云计算与分布式系统：从并行处理到物联网

给大家带来的一篇关于云计算相关的电子书资源，介绍了关于云计算、分布式系统、物联网方面的内容，本书是由机械工业出版社出版，格式为PDF，资源大小44.8 MB，(美)黄铠编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：7.8。

内容介绍

伴随着信息科技的广泛运用和迅速发展趋势，云计算做为一种兴盛的商业服务测算实体模型日渐遭受大家的普遍关心。

《云计算与分布式系统：从并行处理到物联网》是一本详细叙述云计算与分布式系统基本理论以及运用的教材内容。书里从当代分布式实体模型简述刚开始，详细介绍了并行处理、分布式与云计算系统的结构设计、系统软件系统架构和自主创新运用，并根据开源系统运用和商业服务运用事例，论述了怎样为科学研究、电商、社交网络和非常测算等建立性能卓越、可拓展、靠谱的系统软件。

《云计算与分布式系统：从并行处理到物联网》主题鲜明，描述从入门到精通，合适做为电子计算机及有关技术专业云计算、分布式系统或分布式测算课程内容的教材内容，另外也合适技术专业专业技术人员参照应用。

目录

• 出版者的话
• 中文版序
• 序
• 前言
• 第一部分 系统建模、集群化和虚拟化
• 第1章 分布式系统模型和关键技术
• 1.1　互联网之上的可扩展计算
• 1.1.1　互联网计算的时代
• 1.1.2　可扩展性计算趋势和新的范式
• 1.1.3　物联网和CPS
• 1.2　基于网络的系统技术
• 1.2.1　多核CPU和多线程技术
• 1.2.2　大规模和超大规模GPU计算
• 1.2.3　内存、外部存储和广域网
• 1.2.4　虚拟机和虚拟化中间件
• 1.2.5　云计算的数据中心虚拟化
• 1.3　分布式和云计算系统模型
• 1.3.1　协同计算机集群
• 1.3.2　网格计算的基础设施
• 1.3.3　对等网络家族
• 1.3.4　互联网上的云计算
• 1.4　分布式系统和云计算软件环境
• 1.4.1　面向服务的体系结构（SOA）
• 1.4.2　分布式操作系统趋势
• 1.4.3　并行和分布式编程模型
• 1.5　性能、安全和节能
• 1.5.1　性能度量和可扩展性分析
• 1.5.2　容错和系统可用性
• 1.5.3　网络威胁与数据完整性
• 1.5.4　分布式计算中的节能
• 1.6　参考文献和习题
• 第2章 可扩展并行计算集群
• 2.1　大规模并行集群
• 2.1.1　集群发展趋势
• 2.1.2　计算机集群的设计宗旨
• 2.1.3　基础集群设计问题
• 2.1.4　Top500超级计算机分析
• 2.2　计算机集群和MPP体系结构
• 2.2.1　集群组织和资源共享
• 2.2.2　节点结构和MPP封装
• 2.2.3　集群系统互连
• 2.2.4　硬件、软件和中间件支持
• 2.2.5　大规模并行GPU集群
• 2.3　计算机集群的设计原则
• 2.3.1　单系统镜像特征
• 2.3.2　冗余高可用性
• 2.3.3　容错集群配置
• 2.3.4　检查点和恢复技术
• 2.4　集群作业和资源管理
• 2.4.1　集群作业调度方法
• 2.4.2　集群作业管理系统
• 2.4.3　集群计算的负载共享设备（LSF）
• 2.4.4　MOSIX： Linux集群和云的操作系统
• 2.5　顶尖超级计算机系统的个案研究
• 2.5.1　Tianhe?1A：2010年的世界最快超级计算机
• 2.5.2　Gray XT5 Jaguar：2009年的领先超级计算机
• 2.5.3　IBM Roadrunner：2008年的领先超级计算机
• 2.6　参考文献和习题
• 第3章 虚拟机和集群与数据中心虚拟化
• 3.1　虚拟化的实现层次
• 3.1.1　虚拟化实现的层次
• 3.1.2　VMM的设计需求和提供商
• 3.1.3　操作系统级的虚拟化支持
• 3.1.4　虚拟化的中间件支持
• 3.2　虚拟化的结构/工具与机制
• 3.2.1　hypervisor与Xen体系结构
• 3.2.2　全虚拟化的二进制翻译
• 3.2.3　编译器支持的半虚拟化技术
• 3.3　CPU、内存和I/O设备的虚拟化
• 3.3.1　虚拟化的硬件支持
• 3.3.2　CPU虚拟化
• 3.3.3　内存虚拟化
• 3.3.4　I/O虚拟化
• 3.3.5　多核处理器的虚拟化
