《分散式計算、雲計算與大數據》是2017年機械工業出版社出版的圖書，作者是林偉偉。
基本介紹
- 中文名：分散式計算、雲計算與大數據
- 作者：林偉偉
- 出版社：機械工業出版社
- 出版時間：2017年03月28日
- 定價：59.0
- 開本：16 開
- 裝幀：平裝
- ISBN：9787111517771
- 所屬叢書：高等學校計算機專業規劃教材
內容簡介,目錄,
內容簡介
本書將傳統的分散式計算與新興的雲計算、大數據等技術綜合起來，以套用需求為背景講解技術原理和套用方法，主要內容包括：傳統分散式計算的基本殃洪備原理和核心技術，雲計算的原理、架構、實現技術及安全問題，大數據的分析模型、存儲平台、編程技術及電商大數據分析技術等。本書適合作為高等學校計算機專業高年級本科生和研究生教材，也適合作為相關技術人員的參考讀物。
目錄
前言
第1章 分散式計算概述 1
1.1 分散式計算的概念 1
1.1.1 定義 1
1.1.2 分散式計鞏欠擊算的優缺點 1
1.1.3 分散式計算的相關計算形式 2
1.2 分散式系統概述 4
1.2.1 分散式系統的定義 4
1.2.2 經典的分散式系統與項目 4
1.2.3 分散式系統的特徵 6
1.3 分散式計算的基礎技術 9
1.3.1 進程間通信 9
1.3.2 IPC程式接口原型 10
1.3.3 事件同步 11
1.3.4 死鎖和逾時 14
1.3.5 事件狀態圖 15
1.3.6 進程間通信范型的演變 16
習題 17
參考文獻 18
第2章 分散式計算范型 19
2.1 訊息傳遞范型 19
2.2 客戶/伺服器范型 20
2.3 P2P范型 20
2.4 訊息系統范型 21
2.5 遠程過程調用范型 22
2.6 分散式對象范型 24
2.6.1 遠程方法調用 24
2.6.2 對象請求代理 24
2.7 網路服務范型 25
2.8 移動代理范型 26
2.9 雲服務范型 26
習題 27
參考文獻 27
第3章 Socket編程與客戶/伺服器套用開發 28
3.1 Socket概述與分類 28
3.2 數據包Socket API 29
3.2.1 無連線數據包Socket API 29
3.2.2 面向連線數據包Socket API 35
3.3 流式Socket API 37
3.4 客戶/伺服器范型概述與套用開發方法 43
3.4.1 客戶/伺服器范型概念 43
3.4.2 客戶/伺服器范型的關鍵問題 44
3.5 基於三層軟體的客戶/伺服器套用開發方法 45
3.5.1 軟體體系結構 45
3.5.2 採用無連線數據包Socket的Daytime客戶/伺服器套用 45
3.5.3 採用流式Socket的Daytime客戶/伺服器套用 50
3.6 無連線雅煉充棕與面向連線伺服器程式的開發 54
3.6.1 無連線Echo客戶/伺服器 54
3.6.2 面向連線Echo客戶/伺服器 56
3.7 疊代與並發伺服器程式的開發 59
3.8 有狀態與無狀態伺服器程式的開發 62
習題 65
參考文獻 69
第4章 RMI范型與套用 70
4.1 分散式對象范型 70
4.1.1 分散式對象范型的概念 70
4.1.2 分散式對象范遷船海危型的體系結構 71
4.1.3 分散式對象系統 71
4.2 RMI 72
4.2.1 遠程過程調用 72
4.2.2 RMI概述 72
4.2.3 Java RMI體系結構 73
4.2.4 stub和skeleton 74
4.2.5 對象註冊 74
4.3 RMI基本套用開發 75
4.3.1 遠程接口 75
4.3.2 伺服器愚精端軟體 75
4.3.3 客戶端軟體 78
4.3.4 RMI套用代碼示例 78
4.3.5 RMI套用構建步驟 81
4.3.6 RMI和Socket API的比較 83
4.4 RMI高級套用 83
4.4.1 客戶回調 83
4.4.2 stub下載 90
4.4.3 RMI安全管理器 92
習題 95
參考文獻 96
第5章 Web原理與應烏蜜嫌用開發 97
5.1 HTTP協定 97
5.1.1 WWW 97
5.1.2 TCP/IP 97
5.1.3 HTTP協定原理 98
5.2 Web開發技術 101
5.2.1 HTML 101
5.2.2 JavaScript 104
5.2.3 CSS 107
