分布式计算、云计算与大数据 下载 pdf 百度网盘 epub 免费 2025 电子书 mobi 在线

　　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。

前言

第1章 分布式计算概述

1.1 分布式计算的概念

1.1.1 定义

1.1.2 分布式计算的优缺点

1.1.3 分布式计算的相关计算形式

1.2 分布式系统概述

1.2.1 分布式系统的定义

1.2.2 经典的分布式系统与项目

1.2.3 分布式系统的特征

1.3 分布式计算的基础技术

1.3.1 进程间通信

1.3.2 IPC程序接口原型

1.3.3 事件同步

1.3.4 死锁和超时

1.3.5 事件状态图

1.3.6 进程间通信范型的演变

习题

参考文献

第2章 分布式计算范型

2.1 消息传递范型

2.2 客户/服务器范型

2.3 P2P范型

2.4 消息系统范型

2.5 远程过程调用范型

2.6 分布式对象范型

2.6.1 远程方法调用

2.6.2 对象请求代理

2.7 网络服务范型

2.8 移动代理范型

2.9 云服务范型

习题

参考文献

第3章 Socket编程与客户/服务器应用开发

3.1 Socket概述与分类

3.2 数据包Socket API

3.2.1 无连接数据包Socket API

3.2.2 面向连接数据包Socket API

3.3 流式Socket API

3.4 客户/服务器范型概述与应用开发方法

3.4.1 客户/服务器范型概念

3.4.2 客户/服务器范型的关键问题

3.5 基于三层软件的客户/服务器应用开发方法

3.5.1 软件体系结构

3.5.2 采用无连接数据包Socket的Daytime客户/服务器应用

3.5.3 采用流式Socket的Daytime客户/服务器应用

3.6 无连接与面向连接服务器程序的开发

3.6.1 无连接Echo客户/服务器

3.6.2 面向连接Echo客户/服务器

3.7 迭代与并发服务器程序的开发

3.8 有状态与无状态服务器程序的开发

习题

参考文献

第4章 RMI范型与应用

4.1 分布式对象范型

4.1.1 分布式对象范型的概念

4.1.2 分布式对象范型的体系结构

4.1.3 分布式对象系统

4.2 RMI

4.2.1 远程过程调用

4.2.2 RMI概述

4.2.3 Java RMI体系结构

4.2.4 stub和skeleton

4.2.5 对象注册

4.3 RMI基本应用开发

4.3.1 远程接口

4.3.2 服务器端软件

4.3.3 客户端软件

4.3.4 RMI应用代码示例

4.3.5 RMI应用构建步骤

4.3.6 RMI和Socket API的比较

4.4 RMI高级应用

4.4.1 客户回调

4.4.2 stub下载

4.4.3 RMI安全管理器

习题

参考文献

第5章 Web原理与应用开发

5.1 HTTP协议

5.1.1 WWW

5.1.2 TCP/IP

5.1.3 HTTP协议原理

5.2 Web开发技术

5.2.1 HTML

5.2.2 JavaScript

5.2.3 CSS

5.2.4 XML

5.2.5 动态网页技术

5.3 CGI

5.3.1 CGI原理

5.3.2 Web表单

5.4 Web会话

5.4.1 Cookie机制

5.4.2 Session机制

5.5 Applet

5.6 Servlet

5.7 SSH框架与应用开发

5.7.1 SSH

5.7.2 Struts

5.7.3 Spring

5.7.4 Hibernate

5.7.5 基于SSH的应用开发

案例

习题

参考文献

第6章 P2P原理与实践

6.1 P2P概述

6.1.1 P2P的概念

6.1.2 P2P的发展历程

6.1.3 P2P的技术特点

6.1.4 P2P的实践应用

6.2 P2P网络的分类

6.3 P2P的典型应用系统

6.4 P2P编程实践

6.5 P2P的研究现状与未来发展

6.5.1 P2P的研究现状

6.5.2 P2P的未来发展

习题

参考文献

第7章 Web Services

7.1 Web Services概述

7.1.1 Web Services的背景和概念

7.1.2 Web Services的特点

7.1.3 Web Services的应用场合

7.1.4 Web Services技术架构

7.1.5 Web Services工作原理

7.1.6 Web Services的开发

7.2 XML

7.2.1 XML概述

7.2.2 XML文档和语法

7.2.3 XML命名空间

7.2.4 XML模式

7.3 基于SOAP的Web Services

7.3.1 SOAP概述

7.3.2 SOAP消息结构

7.3.3 SOAP消息交换模型

7.3.4 SOAP应用模式

7.3.5 WSDL

7.3.6 UDDI

7.3.7 开发基于SOAP的Web Services

习题

参考文献

第8章 云计算原理与技术

8.1 云计算概述

8.1.1 云计算的起源

8.1.2 云计算的定义

8.1.3 云计算的分类

8.1.4 云计算与其他计算形式

8.2 云计算关键技术

8.2.1 体系结构

8.2.2 数据存储

8.2.3 计算模型

8.2.4 资源调度

8.2.5 虚拟化

8.3 Google云计算原理

8.3.1 GFS

8.3.2 MapReduce

8.3.3 BigTable

8.3.4 Dremel

8.4 Amazon云服务

8.4.1 Amazon云平台存储架构

8.4.2 其他组件

8.5 云计算研究与发展方向

8.5.1 云资源调度与任务调度

8.5.2 云计算能耗管理

8.5.3 基于云计算的应用

