目錄：

第1章緒論/1
1.1分布式計算與分布式系統(tǒng)/1
1.1.1分布式計算簡介/1
1.1.2分布式系統(tǒng)的實例/2
1.1.3分布式系統(tǒng)的目標(biāo)/4
1.2云計算/5
1.2.1簡介/5
1.2.2云計算的優(yōu)點和缺點/7
1.3本書概要/10
1.4小結(jié)/11
習(xí)題/12第一篇分布式系統(tǒng)第2章分布式系統(tǒng)入門/15
2.1分布式系統(tǒng)的定義/15
2.1.1分布式與集中式/15
2.1.2分布式與計算機網(wǎng)絡(luò)/16
2.1.3分布式系統(tǒng)層次結(jié)構(gòu)/17
2.1.4分布式系統(tǒng)分類/18
2.2分布式系統(tǒng)中的軟硬件/19
2.2.1硬件/19
2.2.2軟件/20
2.3分布式系統(tǒng)中的主要特征/21
2.3.1容錯性/21
2.3.2安全性/22
2.4小結(jié)/23
習(xí)題/23第3章客戶—服務(wù)器端架構(gòu)/25
3.1客戶—服務(wù)器模式的基本概念和優(yōu)點/25
3.1.1客戶—服務(wù)器模式的基本概念/25
3.1.2客戶—服務(wù)器模式優(yōu)點/26
3.2客戶—服務(wù)器端架構(gòu)和體系結(jié)構(gòu)/26
3.2.1面向連接服務(wù)與無連接服務(wù)/26
3.2.2應(yīng)用程序的層次結(jié)構(gòu)/27
3.2.3客戶—服務(wù)器模型體系結(jié)構(gòu)/29
3.3客戶—服務(wù)器模型的進程通信/32
3.3.1進程通信中客戶—服務(wù)器模型的
實現(xiàn)方法/32
3.3.2客戶—服務(wù)器模型的進程
通信協(xié)議/34
3.4客戶—服務(wù)器端模型的變種/37
3.4.1移動代碼/37
3.4.2移動代理/38
3.4.3網(wǎng)絡(luò)計算機/39
3.4.4瘦客戶/40
3.4.5移動設(shè)備和自組網(wǎng)絡(luò)/40
3.5小結(jié)/41
習(xí)題/42第二篇云計算技術(shù)第4章分布式云計算概述/45
4.1云計算入門/45
4.1.1云計算的定義/45
4.1.2云計算的發(fā)展歷史/46
4.1.3云計算的特點/48
4.2云服務(wù)/49
4.2.1使用云平臺的理由/49
4.2.2云平臺的服務(wù)類型/50
4.2.3云平臺服務(wù)的安全性/51
4.2.4云平臺服務(wù)的供應(yīng)商/51
4.2.5云平臺服務(wù)的優(yōu)勢和面臨的挑戰(zhàn)/54
4.3云計算比較/55
4.3.1集群計算和云計算/55
4.3.2網(wǎng)格計算和云計算/57
4.3.3效用計算和云計算/59
4.3.4并行計算、分布計算和云計算/60
4.4小結(jié)/61
習(xí)題/62第5章Google公司的三大技術(shù)/63
5.1Google文件系統(tǒng)/63
5.1.1前言/63
5.1.2設(shè)計概要/64
5.1.3系統(tǒng)交互/68
5.1.4主控服務(wù)器操作/69
5.1.5容錯和檢測/70
5.2Bigtable技術(shù)/71
5.2.1Bigtable簡介/71
5.2.2Bigtable數(shù)據(jù)模型/72
5.2.3API/73
5.2.4Bigtable所依賴的框架/74
5.2.5Bigtable實現(xiàn)的關(guān)鍵/75
5.2.6Bigtable性能優(yōu)化方案/78
5.2.7Bigtable應(yīng)用實例/81
5.2.8經(jīng)驗總結(jié)/83
5.3MapReduce技術(shù)/84
5.3.1前言/84
5.3.2編程模型/85
5.3.3實例/85
5.3.4輸入輸出類型/85
5.3.5更多實例/86
5.3.6MapReduce執(zhí)行/86
5.4小結(jié)/89
習(xí)題/89第6章Yahoo!公司的云平臺技術(shù)/91
6.1什么是PNUTS——靈活通用的表存儲平臺/91
6.1.1前言/91
6.1.2PNUTS概述/92
6.1.3PNUTS的設(shè)計和功能/93
6.1.4PNUTS的系統(tǒng)結(jié)構(gòu)/93
6.1.5PNUTS的數(shù)據(jù)存儲和檢索/94
6.1.6副本和一致性/95
6.1.7其他數(shù)據(jù)庫系統(tǒng)功能/97
6.1.8數(shù)據(jù)庫服務(wù)/98
6.2Pig系統(tǒng)簡述/98