5.2.4 XML 109
5.2.5 動態網頁技術 110
5.3 CGI 113
5.3.1 CGI原理 113
5.3.2 Web表單 116
5.4 Web會話 117
5.4.1 Cookie機制 118
5.4.2 Session機制 124
5.5 Applet 128
5.6 Servlet 132
5.7 SSH框架與套用開發 136
5.7.1 SSH 136
5.7.2 Struts 137
5.7.3 Spring 142
5.7.4 Hibernate 143
5.7.5 基於SSH的套用開發霸邀棄
案例 146
習題 156
參考文獻 160
第6章 P2P原理與實踐 161
6.1 P2P概述 161
6.1.1 P2P的概念 161
6.1.2 P2P的發展歷程 162
6.1.3 P2P的技術特點 163
6.1.4 P2P的實踐套用 164
6.2 P2P網路的分類 164
6.3 P2P的典型套用系統 168
6.4 P2P編程實踐 170
6.5 P2P的研究現狀與未來發展 176
6.5.1 P2P的研究現狀 176
6.5.2 P2P的未來發展 177
習題 178
參考文獻 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的特點 180
7.1.3 Web Services的套用場合 181
7.1.4 Web Services技術架構 182
7.1.5 Web Services工作原理 184
7.1.6 Web Services的開發 184
7.2 XML 186
7.2.1 XML概述 186
7.2.2 XML文檔和語法 187
7.2.3 XML命名空間 192
7.2.4 XML模式 194
7.3 基於SOAP的Web Services 200
7.3.1 SOAP概述 201
7.3.2 SOAP訊息結構 201
7.3.3 SOAP訊息交換模型 205
7.3.4 SOAP套用模式 206
7.3.5 WSDL 208
7.3.6 UDDI 213
7.3.7 開發基於SOAP的Web Services 216
習題 224
參考文獻 224
第8章 雲計算原理與技術 226
8.1 雲計算概述 226
8.1.1 雲計算的起源 226
8.1.2 雲計算的定義 227
8.1.3 雲計算的分類 228
8.1.4 雲計算與其他計算形式 231
8.2 雲計算關鍵技術 232
8.2.1 體系結構 232
8.2.2 數據存儲 233
8.2.3 計算模型 235
8.2.4 資源調度 237
8.2.5 虛擬化 237
8.3 Google雲計算原理 238
8.3.1 GFS 238
8.3.2 MapReduce 238
8.3.3 BigTable 239
8.3.4 Dremel 242
8.4 Amazon雲服務 244
8.4.1 Amazon雲平台存儲架構 244
8.4.2 其他組件 246
8.5 雲計算研究與發展方向 250
8.5.1 雲資源調度與任務調度 250
8.5.2 雲計算能耗管理 253
8.5.3 基於雲計算的套用 256
8.5.4 雲計算安全 257
習題 259
參考文獻 259
第9章 雲計算模擬編程實踐 263
9.1 CloudSim體系結構和API 263
9.1.1 CloudSim體系結構 263
9.1.2 CloudSim3.0 API 268
9.2 CloudSim環境搭建及程式運行 272
9.2.1 環境配置 272
9.2.2 運行樣例程式 272
9.3 CloudSim擴展編程 275
9.3.1 調度策略的擴展 275
9.3.2 仿真核心代碼 277
9.3.3 平台重編譯 281
9.4 CloudSim編程實踐 282
9.4.1 CloudSim任務調度編程 282
9.4.2 CloudSim網路編程 287
9.4.3 CloudSim能耗編程 290
習題 301
參考文獻 302
第10章 雲存儲技術 303
10.1 存儲概述 303
10.1.1 存儲組網形態 303
10.1.2 RAID 307
10.1.3 磁碟熱備 312
10.1.4 快照 313
10.1.5 數據分級存儲的概念 314
