新書推薦：
《
保守主义：为传统而战
》
售價：HK$
154.6
《
不同境遇的36岁：无尽与有限+人生半熟
》
售價：HK$
112.0
《
小时光 油画棒慢绘零基础教程
》
售價：HK$
88.5
《
可控性混乱
》
售價：HK$
66.1
《
篡魏：司马懿和他的夺权同盟
》
售價：HK$
65.0
《
狂飙年代：18世纪俄国的新文化和旧文化（第三卷）
》
售價：HK$
177.0
《
协和专家大医说：医话肿瘤
》
售價：HK$
109.8
《
潜水指南 全彩图解第4版
》
售價：HK$
132.2
|
| 內容簡介： |
|
本书是关于云计算的“百科全书”，涵盖方方面面的理论知识和广泛的实践内容。这一版添加了关于并发性、云硬件和云软件的新章节，并讨论了大数据和移动应用带来的挑战。全书主要内容包括：以网络为中心的计算和以网络为中心的内容，与并行和分布式有关的概念，云服务供应商、云接入、云数据存储、云软硬件等云生态系统要素，云应用、云资源管理和调度，云安全、移动云等云研究热点。本书适合高等院校计算机相关专业的本科生和研究生学习，也适合该领域的技术人员参考。
|
| 關於作者： |
|
---作者简介---丹·C. 马里恩斯库（Dan C. Marinescu） 中佛罗里达大学计算机科学系教授，曾任普渡大学计算机科学系教授，还曾在IBM Watson研究中心、Intel公司、德国电信等担任客座研究员。他的研究兴趣包括并行和分布式系统、云计算、科学计算、量子计算和量子信息论。他在这些领域发表了220多篇论文，并撰写了3本书。---译者简介---佘堃 电子科技大学教授、博士生导师，主要从事智能云计算、区块链等领域的研究工作。曾获省部级科技进步奖5次、国家发明专利10项、软件著作权12项。
|
| 目錄：
|
|
出版者的话译者序推荐序前言第1章 引言1 1.1 云计算2 1.2 以网络为中心的计算和以网络为中心的内容3 1.3 云计算：一个古老的概念，它的时代已经来临4 1.4 云交付模型和定义属性6 1.5 云计算中的伦理道德问题8 1.6 云计算的缺陷9第2章 云服务供应商与云生态系统11 2.1 云生态系统11 2.2 云计算交付模型和服务13 2.3 亚马逊网络服务15 2.4 AWS的持续演进21 2.5 谷歌云24 2.6 微软Windows Azure和Online Services27 2.7 云存储的多样性和供应商锁定28 2.8 云计算的互操作性和互联云29 2.9 服务水平协议和合规水平协议31 2.10 用户与CSP之间的责任分担32 2.11 用户体验33 2.12 软件授权34 2.13 云计算的能源消耗及其对生态的影响34 2.14 云计算面临的主要挑战35 2.15 扩展阅读36 2.16 练习和问题37第一部分第3章 云的并发性40 3.1 持久挑战：并发与云计算40 3.2 计算领域的通信和并发42 3.3 计算模型和BSP模型45 3.4 一种多核计算模型47 3.5 用Petri网对并发建模48 3.6 进程状态：一个进程或线程组的全局状态53 3.7 通信协议和进程协调56 3.8 通信、逻辑时钟和消息交付规则57 3.9 运行、裁剪和因果历史60 3.10 线程和活动协调63 3.11 临界区、锁、死锁和原子操作67 3.12 共识协议71 3.13 负载均衡73 3.14 Java的多线程和并发以及FlumeJava76 3.15 历史笔记和扩展阅读78 3.16 练习和问题79第4章 并行与分布式系统81 4.1 数据级、线程级和任务级并行81 4.2 并行架构83 4.3 SIMD架构、向量处理和多媒体扩展86 4.4 图形处理单元88 4.5 增速比、Amdahl定律和可扩展增速比90 4.6 多核处理器的增速比91 4.7 分布式系统和系统模块化93 4.8 软模块化和强模块化94 4.9 分层和层次结构98 4.10 虚拟化和分层99 4.11 P2P系统101 4.12 大规模系统103 4.13 可组合边界和可伸缩性104 4.14 历史笔记和扩展阅读105 4.15 练习和问题108第二部分第5章 