分布式计算、云计算与大数据
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 68.93 7.7折 ￥ 89 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者林伟伟, 刘波, 刘发贵编著
出版社机械工业
ISBN9787111753445
出版时间2024-07
装帧其他
开本其他
定价89元
货号32142844
上书时间2024-10-15
- 在售商品 暂无
- 平均发货时间 17小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
林伟伟，博士，华南理工大学计算机科学与工程学院教授(三级)、博士生导师。中国计算机学会杰出会员，IEEE高级会员，《计算机科学》期刊执行编委，广东省高等教育学会数字化科学技术分会副理事长。主要研究方向包括云计算调度优化和节能技术、大数据性能建模和分析算法、AI应用技术(联邦学习、边缘智能、云边协同)等。2021—2023年连续3年入选斯坦福大学评选的全球前2%顶尖科学家榜单，科研成果“云计算调度优化技术”获2020年广东省科技进步奖二等奖(排名第一),作为第一指导老师指导学生获中国国际大学生创新大赛(2023)产业命题赛道总决赛金奖。主编云计算与大数据相关教材3部，参编英文著作2部，发表论文200余篇，申请发明专利60余件，相关成果已在华为、OPPO等公司落地应用。<br/>刘波，博士，华南师范大学计算机学院教授，硕士生导师。广东教育学会中小学信息技术教育专业委员会副理事长，广东省计算机学会网络空间安全专业委员会副秘书长。获广东省2020年度科技进步二等奖。主持广东省自然科学基金项目2项、广东省科技计划项目6项，担任1项广东省自然科学基金团队项目核心成员，并主持该项目的云存储方向研究。编写教材1部，发表论文50多篇。<br/>刘发贵，博士，华南理工大学计算机科学与工程学院教授，博士生导师，享受国务院津贴专家。广东省教育厅“干百十”人才培养计划省级培养对象，IEEE会员，广东省物联网协会副主任。主要研究方向为物联网与边缘计算、云计算与大数据、操作系统与嵌入式软件等。发表SCI、EI索引论文130余篇，编写学术专著和教材4部，申请授权发明专利100余件，获得软件著作权30项。2011年获广东省科技进步二等奖(第一完成人),2015年获广东省科技进步一等奖(第三完成人),2019年获广东省科技进步一等奖(第一完成人)。
目录
目 录<br />前言<br />第1章 分布式计算概论 1<br />1.1 分布式计算的概念 1<br />1.1.1 定义 1<br />1.1.2 优缺点 1<br />1.2 分布式计算模式 2<br />1.2.1 单机计算 3<br />1.2.2 并行计算 3<br />1.2.3 网络计算 4<br />1.2.4 对等计算 4<br />1.2.5 集群计算 5<br />1.2.6 网格计算 5<br />1.2.7 云计算 6<br />1.2.8 雾计算 6<br />1.2.9 边缘计算 7<br />1.2.10 移动边缘计算 8<br />1.2.11 移动云计算 9<br />1.2.12 大数据计算 10<br />1.2.13 无服务器计算 11<br />1.3 分布式基础问题与理论 12<br />1.3.1 拜占庭将军问题 12<br />1.3.2 Paxos算法 14<br />1.3.3 ACID原则 14<br />1.3.4 CAP定理 15<br />1.3.5 BASE理论 17<br />1.4 经典分布式计算系统 18<br />1.4.1 WWW 18<br />1.4.2 SETI@home 19<br />1.4.3 BOINC 19<br />1.4.4 OpenStack 20<br />1.4.5 Hadoop 21<br />1.4.6 Spark 24<br />1.4.7 Kubernetes 25<br />1.4.8 其他分布式计算系统 26<br />习题 28<br />参考文献 28<br />第2章 分布式计算编程基础 30<br />2.1 进程间通信 30<br />2.1.1 进程间通信的概念 30<br />2.1.2 IPC原型与示例 31<br />2.2 Socket编程 32<br />2.2.1 Socket概述 32<br />2.2.2 流式Socket 编程 33<br />2.3 RMI编程 39<br />2.3.1 RMI概述 39<br />2.3.2 RMI基本分布式应用 40<br />2.4 P2P编程 48<br />习题 56<br />参考文献 57<br />第3章?Web原理与应用开发 58<br />3.1?HTTP 58<br />3.1.1?WWW服务 58<br />3.1.2?TCP/IP 58<br />3.1.3?HTTP的原理 59<br />3.2?Web开发技术简介 63<br />3.2.1?HTML 63<br />3.2.2?JavaScript 66<br />3.2.3?CSS 70<br />3.2.4?XML 72<br />3.2.5?