10.2 雲存儲的概念與技術原理 314
10.2.1 分散式存儲 315
10.2.2 存儲虛擬化 321
10.3 雲存儲產品與系統 323
10.3.1 公有雲的雲存儲產品 323
10.3.2 私有雲的雲存儲產品 325
10.4 對象存儲技術 327
10.4.1 對象存儲架構 328
10.4.2 傳統塊存儲與對象存儲 328
10.4.3 對象 328
10.4.4 對象存儲系統的組成 330
10.5 存儲技術的發展趨勢 331
習題 334
參考文獻 334
第11章 大數據技術與實踐 335
11.1 大數據概述 335
11.1.1 大數據產生的背景 335
11.1.2 大數據的定義 335
11.1.3 大數據的4V特徵 336
11.2 大數據存儲平台 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 大數據計算模式 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 大數據分析處理平台 388
11.4.1 Impala平台 388
11.4.2 HadoopDB平台 390
11.5 大數據存儲編程實踐 392
11.5.1 HDFS讀寫程式範例 392
11.5.2 HBase讀寫程式範例 393
11.6 大數據並行計算編程實踐 395
11.6.1 基於MapReduce的程式實例（HDFS） 395
11.6.2 基於MapReduce的程式實例（HBase） 404
11.6.3 基於Spark的程式實例 407
11.6.4 基於Impala的程式實例 410
11.7 大數據研究與發展方向 413
11.7.1 數據的不確定性與數據質量 413
11.7.2 跨領域的數據處理方法的可移植性 413
11.7.3 數據處理的時效性保證——記憶體計算 413
11.7.4 流式數據的實時處理 415
11.7.5 大數據套用 416
11.7.6 大數據發展趨勢 417
習題 418
參考文獻 419
第12章 電商大數據分析技術 421
12.1 電商大數據分析需求與方法概述 421
12.1.1 電商大數據的分析與數據推薦需求 421
12.1.2 電商大數據的數據結構和數據推薦評價指標 422
12.1.3 推薦算法和技術簡介 423
12.2 基於規則統計模型的大數據分析方法與實現 424
12.2.1 程式運行說明 424
12.2.2 數據整理 424
12.2.3 構建離線評估模型 427
12.2.4 多個模型結果的並集與交集 429
12.2.5 購買即推薦模型 433
12.2.6 前三個月購買，後一個月只有點擊 435
12.2.7 最近k天對該品牌有操作，即將此品牌推薦 436
12.2.8 對某商品連續操作n次以上便推薦 438
12.2.9 基於時間權重的模型 439
12.3 基於協同過濾推薦模型的大數據分析方法與實現 442
12.3.1 協同過濾基本原理 442
12.3.2 協同過濾方法的選擇 444
12.3.3 用Maven構建Mahout協同過濾項目 445
12.3.4 Mahout單機基於用戶協同過濾 450
12.3.5 Mahout單機基於物品相似協同過濾 451
12.3.6 基於Hadoop的Mahout分散式開發 453
12.4 基於邏輯回歸模型的大數據分析方法與實現 459
12.4.1 邏輯回歸的基本原理 459
12.4.2 邏輯回歸的簡單實現 460
習題 467
參考文獻 467
3.6 無連線與面向連線伺服器程式的開發 54
3.6.1 無連線Echo客戶/伺服器 54
3.6.2 面向連線Echo客戶/伺服器 56
3.7 疊代與並發伺服器程式的開發 59
3.8 有狀態與無狀態伺服器程式的開發 62
習題 65
參考文獻 69
第4章 RMI范型與套用 70
4.1 分散式對象范型 70
4.1.1 分散式對象范型的概念 70
4.1.2 分散式對象范型的體系結構 71
4.1.3 分散式對象系統 71
4.2 RMI 72
4.2.1 遠程過程調用 72
4.2.2 RMI概述 72
4.2.3 Java RMI體系結構 73
4.2.4 stub和skeleton 74
4.2.5 對象註冊 74
4.3 RMI基本套用開發 75
