新書推薦：
《
重建：美利坚未完成的革命（1863—1877）
》
售價：HK$
202.8
《
复辟：查理二世和他的王国，1660—1685
》
售價：HK$
165.6
《
向上社交：拿捏分寸 跨越社交圈层的底层逻辑 让优秀的人主动靠近你
》
售價：HK$
70.8
《
九州天下：中国文化与中国人
》
售價：HK$
69.6
《
Hadoop大数据集群部署及数据存储项目化教程
》
售價：HK$
57.6
《
隐藏的文脉：北京书院述微（ 作家解玺璋文化随笔 溯源北京文脉，追摹文士遗风）
》
售價：HK$
57.6
《
哲学、历史与僭政——重审施特劳斯与科耶夫之争
》
售價：HK$
114.0
《
Xilinx FPGA权威设计指南：基于Vivado 2023设计套件
》
售價：HK$
237.6
|
| 編輯推薦： |
配套资源：电子课件、程序源代码、教学大纲、习题及答案
本书特色;
信息技术新工科产学研联盟数据科学与大数据技术工作委员会 推荐教材
头歌平台官方推荐图书
详细讲解云计算与大数据技术的核心概念及应用
系统介绍云计算及大数据技术平台（OpenStack、Docker、Kubernetes、Hadoop、Storm、Spark）
由头歌平台在线提供一站式配套实验环境和内容
|
| 內容簡介： |
本书系统介绍了云计算与大数据的基础知识和主要技术。全书共11章，主要内容包括云计算概述、大数据技术概述、虚拟化技术、数据中心与云存储技术、并行计算与集群技术、OpenStack—功能强大的IaaS平台、Docker—用途广泛的容器技术、Hadoop—分布式大数据开发平台、Storm—基于拓扑的流数据实时计算框架、Spark—基于内存的大数据计算框架，以及云计算仿真。本书注重实用，实验丰富，理论紧密联系实际，使读者可以系统全面地了解云计算与大数据技术。
本书由头歌平台在线提供一站式配套实验环境和内容，扫描封面勒口二维码即可访问。
本书可作为高等院校云计算、大数据相关课程的教材，也可以作为计算机相关专业的专业课或选修课教材，同时也可以作为从事云计算与大数据技术相关领域研究的人员的参考用书。
|
| 關於作者： |
|
安俊秀，成都信息工程大学教授，访问学者，硕士生导师。软件自动生成与智能服务四川省重点实验室学术带头人(知识本体和大数据方向)。并行计算与大数据研究所负责人。长期从事数据科学与大数据技术相关的研究与教学工作，已发表研究领域相关论文40余篇，主编大数据与人工智能方面专著或教材10余部。
|
| 目錄：
|
第1章 云计算概述1
1.1 什么是云计算1
1.1.1 云计算的定义1
1.1.2 云计算的概念模型2
1.1.3 云计算的特点3
1.2 云计算技术发展背景3
1.3 典型的云计算基础架构8
1.4 云计算的主要服务模式9
1.4.1 基础设施即服务（IaaS）9
1.4.2 平台即服务（PaaS）11
1.4.3 软件即服务（SaaS）11
1.4.4 三种服务模式之间的关系12
1.5 云计算的主要部署模式13
1.6 云计算是商业模式的创新14
1.7 典型的云计算产品15
1.7.1 Amazon的AWS15
1.7.2 Windows Azure Platform16
1.7.3 IBM蓝云解决方案17
1.7.4 阿里云18
1.8 云计算技术的新发展20
1.8.1 软件定义存储（SDS）20
1.8.2 超融合基础架构（HCI）20
1.8.3 软件定义数据中心（SDDC）和
DevOps21
1.8.4 混合云服务兴起22
1.8.5 边缘计算22
1.8.6 分布式云24
1.8.7 信创云25
1.8.8 安全性成为关键26
1.9 我国的云计算产业现状27
1.9.1 政府推动云计算产业发展27
1.9.2 我国云计算产业高速发展27
习题28
第2章 大数据技术概述29
2.1 大数据技术的产生29
2.1.1 大数据的基本概念29
2.1.2 大数据产生的原因29
2.1.3 大数据概念的提出32
2.1.4 第四范式—大数据对科学研究
产生的影响33
2.1.5 云计算与大数据的关系33
