分布式计算、云计算与大数据

图书标准信息

• 作者 林伟伟、刘波 著
• 出版社 机械工业出版社
• 出版时间 2015-10
• 版次 1
• ISBN 9787111517771
• 定价 59.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 467页
• 字数 99999千字
• 丛书 高等学校计算机专业规划教材

【内容简介】

　　本书将传统的分布式计算与新兴的云计算、大数据等技术综合起来，以应用需求为背景讲解技术原理和应用方法，主要内容包括：传统分布式计算的基本原理和核心技术，云计算的原理、架构、实现技术及安全问题，大数据的分析模型、存储平台、编程技术及电商大数据分析技术等。本书适合作为高等学校计算机专业高年级本科生和研究生教材，也适合作为相关技术人员的参考读物。

【目录】

前言
第1章分布式计算概述  1
1.1分布式计算的概念  1
1.1.1定义  1
1.1.2分布式计算的优缺点  1
1.1.3分布式计算的相关计算形式  2
1.2分布式系统概述  4
1.2.1分布式系统的定义  4
1.2.2经典的分布式系统与项目  4
1.2.3分布式系统的特征  6
1.3分布式计算的基础技术  9
1.3.1进程间通信  9
1.3.2IPC程序接口原型  10
1.3.3事件同步  11
1.3.4死锁和超时  14
1.3.5事件状态图  15
1.3.6进程间通信范型的演变  16
习题  17
参考文献  18
第2章分布式计算范型  19
2.1消息传递范型  19
2.2客户/服务器范型  20
2.3P2P范型  20
2.4消息系统范型  21
2.5远程过程调用范型  22
2.6分布式对象范型  24
2.6.1远程方法调用  24
2.6.2对象请求代理  24
2.7网络服务范型  25
2.8移动代理范型  26
2.9云服务范型  26
习题  27
参考文献  27
第3章Socket编程与客户/服务器应用开发  28
3.1Socket概述与分类  28
3.2数据包Socket API  29
3.2.1无连接数据包Socket API  29
3.2.2面向连接数据包Socket API  35
3.3流式Socket API  37
3.4客户/服务器范型概述与应用开发方法  43
3.4.1客户/服务器范型概念  43
3.4.2客户/服务器范型的关键问题  44
3.5基于三层软件的客户/服务器应用开发方法  45
3.5.1软件体系结构  45
3.5.2采用无连接数据包Socket的Daytime客户/服务器应用  45
3.5.3采用流式Socket的Daytime客户/服务器应用  50
3.6无连接与面向连接服务器程序的开发  54
3.6.1无连接Echo客户/服务器  54
3.6.2面向连接Echo客户/服务器  56
3.7迭代与并发服务器程序的开发  59
3.8有状态与无状态服务器程序的开发  62
习题  65
参考文献  69
第4章RMI范型与应用  70
4.1分布式对象范型  70
4.1.1分布式对象范型的概念  70
4.1.2分布式对象范型的体系结构  71
4.1.3分布式对象系统  71
4.2RMI  72
4.2.1远程过程调用  72
4.2.2RMI概述  72
4.2.3Java RMI体系结构  73
4.2.4stub和skeleton  74
4.2.5对象注册  74
4.3RMI基本应用开发  75
4.3.1远程接口  75
4.3.2服务器端软件  75
4.3.3客户端软件  78
4.3.4RMI应用代码示例  78
4.3.5RMI应用构建步骤  81
4.3.6RMI和Socket API的比较  83
4.4RMI高级应用  83
4.4.1客户回调  83
4.4.2stub下载  90
4.4.3RMI安全管理器  92
习题  95
参考文献  96
第5章Web原理与应用开发  97
5.1HTTP协议  97
5.1.1WWW  97
5.1.2TCP/IP  97
5.1.3HTTP协议原理  98
5.2Web开发技术  101
5.2.1HTML  101
5.2.2JavaScript  104
5.2.3CSS  107
5.2.4XML  109
5.2.5动态网页技术  110
5.3CGI  113
5.3.1CGI原理  113
5.3.2Web表单  116
5.4Web会话  117
5.4.1Cookie机制  118
5.4.2Session机制  124
5.5Applet  128
5.6Servlet  132
5.7SSH框架与应用开发  136
5.7.1SSH  136
5.7.2Struts  137
5.7.3Spring  142
5.7.4Hibernate  143
5.7.5基于SSH的应用开发
案例  146
习题  156
参考文献  160
第6章P2P原理与实践  161
6.1P2P概述  161
6.1.1P2P的概念  161
6.1.2P2P的发展历程  162
6.1.3P2P的技术特点  163
6.1.4P2P的实践应用  164
6.2P2P网络的分类  164
6.3P2P的典型应用系统  168
6.4P2P编程实践  170
6.5P2P的研究现状与未来发展  176
6.5.1P2P的研究现状  176
6.5.2P2P的未来发展  177
习题  178
参考文献  179
第7章Web Services  180
7.1Web Services概述  180
7.1.1Web Services的背景和概念  180
7.1.2Web Services的特点  180
7.1.3Web Services的应用场合  181
7.1.4Web Services技术架构  182
7.1.5Web Services工作原理  184
7.1.6Web Services的开发  184
7.2XML  186
7.2.1XML概述  186
7.2.2XML文档和语法  187
7.2.3XML命名空间  192
7.2.4XML模式  194
7.3基于SOAP的Web Services  200
