云計算實戰(zhàn)

第1章 云計算緒論
1.1 云計算概述
1.1.1 云計算的定義
1.1.2 云計算產(chǎn)生的背景
1.1.3 云時代誰是主角
1.1.4 云計算的特征
1.1.5 云計算的發(fā)展史
1.1.6 云計算的服務(wù)層次
1.1 ，7云計算的服務(wù)形式
1.1.8 云計算的實現(xiàn)機制
1.1.9 云計算延伸
1.1.1 0云計算研究方向
1.1.1 1云計算發(fā)展趨勢
1.2 云計算的發(fā)展環(huán)境
1.2.1 云計算與對等網(wǎng)的關(guān)系
1.2.2 云計算與網(wǎng)格計算關(guān)系
1.2.3 云計算與物聯(lián)網(wǎng)關(guān)系
1.2.4 云計算與3G關(guān)系
1.3 云計算研究熱點
1.3.1 研究云計算體系結(jié)構(gòu)
1.3.2 研究云計算關(guān)鍵技術(shù)
1.3.3 研究云計算支撐平臺
1.3.4 研究云計算的安全性
1.4 云標準
1.5 云計算的生命周期
1.6 我國云計算中心的問題與注意事項
第2章 Google云計算實現(xiàn)
2.1 Google整體架構(gòu)概述
2.1.1 Google技術(shù)整體構(gòu)架
2.1.2 Google外部與內(nèi)部技術(shù)層次介紹
2.2 Google文件系統(tǒng)GFS
2.2.1 文件系統(tǒng)架構(gòu)
2.2.2 GFS的特點
2.2.3 文件系統(tǒng)的容錯性
2.2.4 系統(tǒng)管理技術(shù)
2.3 Google計算架構(gòu)
2.3.1 Google并行計算架構(gòu)MapReduce
2.3.2 Google分布式鎖服務(wù)Chubby
2.3.3 Google分布式結(jié)構(gòu)化數(shù)據(jù)庫BigTable
2.4 GFS應(yīng)用實例
2.5 Google應(yīng)用引擎
2.5.1 Google應(yīng)用引擎概述
2.5.2 Google應(yīng)用引擎環(huán)境
2.5.3 Google應(yīng)用引擎服務(wù)
2.5.4 Google應(yīng)用引擎實例
2.6 Hadoop云計算概述
2.6.1 Hadoop的構(gòu)架介紹
2.6.2 Hadoop群族
2.6.3 Hadoop在Windows中安裝
2.6.4 Hadoop的應(yīng)用
2.7 Hadoop云計算系統(tǒng)操作
2，7.1 多節(jié)點Hadoop云計算系統(tǒng)設(shè)置
2，7.2 多節(jié)點Hadoop設(shè)置實例
2.7.3 啟動Hadoop云計算系統(tǒng)
2.8 Hadoop的Avatar機制
2.8.1 Avatar系統(tǒng)架構(gòu)
2.8.2 Avatar元數(shù)據(jù)同步機制
2.8.3 切換故障過程
2.8.4 Avatar運行流程
2.8.5 切換Avatar故障流程
2.9 Hadoop應(yīng)用開發(fā)
第3章 Hadoop分布式文件系統(tǒng)
3.1 Hadoop分布式文件系統(tǒng)HDFS
3.1.1 設(shè)計前提與目標
3.1.2 HDFS體系結(jié)構(gòu)
3.1.3 HDFS的可靠性措施
3.1.4 訪問接口
3.1.5 HDFS常用命令
3.1.6 HDFS應(yīng)用實例
3.2 Hadoop分布式數(shù)據(jù)處理MapReduce
3.2.1 MapReduce云計算模型
3.2.2 MapReduce架構(gòu)結(jié)構(gòu)
3.2.3 MapReduce云計算應(yīng)用實例
3.2.4 并行隨機發(fā)生器算法的MapReduce實現(xiàn)
3.3 MapReduce的進一步功能
3.3.1 MapReduce的進一步功能概述
3.3.2 定制的數(shù)據(jù)類型
3.3.3 定制的輸入／輸出形式
3.3.4 連接多數(shù)據(jù)源
3.3.5 傳遞與使用全局參數(shù)／數(shù)據(jù)文件
3.3.6 連接與訪問關(guān)系數(shù)據(jù)庫
3.4 Hadoop分布式存儲數(shù)據(jù)HBase
3.4.1 HBase的系統(tǒng)框架
3.4.2 HBase的模型
3.4.3 HBase的安裝配置
3.4.4 HBase的優(yōu)缺點
3.4.5 HBase應(yīng)用實例
第4章 Amazon云計算
第5章 VMware云計算
第6章 WindowsAzure云計算
第7章 云計算其他應(yīng)用軟件