云計(jì)算（第二版）

第1章 緒論
1.1 云計(jì)算的概念
1.2 云計(jì)算發(fā)展現(xiàn)狀
1.3 云計(jì)算實(shí)現(xiàn)機(jī)制
1.4 網(wǎng)格計(jì)算與云計(jì)算
1.5 云計(jì)算的發(fā)展環(huán)境
1.5.1 云計(jì)算與3G
1.5.2 云計(jì)算與物聯(lián)網(wǎng)
1.5.3 云計(jì)算與移動(dòng)互聯(lián)網(wǎng)
1.5.4 云計(jì)算與三網(wǎng)融合
1.6 云計(jì)算壓倒性的成本優(yōu)勢(shì)
習(xí)題
參考文獻(xiàn)
第2章 Google云計(jì)算原理與應(yīng)用
2.1 Google文件系統(tǒng)GFS
2.1.1 系統(tǒng)架構(gòu)
2.1.2 容錯(cuò)機(jī)制
2.1.3 系統(tǒng)管理技術(shù)
2.2 分布式數(shù)據(jù)處理MapReduce
2.2.1 產(chǎn)生背景
2.2.2 編程模型
2.2.3 實(shí)現(xiàn)機(jī)制
2.2.4 案例分析
2.3 分布式鎖服務(wù)Chubby
2.3.1 Paxos算法
2.3.2 Chubby系統(tǒng)設(shè)計(jì)
2.3.3 Chubby中的Paxos
2.3.4 Chubby文件系統(tǒng)
2.3.5 通信協(xié)議
2.3.6 正確性與性能
2.4 分布式結(jié)構(gòu)化數(shù)據(jù)表Bigtable
2.4.1 設(shè)計(jì)動(dòng)機(jī)與目標(biāo)
2.4.2 數(shù)據(jù)模型
2.4.3 系統(tǒng)架構(gòu)
2.4.4 主服務(wù)器
2.4.5 子表服務(wù)器
2.4.6 性能優(yōu)化
2.5 分布式存儲(chǔ)系統(tǒng)Megastore
2.5.1 設(shè)計(jì)目標(biāo)及方案選擇
2.5.2 Megastore數(shù)據(jù)模型
2.5.3 Megastore中的事務(wù)及并發(fā)控制
2.5.4 Megastore基本架構(gòu)
2.5.5 核心技術(shù)--復(fù)制
2.5.6 產(chǎn)品性能及控制措施
2.6 大規(guī)模分布式系統(tǒng)的監(jiān)控基礎(chǔ)架構(gòu)Dapper
2.6.1 基本設(shè)計(jì)目標(biāo)
2.6.2 Dapper監(jiān)控系統(tǒng)簡(jiǎn)介
2.6.3 關(guān)鍵性技術(shù)
2.6.4 常用Dapper工具
2.6.5 Dapper使用經(jīng)驗(yàn)
2.7 Google應(yīng)用程序引擎
2.7.1 Google App Engine簡(jiǎn)介
2.7.2 應(yīng)用程序環(huán)境
2.7.3 Google App Engine服務(wù)
2.7.4 Google App Engine編程實(shí)踐
習(xí)題
參考文獻(xiàn)
第3章 Amazon云計(jì)算AWS
3.1 Amazon平臺(tái)基礎(chǔ)存儲(chǔ)架構(gòu)：Dynamo
3.1.1 Dynamo在Amazon服務(wù)平臺(tái)的地位
3.1.2 Dynamo架構(gòu)的主要技術(shù)
3.2 彈性計(jì)算云EC2
3.2.1 EC2的主要特性
3.2.2 EC2基本架構(gòu)及主要概念
3.2.3 EC2的關(guān)鍵技術(shù)
3.3.4 EC2安全及容錯(cuò)機(jī)制
3.3 簡(jiǎn)單存儲(chǔ)服務(wù)S3
3.3.1 基本概念和操作
3.3.2 數(shù)據(jù)一致性模型
3.3.3 S3安全措施
3.4 簡(jiǎn)單隊(duì)列服務(wù)SQS