云接入与云互连网络110 5.1 分组交换网络和互联网110 5.2 互联网的演变114 5.3 Web访问和TCP拥塞控制窗口117 5.4 命名数据网络119 5.5 软件定义网络121 5.6 计算机云的互连网络121 5.7 多级互连网络124 5.8 无限带宽技术和Myrinet126 5.9 存储区域网络和光纤信道128 5.10 可伸缩数据中心通信架构130 5.11 网络资源管理算法133 5.12 内容分发网络136 5.13 车载自组织网络139 5.14 扩展阅读139 5.15 练习和问题140第6章 云数据存储141 6.1 存储技术的发展史142 6.2 存储模型、文件系统和数据库144 6.3 分布式文件系统：先驱者146 6.4 通用并行文件系统151 6.5 谷歌文件系统153 6.6 锁和锁服务Chubby155 6.7 NoSQL数据库158 6.8 用于在线事务处理的数据存储系统159 6.9 BigTable160 6.10 Megastore162 6.11 存储的规模可靠性163 6.12 计算机云中的磁盘本地化和数据本地化166 6.13 数据库起源167 6.14 历史笔记和扩展阅读169 6.15 练习和问题170第三部分第7章 云应用程序172 7.1 云应用开发和架构风格172 7.2 多活动协调175 7.3 工作流模式178 7.4 基于状态机模型的协调：ZooKeeper180 7.5 MapReduce编程模型183 7.6 案例研究：GrepTheWeb应用185 7.7 Hadoop、Yarn和Tez187 7.8 SQL在Hadoop上的应用：Pig、Hive和Impala191 7.9 当前的云应用与新机遇195 7.10 科学与工程领域的云196 7.11 生物学研究中的云计算199 7.12 社交计算、数字内容和云计算201 7.13 软件故障隔离202 7.14 扩展阅读203 7.15 练习和问题203第8章 云的软硬件205 8.1 虚拟机和容器205 8.2 云硬件和仓库级计算机207 8.3 WSC的性能209 8.4 虚拟机管理程序212 8.5 粗粒度数据并行应用的引擎212 8.6 细粒度的集群资源共享214 8.7 大规模集群管理系统Borg215 8.8 共享状态集群管理217 8.9 QoS感知集群管理219 8.10 资源隔离221 8.11 大数据的内存集群计算225 8.12 容器和Docker容器230 8.13 Kubernetes232 8.14 扩展阅读233 8.15 练习和问题234第9章 云资源管理与调度236 9.1 资源管理的策略和机制237 9.2 云资源的效用和能效238 9.3 资源管理和动态应用调
|
| 內容試閱：
|
|
在计算时代开启之后的几乎半个世纪，在永恒的硅时代，颠覆性的多核技术使得计算科学社区和应用程序开发人员意识到理解和使用并发性的重要性。现在已经没有必要等待更快的时钟频率技术，而是更倾向于选择设计算法和实现应用程序来更好地发挥现代处理器的多核作用。当新的应用程序可以利用云计算毫不费力地实现高并发，并且在这个过程中产生巨大的收益时，这种想法再次发生了变化。一个并行和分布式系统的新时代开始了，大数据时代隐藏着“金矿”信息，并且需要大量的计算资源。在这个时代，“粗糙”是好的，“精细”不一定好，至少在并行性的粒度上是这样的。新的挑战来自如何利用数百万多核处理器的能力，并允许它们有效地协同工作。计算机和信息处理技术的发展速度确实惊人，甚至超出了最乐观的专家与预测者的预期和预测。例如，在20世纪90年代初，美国能源部的基于科学的库存管理（SBSS）计划从核反应堆的地下测试过渡到以科学为基础的计算机驱动测试，要求在10年内将超级计算机的速度提高10000倍。而事实上100Tflops这个目标在实现时已经翻了20倍[417]。过去的几十年强化了这样一种观点：信息处理可以在通过互联网接入的大型计算和存储系统上更有效地进行。网络、处理器架构、存储技术和软件技术的进步，都在为接受新计算模型而做出改变。