.2 系统设计
  • 7.3.3 系统实现
  • 7.3.4 Spring Cloud的使用实例
  • 7.3.5 持续集成与部署
  • 7.4 云原生技术特色
  • 7.4.1 云原生应用的12要素
  • 7.4.2 云原生应用与传统应用的差别
  • 习题
  • 参考文献
  • 第8章 云计算安全技术与标准
  • 8.1 云计算安全的概念与现状分析
  • 8.1.1 云计算安全的概念
  • 8.1.2 云计算安全现状分析
  • 8.2 云计算安全技术
  • 8.2.1 身份认证技术
  • 8.2.2 访问控制技术
  • 8.2.3 网络隔离技术
  • 8.2.4 远程访问技术
  • 8.2.5 端点防护技术
  • 8.2.6 数据加密技术
  • 8.3 云计算技术标准
  • 8.3.1 国际云计算组织及技术标准
  • 8.3.2 国内云计算技术标准
  • 习题
  • 参考文献
  • 第9章 大数据技术与编程
  • 9.1 大数据产生的背景与大数据概述
  • 9.1.1 大数据产生的背景
  • 9.1.2 大数据的定义
  • 9.1.3 大数据的5V特征
  • 9.1.4 大数据发展趋势
  • 9.2 大数据处理关键技术
  • 9.2.1 大数据采集
  • 9.2.2 大数据预处理
  • 9.2.3 大数据存储及管理
  • 9.2.4 大数据分析及挖掘
  • 9.2.5 大数据展现及应用
  • 9.3 大数据计算模式
  • 9.3.1 MapReduce
  • 9.3.2 Spark
  • 9.3.3 流式计算
  • 9.4 基于Hadoop的大数据编程实践
  • 9.4.1 Hadoop环境的搭建
  • 9.4.2 基于MapReduce的程序实例（HDFS）
  • 9.4.3 基于MapReduce的程序实例（HBase）
  • 9.5 基于Spark的大数据编程实践
  • 9.5.1 基于Spark的程序实例
  • 9.5.2 Spark的RDD编程实践
  • 习题
  • 参考文献
  • 第10章 实时医疗大数据分析案例
  • 10.1 案例背景与需求概述
  • 10.1.1 背景介绍
  • 10.1.2 基本需求
  • 10.2 设计方案
  • 10.2.1 ETL
  • 10.2.2 非格式化存储
  • 10.2.3 流处理
  • 10.2.4 训练模型与结果预测
  • 10.3 环境准备
  • 10.3.1 节点规划
  • 10.3.2 软件选型
  • 10.4 实现方法
  • 10.4.1 使用Kettle、Sqoop等ETL工具将数据导入HDFS
  • 10.4.2 基于Spark Streaming开发Kafka连接器组件
  • 10.4.3 基于Spark MLlib开发数据挖掘组件
  • 10.5 不足与扩展
  • 习题
  • 参考文献
  • 第11章 保险大数据分析案例
  • 11.1 案例背景与需求概述
  • 11.1.1 背景介绍
  • 11.1.2 基本需求
  • 11.2 设计方案
  • 11.2.1 基于GraphX的并行家谱挖掘算法
  • 11.2.2 基于分片技术的随机森林算法
  • 11.2.3 基于内存计算的FP-Growth关联规则挖掘算法
  • 11.3 环境准备
  • 11.4 实现方法
  • 11.4.1 基于GraphX的并行家谱挖掘
  • 11.4.2 基于分片技术的随机森林模型用户推荐
  • 11.4.3 基于FP-Growth关联规则挖掘算法的回归检验
  • 11.4.4 结果可视化
  • 11.5 不足与扩展
  • 习题
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。