云计算 典藏版
全新正版 极速发货
￥ 116.25 5.9折 ￥ 198 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者刘鹏
出版社电子工业出版社
ISBN9787121465314
出版时间2024-01
装帧平装
开本16开
定价198元
货号1203140146
上书时间2024-07-02
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
"刘鹏，教授，清华大学博士，南京云创大数据科技股份有限公司总裁，中国大数据应用联盟人工智能专家委员会主任，中国信息协会教育分会人工智能教育专家委员会主任，教育部全国普通高校毕业生就业创业指导委员会委员，第45届世界技能大赛中国区云计算选拔赛裁判长/专家指导组组长，2019年全国大学生数据建模比赛命题人，工信部云计算研究中心专家。
在云计算、大数据、人工智能领域具有多年的研究积累，是我国该领域的知名专家。主持科研项目40多项，发表论文80余篇，出版专业书籍30多种。曾于2002年获得全球数据处理比赛PennySort的世界冠军，于2003年夺得全国挑战杯比赛总冠军。提出的反垃圾邮件网格，被IEEE Cluster 2003评为杰出网格项目，为解决困扰全球的垃圾邮件问题做出根本贡献，该技术成为云安全技术的基础。
曾担任全军网格技术研究中心主任，获“全军十大学习成才标兵”（排名第一）、南京市“十大杰出青年”、“中国大数据创新百人”、江苏省“333工程”中青年领军人才、清华大学“学术新秀”等称号。
刘鹏，教授，清华大学博士，南京云创大数据科技股份有限公司总裁，中国大数据应用联盟人工智能专家委员会主任，中国信息协会教育分会人工智能教育专家委员会主任，教育部全国普通高校毕业生就业创业指导委员会委员，第45届世界技能大赛中国区云计算选拔赛裁判长/专家指导组组长，2019年全国大学生数据建模比赛命题人，工信部云计算研究中心专家。
在云计算、大数据、人工智能领域具有多年的研究积累，是我国该领域的知名专家。主持科研项目40多项，发表论文80余篇，出版专业书籍30多种。曾于2002年获得全球数据处理比赛PennySort的世界冠军，于2003年夺得全国挑战杯比赛总冠军。提出的反垃圾邮件网格，被IEEE Cluster 2003评为杰出网格项目，为解决困扰全球的垃圾邮件问题做出根本贡献，该技术成为云安全技术的基础。
曾担任全军网格技术研究中心主任，获“全军十大学习成才标兵”（排名第一）、南京市“十大杰出青年”、“中国大数据创新百人”、江苏省“333工程”中青年领军人才、清华大学“学术新秀”等称号。
刘鹏，教授，清华大学博士，南京云创大数据科技股份有限公司总裁，中国大数据应用联盟人工智能专家委员会主任，中国信息协会教育分会人工智能教育专家委员会主任，教育部全国普通高校毕业生就业创业指导委员会委员，第45届世界技能大赛中国区云计算选拔赛裁判长/专家指导组组长，2019年全国大学生数据建模比赛命题人，工信部云计算研究中心专家。
在云计算、大数据、人工智能领域具有多年的研究积累，是我国该领域的知名专家。主持科研项目40多项，发表论文80余篇，出版专业书籍30多种。曾于2002年获得全球数据处理比赛PennySort的世界冠军，于2003年夺得全国挑战杯比赛总冠军。提出的反垃圾邮件网格，被IEEE Cluster 2003评为杰出网格项目，为解决困扰全球的垃圾邮件问题做出根本贡献，该技术成为云安全技术的基础。
曾担任全军网格技术研究中心主任，获“全军十大学习成才标兵”（排名第一）、南京市“十大杰出青年”、“中国大数据创新百人”、江苏省“333工程”中青年领军人才、清华大学“学术新秀”等称号。
刘鹏，教授，清华大学博士，南京云创大数据科技股份有限公司总裁，中国大数据应用联盟人工智能专家委员会主任，中国信息协会教育分会人工智能教育专家委员会主任，教育部全国普通高校毕业生就业创业指导委员会委员，第45届世界技能大赛中国区云计算选拔赛裁判长/专家指导组组长，2019年全国大学生数据建模比赛命题人，工信部云计算研究中心专家。
在云计算、大数据、人工智能领域具有多年的研究积累，是我国该领域的知名专家。主持科研项目40多项，发表论文80余篇，出版专业书籍30多种。曾于2002年获得全球数据处理比赛PennySort的世界冠军，于2003年夺得全国挑战杯比赛总冠军。提出的反垃圾邮件网格，被IEEE Cluster 2003评为杰出网格项目，为解决困扰全球的垃圾邮件问题做出根本贡献，该技术成为云安全技术的基础。
曾担任全军网格技术研究中心主任，获“全军十大学习成才标兵”（排名第一）、南京市“十大杰出青年”、“中国大数据创新百人”、江苏省“333工程”中青年领军人才、清华大学“学术新秀”等称号。
