新書推薦：
《
易经今解：释疑·解惑·见微
》
售價：HK$
88.5
《
东欧史（全二册）-“中间地带”的困境
》
售價：HK$
221.8
《
虚拟资本：金融怎样挪用我们的未来
》
售價：HK$
77.3
《
刻意练习不生气
》
售價：HK$
39.2
《
大宋理财：青苗法与王安石的金融帝国（全彩插图本）
》
售價：HK$
109.8
《
安全感是内心长出的盔甲
》
售價：HK$
67.0
《
快人一步：系统性能提高之道
》
售價：HK$
110.9
《
算法图解（第2版）
》
售價：HK$
78.2
|
| 編輯推薦： |
|
本书对第1版做了修订，紧跟分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括：分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。本书可以作为计算机相关专业的本科高年级学生和研究生的教材，也可供相关技术人员参考使用。
|
| 內容簡介： |
|
本书对第 1 版做了修订，紧跟分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括 ：分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。本书可以作为计算机相关专业本科高年级学生和研究生的教材，也可供相关技术人员参考使用。
|
| 關於作者： |
林伟伟，博士，华南理工大学计算机科学与工程学院教授(三级)、博士生导师。中国计算机学会杰出会员，IEEE高级会员，《计算机科学》期刊执行编委，广东省高等教育学会数字化科学技术分会副理事长。主要研究方向包括云计算调度优化和节能技术、大数据性能建模和分析算法、AI应用技术(联邦学习、边缘智能、云边协同)等。2021—2023年连续3年入选斯坦福大学评选的全球前2%顶尖科学家榜单，科研成果“云计算调度优化技术”获2020年广东省科技进步奖二等奖(排名第一)，作为第一指导老师指导学生获中国国际大学生创新大赛(2023)产业命题赛道总决赛金奖。主编云计算与大数据相关教材3部，参编英文著作2部，发表论文200余篇，申请发明专利60余件，相关成果已在华为、OPPO等公司落地应用。
刘波，博士，华南师范大学计算机学院教授，硕士生导师。广东教育学会中小学信息技术教育专业委员会副理事长，广东省计算机学会网络空间安全专业委员会副秘书长。获广东省2020年度科技进步二等奖。主持广东省自然科学基金项目2项、广东省科技计划项目6项，担任1项广东省自然科学基金团队项目核心成员，并主持该项目的云存储方向研究。编写教材1部，发表论文50多篇。
刘发贵，博士，华南理工大学计算机科学与工程学院教授，博士生导师，享受国务院津贴专家。广东省教育厅“干百十”人才培养计划省级培养对象，IEEE会员，广东省物联网协会副主任。主要研究方向为物联网与边缘计算、云计算与大数据、操作系统与嵌入式软件等。发表SCI、EI索引论文130余篇，编写学术专著和教材4部，申请授权发明专利100余件，获得软件著作权30项。2011年获广东省科技进步二等奖(第一完成人)，2015年获广东省科技进步一等奖(第三完成人)，2019年获广东省科技进步一等奖(第一完成人)。
|
| 目錄：
|
目 录
前言
第1章 分布式计算概论 1
1.1 分布式计算的概念 1
1.1.1 定义 1
1.1.2 优缺点 1
1.2 分布式计算模式 2
1.2.1 单机计算 3
1.2.2 并行计算 3
1.2.3 网络计算 4
1.2.4 对等计算 4
1.2.5 集群计算 5
1.2.6 网格计算 5
1.2.7 云计算 6
1.2.8 雾计算 6
1.2.9 边缘计算 7
1.2.10 移动边缘计算 8
1.2.11 移动云计算 9
1.2.12 大数据计算 10
1.2.13 无服务器计算 11
1.3 分布式基础问题与理论 12
1.3.1 拜占庭将军问题 12
1.3.2 Paxos算法 14
1.3.3 ACID原则 14
1.3.4 CAP定理 15
1.3.5 BASE理论 17
1.4 经典分布式计算系统 18
1.4.1 WWW 18
1.4.2 SETI@home 19
1.4.3 BOINC 19
1.4.4 OpenStack 20
1.4.5 Hadoop 21
1.4.6 Spark 24