7.3.1SOAP概述  201
7.3.2SOAP消息结构  201
7.3.3SOAP消息交换模型  205
7.3.4SOAP应用模式  206
7.3.5WSDL  208
7.3.6UDDI  213
7.3.7开发基于SOAP的Web Services  216
习题  224
参考文献  224
第8章云计算原理与技术  226
8.1云计算概述  226
8.1.1云计算的起源  226
8.1.2云计算的定义  227
8.1.3云计算的分类  228
8.1.4云计算与其他计算形式  231
8.2云计算关键技术  232
8.2.1体系结构  232
8.2.2数据存储  233
8.2.3计算模型  235
8.2.4资源调度  237
8.2.5虚拟化  237
8.3Google云计算原理  238
8.3.1GFS  238
8.3.2MapReduce  238
8.3.3BigTable  239
8.3.4Dremel  242
8.4Amazon云服务  244
8.4.1Amazon云平台存储架构  244
8.4.2其他组件  246
8.5云计算研究与发展方向  250
8.5.1云资源调度与任务调度  250
8.5.2云计算能耗管理  253
8.5.3基于云计算的应用  256
8.5.4云计算安全  257
习题  259
参考文献  259
第9章云计算模拟编程实践  263
9.1CloudSim体系结构和API  263
9.1.1CloudSim体系结构  263
9.1.2CloudSim3.0 API  268
9.2CloudSim环境搭建及程序运行  272
9.2.1环境配置  272
9.2.2运行样例程序  272
9.3CloudSim扩展编程  275
9.3.1调度策略的扩展  275
9.3.2仿真核心代码  277
9.3.3平台重编译  281
9.4CloudSim编程实践  282
9.4.1CloudSim任务调度编程  282
9.4.2CloudSim网络编程  287
9.4.3CloudSim能耗编程  290
习题  301
参考文献  302
第10章云存储技术  303
10.1存储概述  303
10.1.1存储组网形态  303
10.1.2RAID  307
10.1.3磁盘热备  312
10.1.4快照  313
10.1.5数据分级存储的概念  314
10.2云存储的概念与技术原理  314
10.2.1分布式存储  315
10.2.2存储虚拟化  321
10.3云存储产品与系统  323
10.3.1公有云的云存储产品  323
10.3.2私有云的云存储产品  325
10.4对象存储技术  327
10.4.1对象存储架构  328
10.4.2传统块存储与对象存储  328
10.4.3对象  328
10.4.4对象存储系统的组成  330
10.5存储技术的发展趋势  331
习题  334
参考文献  334
第11章大数据技术与实践  335
11.1大数据概述  335
11.1.1大数据产生的背景  335
11.1.2大数据的定义  335
11.1.3大数据的4V特征  336
11.2大数据存储平台  336
11.2.1HDFS  336
11.2.2HBase  343
11.2.3Cassandra  353
11.2.4Redis  360
11.2.5MongoDB  366
11.3大数据计算模式  373
11.3.1PRAM  373
11.3.2BSP  374
11.3.3LogP  376
11.3.4MapReduce  377
11.3.5Spark  382
11.4大数据分析处理平台  388
11.4.1Impala平台  388
11.4.2HadoopDB平台  390
11.5大数据存储编程实践  392
11.5.1HDFS读写程序范例  392
11.5.2HBase读写程序范例  393
11.6大数据并行计算编程实践  395
11.6.1基于MapReduce的程序实例（HDFS）  395
11.6.2基于MapReduce的程序实例（HBase）  404
11.6.3基于Spark的程序实例  407
11.6.4基于Impala的程序实例  410
11.7大数据研究与发展方向  413
11.7.1数据的不确定性与数据质量  413
11.7.2跨领域的数据处理方法的可移植性  413
11.7.3数据处理的时效性保证——内存计算  413
11.7.4流式数据的实时处理  415
11.7.5大数据应用  416
11.7.6大数据发展趋势  417
习题  418
参考文献  419
第12章电商大数据分析技术  421
12.1电商大数据分析需求与方法概述  421
12.1.1电商大数据的分析与数据推荐需求  421
12.1.2电商大数据的数据结构和数据推荐评价指标  422
12.1.3推荐算法和技术简介  423
12.2基于规则统计模型的大数据分析方法与实现  424
12.2.1程序运行说明  424
12.2.2数据整理  424
12.2.3构建离线评估模型  427
12.2.4多个模型结果的并集与交集  429
12.2.5购买即推荐模型  433
12.2.6前三个月购买，后一个月只有点击  435
12.2.7最近k天对该品牌有操作，即将此品牌推荐  436
12.2.8对某商品连续操作n次以上便推荐  438
12.2.9基于时间权重的模型  439
12.3基于协同过滤推荐模型的大数据分析方法与实现  442
12.3.1协同过滤基本原理  442
12.3.2协同过滤方法的选择  444
12.3.3用Maven构建Mahout协同过滤项目  445
12.3.4Mahout单机基于用户协同过滤  450
12.3.5Mahout单机基于物品相似协同过滤  451
12.3.6基于Hadoop的Mahout分布式开发  453
12.4基于逻辑回归模型的大数据分析方法与实现  459
12.4.1逻辑回归的基本原理  459
12.4.2逻辑回归的简单实现  460
习题  467
参考文献  467