分布式计算、云计算与大数据2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

分布式计算、云计算与大数据PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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SocketAPI29

3.2.1 无连接数据包SocketAPI29

3.2.2 面向连接数据包SocketAPI35

3.3 流式SocketAPI37

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 RMI72

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skeleton74

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 WWW97

5.1.2 TCP/IP97

5.1.3 HTTP协议原理98

5.2 Web开发技术101

5.2.1 HTML101

5.2.2 JavaScript104

5.2.3 CSS107

5.2.4 XML109

5.2.5 动态网页技术110

5.3 CGI113

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 Applet128

5.6 Servlet132

5.7 SSH框架与应用开发136

5.7.1 SSH136

5.7.2 Struts137

5.7.3 Spring142

5.7.4 Hibernate143

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 Services180

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 XML186

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 Services200

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 WSDL208

7.3.6 UDDI213

7.3.7 开发基于SOAP的Web Services216

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 GFS238

8.3.2 MapReduce238

8.3.3 BigTable239

8.3.4 Dremel242

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API263

9.1.1 CloudSim体系结构263

9.1.2 CloudSim3.0API268

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 RAID307

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 HDFS336

11.2.2 HBase343

11.2.3 Cassandra353

11.2.4 Redis360

11.2.5 MongoDB366

11.3 大数据计算模式373

11.3.1 PRAM373

11.3.2 BSP374

11.3.3 LogP376

11.3.4 MapReduce377

11.3.5 Spark382

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