1.4.7 Kubernetes 25
1.4.8 其他分布式计算系统 26
习题 28
参考文献 28
第2章 分布式计算编程基础 30
2.1 进程间通信 30
2.1.1 进程间通信的概念 30
2.1.2 IPC原型与示例 31
2.2 Socket编程 32
2.2.1 Socket概述 32
2.2.2 流式Socket 编程 33
2.3 RMI编程 39
2.3.1 RMI概述 39
2.3.2 RMI基本分布式应用 40
2.4 P2P编程 48
习题 56
参考文献 57
第3章 Web原理与应用开发 58
3.1 HTTP 58
3.1.1 WWW服务 58
3.1.2 TCP/IP 58
3.1.3 HTTP的原理 59
3.2 Web开发技术简介 63
3.2.1 HTML 63
3.2.2 JavaScript 66
3.2.3 CSS 70
3.2.4 XML 72
3.2.5 动态网页技术 78
3.3 CGI 82
3.3.1 CGI的原理 82
3.3.2 Web表单 84
3.4 Web会话 86
3.4.1 Cookie机制 87
3.4.2 Session机制 92
3.5 Applet 97
3.6 Servlet 101
3.7 SSH框架与应用开发 106
3.7.1 SSH简介 106
3.7.2 Struts 107
3.7.3 Spring 112
3.7.4 Hibernate 114
3.7.5 基于SSH的应用开发案例 116
习题 127
参考文献 131
第4章 云计算原理与技术 132
4.1 云计算概述 132
4.1.1 云计算的起源 132
4.1.2 云计算的概念与定义 133
4.1.3 云计算的分类 134
4.2 云计算关键技术 137
4.2.1 体系结构 137
4.2.2 数据存储 137
4.2.3 计算模型 137
4.2.4 资源调度 138
4.2.5 虚拟化 148
4.3 谷歌云计算 149
4.3.1 GFS 149
4.3.2 MapReduce 150
4.3.3 BigTable 151
4.3.4 Dremel 154
4.4 亚马逊云计算 157
4.4.1 亚马逊云平台存储架构 157
4.4.2 EC2、S3、SimpleDB等组件 159
4.5 阿里云计算 164
4.5.1 阿里云云平台 164
4.5.2 飞天分布式操作系统 164
4.6 华为云计算 167
4.6.1 华为云公有架构 167
4.6.2 华为云擎天架构 170
习题 172
参考文献 173
第5章 云计算编程实践 175
5.1 CloudSim体系结构和API 175
5.1.1 CloudSim体系结构 175
5.1.2 CloudSim 3.0 API 181
5.2 CloudSim环境搭建和使用方法 184
5.2.1 环境配置 184
5.2.2 运行样例程序 184
5.3 CloudSim扩展编程 187
5.3.1 调度策略的扩展 188
5.3.2 仿真核心代码 190
5.3.3 平台重编译 194
5.4 CloudSim的编程实践 195
5.4.1 CloudSim任务调度编程 195
5.4.2 CloudSim网络编程 200
5.4.3 CloudSim能耗编程 203
5.4.4 CloudSim容器编程 214
5.4.5 CloudSimEx 218
5.5 OpenStack编程实践 219
5.5.1 OpenStack体系结构 219
5.5.2 OpenStack程序设计范例 221
习题 228
参考文献 229
第6章 云存储技术 231
6.1 存储基础知识 231
6.1.1 存储组网形态 231
6.1.2 RAID 235
6.1.3 磁盘热备 242
6.1.4 快照 243
6.1.5 数据分级存储的概念 244
6.2 云存储的概念与技术原理 245
6.2.1 分布式存储 245
6.2.2 存储虚拟化 252
6.3 对象存储技术 255
6.3.1 对象存储架构 255
6.3.2 传统块存储与对象存储 256
6.3.3 对象 256
6.3.4 对象存储系统的组成 258
习题 260
参考文献 260
第7章 云原生技术 261
7.1 云原生的概念与架构 261
7.1.1 云原生的概念 261
7.1.2 云原生的架构 261