6.2.1Pig的定義/98
6.2.2Pig簡介/98
6.3ZooKeeper系統(tǒng)簡述/99
6.3.1什么是ZooKeeper/99
6.3.2ZooKeeper項目介紹/99
6.4小結(jié)/100
習(xí)題/100第7章Greenplum數(shù)據(jù)庫技術(shù)/101
7.1什么是Greenplum/101
7.2Greenplum 分析數(shù)據(jù)庫/101
7.3Greenplum數(shù)據(jù)庫的體系結(jié)構(gòu)/102
7.3.1無共享大規(guī)模并行處理
體系結(jié)構(gòu)/102
7.3.2Greenplum的分段單元服務(wù)/103
7.3.3數(shù)據(jù)分布和并行掃描/103
7.3.4容錯能力和先進的復(fù)制技術(shù)/104
7.3.5全局并行查詢優(yōu)化技術(shù)/105
7.3.6gNet軟件互聯(lián)/105
7.3.7并行數(shù)據(jù)流引擎/106
7.3.8統(tǒng)一的分析處理/107
7.3.9基于標(biāo)準(zhǔn)，建立在開源PostgreSQL
數(shù)據(jù)庫系統(tǒng)之上/107
7.4Greenplum的關(guān)鍵特性和優(yōu)點/107
7.5小結(jié)/108
習(xí)題/108第8章Amazon公司的Dynamo技術(shù)/109
8.1Dynamo初步介紹/109
8.2Dynamo的背景資料/110
8.2.1系統(tǒng)的假設(shè)和需求/110
8.2.2服務(wù)層協(xié)議/111
8.2.3設(shè)計考慮因素/112
8.3Dynamo系統(tǒng)體系結(jié)構(gòu)/113
8.3.1系統(tǒng)接口/114
8.3.2分割算法/114
8.3.3復(fù)制/115
8.3.4數(shù)據(jù)版本/116
8.3.5Dynamo中的get()和
put()的操作/118
8.3.6臨時性故障處理/118
8.3.7處理永久的錯誤： 同步復(fù)制/119
8.3.8成員關(guān)系和故障檢測/119
8.3.9增加/刪除存儲結(jié)點/120
8.4小結(jié)/121
習(xí)題/121第9章IBM公司的云計算技術(shù)/122
9.1IBM公司的云計算概述/122
9.2云風(fēng)暴/123
9.3智能商業(yè)服務(wù)/124
9.4智慧地球計劃/124
9.5Z系統(tǒng)/125
9.6虛擬化的動態(tài)基礎(chǔ)架構(gòu)技術(shù)/126
9.6.1虛擬化/127
9.6.2虛擬化的云計算技術(shù)/128
9.6.3實現(xiàn)虛擬化策略的關(guān)鍵解決
方案/129
9.7小結(jié)/132
習(xí)題/132第三篇分布式云計算的程序開發(fā)第10章Hadoop系統(tǒng)/135
10.1Hadoop簡介/135
10.1.1Hadoop系統(tǒng)的由來/135
10.1.2Hadoop的作用/135
10.1.3Hadoop的優(yōu)勢/136
10.1.4Hadoop應(yīng)用現(xiàn)狀及發(fā)展
趨勢/136
10.2Hadoop項目及其結(jié)構(gòu)/137
10.3Hadoop體系結(jié)構(gòu)/139
10.4Hadoop集群安全策略/141
10.5小結(jié)/143第11章MapReduce詳解/145
11.1MapReduce簡介/145
11.2MapReduce計算模型/146
11.2.1MapReduce Job/146
11.2.2Hadoop中hello world程序/147
11.2.3運行MapReduce應(yīng)用程序/150
11.2.4新的API/152
11.2.5MapReduce的數(shù)據(jù)流和
控制流/154
11.3MapReduce工作機制/155
11.3.1MapReduce作業(yè)的執(zhí)行流程/155
11.3.2提交作業(yè)/156
11.3.3初始化作業(yè)/158
11.3.4分配任務(wù)/160
11.3.5執(zhí)行任務(wù)/162
11.3.6更新任務(wù)執(zhí)行進度和狀態(tài)/163
11.3.7完成作業(yè)/164
11.4開發(fā)MapReduce應(yīng)用程序/164
11.4.1系統(tǒng)參數(shù)的配置/165
11.4.2配置開發(fā)環(huán)境/167
