图书介绍
深入浅出云计算PDF|Epub|txt|kindle电子书版本网盘下载
![深入浅出云计算](https://www.shukui.net/cover/6/30395151.jpg)
- 鲍亮,陈荣编著 著
- 出版社: 北京:清华大学出版社
- ISBN:9787302302384
- 出版时间:2012
- 标注页数:437页
- 文件大小:223MB
- 文件页数:451页
- 主题词:计算机网络-基本知识
PDF下载
下载说明
深入浅出云计算PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1篇 初始云计算3
第1章 云计算介绍3
1.1云计算相关概念3
1.1.1云计算的定义4
1.1.2云计算的服务方式6
1.1.3云计算的部署模式8
1.2云计算的历史9
1.2.1虚拟化技术的发展9
1.2.2分布式计算技术的发展10
1.2.3软件应用模式的发展13
1.3云计算的现状14
1.3.1产业界现状14
1.3.2学术界现状19
1.3.3政府机构现状25
1.4本章小结28
第2章 云计算技术基础29
2.1 HDFS相关技术29
2.1.1 RPC29
2.1.2基于Socket的Java网络编程30
2.2 MapReduce相关技术31
2.2.1 Java反射机制31
2.2.2序列化和反序列化33
2.3 HBase相关技术34
2.3.1 NoSQL34
2.3.2 ACID36
2.3.3 CAP理论36
2.3.4一致性模型37
2.4 ZooKeeper相关技术38
2.4.1 Paxos算法介绍38
2.4.2 Java NIO库38
2.5本章小结39
第3章 云计算开发环境搭建40
3.1集群环境介绍40
3.2 Hadoop环境搭建41
3.2.1 Hadoop简介41
3.2.2安装前准备41
3.2.3安装环境搭建42
3.2.4详细安装步骤42
3.3 Hadoop集群配置49
3.3.1配置Hadoop守护进程的运行环境49
3.3.2配置Hadoop守护进程的运行参数50
3.4 HBase环境搭建51
3.4.1 HBase简介51
3.4.2 HBase的数据模型51
3.4.3 HBase安装前的准备52
3.4.4 HBase的安装配置52
3.4.5 HBase的运行55
3.5 ZooKeeper环境搭建57
3.5.1 ZooKeeper简介57
3.5.2安装前的准备58
3.5.3独立服务器的安装与配置59
3.5.4集群服务器的安装与配置60
3.6本章小结62
第2篇 浅出云计算65
第4章 应用实例:图像百科系统65
4.1应用背景65
4.2需求分析66
4.2.1功能需求66
4.2.2非功能需求69
4.3核心业务处理流程70
4.3.1查询百科条目处理流程70
4.3.2编辑百科条目处理流程72
4.3.3更新百科条目处理流程74
4.4总体设计75
4.5本章小结78
第5章 使用HDFS存储海量图像数据79
5.1 HDFS介绍79
5.1.1 HDFS架构79
5.1.2 HDFS的特点80
5.1.3 HDFS存取机制简介81
5.2 HDFS接口介绍83
5.3图像百科系统中的图像存储87
5.3.1图像存储基本思想87
5.3.2图像存储设计目标88
5.3.3图像存储体系结构88
5.3.4图像百科系统的功能结构89
5.4系统实现90
5.4.1存储模块类交互图90
5.4.2核心类详细介绍92
5.4.3 HDFS存储小文件97
5.5本章小结98
第6章 使用MapReduce处理图像99
6.1分布式数据处理MapReduce99
6.1.1 MapReduce简介99
6.1.2编程模型100
6.1.3执行概括101
6.2使用MapReduce编程模型102
6.2.1 MapReduce程序模板102
6.2.2 MapReduce编程思想107
6.3更新图像百科条目的MapReduce设计107
6.3.1设计目标107
6.3.2更新条目的体系结构109
6.3.3更新条目的逻辑流程110
6.4 MapReduce对更新条目的实现112
6.4.1更新条目的核心类112
6.4.2 MapReduce核心类实现113
6.4.3编译运行118
6.5本章小结121
第7章 使用HBase存储百科数据122
7.1 HBase的基本特征122
7.1.1 RDBMS与HBase122
7.1.2面向列的NoSQL数据库123
7.1.3 HBase数据库架构126
7.1.4 HBase的特点128
7.2使用HBase编程129
7.2.1 HBase的Java API129
7.2.2 HBase客户端编程130
7.2.3 HBase编程示例150
7.3 Fotospedia系统的数据库设计153
7.3.1数据库模块总体设计154
7.3.2数据库模块详细设计154
7.3.3数据库模块交互设计158
7.4 Fotospedia系统的数据库实现160
7.4.1数据库模块类交互图160
7.4.2数据库模块核心类实现161
7.5本章小结167
第8章 使用ZooKeeper管理集群168
8.1 ZooKeeper详细介绍168
8.2 ZooKeeper的使用方法及API介绍172
8.2.1 ZooKeeper的使用方法172
8.2.2基本类和接口173
8.2.3常用类与方法的实例介绍173
8.3图像百科系统集群管理详细设计179
8.3.1集群管理179
8.3.2配置管理181
8.4图像百科系统集群管理实现182
8.4.1集群管理实现182
8.4.2配置管理实现188
8.4.3测试194
8.5本章小结197
第3篇 深入云计算201
第9章 深入分析H D FS201