2.2 大数据的4V特征34
2.3 大数据的主要应用及行业推动
力量35
2.3.1 大数据的主要应用35
2.3.2 企业推动大数据行业发展35
2.3.3 我国政府推动大数据行业发展36
2.4 大数据的关键技术37
2.5 典型的大数据计算架构38
习题38
第3章 虚拟化技术39
3.1 虚拟化技术简介39
3.1.1 虚拟化技术的概念39
3.1.2 虚拟化技术的分类41
3.1.3 虚拟化技术的优势和劣势45
3.1.4 虚拟化技术与云计算46
3.2 虚拟化技术原理46
3.2.1 虚拟机技术原理47
3.2.2 CPU虚拟化原理47
3.2.3 内存虚拟化原理49
3.2.4 网络虚拟化原理50
3.2.5 CGroups相关原理50
3.3 虚拟化技术解决方案51
3.3.1 OpenStack51
3.3.2 KVM52
3.3.3 Hyper-V53
3.3.4 VMware53
3.3.5 Xen54
3.3.6 Docker55
3.4 常见虚拟化技术的应用实践56
3.4.1 虚拟化环境的搭建56
3.4.2 克隆虚拟机58
3.4.3 虚拟机做快照60
习题63
第4章 数据中心与云存储技术64
4.1 数据中心的概念64
4.1.1 数据中心的定义、作用及分类64
4.1.2 云计算、大数据时代的数据中心
发展趋势66
4.2 云存储概述66
4.2.1 云存储的概念66
4.2.2 云存储系统的结构67
4.2.3 云存储的实现基础69
4.2.4 云存储的特性71
4.3 云存储与云计算72
4.4 云存储发展的关注点72
习题73
第5章 并行计算与集群技术74
5.1 并行计算概述74
5.1.1 并行计算的概念74
5.1.2 并行计算的层次75
5.1.3 并行计算机的发展76
5.1.4 并行计算与分布式计算78
5.1.5 并行计算与云计算79
5.2 云计算基础架构—集群技术80
5.2.1 集群的基本概念80
5.2.2 集群系统的分类81
5.2.3 集群文件系统81
5.3 并行计算的分类82
5.3.1 按Flynn分类83
5.3.2 按应用的计算特征分类84
5.3.3 按结构模型分类84
5.4 并行计算相关技术86
5.4.1 并行计算的关键技术86
5.4.2 并行计算的性能估算87
5.5 并行程序设计—MPI编程88
5.5.1 MPI简介88
5.5.2 一个简单的MPI程序实现90
5.5.3 MPI消息91
5.5.4 MPI的消息传递过程92
5.5.5 MPI常用基本函数92
5.5.6 有消息传递的并行程序93
习题95
第6章 OpenStack—功能强大的
IaaS平台96
6.1 OpenStack架构96
6.2 计算服务模块Nova97
6.3 网络服务模块Neutron100
6.3.1 Neutron的主要组件100
6.3.2 Neutron网络102
6.4 块存储服务模块Cinder103
6.5 对象存储服务模块Swift104
6.6 身份认证模块Keystone108
6.7 镜像模块Glance112
6.8 仪表盘服务模块Horizon114
6.9 监控计量服务模块Ceilometer115
习题116
第7章 Docker—用途广泛的
容器技术117
7.1 Docker概述117
7.1.1 Docker安装117
7.1.2 运行第一个容器119
7.1.3 Docker基本命令120
7.2 Docker镜像与仓库121
7.2.1 什么是Docker镜像121
7.2.2 发布和获取Docker镜像122
7.2.3 镜像操作123
7.2.4 构建私有仓库124
7.3 Dockerfile定制镜像125
7.3.1 Dockerfile介绍125
7.3.2 Dockerfile命令详解126
7.3.3 构建定制镜像126
7.4 Kubernetes容器编排技术127
7.4.1 Kubernetes简介127
7.4.2 部署Kubernetes128
习题130
第8章 Hadoop—分布式大数据
开发平台131