7.2 云原生关键技术 262
7.2.1 微服务 262
7.2.2 容器 266
7.2.3 Kubernetes 269
7.2.4 服务网格 272
7.3 云原生应用开发 274
7.3.1 实例概述 274
7.3.2 系统设计 274
7.3.3 系统实现 279
7.3.4 Spring Cloud的使用实例 282
7.3.5 持续集成与部署 288
7.4 云原生技术特色 293
7.4.1 云原生应用的12要素 293
7.4.2 云原生应用与传统应用
的差别 297
习题 300
参考文献 300
第8章 云计算安全技术与标准 302
8.1 云计算安全的概念与现状分析 302
8.1.1 云计算安全的概念 302
8.1.2 云计算安全现状分析 303
8.2 云计算安全技术 306
8.2.1 身份认证技术 307
8.2.2 访问控制技术 309
8.2.3 网络隔离技术 311
8.2.4 远程访问技术 312
8.2.5 端点防护技术 314
8.2.6 数据加密技术 314
8.3 云计算技术标准 315
8.3.1 国际云计算组织及技术标准 315
8.3.2 国内云计算技术标准 317
习题 321
参考文献 321
第9章 大数据技术与编程 323
9.1 大数据产生的背景与大数据概述 323
9.1.1 大数据产生的背景 323
9.1.2 大数据的定义 323
9.1.3 大数据的5V特征 324
9.1.4 大数据发展趋势 325
9.2 大数据处理关键技术 326
9.2.1 大数据采集 326
9.2.2 大数据预处理 327
9.2.3 大数据存储及管理 330
9.2.4 大数据分析及挖掘 331
9.2.5 大数据展现及应用 332
9.3 大数据计算模式 335
9.3.1 MapReduce 335
9.3.2 Spark 340
9.3.3 流式计算 347
9.4 基于Hadoop的大数据编程实践 353
9.4.1 Hadoop环境的搭建 353
9.4.2 基于MapReduce的程序实例（HDFS） 358
9.4.3 基于MapReduce的程序实例（HBase） 364
9.5 基于Spark的大数据编程实践 368
9.5.1 基于Spark的程序实例 368
9.5.2 Spark的RDD编程实践 373
习题 377
参考文献 377
第10章 实时医疗大数据分析
案例 378
10.1 案例背景与需求概述 378
10.1.1 背景介绍 378
10.1.2 基本需求 378
10.2 设计方案 379
10.2.1 ETL 380
10.2.2 非格式化存储 380
10.2.3 流处理 380
10.2.4 训练模型与结果预测 381
10.3 环境准备 381
10.3.1 节点规划 381
10.3.2 软件选型 382
10.4 实现方法 383
10.4.1 使用Kettle、Sqoop等ETL
工具将数据导入HDFS 383
10.4.2 基于Spark Streaming开发
Kafka连接器组件 390
10.4.3 基于Spark MLlib开发数据
挖掘组件 396
10.5 不足与扩展 400
习题 401
参考文献 401
第11章 保险大数据分析案例 402
11.1 案例背景与需求概述 402
11.1.1 背景介绍 402
11.1.2 基本需求 402
11.2 设计方案 405
11.2.1 基于GraphX的并行家谱
挖掘算法 405
11.2.2 基于分片技术的随机森林
算法 408
11.2.3 基于内存计算的FP-Growth
关联规则挖掘算法 410
11.3 环境准备 411
11.4 实现方法 416
11.4.1 基于GraphX的并行家谱
挖掘 417
11.4.2 基于分片技术的随机森林
模型用户推荐 419
11.4.3 基于FP-Growth关联规则
挖掘算法的回归检验 425
11.4.4 结果可视化 430
11.5 不足与扩展 435
习题 436
参考文献 437
|
| 內容試閱：
|
前 言
背景