• 3.4　虚拟集群和资源管理
• 3.4.1　物理集群与虚拟集群
• 3.4.2　在线迁移虚拟机的步骤与性能影响
• 3.4.3　内存、文件与网络资源的迁移
• 3.4.4　虚拟集群的动态部署
• 3.5　数据中心的自动化与虚拟化
• 3.5.1　数据中心服务器合并
• 3.5.2　虚拟存储管理
• 3.5.3　虚拟化数据中心的云操作系统
• 3.5.4　虚拟化数据中心的可信管理
• 3.6　参考文献与习题
• 第二部分 云平台、面向服务的体系结构和云编程
• 第4章 构建在虚拟化数据中心上的云平台体系结构
• 4.1　云计算和服务模型
• 4.1.1　公有云、私有云和混合云
• 4.1.2　云生态系统和关键技术
• 4.1.3　基础设施即服务（IaaS）
• 4.1.4　平台即服务 （PaaS） 和软件即服务（SaaS）
• 4.2　数据中心设计与互连网络
• 4.2.1　仓库规模的数据中心设计
• 4.2.2　数据中心互连网络
• 4.2.3　运送集装器的模块化数据中心
• 4.2.4　模块化数据中心的互连
• 4.2.5　数据中心管理问题
• 4.3　计算与存储云的体系结构设计
• 4.3.1　通用的云体系结构设计
• 4.3.2　层次化的云体系结构开发
• 4.3.3　虚拟化支持和灾难恢复
• 4.3.4　体系结构设计挑战
• 4.4　公有云平台：GAE、AWS和Azure
• 4.4.1　公有云及其服务选项
• 4.4.2　谷歌应用引擎（GAE）
• 4.4.3　亚马逊的Web服务（AWS）
• 4.4.4　微软的Windows Azure
• 4.5　云间的资源管理
• 4.5.1　扩展的云计算服务
• 4.5.2　资源配置和平台部署
• 4.5.3　虚拟机创建和管理
• 4.5.4　云资源的全球交易
• 4.6　云安全与信任管理
• 4.6.1　云安全的防御策略
• 4.6.2　分布式入侵/异常检测
• 4.6.3　数据和软件保护技术
• 4.6.4　数据中心的信誉指导保护
• 4.7　参考文献与习题
• 第5章 面向服务的分布式体系结构
• 5.1　服务和面向服务的体系结构
• 5.1.1　REST和系统的系统
• 5.1.2　服务和Web服务
• 5.1.3　企业多层体系结构
• 5.1.4　网格服务和OGSA
• 5.1.5　其他的面向服务的体系结构和系统
• 5.2　面向消息的中间件
• 5.2.1　企业总线
• 5.2.2　发布-订阅模型和通知
• 5.2.3　队列和消息传递系统
• 5.2.4　云或网格中间件应用
• 5.3　门户和科学网关
• 5.3.1　科学网关样例
• 5.3.2　科学协作的HUBzero平台
• 5.3.3　开放网关计算环境（OGCE）
• 5.4　发现、注册表、元数据和数据库
• 5.4.1　UDDI和服务注册表
• 5.4.2　数据库和订阅-发布
• 5.4.3　元数据目录
• 5.4.4　语义Web和网格
• 5.4.5　作业执行环境和监控
• 5.5　面向服务的体系结构中的工作流
• 5.5.1　工作流的基本概念
• 5.5.2　工作流标准
• 5.5.3　工作流体系结构和规范
• 5.5.4　工作流运行引擎
• 5.5.5　脚本工作流系统Swift
• 5.6　参考文献与习题
• 第6章 云编程和软件环境
• 6.1　云和网格平台的特性
• 6.1.1　云的功能和平台的特性
• 6.1.2　网格和云的公共传统特性
• 6.1.3　数据特性和数据库
• 6.1.4　编程和运行时支持
• 6.2　并行和分布式编程范式
• 6.2.1　并行计算和编程范式
• 6.2.2　MapReduce、Twister和迭代MapReduce
• 6.2.3　来自Apache的Hadoop软件库
• 6.2.4　微软的Dryad和DryadLINQ
• 6.2.5　Sawzall和Pig Latin高级语言
• 6.2.6　并行和分布式系统的映射应用
• 6.3　GAE的编程支持
• 6.3.1　GAE编程
• 6.3.2　谷歌文件系统（GFS）
• 6.3.3　BigTable——谷歌的NOSQL系统
• 6.3.4　Chubby——谷歌的分布式锁服务
• 6.4　亚马逊AWS与微软Azure中的编程
• 6.4.1　亚马逊EC2上的编程
• 6.4.2　亚马逊简单存储服务（S3）