8.1 Hadoop简介131
8.1.1 Hadoop与分布式开发技术131
8.1.2 Hadoop的体系架构132
8.1.3 Hadoop集群的架构134
8.2 分布式文件系统HDFS136
8.2.1 分布式文件系统概述136
8.2.2 HDFS的架构及读写流程138
8.3 分布式计算框架MapReduce141
8.3.1 MapReduce编程模型141
8.3.2 MapReduce数据流143
8.3.3 MapReduce任务运行流程144
8.4 列式数据库HBase147
8.4.1 HBase列式数据库介绍147
8.4.2 理解HBase的表结构148
8.5 搭建Hadoop开发环境151
8.5.1 相关准备工作151
8.5.2 JDK的安装配置152
8.5.3 安装Hadoop并配置Hadoop
环境变量153
8.5.4 修改Hadoop配置文件153
8.5.5 将配置好的Hadoop文件复制到
其他节点并格式化154
8.5.6 启动、停止Hadoop155
8.5.7 运行测试程序WordCount156
习题157
第9章 Storm—基于拓扑的流数据
实时计算框架158
9.1 Storm简介158
9.2 Storm原理及其体系架构161
9.2.1 Storm编程模型原理161
9.2.2 Storm体系架构163
9.3 Storm-Yarn简介164
9.3.1 Storm-Yarn的产生背景164
9.3.2 Storm-Yarn的体系架构165
9.4 Flink与Storm166
9.5 搭建Storm开发环境167
9.5.1 Storm安装说明167
9.5.2 Storm安装步骤168
9.5.3 Storm设置170
9.5.4 Storm的启动171
9.5.5 Storm的常用操作命令172
9.6 Storm应用实践173
9.6.1 使用Maven管理storm-starter173
9.6.2 WordCountTopology源代码分析176
习题179
第10章 Spark—基于内存的大数据
计算框架180
10.1 Spark概述180
10.2 Spark的运行机制181
10.3 Spark的运行模式183
10.3.1 Standalone模式184
10.3.2 Spark Yarn模式185
10.3.3 Spark Mesos模式188
10.4 Spark RDD188
10.4.1 RDD的特点189
10.4.2 RDD的创建190
10.4.3 RDD基本操作191
10.4.4 RDD持久化（缓存）193
10.4.5 Spark共享变量194
10.5 Spark生态系统196
10.5.1 Spark SQL196
10.5.2 Spark Streaming197
10.5.3 GraphX201
10.5.4 MLlib203
习题204
第11章 云计算仿真205
11.1 云计算仿真系统—CloudSim205
11.1.1 CloudSim基础205
11.1.2 CloudSim的体系结构206
11.2 CloudSim的模型使用场景208
11.3 CloudSim应用实践209
11.3.1 准备环境209
11.3.2 数据中心仿真实例210
11.3.3 网络仿真实例215
习题218
参考文献219
|
| 內容試閱：
|
前 言
随着计算机和互联网的迅猛发展及广泛应用，人类社会不断向数字化、网络化前进，云计算与大数据技术应运而生。追溯云计算的根源可以回到1956年，克里斯托弗?斯特雷奇发表了一篇有关虚拟化的论文，正式提出了虚拟化的概念。虚拟化是今天云计算基础架构的核心，是云计算发展的基础。云计算技术的大规模运用促进各行各业进行数字化转型，从而催生了大数据。