3.4.1 SQS基本模型
3.4.2 兩個(gè)重要概念
3.4.3 消息
3.4.4 身份認(rèn)證
3.5 簡(jiǎn)單數(shù)據(jù)庫(kù)服務(wù)Simple DB
3.5.1 重要概念
3.5.2 存在的問(wèn)題及解決辦法
3.5.3 Simple DB和其他AWS的結(jié)合使用
3.6 關(guān)系數(shù)據(jù)庫(kù)服務(wù)RDS
3.6.1 SQL和NoSQL數(shù)據(jù)庫(kù)的對(duì)比
3.6.2 RDS數(shù)據(jù)庫(kù)原理
3.6.3 RDS的使用
3.7 內(nèi)容推送服務(wù)CloudFront
3.7.1 內(nèi)容推送網(wǎng)絡(luò)CDN
3.7.2 云內(nèi)容推送CloudFront
3.8 其他Amazon云計(jì)算服務(wù)
3.8.1 快速應(yīng)用部署Elastic Beanstalk和服務(wù)模板CloudFormation
3.8.2 云中的DNS服務(wù) Router 53
3.8.3 虛擬私有云VPC
3.8.4 簡(jiǎn)單通知服務(wù)SNS和簡(jiǎn)單郵件服務(wù)SES
3.8.5 彈性MapReduce服務(wù)
3.8.6 電子商務(wù)服務(wù)DevPay、FPS和Simple Pay
3.8.7 Amazon執(zhí)行網(wǎng)絡(luò)服務(wù)
3.8.8 土耳其機(jī)器人
3.8.9 Alexa Web服務(wù)
3.9 AWS應(yīng)用實(shí)例
3.9.1 在線照片存儲(chǔ)共享網(wǎng)站SmugMug
3.9.2 在線視頻制作網(wǎng)站Animoto
3.10 小結(jié)
習(xí)題
參考文獻(xiàn)
第4章 微軟云計(jì)算Windows Azure
4.1 微軟云計(jì)算平臺(tái)
4.2 微軟云操作系統(tǒng)Windows Azure
4.2.1 Windows Azure概述
4.2.2 Windows Azure計(jì)算服務(wù)
4.2.3 Windows Azure存儲(chǔ)服務(wù)
4.2.4 Windows Azure Connect
4.2.5 Windows Azure CDN
4.2.6 Fabric控制器
4.2.7 Windows Azure應(yīng)用場(chǎng)景
4.3 微軟云關(guān)系數(shù)據(jù)庫(kù)SQL Azure
4.3.1 SQL Azure概述
4.3.2 SQL Azure關(guān)鍵技術(shù)
4.3.3 SQL Azure應(yīng)用場(chǎng)景
4.3.4 SQL Azure和SQL Server對(duì)比
4.4 Windows Azure AppFabric
4.4.1 AppFabric概述
4.4.2 AppFabric關(guān)鍵技術(shù)
4.5 Windows Azure Marketplace
4.6 微軟云計(jì)算編程實(shí)踐
4.6.1 利用Visual Studio2010開(kāi)發(fā)簡(jiǎn)單的云應(yīng)用程序
4.6.2 向Windows Azure平臺(tái)發(fā)布應(yīng)用程序
習(xí)題
參考文獻(xiàn)
第5章 VMware云計(jì)算
5.1 VMware云產(chǎn)品簡(jiǎn)介
5.1.1 VMware云戰(zhàn)略三層架構(gòu)
5.1.2 VMware vSphere架構(gòu)
5.1.3 云操作系統(tǒng)vSphere
5.1.4 底層架構(gòu)服務(wù)vCloud Service Director
5.1.5 虛擬桌面產(chǎn)品VMware View
5.2 云管理平臺(tái) vCenter
