雲計算實戰（簡體書）

雲計算是繼20世紀80年代大型計算機到客戶端胡艮務器的大轉變之後的又一巨變，它描述了一種基於互聯網的相關服務的增加、使用和交付模式，通常通過互聯網來提供動態、易擴展而且經常是虛擬化的資源，廣泛應用於雲物聯、雲安全、雲存儲。《雲計算實戰》介紹了雲計算的基本概念、原理及實際應用，重點闡述了雲計算領域具有代表性的Google、Amazon、微軟和VMwave四家公司的雲計算核心原理、使用方法及應用。主要內容包括Google雲計算實現、Hadoop分布式文件系統、Amazon雲計算、VMware雲計算、WindowsAzure雲計算及雲計算其他應用軟件等。
《雲計算實戰》結合具體實例來講解相關概念及原理，實用性較強，適合作為大學高年級和研究生雲計算課程教材，也可作為雲計算研究開發人員、愛好者的參考用書。·

《云計算實戰》結合具體實例來講解相關概念及原理，實用性較強，適合作為大學高年級和研究生云計算課程教材，也可作為云計算研究開發人員、愛好者的參考用書。

第1章 雲計算緒論
1.1 雲計算概述
1.1.1 雲計算的定義
1.1.2 雲計算產生的背景
1.1.3 雲時代誰是主角
1.1.4 雲計算的特徵
1.1.5 雲計算的發展史
1.1.6 雲計算的服務層次
1.1 ，7雲計算的服務形式
1.1.8 雲計算的實現機制
1.1.9 雲計算延伸
1.1.1 0雲計算研究方向
1.1.1 1雲計算發展趨勢
1.2 雲計算的發展環境
1.2.1 雲計算與對等網的關係
1.2.2 雲計算與網格計算關係
1.2.3 雲計算與物聯網關係
1.2.4 雲計算與3G關係
1.3 雲計算研究熱點
1.3.1 研究雲計算體系結構
1.3.2 研究雲計算關鍵技術
1.3.3 研究雲計算支撐平臺
1.3.4 研究雲計算的安全性
1.4 雲標準
1.5 雲計算的生命週期
1.6 我國雲計算中心的問題與注意事項

第2章 Google雲計算實現
2.1 Google整體架構概述
2.1.1 Google技術整體構架
2.1.2 Google外部與內部技術層次介紹
2.2 Google文件系統GFS
2.2.1 文件系統架構
2.2.2 GFS的特點
2.2.3 文件系統的容錯性
2.2.4 系統管理技術
2.3 Google計算架構
2.3.1 Google並行計算架構MapReduce
2.3.2 Google分布式鎖服務Chubby
2.3.3 Google分布式結構化數據庫BigTable
2.4 GFS應用實例
2.5 Google應用引擎
2.5.1 Google應用引擎概述
2.5.2 Google應用引擎環境
2.5.3 Google應用引擎服務
2.5.4 Google應用引擎實例
2.6 Hadoop雲計算概述
2.6.1 Hadoop的構架介紹
2.6.2 Hadoop群族
2.6.3 Hadoop在Windows中安裝
2.6.4 Hadoop的應用
2.7 Hadoop雲計算系統操作
2，7.1 多節點Hadoop雲計算系統設置
2，7.2 多節點Hadoop設置實例
2.7.3 啟動Hadoop雲計算系統
2.8 Hadoop的Avatar機制
2.8.1 Avatar系統架構
2.8.2 Avatar元數據同步機制
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應用開發

第3章 Hadoop分布式文件系統
3.1 Hadoop分布式文件系統HDFS
3.1.1 設計前提與目標
3.1.2 HDFS體系結構
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應用實例
3.2 Hadoop分布式數據處理MapReduce
3.2.1 MapReduce雲計算模型
3.2.2 MapReduce架構結構
3.2.3 MapReduce雲計算應用實例
3.2.4 並行隨機發生器算法的MapReduce實現
3.3 MapReduce的進一步功能
3.3.1 MapReduce的進一步功能概述
3.3.2 定制的數據類型
3.3.3 定制的輸入／輸出形式
3.3.4 連接多數據源
3.3.5 傳遞與使用全域參數／數據文件
3.3.6 連接與訪問關系數據庫
3.4 Hadoop分布式存儲數據HBase
3.4.1 HBase的系統框架
3.4.2 HBase的模型
3.4.3 HBase的安裝配置
3.4.4 HBase的優缺點
3.4.5 HBase應用實例

第4章 Amazon雲計算
第5章 VMware雲計算
第6章 WindowsAzure雲計算
第7章 雲計算其他應用軟件·

數據節點存儲HDFS數據到本地的文件系統中。數據節點沒有關于HDFS文件的信息。它以單獨的文件存儲每一個HDFS的塊到本地文件系統中。數據節點不產生所有文件到同一個目錄中，而是用啟發式的檢測最優的每一個目錄的文件數。它在適當的時候創建子目錄。在本地文件的同一個目錄下創建所有的文件不是最優的，因為本地文件系統可能單個目錄里有數目巨大的文件效率較差。當數據節點啟動時，它將掃描它的本地文件系統，根據本地的文件產生一個所有HDFS數據塊的列表并報告給名字節點，這個報告稱作塊報告。
（6）磁盤故障，心跳和重新復制
一個數據節點周期性地發送一個心跳信息到名字節點。網絡斷開會造成一個數據節點子集和名字節點失去聯系。名字節點發現這種判斷論據是根據有無心跳信息。名字節點標記這些數據節點是死掉了，就不再將新的IO請求轉發到這些數據節點上，而這些數據節點上的數據將對HDFS不再可用。這將導致一些塊的復制因子降到指定的值。名字節點檢查所有需要復制的塊，并開始復制它們到其他數據節點上。重新復制會因為很多原因而必須放棄。
（7）集群的重新均衡
HDFS體系結構是兼容數據的重新平衡方案的。當數據節點的可用空間降到一個極限時數據可能自動地從一個數據節點移動到另外一個，而且突然地對一個特殊的文件發生高請求時也會引發額外的復制，將集群中的其他數據重新均衡。這種類型的重新均衡方案還沒有實現。
（8）數據正確性
從數據節點上取一個文件塊有可能出現損壞的情況，這種情況可能會發生是因為存儲設備低、網絡差、軟件的缺陷。HDFS客戶端實現了去檢查HDFS的文件內容。當一個客戶端創建一個HDFS文件時，它為每一個文件快速地計算一個校驗碼并存儲校驗碼在同一個HDFS名字空間的一個單獨的隱藏文件中。當客戶端找回這個文件內容時，其再根據這個校驗碼來驗證從數據節點接受到的數據。如果不對，客戶端可以從另外一個有該塊復制的數據節點取這個塊。