本书是2019年出版的《云计算与大数据应用》一书的最新改版，主要面向群体为对云计算与大数据技术感兴趣的初学者、从事应用服务软件开发的从业者以及大中专院校云计算与大数据方向的学生使用。相较于第1版，本次改版做了较大幅度的增删和调整。其中，删减了数据中心部署选址等内容，使得结构更为紧凑；新增第7章，重点介绍当今企业IT领域中大量采用的Docker容器技术及容器编排技术Kubernetes；第8至第10章调整了对云计算大数据框架的介绍顺序，以批处理为先导，逐步带领读者进入大数据处理的世界，并对技术框架的版本进行更新，如更新Hapdoop为3.0版本并介绍其架构变更、Storm一章中加入了对Flink的介绍以进行对比学习等，力争向读者介绍更为先进的技术。
全书共分为11章。
第1章是云计算概述，主要介绍云计算的定义、发展背景、基础架构和服务模式，以及云计算的部署模式、典型的云计算产品、云计算技术的新发展、我国的云计算产业现状。
第2章是大数据技术概述，包括大数据技术的产生、大数据的4V特征、大数据的主要应用及行业推动力量、大数据的关键技术、典型的大数据计算架构。
第3章对虚拟化技术做了较为详细的介绍，主要包括虚拟化技术简介、虚拟化技术原理、常见的虚拟化技术解决方案、常见虚拟化技术的应用实践。
第4章介绍数据中心和云存储技术，主要包括数据中心的基本概念、云计算、大数据时代的数据中心发展趋势，着重介绍云存储技术，包括云存储的概念、结构、实现的基础及其特性。
第5章详细讲解了并行计算与集群技术，主要内容包括并行计算概述、云计算基础架构—集群、并行计算的分类、并行计算相关技术、并行程序设计实践——MPI编程。
第6章介绍了OpenStack这一功能强大的IaaS平台，主要包括OpenStack架构和关键模块的介绍。
第7章介绍了Docker容器技术，分别介绍了Docker的基本指令、镜像和容器运行等，并对容器编排技术Kubernetes做了初步介绍。
第8章介绍了Hadoop分布式大数据开发平台，包括Hadoop概述、分布式文件系统HDFS、分布式计算框架MapReduce、列式数据库HBase以及Hadoop开发环境的搭建。
第9章详细介绍了Storm这一基于拓扑的流数据实时计算框架，包括Storm原理及其体系结构、Storm-Yarn、搭建Storm开发环境及Storm应用实践，并介绍了Flink框架。
第10章主要讲解了基于大规模数据实时处理的Spark内存计算框架，包括Spark概述、Spark运行机制、Spark运行模式、Spark RDD、Spark的处理模式和Spark的生态系统。
第11章介绍云计算仿真，包括CloudSim云计算仿真系统、CloudSim的模型使用场景、CloudSim的应用实践。
本书由成都信息工程大学安俊秀教授、印第安纳大学（Indiana University）靳思安博士和成都信息工程大学黄萍教授等共同编写。其中第1章、第2章、第3章由韩沛伦、安俊秀编写；第4章、第5章、第6章由蒋思畅、黄萍编写；第7章由安俊秀编写；第8章、第9章、第10章、第11章由董相宏、靳思安编写。岳希、文仁强、陶武文、王梓懿、薛凯文等参与了本书的审阅工作。同时，本书的编写和出版还得到了国家社科基金项目（21BSH016）的支持，同时也是四川省社会科学高水平团队的阶段性成果。
本书除了配备电子课件、程序源代码、教学大纲、习题及答案等丰富的教学资源外，更与头歌（www.educoder.net）合作，精心研发了本教材在线配套学习和实验资源，由头歌平台在线提供一站式配套实验环境和内容（扫描下方二维码即可访问）。实验内容与章节对应，实验1、2、3、4由韩沛伦、安俊秀编写；实验5、8、10由蒋思畅、黄萍编写；实验6、7、9由董相宏、靳思安编写。
头歌作为大规模开放在线实践（MOOP）开发社区和运行平台，为高校和企业提供了实验教学、混合教学、一流课程建设、产教案例开发等环境，包括计算机程序设计、系统能力、电子技术、云计算、大数据、人工智能、区块链等众多方向实践课程及配套系统，是国家一流课程建设平台。
尽管在本书的编写过程中，编者力求严谨、准确，但由于技术的发展日新月异，加之编者水平有限，书中难免存在错误和不足之处，敬请广大读者批评指正。
安俊秀
2022年3月于成都信息工程大学
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
