云計算（第二版）

第1章 緒論
1.1 云計算的概念
1.2 云計算發(fā)展現(xiàn)狀
1.3 云計算實現(xiàn)機制
1.4 網(wǎng)格計算與云計算
1.5 云計算的發(fā)展環(huán)境
1.5.1 云計算與3G
1.5.2 云計算與物聯(lián)網(wǎng)
1.5.3 云計算與移動互聯(lián)網(wǎng)
1.5.4 云計算與三網(wǎng)融合
1.6 云計算壓倒性的成本優(yōu)勢
習(xí)題
參考文獻(xiàn)
第2章 Google云計算原理與應(yīng)用
2.1 Google文件系統(tǒng)GFS
2.1.1 系統(tǒng)架構(gòu)
2.1.2 容錯機制
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 實現(xiàn)機制
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
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)計動機與目標(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 分布式存儲系統(tǒng)Megastore
2.5.1 設(shè)計目標(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)計目標(biāo)
2.6.2 Dapper監(jiān)控系統(tǒng)簡介
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
2.7 Google應(yīng)用程序引擎
2.7.1 Google App Engine簡介
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編程實踐
習(xí)題
參考文獻(xiàn)
第3章 Amazon云計算AWS
3.1 Amazon平臺基礎(chǔ)存儲架構(gòu)：Dynamo
3.1.1 Dynamo在Amazon服務(wù)平臺的地位
3.1.2 Dynamo架構(gòu)的主要技術(shù)
3.2 彈性計算云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安全及容錯機制
3.3 簡單存儲服務(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 簡單隊列服務(wù)SQS
3.4.1 SQS基本模型
3.4.2 兩個重要概念
3.4.3 消息
3.4.4 身份認(rèn)證
3.5 簡單數(shù)據(jù)庫服務(wù)Simple DB
3.5.1 重要概念
3.5.2 存在的問題及解決辦法
3.5.3 Simple DB和其他AWS的結(jié)合使用
3.6 關(guān)系數(shù)據(jù)庫服務(wù)RDS
3.6.1 SQL和NoSQL數(shù)據(jù)庫的對比
3.6.2 RDS數(shù)據(jù)庫原理
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 簡單通知服務(wù)SNS和簡單郵件服務(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 土耳其機器人
3.8.9 Alexa Web服務(wù)
3.9 AWS應(yīng)用實例
3.9.1 在線照片存儲共享網(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 微軟云計算Windows Azure
4.1 微軟云計算平臺
4.2 微軟云操作系統(tǒng)Windows Azure
4.2.1 Windows Azure概述
4.2.2 Windows Azure計算服務(wù)
4.2.3 Windows Azure存儲服務(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)用場景
4.3 微軟云關(guān)系數(shù)據(jù)庫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)用場景
4.3.4 SQL Azure和SQL Server對比
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 微軟云計算編程實踐
4.6.1 利用Visual Studio2010開發(fā)簡單的云應(yīng)用程序
4.6.2 向Windows Azure平臺發(fā)布應(yīng)用程序
習(xí)題
參考文獻(xiàn)
第5章 VMware云計算
5.1 VMware云產(chǎn)品簡介
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 vCenter
5.2.1 虛擬機遷移工具
5.2.2 虛擬機數(shù)據(jù)備份恢復(fù)工具
5.2.3 虛擬機安全工具
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
5.3.3 目錄管理
5.3.4 計費功能
5.4 VMware的網(wǎng)絡(luò)和存儲虛擬化
5.4.1 網(wǎng)絡(luò)虛擬化
5.4.2 存儲虛擬化
習(xí)題
參考文獻(xiàn)
第6章 Hadoop：Google云計算的開源實現(xiàn)
6.1 Hadoop簡介
6.2 Hadoop分布式文件系統(tǒng)HDFS
6.2.1 設(shè)計前提與目標(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 實現(xiàn)機制
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編程實例
6.8 MapReduce編程
6.8.1 矩陣相乘算法設(shè)計
6.8.2 編程實現(xiàn)
習(xí)題
參考文獻(xiàn)
第7章 Eucalyptus：Amazon云計算的開源實現(xiàn)
7.1 Eucalyptus簡介
7.2 Eucalyptus技術(shù)實現(xiàn)
7.2.1 體系結(jié)構(gòu)
7.2.2 主要構(gòu)件
7.2.3 訪問接口
7.2.4 服務(wù)等級協(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明
習(xí)題
參考文獻(xiàn)
第8章 其他開源云計算系統(tǒng)
8.1 簡介
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 存儲機制
8.2.4 讀/寫刪過程
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 自動數(shù)據(jù)分片技術(shù)
習(xí)題
參考文獻(xiàn)
第9章 云計算仿真器CloudSim
9.1 CloudSim簡介
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)實現(xiàn)
9.4 CloudSim的使用方法
9.4.1 環(huán)境配置
9.4.2 運行樣例程序
9.5 CloudSim的擴展
9.5.1 調(diào)度策略的擴展
9.5.2 仿真核心代碼
9.5.3 平臺重編譯
習(xí)題
參考文獻(xiàn)
第10章 云計算研究熱點
10.1 云計算體系結(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 支撐平臺研究
10.4.1 Cumulus：數(shù)據(jù)中心科學(xué)云
10.4.2 CARMEN：e-Science云計算
10.4.3 RESERVOIR：云服務(wù)融合平臺
10.4.4 TPlatform：Hadoop的變種
10.4.5 P2P環(huán)境的MapReduce
10.4.6 Yahoo云計算平臺
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 語義分析應(yīng)用
10.5.2 生物學(xué)應(yīng)用
10.5.3 數(shù)據(jù)庫應(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
10.6.3 AMSDS：惡意軟件簽名自動檢測
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)云計算解決方案比較
11.1.1 應(yīng)用場景
11.1.2 使用流程
11.1.3 體系結(jié)構(gòu)
11.1.4 實現(xiàn)技術(shù)
11.1.5 核心業(yè)務(wù)
11.2 主流開源云計算系統(tǒng)比較
11.2.1 開發(fā)目的
11.2.2 體系結(jié)構(gòu)
11.2.3 實現(xiàn)技術(shù)
11.2.4 核心服務(wù)
11.3 國內(nèi)代表性云計算平臺比較
11.3.1 中國移動“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）--云計算的未來
習(xí)題
參考文獻(xiàn)