5.2.1 虛擬機(jī)遷移工具
5.2.2 虛擬機(jī)數(shù)據(jù)備份恢復(fù)工具
5.2.3 虛擬機(jī)安全工具
5.2.4 可靠性組件FT和HA
5.3 云架構(gòu)服務(wù)提供平臺(tái)vCloud Service Director
5.3.1 創(chuàng)建虛擬數(shù)據(jù)中心和組織
5.3.2 網(wǎng)絡(luò)的設(shè)計(jì)
5.3.3 目錄管理
5.3.4 計(jì)費(fèi)功能
5.4 VMware的網(wǎng)絡(luò)和存儲(chǔ)虛擬化
5.4.1 網(wǎng)絡(luò)虛擬化
5.4.2 存儲(chǔ)虛擬化
習(xí)題
參考文獻(xiàn)
第6章 Hadoop：Google云計(jì)算的開(kāi)源實(shí)現(xiàn)
6.1 Hadoop簡(jiǎn)介
6.2 Hadoop分布式文件系統(tǒng)HDFS
6.2.1 設(shè)計(jì)前提與目標(biāo)
6.2.2 體系結(jié)構(gòu)
6.2.3 保障可靠性的措施
6.2.4 提升性能的措施
6.2.5 訪問(wèn)接口
6.3 分布式數(shù)據(jù)處理MapReduce
6.3.1 邏輯模型
6.3.2 實(shí)現(xiàn)機(jī)制
6.4 分布式結(jié)構(gòu)化數(shù)據(jù)表HBase
6.4.1 邏輯模型
6.4.2 物理模型
6.4.3 子表服務(wù)器
6.4.4 主服務(wù)器
6.4.5 元數(shù)據(jù)表
6.5 Hadoop安裝
6.5.1 在Linux系統(tǒng)中安裝Hadoop
6.5.2 在Windows系統(tǒng)中安裝Hadoop
6.6 HDFS使用
6.6.1 HDFS 常用命令
6.6.2 HDFS 基準(zhǔn)測(cè)試
6.7 HBase安裝使用
6.7.1 HBase的安裝配置
6.7.2 HBase的執(zhí)行
6.7.3 Hbase編程實(shí)例
6.8 MapReduce編程
6.8.1 矩陣相乘算法設(shè)計(jì)
6.8.2 編程實(shí)現(xiàn)
習(xí)題
參考文獻(xiàn)
第7章 Eucalyptus：Amazon云計(jì)算的開(kāi)源實(shí)現(xiàn)
7.1 Eucalyptus簡(jiǎn)介
7.2 Eucalyptus技術(shù)實(shí)現(xiàn)
7.2.1 體系結(jié)構(gòu)
7.2.2 主要構(gòu)件
7.2.3 訪問(wèn)接口
7.2.4 服務(wù)等級(jí)協(xié)議
7.2.5 虛擬組網(wǎng)
7.3 Eucalyptus安裝與使用
7.3.1 在Linux系統(tǒng)中安裝Eucalyptus
7.3.2 Eucalyptus配置和管理
7.3.3 Eucalyptus常用命令的示例和說(shuō)明
習(xí)題
參考文獻(xiàn)
第8章 其他開(kāi)源云計(jì)算系統(tǒng)
8.1 簡(jiǎn)介
8.1.1 Cassandra
8.1.2 Hive
8.1.3 VoltDB
8.1.4 Enomaly ECP
8.1.5 Nimbus
8.1.6 Sector and Sphere
8.1.7 abiquo
8.1.8 MongoDB
8.2 Cassandra
8.2.1 體系結(jié)構(gòu)
8.2.2 數(shù)據(jù)模型
8.2.3 存儲(chǔ)機(jī)制
8.2.4 讀/寫(xiě)刪過(guò)程
8.3 Hive
8.3.1 整體構(gòu)架
8.3.2 數(shù)據(jù)模型
8.3.3 HQL語(yǔ)言
8.3.4 環(huán)境搭建
8.4 VoltDB
8.4.1 整體架構(gòu)
8.4.2 自動(dòng)數(shù)據(jù)分片技術(shù)