11.4.3編寫MapReduce程序/168
11.4.4本地測試/170
11.4.5在集群上運行/170
11.5小結(jié)/173第12章HDFS詳解/174
12.1HDFS簡介/175
12.2HDFS的相關(guān)概念/176
12.3HDFS的體系結(jié)構(gòu)/177
12.4HDFS的基本操作/179
12.4.1HDFS的命令行操作/179
12.4.2HDFS的Web界面/180
12.5HDFS中的讀寫數(shù)據(jù)流/180
12.5.1文件的讀取/180
12.5.2文件的寫入/182
12.5.3一致性模型/183
12.6小結(jié)/184第13章基于HBase系統(tǒng)的開發(fā)/186
13.1HBase簡介/186
13.2HBase體系結(jié)構(gòu)/187
13.2.1HRegion/187
13.2.2HRegion Server/188
13.2.3HBase Master/189
13.2.4ROOT表和META表/189
13.2.5HBase與ZooKeeper/190
13.3HBase數(shù)據(jù)模型/190
13.3.1數(shù)據(jù)模型/190
13.3.2概念視圖/191
13.3.3物理視圖/191
13.4HBase與HDFS/192
13.5Java API與HBase編程/192
13.5.1Java API簡介/192
13.5.2HBase編程/198
13.6小結(jié)/201第14章基于Hive系統(tǒng)的開發(fā)/202
14.1Hive簡介/202
14.1.1Hive的數(shù)據(jù)存儲/202
14.1.2Hive的元數(shù)據(jù)存儲/204
14.2Hive QL/204
14.2.1數(shù)據(jù)定義（DDL）操作/204
14.2.2數(shù)據(jù)管理（DML）操作/214
14.2.3SQL操作/216
14.2.4Hive QL使用實例/219
14.3Hive網(wǎng)絡(luò)接口/221
14.3.1Hive網(wǎng)絡(luò)接口配置/221
14.3.2Hive網(wǎng)絡(luò)接口操作實例/222
14.4Hive編程/225
14.5Hive優(yōu)化/228
14.6小結(jié)/230第15章基于Google App Engine系統(tǒng)的開發(fā)/231
15.1Google App Engine簡介/231
15.1.1Google App Engine
基本功能/231
15.1.2Google App Engine
環(huán)境配置/233
15.1.3Google App Engine
資源配額/235
15.2如何使用Google App Engine/235
15.2.1Google App Engine Java SDK
使用/236
15.2.2Google App Engine Python SDK
使用/250
15.3基于Google App Engine的應(yīng)用程序開發(fā)
實例/256
15.4小結(jié)/261
習(xí)題/261第16章基于Windows Azure系統(tǒng)的開發(fā)/263
16.1微軟公司的云計算概述/263
16.1.1微軟公司的云計算戰(zhàn)略/263
16.1.2微軟公司的動態(tài)云計算解決
方案/264
16.2Windows Azure平臺簡介/267
16.2.1Windows Azure/268
16.2.2SQL Azure/271
16.2.3.NET 服務(wù)/273
16.3Windows Azure服務(wù)使用/275
16.3.1Windows Azure環(huán)境配置/276
16.3.2開發(fā)GuestBook應(yīng)用程序/276
16.3.3發(fā)布GuestBook應(yīng)用程序/287
16.4小結(jié)/289
習(xí)題/290附錄A云計算在線檢測平臺/291
A.1平臺介紹/291
A.2結(jié)構(gòu)和功能/291
A.2.1前臺用戶接口的結(jié)構(gòu)和功能/292
A.2.2后臺程序運行的結(jié)構(gòu)和功能/293
A.2.3平臺程序過濾功能/293
A.3檢測流程/295
A.4使用介紹/296
A.4.1功能使用/296
A.4.2返回結(jié)果介紹/297
A.4.3使用注意事項/298
A.5小結(jié)/299技術(shù)名詞索引/300參考文獻/306后記/316