• 6.4.3　亚马逊弹性数据块存储服务（EBS）和SimpleDB
• 6.4.4　微软Azure编程支持
• 6.5　新兴云软件环境
• 6.5.1　开源的Eucalyptus和Nimbus
• 6.5.2　OpenNebula、Sector/Sphere和Open Stack
• 6.5.3　Manjrasoft Aneka云和工具机
• 6.6　参考文献与习题
• 第三部分 网格、P2P和未来互联网
• 第7章 网格计算系统和资源管理
• 7.1　网格体系结构和服务建模
• 7.1.1　网格历史与服务类别
• 7.1.2　CPU清除和虚拟超级计算机
• 7.1.3　开放网格服务体系结构（OGSA）
• 7.1.4　数据密集型网格服务模型
• 7.2　网格项目和网格系统创建
• 7.2.1　国家网格和国际项目
• 7.2.2　美国的NSF TeraGrid
• 7.2.3　欧盟的DataGrid
• 7.2.4　ChinaGrid设计经验
• 7.3　网格资源管理和资源中介
• 7.3.1　资源管理和作业调度
• 7.3.2　CGSP的网格资源监控
• 7.3.3　服务记账和经济模型
• 7.3.4　Gridbus的资源中介
• 7.4　网格计算的软件与中间件
• 7.4.1　开源网格中间件包
• 7.4.2　Globus Tookit体系结构（GT4）
• 7.4.3　集装器和资源/数据管理
• 7.4.4　ChinaGrid支持平台（CGSP）
• 7.5　网格应用趋势和安全措施
• 7.5.1　网格应用技术融合
• 7.5.2　网格负载与性能预测
• 7.5.3　网格安全执行的信任模型
• 7.5.4　认证与授权方法
• 7.5.5　网格安全基础设施（GSI）
• 7.6　参考文献与习题
• 第8章 对等计算和覆盖网络
• 8.1　P2P计算系统
• 8.1.1　P2P计算系统的基本概念
• 8.1.2　P2P计算面临的基础挑战
• 8.1.3　P2P网络系统分类
• 8.2　P2P覆盖网络及其性质
• 8.2.1　无结构P2P覆盖网络
• 8.2.2　分布式哈希表（DHT）
• 8.2.3　结构化P2P覆盖网络
• 8.2.4　混合式覆盖网络
• 8.3　路由、邻近性和容错
• 8.3.1　P2P覆盖网络的路由
• 8.3.2　P2P覆盖网络中的网络邻近性
• 8.3.3　容错和失效恢复
• 8.3.4　抗扰动与失效
• 8.4　信任、信誉和安全管理
• 8.4.1　节点信任和信誉系统
• 8.4.2　信任覆盖网络和DHT实现
• 8.4.3　PowerTrust：可扩展的信誉系统
• 8.4.4　加强覆盖网络安全，抵御DDoS攻击
• 8.5　P2P文件共享和版权保护
• 8.5.1　快速搜索、副本和一致性
• 8.5.2　P2P内容分发网络
• 8.5.3　版权保护问题和解决方案
• 8.5.4　P2P网络中的共谋盗版预防
• 8.6　参考文献与习题
• 第9章 普适云计算、物联网与社会网络
• 9.1　支持普适计算的云趋势
• 9.1.1　云计算在HPC/HTC和普适计算中的应用
• 9.1.2　NASA和CERN的大规模私有云
• 9.1.3　灵活和可扩展的云混搭系统
• 9.1.4　移动云计算平台Cloudlet
• 9.2　分布式系统和云的性能
• 9.2.1　科研云综述
• 9.2.2　数据密集型扩展计算（DISC）
• 9.2.3　HPC/HTC系统的性能指标
• 9.2.4　云计算的服务质量
• 9.2.5　MPI、Azure、EC2、MapReduce、Hadoop的基准测试
• 9.3　物联网关键技术
• 9.3.1　实现普适计算的物联网
• 9.3.2　射频标识（RFID）
• 9.3.3　传感器网络和ZigBee技术
• 9.3.4　全球定位系统（GPS）
• 9.4　物联网创新应用
• 9.4.1　物联网应用
• 9.4.2　零售和供应链管理
• 9.4.3　智能电网和智能建筑
• 9.4.4　信息物理系统（CPS）
• 9.5　在线社会网络和专业网络
• 9.5.1　在线社会网络特征
• 9.5.2　基于图论的社会网络分析
• 9.5.3　社会网络社区和应用
• 9.5.4　Facebook：世界上最大的社会网络
• 9.5.5　Twitter：微博、新闻和提醒服务平台
• 9.6　参考文献与习题
• 索引

