本书将传统的分散式计算与新兴的云计算、大数据等技术综合起来，以套用需求为背景讲解技术原理和套用方法。
基本介绍
- 书名：分散式计算、云计算与大数据
- 作者：林伟伟
- ISBN：978-7-111-51777-1
- 页数：534千字
- 定价：59.0
- 出版社：机械工业出版社
- 出版时间：2017-03-28
- 开本：16开
- 所属丛书：高等学校计算机专业规划教材
内容简介
本书将传统的分散式计算与新兴的云计算、大数据等技术综合起来，以套用需求为背景讲解技术原理和套用方法，主要内容包括：传统分散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。
目录信息
前言
第1章 分散式计算概述 1
1.1 分散式计算的概念 1
1.1.1 定义 1
1.1.2 分散式计算的优缺点 1
1.1.3 分散式计算的相关计算形式 2
1.2 分散式系统概述 4
1.2.1 分散式系统的定义 4
1.2.2 经典的分散式系统与项目 4
1.2.3 分散式系统的特徵 6
1.3 分散式计算的基础技术 9
1.3.1 进程间通信 9
1.3.2 IPC程式接口原型 10
1.3.3 事件同步 11
1.3.4 死锁和逾时 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 分散式计算范型 19
2.1 讯息传递范型 19
2.2 客户/伺服器范型 20
2.3 P2P范型 20
2.4 讯息系统范型 21
2.5 远程过程调用范型 22
2.6 分散式对象范型 24
2.6.1 远程方法调用 24
2.6.2 对象请求代理 24
2.7 网路服务范型 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/伺服器套用开发 28
3.1 Socket概述与分类 28
3.2 数据包Socket API 29
3.2.1 无连线数据包Socket API 29
3.2.2 面向连线数据包Socket API 35
3.3 流式Socket API 37
3.4 客户/伺服器范型概述与套用开发方法 43
3.4.1 客户/伺服器范型概念 43
3.4.2 客户/伺服器范型的关键问题 44
3.5 基于三层软体的客户/伺服器套用开发方法 45
3.5.1 软体体系结构 45
3.5.2 採用无连线数据包Socket的Daytime客户/伺服器套用 45
3.5.3 採用流式Socket的Daytime客户/伺服器套用 50
3.6 无连线与面向连线伺服器程式的开发 54
3.6.1 无连线Echo客户/伺服器 54
3.6.2 面向连线Echo客户/伺服器 56
3.7 叠代与并发伺服器程式的开发 59
3.8 有状态与无状态伺服器程式的开发 62
习题 65
参考文献 69
第4章 RMI范型与套用 70
4.1 分散式对象范型 70
4.1.1 分散式对象范型的概念 70
4.1.2 分散式对象范型的体系结构 71
4.1.3 分散式对象系统 71
4.2 RMI 72
4.2.1 远程过程调用 72
4.2.2 RMI概述 72
4.2.3 Java RMI体系结构 73
4.2.4 stub和skeleton 74
4.2.5 对象注册 74
4.3 RMI基本套用开发 75
4.3.1 远程接口 75
4.3.2 伺服器端软体 75
4.3.3 客户端软体 78
4.3.4 RMI套用代码示例 78
4.3.5 RMI套用构建步骤 81
4.3.6 RMI和Socket API的比较 83
4.4 RMI高级套用 83
4.4.1 客户回调 83
4.4.2 stub下载 90
4.4.3 RMI安全管理器 92
习题 95
参考文献 96
第5章 Web原理与套用开发 97
5.1 HTTP协定 97
5.1.1 WWW 97
5.1.2 TCP/IP 97
5.1.3 HTTP协定原理 98
5.2 Web开发技术 101
5.2.1 HTML 101
5.2.2 JavaScript 104
5.2.3 CSS 107
5.2.4 XML 109
5.2.5 动态网页技术 110
5.3 CGI 113
5.3.1 CGI原理 113
5.3.2 Web表单 116
5.4 Web会话 117
5.4.1 Cookie机制 118
5.4.2 Session机制 124
5.5 Applet 128
5.6 Servlet 132
5.7 SSH框架与套用开发 136
5.7.1 SSH 136
5.7.2 Struts 137
5.7.3 Spring 142
5.7.4 Hibernate 143
5.7.5 基于SSH的套用开发
案例 146
习题 156
参考文献 160
第6章 P2P原理与实践 161
6.1 P2P概述 161
6.1.1 P2P的概念 161
6.1.2 P2P的发展历程 162
6.1.3 P2P的技术特点 163
6.1.4 P2P的实践套用 164
6.2 P2P网路的分类 164
6.3 P2P的典型套用系统 168
6.4 P2P编程实践 170
6.5 P2P的研究现状与未来发展 176
6.5.1 P2P的研究现状 176
6.5.2 P2P的未来发展 177
习题 178
参考文献 179
第7章 Web Services 180
7.1 Web Services概述 180
7.1.1 Web Services的背景和概念 180
7.1.2 Web Services的特点 180
7.1.3 Web Services的套用场合 181
7.1.4 Web Services技术架构 182
7.1.5 Web Services工作原理 184
7.1.6 Web Services的开发 184
7.2 XML 186
7.2.1 XML概述 186
7.2.2 XML文档和语法 187
7.2.3 XML命名空间 192
7.2.4 XML模式 194
7.3 基于SOAP的Web Services 200
7.3.1 SOAP概述 201
7.3.2 SOAP讯息结构 201
7.3.3 SOAP讯息交换模型 205
7.3.4 SOAP套用模式 206
7.3.5 WSDL 208
7.3.6 UDDI 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
8.3 Google云计算原理 238
8.3.1 GFS 238
8.3.2 MapReduce 238
8.3.3 BigTable 239
8.3.4 Dremel 242
8.4 Amazon云服务 244
8.4.1 Amazon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 基于云计算的套用 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
9.1 CloudSim体系结构和API 263
9.1.1 CloudSim体系结构 263
9.1.2 CloudSim3.0 API 268
9.2 CloudSim环境搭建及程式运行 272
9.2.1 环境配置 272
9.2.2 运行样例程式 272
9.3 CloudSim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
9.4 CloudSim编程实践 282
9.4.1 CloudSim任务调度编程 282
9.4.2 CloudSim网路编程 287
9.4.3 CloudSim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
10.1.2 RAID 307
10.1.3 磁碟热备 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 分散式存储 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特徵 336
11.2 大数据存储平台 336
11.2.1 HDFS 336
11.2.2 HBase 343
11.2.3 Cassandra 353
11.2.4 Redis 360
11.2.5 MongoDB 366
11.3 大数据计算模式 373
11.3.1 PRAM 373
11.3.2 BSP 374
11.3.3 LogP 376
11.3.4 MapReduce 377
11.3.5 Spark 382
11.4 大数据分析处理平台 388
11.4.1 Impala平台 388
11.4.2 HadoopDB平台 390
11.5 大数据存储编程实践 392
11.5.1 HDFS读写程式範例 392
11.5.2 HBase读写程式範例 393
11.6 大数据并行计算编程实践 395
11.6.1 基于MapReduce的程式实例（HDFS） 395
11.6.2 基于MapReduce的程式实例（HBase） 404
11.6.3 基于Spark的程式实例 407
11.6.4 基于Impala的程式实例 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——记忆体计算 413
11.7.4 流式数据的实时处理 415
11.7.5 大数据套用 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 程式运行说明 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
12.3.4 Mahout单机基于用户协同过滤 450
12.3.5 Mahout单机基于物品相似协同过滤 451
12.3.6 基于Hadoop的Mahout分散式开发 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