4.3.1 遠程接口 75
4.3.2 伺服器端軟體 75
4.3.3 客戶端軟體 78
4.3.4 RMI套用代碼示例 78
4.3.5 RMI套用構建步驟 81
4.3.6 RMI和Socket API的比較 83
4.4 RMI高級套用 83
4.4.1 客戶回調 83
4.4.2 stub下載 90
4.4.3 RMI安全管理器 92
習題 95
參考文獻 96
第5章 Web原理與套用開發 97
5.1 HTTP協定 97
5.1.1 WWW 97
5.1.2 TCP/IP 97
5.1.3 HTTP協定原理 98
5.2 Web開發技術 101
5.2.1 HTML 101
5.2.2 JavaScript 104
5.2.3 CSS 107
5.2.4 XML 109
5.2.5 動態網頁技術 110
5.3 CGI 113
5.3.1 CGI原理 113
5.3.2 Web表單 116
5.4 Web會話 117
5.4.1 Cookie機制 118
5.4.2 Session機制 124
5.5 Applet 128
5.6 Servlet 132
5.7 SSH框架與套用開發 136
5.7.1 SSH 136
5.7.2 Struts 137
5.7.3 Spring 142
5.7.4 Hibernate 143
5.7.5 基於SSH的套用開發
案例 146
習題 156
參考文獻 160
第6章 P2P原理與實踐 161
6.1 P2P概述 161
6.1.1 P2P的概念 161
6.1.2 P2P的發展歷程 162
6.1.3 P2P的技術特點 163
6.1.4 P2P的實踐套用 164
6.2 P2P網路的分類 164
6.3 P2P的典型套用系統 168
6.4 P2P編程實踐 170
6.5 P2P的研究現狀與未來發展 176
6.5.1 P2P的研究現狀 176
6.5.2 P2P的未來發展 177
習題 178
參考文獻 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的特點 180
7.1.3 Web Services的套用場合 181
7.1.4 Web Services技術架構 182
7.1.5 Web Services工作原理 184
7.1.6 Web Services的開發 184
7.2 XML 186
7.2.1 XML概述 186
7.2.2 XML文檔和語法 187
7.2.3 XML命名空間 192
7.2.4 XML模式 194
7.3 基於SOAP的Web Services 200
7.3.1 SOAP概述 201
7.3.2 SOAP訊息結構 201
7.3.3 SOAP訊息交換模型 205
7.3.4 SOAP套用模式 206
7.3.5 WSDL 208
7.3.6 UDDI 213
7.3.7 開發基於SOAP的Web Services 216
習題 224
參考文獻 224
第8章 雲計算原理與技術 226
8.1 雲計算概述 226
8.1.1 雲計算的起源 226
8.1.2 雲計算的定義 227
8.1.3 雲計算的分類 228
8.1.4 雲計算與其他計算形式 231
8.2 雲計算關鍵技術 232
8.2.1 體系結構 232
8.2.2 數據存儲 233
8.2.3 計算模型 235
8.2.4 資源調度 237
8.2.5 虛擬化 237
8.3 Google雲計算原理 238
8.3.1 GFS 238
8.3.2 MapReduce 238
8.3.3 BigTable 239
8.3.4 Dremel 242
8.4 Amazon雲服務 244
8.4.1 Amazon雲平台存儲架構 244
8.4.2 其他組件 246
8.5 雲計算研究與發展方向 250
8.5.1 雲資源調度與任務調度 250
8.5.2 雲計算能耗管理 253
8.5.3 基於雲計算的套用 256
8.5.4 雲計算安全 257
習題 259
參考文獻 259
第9章 雲計算模擬編程實踐 263
9.1 CloudSim體系結構和API 263
9.1.1 CloudSim體系結構 263
9.1.2 CloudSim3.0 API 268
9.2 CloudSim環境搭建及程式運行 272