学习笔记

基于JS实现9种不同的面包屑和分布式多步骤导航效果

【常用面包屑】9种不同的面包屑和分布式多步骤导航 实例代码 !DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"html xmlns="http://www.w3.org/1999/xhtml" head meta http-equiv="Content-Type" content="text/html; charset=utf-8" / title9种不同的面包屑和分布式多步骤导航/title meta name="viewport" content="width=device-width, initial-scale=1, maximum-scale=1"/ link rel="stylesheet" href="/api/jq/1/css/style.css" rel="external nofollow" / script src="/api/jq/1/js/modernizr.js"/script /head body div class="container" div class="demo" p1、基本面包屑/p nav ol class="cd-breadcrumb" lia href="#" rel="external nofollow" rel="external nofollow" rel="external nofollow" rel="external nofollow" ……

详细解读分布式锁原理及三种实现方式

目前几乎很多大型网站及应用都是分布式部署的，分布式场景中的数据一致性问题一直是一个比较重要的话题。分布式的CAP理论告诉我们“任何一个分布式系统都无法同时满足一致性（Consistency）、可用性（Availability）和分区容错性（Partition tolerance），最多只能同时满足两项。”所以，很多系统在设计之初就要对这三者做出取舍。在互联网领域的绝大多数的场景中，都需要牺牲强一致性来换取系统的高可用性，系统往往只需要保证“最终一致性”，只要这个最终时间是在用户可以接受的范围内即可。 在很多场景中，我们为了保证数据的最终一致性，需要很多的技术方案来支持，比如分布式事务、分布……

详解python分布式进程

在Thread和Process中，应当优选Process，因为Process更稳定，而且，Process可以分布到多台机器上，而Thread最多只能分布到同一台机器的多个CPU上。 Python的multiprocessing模块不但支持多进程，其中managers子模块还支持把多进程分布到多台机器上。一个服务进程可以作为调度者，将任务分布到其他多个进程中，依靠网络通信。由于managers模块封装很好，不必了解网络通信的细节，就可以很容易地编写分布式多进程程序。 举个例子：如果我们已经有一个通过Queue通信的多进程程序在同一台机器上运行，现在，由于处理任务的进程任务繁重，希望把发送任务的进程和处理任务的进程分布到两台机器上。怎么用分布式进程……

python django框架中使用FastDFS分布式文件系统的安装方法

一、安装FastDFS 1-1：执行docker命令安装 # 安装trackerdocker run -dti --network=host --name tracker -v /var/fdfs/tracker:/var/fdfs youkou1/fastdfs tracker# 安装storagedocker run -dti --network=host --name storage -e TRACKER_SERVER=IP地址:22122 -v /var/fdfs/storage:/var/fdfs youkou1/fastdfs storage 1-2 测试是否安装成功：执行命令 docker ps -a TRACKER_SERVER：IP地址说明不要使用lo 和docker下的IP地址因为在安装镜像中配的是enp3s0下面的IP地址。 1-3、在项目中创建客户端配置文件 fastdfs/client.conf client.conf配置文件内容：注意tracker_serverIP地址。 # connect timeout in seconds# default value is 30sconnect_timeout=30# network timeout in seconds# default value is 30snetwork_timeout=60# the base path to store log file……

SpringCloud之分布式配置中心Spring Cloud Config高可用配置实例代码

一、简介 当要将配置中心部署到生产环境中时，与服务注册中心一样，我们也希望它是一个高可用的应用。Spring Cloud Config实现服务端的高可用非常简单，主要有以下两种方式。 传统模式：不需要为这些服务端做任何额外的配置，只需要遵守一个配置规则，将所有的Config Server都指向同一个Git仓库，这样所有的配置内容就通过统一的共享文件系统来维护。而客户端在指定Config Server位置时，只需要配置Config Server上层的负载均衡设备地址即可， 就如下图所示的结构。 服务模式：除了上面这种传统的实现模式之外，我们也可以将Config Server作为一个普通的微服务应用，纳入Eureka的服务治理体系中。这样我们的……

以上就是本次介绍的云计算电子书的全部相关内容，希望我们整理的资源能够帮助到大家，感谢大家对码农之家的支持。

上一篇：Nginx高性能Web服务器实战教程

下一篇：数据架构：大数据、数据仓库以及Data Vault