云计算的关键技术与应用实例(附光盘)

图书标准信息

• 作者 王鹏 著
• 出版社 人民邮电出版社
• 出版时间 2010-01
• 版次 1
• ISBN 9787115217127
• 定价 39.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 235页
• 字数 336千字
• 正文语种 简体中文

【内容简介】

　　《云计算的关键技术与应用实例》从并行计算切入，以全新的视角全面讲述了云计算技术，主要内容包括并行计算技术、云计算的关键技术、架构及实例、云计算与智能、云计算技术的竞争性分析等内容。《云计算的关键技术与应用实例》中针对云计算中的大量技术架构、细节及战略问题提出了自己的看法和解决方案，并对云计算的底层技术给出了具体的模型化实现实例——云计算V0.01。这些内容大多数来自于我们近期在云计算领域的研究成果和开发实际项目经验。

　　《云计算的关键技术与应用实例》内容丰富，知识跨度较大，对云计算技术人员、技术战略分析人员和爱好者均有重要的参考价值，也可供高等院校研究云计算和并行计算的研究者和同学作为参考资料及教材使用。

【目录】

第1篇 从并行计算到云计算

第1章 并行计算与云计算

1.1 并行计算到云计算的演变

1.2 云计算需要定义吗？

1.3 云计算是否是新瓶装旧酒

1.4 MPI与Hadoop，不同学科学者的选择

1.5 云计算与浏览器

第2章 MPI并行计算环境的建立

2.1 配置前的准备工作

2.2 挂载NFS文件系统

2.3 配置ssh实现MPI节点间用户的无密码访问

2.4 安装MPICH2

2.5 建立并行计算环境时的注意事项

第3章 并行计算时代的程序设计方法

3.1 最简单的并行程序

3.2 获取进程标志和机器名

3.3 有消息传递功能的并行程序

3.4 Monte Carlo法在并行程序设计中的应用

3.5 并行计算中节点间的Reduce操作

3.6 用MPI的6个基本函数实现Reduce函数功能

3.7 计算与通信的并行

3.8 节点间自定义复杂数据结构的传输

3.9 MPI与MySQL数据库的结合应用

3.1 设计MPI并行程序时的注意事项

第4章 从MPI走向云计算

4.1 MPI没有分布式文件系统支持

4.2 MPI无法应对节点的失效

4.3 假如用MPI来构建云计算系统

第2篇 云计算的关键技术

第5章 Map/Reduce是云计算的选择吗

5.1 Map/Reduce跨越50年的历史

5.2 实现Map/Reduce的C语言实例

5.3 采用MPI实现并行化的Map/Reduce功能

第6章 Hadoop技术

6.1 Hadoop与MPI在数据处理上的对比

6.2 Hadoop的主从式结构

6.2.1 主从式文件系统HDFS

6.2.2 主从式计算系统Map/Reduce 

6.2.3 文件分块策略分析

6.3 Hadoop文件系统HDFS的前辈GFS

6.4 构建云文件系统需要解决的关键问题

6.5 云计算不相信节点服务器

6.6 揭密云计算架构下的典型服务器——Google服务器

6.6.1 Google服务器概述

6.6.2 揭开Google服务器的神秘面纱

6.6.3 Google服务器的配置情况

6.6.4 Google服务器的性能评测

第7章 Hadoop环境的建立

7.1 Hadoop配置环境

7.2 配置ssh实现Hadoop节点间用户的无密码访问

7.3 JDK的安装配置

7.4 Hadoop的安装配置

7.5 Hadoop中的Hello World

7.6 C语言程序在Hadoop上运行

第8章 动手做自己的云计算V0.01系统

8.1 系统总体分析

8.1.1 系统架构

8.1.2 文件分布式存储流程

8.1.3 计算与存储的整合流程

8.2 管理节点程序设计与分析

8.2.1 管理节点服务器程序主函数

8.2.2 管理节点各线程函数的设计

8.2.3 主服务器中其他函数的设计

8.3 子节点程序分析

8.3.1 子节点主函数

8.3.2 子节点各线程函数设计

8.4 客户端API设计

8.4.1 客户端文件的存储

8.4.2 客户端启动子节点计算

8.4.3 客户端应用的简单实例

8.5 客户端应用开发实例

第3篇 云计算应用实例

第9章 基于不可信服务器节点的云计算基础架构

9.1 云计算基础架构的应用场景

9.2 云计算基础架构

9.3 基于单向指针目录映射的分层用户隔离

9.4 云文件系统的物理存储管理

9.5 云存储的安全级别划分

9.6 计算和存储的整合

9.7 计算和存储的迁移

9.8 任务的可并行性和分类分析

9.9 简化的服务器级粗粒度计算和存储资源分配方案

9.1 数据的云计算系统之旅

第10章 云计算与智能

10.1 云计算的智能与人类智能的比较

10.2 云计算提升终端智能

10.3 云计算智能与Monte Carlo方法

10.4 云计算时代不确定性智能算法示例——模拟谐振子算法

10.4.1 简谐振动的描述

10.4.2 模拟谐振子算法描述

10.4.3 模拟谐振子算法流程

10.4.4 模拟谐振子算法分析

10.4.5 模拟谐振子算法应用于旅行商问题

10.4.6 模拟谐振子算法在连续和非线性优化问题中的应用

10.4.7 模拟谐振子算法的隐含并行性

10.5 云计算中的人工智能

第11章 云计算企业之间的竞争性分析

11.1 云计算技术流派分析

11.1.1 存储型——数据密集云计算平台

11.1.2 计算型——计算密集云计算平台

11.1.3 综合云计算平台

11.2 国际云计算公司分析

11.2.1 云计算技术的提出者Google

11.2.2 “端”的霸主微软

11.2.3 蓝色巨人IBM的蓝云

11.2.4 云计算的市场先行者Amazon公司

11.2.5 Salesforce从SaaS走入云中

11.2.6 热爱白皮书的Sun

11.2.7 EMC云计算的核心是虚拟化

11.2.8 渔翁得利的思科

11.3 国内云计算公司分析

11.3.1 拥有基础设施的世纪互联

11.3.2 阿里巴巴下决心入云

11.3.3 中国移动的BigCloud

11.3.4 国产旗帜友友云计算平台

11.3.5 曙光高性能与云计算

11.3.6 展览也要云

11.4 开源云计算平台分析

11.5 国际国内云计算平台提供商对比研究

11.6 产业综合分析

11.6.1 云计算与网络设备商的关系

11.6.2 云计算与移动通信运营商的关系

11.6.3 云计算与服务器提供商的关系

11.6.4 云计算与应用程序开发商的关系

后记 未来的计算——不确定性和隐含并行计算

附录 计算力的标准Linpack测试详细指南

参考文献