分布式计算从20世纪六七十年代到现在，一直是计算机科学技术理论与应用的热点问题，特别是最近几年随着互联网、移动互联网、社交网络应用的发展，急需分布式计算的新技术——云计算、大数据，来满足和实现新时代计算机的应用需求。云计算、大数据等新技术本质上都是分布式计算的发展和延伸，现有的相关书籍很少把经典分布式计算、新兴的云计算和大数据等技术综合起来，并以应用需求为背景来剖析这些技术的原理和应用方法。2015年出版的教材《分布式计算、云计算与大数据》正是为了满足这一新的发展趋势和需求而编写的，对云计算、大数据等新技术的研究与应用具有重要的意义。
教材出版几年来，师生和广大读者反映使用效果良好，评价较高。然而，最近十年，分布式计算、云计算、大数据相关技术领域日新月异，技术飞速发展，涌现出很多新模式、新方法、新技术。为此，我们对第1版教材进行了修订，第2版教材一方面删除或精简了Web服务、RMI、Socket编程等比较陈旧的内容，另一方面新增了ACID原则、CAP定理、BASE理论等分布式基础理论，云原生技术、边缘计算、三大主流资源管理调度系统（Borg、Mesos和YARN）、云安全与技术标准等技术方法内容，K8s、OpenStack、容器相关实践技术等内容，使教材的内容与时俱进，与分布式计算、云计算和大数据技术的发展相适应。
内容规划
本书内容包括：分布式计算的基本原理（分布式计算模式、分布式基础问题与理论等）和编程开发技术（Socket、客户服务器、RMI和P2P编程技术），云计算的原理、关键技术（体系结构、数据存储、计算模型、资源调度、虚拟化）、主流云计算平台（谷歌云计算、亚马逊云计算、阿里云计算、华为云计算）、编程开发方法（CloudSim仿真编程、OpenStack程序开发），云原生技术（容器、微服务、K8s、服务网格等）、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术（MapReduce、Spark）、平台（Hadoop、HDP等），大数据应用开发方法和典型应用案例（实时医疗大数据分析案例和保险大数据分析案例）等。全书共11章，各章之间的层次关系
如下所示。
教学资源与使用方法
本书配有PPT课件和课后习题参考答案，使用本书进行教学的教师可以在机械工业出版社机工教育服务网www.cmpedu.com或者https://course.cmpreading.com申请，或者发送邮件至linww@scut.edu.cn或lin_w_w@qq.com通过编者获取本书相关教学资源。
本书可以作为计算机相关专业本科高年级学生和研究生的教材，学生最好在学习操作系统、计算机网络、面向对象编程语言之后学习本书。全书内容可根据不同的教学目的和对象进行选择。例如，对于本科类的分布式计算相关课程，可以选择分布式计算相关章节（第1～6章）重点讲解；对于本科类的云计算相关课程，可以选择分布式计算和云计算相关章节（第1～8章）重点讲解；对于本科类的大数据相关课程，可以选择分布式计算和大数据相关章节（第1～6章和第9～11章）重点讲解；对于研究生的课程，可以选择云计算和大数据相关章节重点讲解。根据本书的定位，建议每章讲授最低学时分配
如下。
章名建议重点讲授章节建议学时
第1章1.1，1.2，1.32
第2章所有小节6
第3章3.1.3，3.3，3.4，3.5，3.6，3.76
第4章4. 1，4. 2，4.36
第5章5.1，5.3，5.4，5.56
第6章6.1，6.24
第7章7.1，7.2，7.36
第8章8.2，8.32
第9章9.2，9.3，9.4，9.56
第10章所有小节2
第11章所有小节4
此外，本书的教学应该配有相应的实验教学内容，建议实验课程的学时数不少于理论课程学时数的三分之一。
致谢
本书由林伟伟教授负责总体设计、组织和把关，刘波教授和刘发贵教授负责整体润色和审校。本书各章内容的编写由项目组多位博士生和硕士生参与完成，他们是张子龙、郭超、徐思尧、吴文泰、汤元丰、罗潇轩、吴伟正等，在编写本书的过程中，他们投入大量精力进行程序设计与资料收集和整理工作，在此特别表示感谢。
衷心感谢美国纽约大学的李克勤院士、克莱姆森大学的James Z. Wang教授等人对本书编写的指导和鼓励。
尽管笔者投入了大量的精力、付出了艰辛的努力，然而受知识水平所限，错误和疏漏之处在所难免，恳请广大读者批评指正。如果有任何问题和建议，可发送邮件至linww@scut.edu.cn或lin_w_w@qq.com。
华南理工大学 林伟伟
2023年12月30日于广州
|
|
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
