分布式计算、云计算与大数据PDF电子书下载

第1章 分布式计算概述 1

1.1 分布式计算的概念 1

1.1.1 定义 1

1.1.2 分布式计算的优缺点 1

1.1.3 分布式计算的相关计算形式 2

1.2 分布式系统概述 4

1.2.1 分布式系统的定义 4

1.2.2 经典的分布式系统与项目 4

1.2.3 分布式系统的特征 6

1.3 分布式计算的基础技术 9

1.3.1 进程间通信 9

1.3.2 IPC程序接口原型 10

1.3.3 事件同步 11

1.3.4 死锁和超时 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 分布式计算范型 19

2.1 消息传递范型 19

2.2 客户／服务器范型 20

2.3 P2P范型 20

2.4 消息系统范型 21

2.5 远程过程调用范型 22

2.6 分布式对象范型 24

2.6.1 远程方法调用 24

2.6.2 对象请求代理 24

2.7 网络服务范型 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／服务器应用开发 28

3.1 Socket概述与分类 28

3.2 数据包SocketAPI 29

3.2.1 无连接数据包SocketAPI 29

3.2.2 面向连接数据包SocketAPI 35

3.3 流式SocketAPI 37

3.4 客户／服务器范型概述与应用开发方法 43

3.4.1 客户／服务器范型概念 43

3.4.2 客户／服务器范型的关键问题 44

3.5 基于三层软件的客户／服务器应用开发方法 45

3.5.1 软件体系结构 45

3.5.2 采用无连接数据包Socket的Daytime客户／服务器应用 45

3.5.3 采用流式Socket的Daytime客户／服务器应用 50

3.6 无连接与面向连接服务器程序的开发 54

3.6.1 无连接Echo客户／服务器 54

3.6.2 面向连接Echo客户／服务器 56

3.7 迭代与并发服务器程序的开发 59

3.8 有状态与无状态服务器程序的开发 62

习题 65

参考文献 69

第4章 RMI范型与应用 70

4.1 分布式对象范型 70

4.1.1 分布式对象范型的概念 70

4.1.2 分布式对象范型的体系结构 71

4.1.3 分布式对象系统 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基本应用开发 75

4.3.1 远程接口 75

4.3.2 服务器端软件 75

4.3.3 客户端软件 78

4.3.4 RMI应用代码示例 78

4.3.5 RMI应用构建步骤 81

4.3.6 RMI和SocketAPI的比较 83

4.4 RMI高级应用 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原理与应用开发 97

5.1 HTTP协议 97

5.1.1 WWW 97

5.1.2 TCP/IP 97

5.1.3 HTTP协议原理 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框架与应用开发 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的应用开发案例 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的实践应用 164

6.2 P2P网络的分类 164

6.3 P2P的典型应用系统 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的应用场合 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消息结构 201

7.3.3 SOAP消息交换模型 205

7.3.4 SOAP应用模式 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 基于云计算的应用 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 CloudSim3.0API 268

9.2 CloudSim环境搭建及程序运行 272

9.2.1 环境配置 272

9.2.2 运行样例程序 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网络编程 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 磁盘热备 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 分布式存储 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特征 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读写程序范例 392

11.5.2 HBase读写程序范例 393

11.6 大数据并行计算编程实践 395

11.6.1 基于MapReduce的程序实例（HDFS） 395

11.6.2 基于MapReduce的程序实例（HBase） 404

11.6.3 基于Spark的程序实例 407

11.6.4 基于Impala的程序实例 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——内存计算 413

11.7.4 流式数据的实时处理 415

11.7.5 大数据应用 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 程序运行说明 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分布式开发 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