刘鹏，教授，清华大学博士，南京云创大数据科技股份有限公司总裁，中国大数据应用联盟人工智能专家委员会主任，中国信息协会教育分会人工智能教育专家委员会主任，教育部全国普通高校毕业生就业创业指导委员会委员，第45届世界技能大赛中国区云计算选拔赛裁判长/专家指导组组长，2019年全国大学生数据建模比赛命题人，工信部云计算研究中心专家。
在云计算、大数据、人工智能领域具有多年的研究积累，是我国该领域的知名专家。主持科研项目40多项，发表论文80余篇，出版专业书籍30多种。曾于2002年获得全球数据处理比赛PennySort的世界冠军，于2003年夺得全国挑战杯比赛总冠军。提出的反垃圾邮件网格，被IEEE Cluster 2003评为杰出网格项目，为解决困扰全球的垃圾邮件问题做出根本贡献，该技术成为云安全技术的基础。
曾担任全军网格技术研究中心主任，获“全军十大学习成才标兵”（排名第一）、南京市“十大杰出青年”、“中国大数据创新百人”、江苏省“333工程”中青年领军人才、清华大学“学术新秀”等称号。
刘鹏，教授，清华大学博士，南京云创大数据科技股份有限公司总裁，中国大数据应用联盟人工智能专家委员会主任，中国信息协会教育分会人工智能教育专家委员会主任，教育部全国普通高校毕业生就业创业指导委员会委员，第45届世界技能大赛中国区云计算选拔赛裁判长/专家指导组组长，2019年全国大学生数据建模比赛命题人，工信部云计算研究中心专家。
在云计算、大数据、人工智能领域具有多年的研究积累，是我国该领域的知名专家。主持科研项目40多项，发表论文80余篇，出版专业书籍30多种。曾于2002年获得全球数据处理比赛PennySort的世界冠军，于2003年夺得全国挑战杯比赛总冠军。提出的反垃圾邮件网格，被IEEE Cluster 2003评为杰出网格项目，为解决困扰全球的垃圾邮件问题做出根本贡献，该技术成为云安全技术的基础。
曾担任全军网格技术研究中心主任，获“全军十大学习成才标兵”（排名第一）、南京市“十大杰出青年”、“中国大数据创新百人”、江苏省“333工程”中青年领军人才、清华大学“学术新秀”等称号。
"
目录
第1章 大数据与云计算1
1.1 大数据时代1
1.2 云计算概述3
1.3 云计算发展现状5
1.4 云计算实现机制7
1.5 云计算压倒性的成本优势8
习题12
第2章 Google云计算原理与应用13
2.1 Google文件系统13
2.1.1 系统架构14
2.1.2 容错机制16
2.1.3 系统管理技术17
2.2 分布式计算编程模型MapReduce17
2.2.1 产生背景17
2.2.2 编程模型18
2.2.3 实现机制19
2.2.4 案例分析20
2.3 分布式锁服务Chubby22
2.3.1 Paxos算法22
2.3.2 Chubby系统设计23
2.3.3 Chubby中的Paxos算法24
2.3.4 Chubby文件系统26
2.3.5 通信协议27
2.3.6 正确性与性能29
2.4 分布式结构化数据表BigTable30
2.4.1 设计动机与目标31
2.4.2 数据模型31
2.4.3 系统架构32
2.4.4 主服务器33
2.4.5 子表服务器34
2.4.6 性能优化37
2.5 分布式存储系统Megastore39
2.5.1 设计目标及方案选择39
2.5.2 Megastore数据模型40
2.5.3 Megastore中的事务及并发控制42
2.5.4 Megastore基本架构43
2.5.5 核心技术――复制45
2.5.6 产品性能及控制措施48
2.6 分布式监控系统Dapper50
2.6.1 基本设计目标50
2.6.2 Dapper监控系统简介50
2.6.3 关键性技术53
2.6.4 常用Dapper工具54
2.6.5 Dapper使用经验56
2.7 海量数据的交互式分析工具Dremel58
2.7.1 产生背景58
2.7.2 数据模型59
2.7.3 嵌套式的列存储60
2.7.4 查询语言与执行64
2.7.5 性能分析66
2.8 内存大数据分析系统PowerDrill67
2.8.1 产生背景与设计目标67
2.8.2 基本数据结构68
2.8.3 性能优化69
2.8.4 性能分析与对比71
2.9 Google应用程序引擎72
2.9.1 Google App Engine简介72
2.9.2 应用程序环境74
2.9.3 Google App Engine服务77
习题87
第3章 Amazon云计算AWS88
3.1 基础存储架构Dynamo88
3.1.1 Dynamo概况88
3.1.2 Dynamo架构的主要技术90