9.1 HDFS核心设计机制201
9.1.1 Namenode和Datanode201
9.1.2数据副本策略201
9.1.3数据组织204
9.1.4健壮性204
9.1.5存储空间回收205
9.2 HDFS源码总体介绍206
9.3核心代码分析208
9.3.1 HDFS的通信协议208
9.3.2 HDFS读文件源码分析214
9.3.3 HDFS写文件源码分析219
9.4 Hadoop支持的其他文件系统222
9.4.1 KFS文件系统体系架构223
9.4.2 KFS各模块关键技术224
9.4.3 HDFS与KFS写数据的区别225
9.5本章小结227
第10章 深入分析MapReduce228
10.1 MapReduce框架结构228
10.1.1 MapReduce中的角色228
10.1.2 MapReduce流程230
10.2代码静态分析233
10.2.1创建Job的相关类233
10.2.2初始化Job的相关类234
10.2.3作业调度相关类234
10.2.4执行MapTask的相关类235
10.3代码详细分析236
10.3.1 JobClient提交Job236
10.3.2 JobTracker初始化作业237
10.3.3 TaskTracker启动240
10.3.4 JobTracker调度作业242
10.3.5 TaskTracker加载Task245
10.3.6子进程执行MapTask247
10.3.7子进程执行ReduceTask251
10.4本章小结254
第11章深入分析HBase255
11.1 HBase体系与原理255
11.1.1 HBase的集群架构255
11.1.2 HBase的系统架构258
11.1.3 HBase的存储架构259
11.2 HBase总体结构264
11.2.1总体包图265
11.2.2常用类分析266
11.3 HBase关键剖析269
11.3.1集群启动与关闭269
11.3.2 HBase配置过程279
11.3.3读取图像百科数据282
11.3.4写入图像百科数据289
11.4本章小结294
第12章 深入分析ZooKeeper295
12.1概述295
12.1.1 ZooKeeper角色295
12.1.2 ZooKeeper工作原理295
12.2代码静态分析297
12.2.1包概述297
12.2.2核心类浅析298
12.3代码情景分析302
12.3.1服务器的启动302
12.3.2 Leader服务器311
12.3.3 Follower服务器318
12.3.4客户端服务请求320
12.4本章小结325
第4篇应用云计算329
第13章 应用Pig实现并行数据处理329
13.1 Apache Pig简介329
13.2 Pig的安装与配置330
13.2.1Pig安装准备330
13.2.2安装配置过程331
13.2.3运行模式331
13.3深入分析Pig335
13.3.1 Pig数据模型335
13.3.2 Pig常用命令和数据读写操作337
13.3.3 Pig诊断操作338
13.3.4 Pig关系操作339
13.3.5 Pig表达式和函数340
13.3.6 Pig用户自定义函数(UDF)342
13.3.7探索逻辑执行计划346
13.4 Pig实例分析347
13.4.1 Pig Latin示例347
13.4.2简单实例解析348
13.4.3深入使用Pig352
13.5 Pig与SQL比较355
13.6本章小结356
第14章 应用Hive构建数据处理平台357
14.1 Hive简介357
14.1.1 Hive架构357
14.1.2 Hive和Hadoop关系358
14.1.3 Hive和传统数据库进行比较359
14.1.4 Hive的数据存储360
14.1.5 Hive元数据Metastore361
14.2 Hive安装配置363
14.2.1安装前准备363
14.2.2安装Hive363
14.2.3安装MySQL与Hive配置365
14.3 Hive使用与操作369
14.3.1 Hive基本操作369
14.3.2查询数据Hive Select375
14.3.3 Hive函数380
14.4实例介绍384
14.5本章小结389
第15章 应用Mahout实现机器学习算法390
15.1 Mahout概述390
15.1.1 Mahout简介390
15.1.2机器学习简介390
15.2 Mahout安装配置392
15.2.1安装前准备392
15.2.2 Mahout安装393
15.3 Mahout使用简介394
15.3.1使用Mahout实现集群395
15.3.2使用Mahout实现分类406
15.3.3使用Mahout实现决策树408
15.3.4使用Mahout实现推荐挖掘409
15.4本章小结411
第16章 应用HAMA实现分布式计算412
16.1 HAMA简介412
16.1.1 HAMA系统架构412
16.1.2 BSPMaster413
16.1.3 GroomServer414
16.1.4 ZooKeeper414
16.2 HAMA BSP介绍415
16.2.1 BSP并行计算416
16.2.2创建自定义的BSP417
16.2.3用户接口418
16.3 HAMA安装配置421
16.3.1安装前准备421
16.3.2安装和环境配置421
16.3.3 HAMA运行模式423
16.3.4运行HAMA425
16.3.5 HAMA Web接口426
16.3.6在Eclipse中创建HAMA工程427
16.4实例介绍429
16.4.1打印“Hello BSP”429
16.4.2估算PI值430
16.5本章小结432
附录433