8.5.4 云计算安全

习题

参考文献

第9章 云计算模拟编程实践

9.1 CloudSim体系结构和API

9.1.1 CloudSim体系结构

9.1.2 CloudSim3.0 API

9.2 CloudSim环境搭建及程序运行

9.2.1 环境配置

9.2.2 运行样例程序

9.3 CloudSim扩展编程

9.3.1 调度策略的扩展

9.3.2 仿真核心代码

9.3.3 平台重编译

9.4 CloudSim编程实践

9.4.1 CloudSim任务调度编程

9.4.2 CloudSim网络编程

9.4.3 CloudSim能耗编程

习题

参考文献

第10章 云存储技术

10.1 存储概述

10.1.1 存储组网形态

10.1.2 RAID

10.1.3 磁盘热备

10.1.4 快照

10.1.5 数据分级存储的概念

10.2 云存储的概念与技术原理

10.2.1 分布式存储

10.2.2 存储虚拟化

10.3 云存储产品与系统

10.3.1 公有云的云存储产品

10.3.2 私有云的云存储产品

10.4 对象存储技术

10.4.1 对象存储架构

10.4.2 传统块存储与对象存储

10.4.3 对象

10.4.4 对象存储系统的组成

10.5 存储技术的发展趋势

习题

参考文献

第11章 大数据技术与实践

11.1 大数据概述

11.1.1 大数据产生的背景

11.1.2 大数据的定义

11.1.3 大数据的4V特征

11.2 大数据存储平台

11.2.1 HDFS

11.2.2 HBase

......

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：分布式计算、云计算与大数据在线阅读

在线听书地址：分布式计算、云计算与大数据在线收听

在线购买地址：分布式计算、云计算与大数据在线购买

暂无原文赏析，正在全力查找中！

前言

　　前 言背景分布式计算从20世纪六七十年代发展到现在，一直是计算机科学技术的理论与应用的热点问题，特别是*近几年，随着互联网、移动互联网、社交网络应用的发展，急需分布式计算的新技术——云计算、大数据，以满足和实现新时代计算机的应用需求。云计算、大数据等新技术本质上是分布式计算的发展和延伸，现有的书籍一般很少把经典的分布式计算与新兴的云计算、大数据等技术综合起来，并以应用需求为背景来剖析这些技术的原理和应用方法，本书正是为了适应这一新的发展趋势和需求而编写的，希望对云计算、大数据等新技术的研究与应用起到一定的作用。

　　内容规划本书包含传统分布式计算、云计算和大数据三方面的内容，具体内容包括：传统分布式计算的基本原理、核心技术、相关开发技术与方法（Socket、RMI、P2P、Web Services）；云计算概述与原理、云计算架构与实现技术（Google、Amazon的云计算技术）、云计算研究现状与发展方向、云计算模拟编程实践、云存储技术、云计算安全问题与技术；大数据的分析计算模型（PRAM、BSP、LogP、MapReduce、Spark内存计算等）、大数据存储平台（Hadoop[HDFS/HBase]、Cassandra、Redis、MongoDB等）、大数据分析处理技术（Impala、Hadoopdb、Spark等）、大数据编程技术及研究现状、电商大数据分析技术等。全书共12章，各章之间的层次关系如下：

　　教学资源与使用方法本书提供配套的PPT课件和课后习题参考答案，使用本书进行教学的教师可以从华章网站（

www.hzbook.com

）下载或发送电子邮件至

linww@scut.edu.cn

或

lin_w_w@qq.com

向编者索取。

　　本书可以作为计算机及相关专业高年级本科生和研究生的教材，建议在学习过操作系统、计算机网络、面向对象编程语言之后学习本课程。本书内容可根据不同的教学目的和对象进行选择，例如，对于本科类的分布式计算相关课程，可以选择分布式计算相关章节（第1～7章）重点讲解；对于本科类的云计算相关课程，可以选择分布式计算和云计算相关章节（第1～10章）重点讲解；对于本科类的大数据相关课程，可以选择分布式计算和大数据相关章节（第1～7和11、12章）重点讲解；对于研究生的课程，可以选择云计算和大数据相关章节重点讲解。根据本书的定位，建议每章讲授的**学时分配如下：

　　章号 建议重点讲授章节 建议学时第1章 1.1，1.2，1.3.1，1.3.2，1.3.3 2第2章 所有内容 2第3章 3.2，3.5，3.6，3.7 4第4章 4.2，4.3，4.4 4第5章 5.1.3，5.3，5.4，5.7.5 6第6章 6.2，6.4 2第7章 7.1.4，7.1.5，7.2.2，7.3 3第8章 8.1，8.2，8.3，8.4 3第9章 9.1，9.3，9.4 4第10章 10.2，10.4 4第11章 11.2，11.3.4，11.3.5，11.4，11.5，11.6 8第12章 12.2，12.3，12.4 8此外，本书的教学应该有相应的实验课程，建议实验课程学时数不少于理论课程学时数的三分之一。

　　致谢本书由林伟伟博士负责总体设计、组织编写和内容把关，刘波教授负责全书审校和整体润色。在本书的编写过程中，项目组多位研究生投入大量精力进行程序设计与资料收集、整理工作，他们是张子龙、郭超、徐思尧、李雷、伍秋平、朱朝悦、钟坯平、吴文泰、杨超、温昂展等。

　　衷心感谢华南理工大学齐德昱教授、韩国强教授和华南师范大学汤庸教授对本书编写工作的指导和鼓励。感谢机械工业出版社对本书出版的大力支持。

　　由于编者知识水平所限，书中不妥和疏漏之处在所难免，恳请大家批评指正。如果有任何问题和建议，可发送电子邮件至

linww@scut.edu.cn

或

lin_w_w@qq.com

。

　　林伟伟2015年5月30日于广州

书籍介绍

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。