3.2 弹性计算云97
3.2.1 EC2的基本架构97
3.2.2 EC2的关键技术99
3.2.3 EC2的安全及容错机制101
3.3 简单存储服务102
3.3.1 S3的基本概念和操作102
3.3.2 S3的数据一致性模型103
3.3.3 S3的安全措施104
3.4 非关系型数据库服务106
3.4.1 非关系型数据库与传统关系型数据库的比较106
3.4.2 SimpleDB107
3.4.3 DynamoDB109
3.4.4 SimpleDB和DynamoDB的比较109
3.5 关系型数据库服务110
3.5.1 RDS的基本原理110
3.5.2 RDS的使用111
3.6 简单队列服务111
3.6.1 SQS的基本模型111
3.6.2 SQS的消息112
3.7 内容推送服务114
3.7.1 CDN114
3.7.2 CloudFront116
3.8 其他Amazon云计算服务117
3.8.1 快速应用部署Elastic Beanstalk和服务模板CloudFormation117
3.8.2 DNS服务Route53118
3.8.3 虚拟私有云VPC118
3.8.4 简单通知服务和简单邮件服务119
3.8.5 弹性MapReduce服务119
3.8.6 电子商务服务DevPay、FPS和简单支付服务121
3.8.7 Amazon执行网络服务125
3.8.8 土耳其机器人125
3.8.9 数据仓库服务Redshift126
3.8.10 应用流服务AppStream和数据流服务Kinesis127
3.8.11 增强现实（AR）和虚拟现实（VR）应用Sumerian128
3.8.12 区块链应用Managed Blockchain128
3.9 AWS应用实例129
3.9.1 照片和视频共享网站SmugMug129
3.9.2 视频制作网站Animoto129
3.9.3 网站排名公司Alexa130
3.10 小结130
习题131
第4章 微软云计算Microsoft Azure132
4.1 微软云计算平台132
4.2 微软云操作系统Microsoft Azure134
4.2.1 Microsoft Azure概述134
4.2.2 Microsoft Azure计算服务135
4.2.3 Microsoft Azure存储服务139
4.2.4 Microsoft Azure Connect147
4.2.5 Microsoft Azure CDN148
4.2.6 Fabric控制器149
4.3 微软云关系数据库SQL Azure150
4.3.1 SQL Azure概述150
4.3.2 SQL Azure关键技术151
4.3.3 SQL Azure和SQL Server对比153
4.4 Microsoft Azure Service Fabric154
4.4.1 Service Fabric 概述154
4.4.2 Service Fabric体系结构155
4.4.3 Service Fabric群集157
4.5 Microsoft Azure Marketplace163
4.6 Microsoft Azure服务平台164
4.6.1 网站164
4.6.2 虚拟机165
4.6.3 云服务166
4.6.4 移动服务167
4.6.5 大数据处理168
4.6.6 媒体服务169
4.6.7 物联网平台170
4.6.8 人工智能服务171
习题172
第5章 Hadoop 3.0：主流开源云架构173
5.1 挑战与对策173
5.1.1 问题概述173
5.1.2 常规解决方案173
5.1.3 分布式下的解决方案174
5.1.4 小结178
5.2 Hadoop 3.0简述178
5.2.1 Hadoop发展178
5.2.2 Hadoop 3.0生态圈项目179
5.2.3 Hadoop应用181
5.3 Hadoop 3.0部署181
5.3.1 部署综述182
5.3.2 传统解压包方式部署186
5.4 Hadoop 3.0体系架构192
5.4.1 公共组件Common192
5.4.2 分布式文件系统HDFS194
5.4.3 分布式操作系统YARN199
5.5 Hadoop 3.0访问接口206
5.5.1 配置项接口206
5.5.2 浏览器接口207
5.5.3 命令行接口207
5.5.4 HDFS编程209
5.5.5 YARN编程212
5.6 Hadoop 3.0生态组件220
5.6.1 组件简介220
5.6.2 Hive224
5.6.3 Spark228
5.6.4 ZooKeeper239