动态网页技术 78<br />3.3?CGI 82<br />3.3.1?CGI的原理 82<br />3.3.2?Web表单 84<br />3.4?Web会话 86<br />3.4.1?Cookie机制 87<br />3.4.2?Session机制 92<br />3.5?Applet 97<br />3.6?Servlet 101<br />3.7?SSH框架与应用开发 106<br />3.7.1?SSH简介 106<br />3.7.2?Struts 107<br />3.7.3?Spring 112<br />3.7.4?Hibernate 114<br />3.7.5 基于SSH的应用开发案例 116<br />习题 127<br />参考文献 131<br />第4章 云计算原理与技术 132<br />4.1 云计算概述 132<br />4.1.1 云计算的起源 132<br />4.1.2 云计算的概念与定义 133<br />4.1.3 云计算的分类 134<br />4.2 云计算关键技术 137<br />4.2.1 体系结构 137<br />4.2.2 数据存储 137<br />4.2.3 计算模型 137<br />4.2.4 资源调度 138<br />4.2.5 虚拟化 148<br />4.3 谷歌云计算 149<br />4.3.1 GFS 149<br />4.3.2 MapReduce 150<br />4.3.3 BigTable 151<br />4.3.4 Dremel 154<br />4.4 亚马逊云计算 157<br />4.4.1 亚马逊云平台存储架构 157<br />4.4.2 EC2、S3、SimpleDB等组件 159<br />4.5 阿里云计算 164<br />4.5.1 阿里云云平台 164<br />4.5.2 飞天分布式操作系统 164<br />4.6 华为云计算 167<br />4.6.1 华为云公有架构 167<br />4.6.2 华为云擎天架构 170<br />习题 172<br />参考文献 173<br />第5章 云计算编程实践 175<br />5.1 CloudSim体系结构和API 175<br />5.1.1 CloudSim体系结构 175<br />5.1.2 CloudSim 3.0 API 181<br />5.2 CloudSim环境搭建和使用方法 184<br />5.2.1 环境配置 184<br />5.2.2 运行样例程序 184<br />5.3 CloudSim扩展编程 187<br />5.3.1 调度策略的扩展 188<br />5.3.2 仿真核心代码 190<br />5.3.3 平台重编译 194<br />5.4 CloudSim的编程实践 195<br />5.4.1 CloudSim任务调度编程 195<br />5.4.2 CloudSim网络编程 200<br />5.4.3 CloudSim能耗编程 203<br />5.4.4 CloudSim容器编程 214<br />5.4.5 CloudSimEx 218<br />5.5 OpenStack编程实践 219<br />5.5.1 OpenStack体系结构 219<br />5.5.2 OpenStack程序设计范例 221<br />习题 228<br />参考文献 229<br />第6章 云存储技术 231<br />6.1 存储基础知识 231<br />6.1.1 存储组网形态 231<br />6.1.2 RAID 235<br />6.1.3 磁盘热备 242<br />6.1.4 快照 243<br />6.1.5 数据分级存储的概念 244<br />6.2 云存储的概念与技术原理 245<br />6.2.1 分布式存储 245<br />6.2.2 存储虚拟化 252<br />6.3 对象存储技术 255<br />6.3.1 对象存储架构 255<br />6.3.2 传统块存储与对象存储 256<br />6.3.3 对象 256<br />6.3.4 对象存储系统的组成 258<br />习题 260<br />参考文献 260<br />第7章 云原生技术 261<br />7.1 云原生的概念与架构 261<br />7.1.1 云原生的概念 261<br />7.1.2 云原生的架构 261<br />7.2 云原生关键技术 262<br />7.2.1 微服务 262<br />7.2.2 容器 266<br />7.2.3 Kubernetes 269<br />7.2.4 服务网格 272<br />7.3 云原生应用开发 274<br />7.3.1 实例概述 274<br />7.3.2 系统设计 274<br />7.3.3 系统实现 279<br />7.3.4 Spring Cloud的使用实例 282<br />7.3.5 持续集成与部署 