9.2.1 環境配置 272
9.2.2 運行樣例程式 272
9.3 CloudSim擴展編程 275
9.3.1 調度策略的擴展 275
9.3.2 仿真核心代碼 277
9.3.3 平台重編譯 281
9.4 CloudSim編程實踐 282
9.4.1 CloudSim任務調度編程 282
9.4.2 CloudSim網路編程 287
9.4.3 CloudSim能耗編程 290
習題 301
參考文獻 302
第10章 雲存儲技術 303
10.1 存儲概述 303
10.1.1 存儲組網形態 303
10.1.2 RAID 307
10.1.3 磁碟熱備 312
10.1.4 快照 313
10.1.5 數據分級存儲的概念 314
10.2 雲存儲的概念與技術原理 314
10.2.1 分散式存儲 315
10.2.2 存儲虛擬化 321
10.3 雲存儲產品與系統 323
10.3.1 公有雲的雲存儲產品 323
10.3.2 私有雲的雲存儲產品 325
10.4 對象存儲技術 327
10.4.1 對象存儲架構 328
10.4.2 傳統塊存儲與對象存儲 328
10.4.3 對象 328
10.4.4 對象存儲系統的組成 330
10.5 存儲技術的發展趨勢 331
習題 334
參考文獻 334
第11章 大數據技術與實踐 335
11.1 大數據概述 335
11.1.1 大數據產生的背景 335
11.1.2 大數據的定義 335
11.1.3 大數據的4V特徵 336
11.2 大數據存儲平台 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 大數據計算模式 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 大數據分析處理平台 388
11.4.1 Impala平台 388
11.4.2 HadoopDB平台 390
11.5 大數據存儲編程實踐 392
11.5.1 HDFS讀寫程式範例 392
11.5.2 HBase讀寫程式範例 393
11.6 大數據並行計算編程實踐 395
11.6.1 基於MapReduce的程式實例（HDFS） 395
11.6.2 基於MapReduce的程式實例（HBase） 404
11.6.3 基於Spark的程式實例 407
11.6.4 基於Impala的程式實例 410
11.7 大數據研究與發展方向 413
11.7.1 數據的不確定性與數據質量 413
11.7.2 跨領域的數據處理方法的可移植性 413
11.7.3 數據處理的時效性保證——記憶體計算 413
11.7.4 流式數據的實時處理 415
11.7.5 大數據套用 416
11.7.6 大數據發展趨勢 417
習題 418
參考文獻 419
第12章 電商大數據分析技術 421
12.1 電商大數據分析需求與方法概述 421
12.1.1 電商大數據的分析與數據推薦需求 421
12.1.2 電商大數據的數據結構和數據推薦評價指標 422
12.1.3 推薦算法和技術簡介 423
12.2 基於規則統計模型的大數據分析方法與實現 424
12.2.1 程式運行說明 424
12.2.2 數據整理 424
12.2.3 構建離線評估模型 427
12.2.4 多個模型結果的並集與交集 429
12.2.5 購買即推薦模型 433
12.2.6 前三個月購買，後一個月只有點擊 435
12.2.7 最近k天對該品牌有操作，即將此品牌推薦 436
12.2.8 對某商品連續操作n次以上便推薦 438
12.2.9 基於時間權重的模型 439
12.3 基於協同過濾推薦模型的大數據分析方法與實現 442
12.3.1 協同過濾基本原理 442
12.3.2 協同過濾方法的選擇 444
12.3.3 用Maven構建Mahout協同過濾項目 445
12.3.4 Mahout單機基於用戶協同過濾 450
12.3.5 Mahout單機基於物品相似協同過濾 451
12.3.6 基於Hadoop的Mahout分散式開發 453
12.4 基於邏輯回歸模型的大數據分析方法與實現 459
12.4.1 邏輯回歸的基本原理 459
12.4.2 邏輯回歸的簡單實現 460
習題 467
參考文獻 467