5.6.5 HBase243
5.6.6 Mahout250
5.6.7 Redis253
5.6.8 Kafka258
5.6.9 Flink263
5.6.10 Flume266
5.6.11 Pig271
习题275
第6章 虚拟化技术276
6.1 虚拟化技术简介276
6.2 服务器虚拟化277
6.2.1 服务器虚拟化的层次277
6.2.2 服务器虚拟化的底层实现278
6.2.3 虚拟机迁移279
6.2.4 隔离技术281
6.2.5 案例分析283
6.3 存储虚拟化284
6.3.1 存储虚拟化的一般模型284
6.3.2 存储虚拟化的实现方式284
6.3.3 案例分析285
6.4 网络虚拟化287
6.4.1 网络虚拟化简介287
6.4.2 案例分析：VMware的网络虚拟化技术288
6.5 桌面虚拟化290
6.5.1 桌面虚拟化简介290
6.5.2 技术现状291
6.5.3 案例分析292
6.6 OpenStack开源虚拟化平台292
6.6.1 OpenStack背景介绍293
6.6.2 Nova294
6.6.3 Swift299
6.6.4 Glance305
6.7 超融合技术306
6.7.1 概念306
6.7.2 产生背景306
6.7.3 超融合技术简介308
习题310
第7章 容器技术311
7.1 容器技术简介311
7.1.1 容器技术的发展历程311
7.1.2 容器技术的架构313
7.1.3 容器的底层技术314
7.1.4 容器的关键技术315
7.1.5 容器技术的优势和局限性316
7.1.6 容器技术的典型应用317
7.1.7 容器和虚拟机对比318
7.2 Docker技术320
7.2.1 Docker是什么320
7.2.2 Docker的架构和流程322
7.2.3 Docker的优势和局限性323
7.2.4 分布式Docker网络环境搭建327
7.3 Rocket（Rkt）技术简介328
7.3.1 Rkt的标准化尝试329
7.3.2 Rkt是什么331
7.3.3 Rkt的基本使用方法333
7.4 其他容器技术335
7.4.1 Garden容器技术335
7.4.2 Kata容器技术337
7.5 容器编排系统338
7.5.1 Google Kubernetes339
7.5.2 Docker Swarm346
7.5.3 Apache Mesos350
7.5.4 CoreOS Fleet356
习题357
第8章 云原生技术359
8.1 云原生简介359
8.2 微服务361
8.2.1 Spring Cloud架构361
8.2.2 服务网格架构370
8.3 敏捷基础设施374
8.3.1 分布式消息中间件服务375
8.3.2 分布式缓存服务383
8.3.3 分布式任务调度服务386
8.3.4 监控告警服务390
8.4 DevOps392
8.4.1 概念393
8.4.2 Ansible394
8.4.3 SaltStack395
8.4.4 Jenkins397
8.5 持续交付399
8.5.1 持续交付与持续集成、持续部署400
8.5.2 持续交付vs. DevOps401
8.6 云原生应用场景401
8.6.1 深度学习应用场景402
8.6.2 区块链应用场景403
8.6.3 边缘计算应用场景404
8.6.4 传统行业互联网化应用场景404
习题405
第9章 云计算数据中心406
9.1 云计算数据中心的特征406
9.2 云计算数据中心网络部署407
9.2.1 改进型树形结构407
9.2.2 递归层次结构409
9.2.3 光交换网络412
9.2.4 无线数据中心网络414
9.2.5 软件定义网络414
9.3 绿色节能技术418
9.3.1 配电系统节能技术418
9.3.2 空调系统节能技术420
9.3.3 集装箱数据中心节能技术423
9.3.4 海底数据中心424
9.3.5 数据中心节能策略和算法研究427
9.3.6 新能源的应用429
9.3.7 典型的绿色节能数据中心432
9.4 自动化管理434
9.4.1 自动化管理的特征434
9.4.2 自动化管理实现阶段435
9.4.3 Facebook自动化管理436
9.5 容灾备份438
9.5.1 容灾系统的等级标准438
9.5.2 容灾备份的关键技术439
9.5.3 云存储在容灾备份中的应用441
习题442
第10章 云计算核心算法443
10.1 Paxos算法443
10.1.1 Paxos算法背景知识443
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价