20世纪90年代初，美国国家实验室和大学为造福世界科学界而发起的网格计算运动吸引了学者和投资机构的注意。10年后，面向企业应用的云计算时代开始了。2006年，亚马逊推出了亚马逊网络服务（AWS），提供的第一个云计算服务是弹性云计算（EC2）和简单存储服务（S3）。今天，S3已经拥有超过2万亿的对象，通常每秒运行超过110万个峰值请求，它的年增长率是132%\\[232\\]。自2013年5月开始服务以来，弹性MapReduce已经启动了550万个集群。AWS拥有超过100万的客户，他们可以访问28个以上的数据中心；一个数据中心需要为50000~80000台服务器供电，网络容量为102Tbps，同时使用25MW~30MW的功率\\[220\\]。2015年，亚马逊拥有最大的云基础设施。其他14家云供应商的总容量是AWS的1/5[232]。据非官方估计，2012年1月谷歌使用的服务器数量接近180万。今天，有超过200个云服务供应商（CSP）以及大约120个支持基础设施即服务（IaaS）和数据库即服务（DBaaS）的云交付模型。在过去，一家IT公司花数年时间才能拥有100万客户，而Instagram仅花几周就达到了这一里程碑。许多IT公司（如亚马逊、谷歌、微软、IBM、Oracle等）推动的云计算已经有效地实现了计算的大众化。2015年，地球上72亿居民中有26亿人使用电子邮件服务 ，如Gmail。数以亿计的人使用在线服务购买所有能想到的商品，或者在遥远的地方租房子。数以百万计的计算机专家和新手只需要一张信用卡就可以访问以前由政府机构运行的超级计算机提供的计算机资源——当时只有少数人才拥有访问权限。参见http://www.radicati.com/wp/wp-content/uploads/2015/02/Email-Statistics-Report-2015-2019-Executive-Su-mmary.pdf。计算机云把我们带入了大数据时代。根据IBM的一篇文章：“每天，我们会创造2.5万亿字节的数据，以至于现在世界上90%的数据都是在过去的两年里创造出来的。这些数据来自收集气候信息的传感器、社交媒体网站、数码照片和视频、购买交易记录以及手机GPS信号等。这些数据形成了大数据。”\\[251\\]软件的复杂性和支持云服务的硬件基础设施的发展速度令人震惊。谷歌维护着20亿行代码，这些代码驱动着应用程序，如谷歌搜索、谷歌地图、谷歌文档、谷歌+、谷歌日历、Gmail、YouTube和其他谷歌互联网服务。相比之下，微软自20世纪80年代以来开发的Windows操作系统有大约5000万行代码，仅为谷歌在19年里开发的代码的1/40。谷歌于1998年9月正式成立。拥有成千上万个处理器的仓库级计算机（WSC）不再是虚构的，而是服务于数以百万计的用户，并在计算机体系结构教科书[56，228]和研究论文[262]中得到了详细分析。WSC的处理器吞吐量比单线程峰值性能更重要，因为没有单个处理器能够处理现代应用程序的全部工作负载[239]。随着并行线程数量的增加，减少序列化和通信开销变得更加困难。强核（brawny-core）系统——其单核性能相当高——比更节能的弱核（wimpy-core）系统更可取。在以网络为中心的计算的早期，人们假定网络搜索是“杀手级”应用，这种应用将在未来几十年驱动大型系统的软件和硬件[54]。事实证明，运行在计算机云上的应用程序非常多样化。例如，在Google，最常用的前50%的应用程序只占所使用CPU周期的50% [262]。云应用程序的广泛运用增加了云基础设施面临的挑战。例如，控制时间关键作业和批处理作业混合而成的工作负载的尾部延迟是非平凡的[131]。一些关键的系统需求是相互矛盾的，例如，多路复用资源既要提高效率并降低响应时间，又要支持性能和安全隔离。为了建立从底层硬件中移除的抽象层，正在研发一种用于互联网规模任务的操作系统。例如，Dryad [253]、DryadLinq [539]、Mesos[237]、Borg [502]、Omega[446]和Kubernet
|
|
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