288<br />7.4 云原生技术特色 293<br />7.4.1 云原生应用的12要素 293<br />7.4.2 云原生应用与传统应用<br />的差别 297<br/>习题 300<br />参考文献 300<br />第8章 云计算安全技术与标准 302<br />8.1 云计算安全的概念与现状分析 302<br />8.1.1 云计算安全的概念 302<br />8.1.2 云计算安全现状分析 303<br />8.2 云计算安全技术 306<br />8.2.1 身份认证技术 307<br />8.2.2 访问控制技术 309<br />8.2.3 网络隔离技术 311<br />8.2.4 远程访问技术 312<br />8.2.5 端点防护技术 314<br />8.2.6 数据加密技术 314<br />8.3 云计算技术标准 315<br />8.3.1 国际云计算组织及技术标准 315<br />8.3.2 国内云计算技术标准 317<br />习题 321<br />参考文献 321<br />第9章 大数据技术与编程 323<br />9.1 大数据产生的背景与大数据概述 323<br />9.1.1 大数据产生的背景 323<br />9.1.2 大数据的定义 323<br />9.1.3 大数据的5V特征 324<br />9.1.4 大数据发展趋势 325<br />9.2 大数据处理关键技术 326<br />9.2.1 大数据采集 326<br />9.2.2 大数据预处理 327<br />9.2.3 大数据存储及管理 330<br />9.2.4 大数据分析及挖掘 331<br />9.2.5 大数据展现及应用 332<br />9.3 大数据计算模式 335<br />9.3.1 MapReduce 335<br />9.3.2 Spark 340<br />9.3.3 流式计算 347<br />9.4 基于Hadoop的大数据编程实践 353<br />9.4.1 Hadoop环境的搭建 353<br />9.4.2 基于MapReduce的程序实例（HDFS） 358<br />9.4.3 基于MapReduce的程序实例（HBase） 364<br />9.5 基于Spark的大数据编程实践 368<br />9.5.1 基于Spark的程序实例 368<br />9.5.2 Spark的RDD编程实践 373<br />习题 377<br />参考文献 377<br />第10章 实时医疗大数据分析<br />案例 378<br />10.1 案例背景与需求概述 378<br />10.1.1 背景介绍 378<br />10.1.2 基本需求 378<br />10.2 设计方案 379<br />10.2.1 ETL 380<br />10.2.2 非格式化存储 380<br />10.2.3 流处理 380<br />10.2.4 训练模型与结果预测 381<br />10.3 环境准备 381<br />10.3.1 节点规划 381<br />10.3.2 软件选型 382<br />10.4 实现方法 383<br />10.4.1 使用Kettle、Sqoop等ETL<br />工具将数据导入HDFS 383<br />10.4.2 基于Spark Streaming开发<br />Kafka连接器组件 390<br />10.4.3 基于Spark MLlib开发数据<br />挖掘组件 396<br />10.5 不足与扩展 400<br />习题 401<br />参考文献 401<br />第11章 保险大数据分析案例 402<br />11.1 案例背景与需求概述 402<br />11.1.1 背景介绍 402<br />11.1.2 基本需求 402<br />11.2 设计方案 405<br />11.2.1 基于GraphX的并行家谱<br />挖掘算法 405<br />11.2.2 基于分片技术的随机森林<br />算法 408<br />11.2.3 基于内存计算的FP-Growth<br />关联规则挖掘算法 410<br />11.3 环境准备 411<br />11.4 实现方法 416<br />11.4.1 基于GraphX的并行家谱<br />挖掘 417<br />11.4.2 基于分片技术的随机森林<br />模型用户推荐 419<br />11.4.3 基于FP-Growth关联规则<br />挖掘算法的回归检验 425<br />11.4.4 结果可视化 430<br />11.5 不足与扩展 435<br />习题 436<br />参考文献 437
内容摘要
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，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。
本书可以作为计算机相关专业本科高年级学生和研究生的教材，也可供相关技术人员参考使用。
— 没有更多了 —
以下为对购买帮助不大的评价