習(xí)題
參考文獻(xiàn)
第9章 云計(jì)算仿真器CloudSim
9.1 CloudSim簡(jiǎn)介
9.2 CloudSim體系結(jié)構(gòu)
9.2.1 CloudSim核心模擬引擎
9.2.2 CloudSim層
9.2.3 用戶代碼層
9.3 CloudSim技術(shù)實(shí)現(xiàn)
9.4 CloudSim的使用方法
9.4.1 環(huán)境配置
9.4.2 運(yùn)行樣例程序
9.5 CloudSim的擴(kuò)展
9.5.1 調(diào)度策略的擴(kuò)展
9.5.2 仿真核心代碼
9.5.3 平臺(tái)重編譯
習(xí)題
參考文獻(xiàn)
第10章 云計(jì)算研究熱點(diǎn)
10.1 云計(jì)算體系結(jié)構(gòu)研究
10.1.1 Youseff劃分方法
10.1.2 Lenk劃分方法
10.2 云計(jì)算關(guān)鍵技術(shù)研究
10.2.1 虛擬化技術(shù)
10.2.2 數(shù)據(jù)存儲(chǔ)技術(shù)
10.2.3 資源管理技術(shù)
10.2.4 能耗管理技術(shù)
10.2.5 云監(jiān)測(cè)技術(shù)
10.3 編程模型研究
10.3.1 All-Pairs編程模型
10.3.2 GridBatch編程模型
10.3.3 其他編程模型
10.4 支撐平臺(tái)研究
10.4.1 Cumulus：數(shù)據(jù)中心科學(xué)云
10.4.2 CARMEN：e-Science云計(jì)算
10.4.3 RESERVOIR：云服務(wù)融合平臺(tái)
10.4.4 TPlatform：Hadoop的變種
10.4.5 P2P環(huán)境的MapReduce
10.4.6 Yahoo云計(jì)算平臺(tái)
10.4.7 微軟的Dryad框架
10.4.8 Neptune框架
10.5 應(yīng)用研究
10.5.1 語(yǔ)義分析應(yīng)用
10.5.2 生物學(xué)應(yīng)用
10.5.3 數(shù)據(jù)庫(kù)應(yīng)用
10.5.4 地理信息應(yīng)用
10.5.5 商業(yè)應(yīng)用
10.5.6 醫(yī)學(xué)應(yīng)用
10.5.7 社會(huì)智能應(yīng)用
10.6 云安全研究
10.6.1 Anti-Spam Grid：反垃圾郵件網(wǎng)格
10.6.2 CloudAV：終端惡意軟件檢測(cè)
10.6.3 AMSDS：惡意軟件簽名自動(dòng)檢測(cè)
10.6.4 CloudSEC：協(xié)作安全服務(wù)體系結(jié)構(gòu)
習(xí)題
參考文獻(xiàn)
第11章 總結(jié)與展望
11.1 主流商業(yè)云計(jì)算解決方案比較
11.1.1 應(yīng)用場(chǎng)景
11.1.2 使用流程
11.1.3 體系結(jié)構(gòu)
11.1.4 實(shí)現(xiàn)技術(shù)
11.1.5 核心業(yè)務(wù)
11.2 主流開(kāi)源云計(jì)算系統(tǒng)比較
11.2.1 開(kāi)發(fā)目的
11.2.2 體系結(jié)構(gòu)
11.2.3 實(shí)現(xiàn)技術(shù)
11.2.4 核心服務(wù)
11.3 國(guó)內(nèi)代表性云計(jì)算平臺(tái)比較
11.3.1 中國(guó)移動(dòng)“大云”
11.3.2 阿里巴巴“阿里云”
11.3.3 “大云”與“阿里云”的比較
11.4 云計(jì)算的歷史坐標(biāo)與發(fā)展方向
11.4.1 互聯(lián)網(wǎng)發(fā)展的階段劃分
11.4.2 云格（Gloud）--云計(jì)算的未來(lái)
習(xí)題
參考文獻(xiàn)