本書從云基礎(chǔ)知識(shí)、云應(yīng)用編程和云平臺(tái)三個(gè)方面，介紹云計(jì)算的起源、發(fā)展、核心技術(shù)、編程技巧和實(shí)際應(yīng)用，基于Aneka平臺(tái)詳細(xì)講解并行計(jì)算、高吞吐量計(jì)算和數(shù)據(jù)密集型計(jì)算的范式。此外，還涉及亞馬遜Web服務(wù)、谷歌AppEngine和微軟Azure三大云平臺(tái)，以及云計(jì)算在科學(xué)、工程、游戲、社交等領(lǐng)域的最新應(yīng)用。

本書內(nèi)容嚴(yán)謹(jǐn)、結(jié)構(gòu)清晰、實(shí)例豐富，既可作為高等院校計(jì)算機(jī)相關(guān)專業(yè)的教材，也適合云技術(shù)研發(fā)人員閱讀參考。 

目錄
 

出版者的話
譯者序
前言
致謝
第一部分　基礎(chǔ)
第1章　導(dǎo)論 2
1.1　云計(jì)算簡(jiǎn)介 2
1.1.1　云計(jì)算構(gòu)想 3
1.1.2　云計(jì)算定義 4
1.1.3　進(jìn)一步了解云計(jì)算 6
1.1.4　云計(jì)算參考模型 7
1.1.5　特性和優(yōu)勢(shì) 9
1.1.6　面臨的挑戰(zhàn) 10
1.2　云計(jì)算起源 10
1.2.1　分布式系統(tǒng) 11
1.2.2　虛擬化 12
1.2.3　Web 2.0 13
1.2.4　面向服務(wù)的計(jì)算 14
1.2.5　效用計(jì)算 15
1.3　構(gòu)建云計(jì)算環(huán)境 16
1.3.1　應(yīng)用程序開發(fā) 16
1.3.2　基礎(chǔ)設(shè)施和系統(tǒng)開發(fā) 16
1.3.3　云計(jì)算平臺(tái)和技術(shù) 17
本章小結(jié) 18
習(xí)題 19
第2章　并行計(jì)算與分布式計(jì)算原理 20
2.1　計(jì)算時(shí)代 20
2.2　并行計(jì)算與分布式計(jì)算 21
2.3　并行計(jì)算基本要素 21
2.3.1　什么是并行處理 21
2.3.2　并行處理硬件架構(gòu) 22
2.3.3　并行編程方法 25
2.3.4　并行性的級(jí)別 25
2.3.5　注意事項(xiàng) 26
2.4　分布式計(jì)算基本要素 26
2.4.1　通用概念和定義 27
2.4.2　分布式系統(tǒng)組件 27
2.4.3　分布式計(jì)算架構(gòu)模式 28
2.4.4　進(jìn)程間通信模型 35
2.5　分布式計(jì)算技術(shù) 37
2.5.1　遠(yuǎn)程過(guò)程調(diào)用 37
2.5.2　分布式對(duì)象框架 38
2.5.3　面向服務(wù)的計(jì)算 42
本章小結(jié) 48
習(xí)題 48
第3章　虛擬化 50
3.1　簡(jiǎn)介 50
3.2　虛擬化環(huán)境特點(diǎn) 51
3.2.1　更強(qiáng)的安全性 52
3.2.2　執(zhí)行管理 53
3.2.3　可移植性 54
3.3　虛擬化技術(shù)分類 54
3.3.1　執(zhí)行虛擬化 54
3.3.2　其他類型的虛擬化 61
3.4　虛擬化和云計(jì)算 62
3.5　虛擬化的利與弊 64
3.5.1　虛擬化技術(shù)的優(yōu)點(diǎn) 64
3.5.2　虛擬化技術(shù)的缺點(diǎn) 64
3.6　技術(shù)實(shí)例 66
3.6.1　Xen：半虛擬化 66
3.6.2　VMware：完全虛擬化 67
3.6.3　微軟Hyper-V 72
本章小結(jié) 75
習(xí)題 75
第4章　云計(jì)算架構(gòu) 76
4.1　簡(jiǎn)介 76
4.2　云計(jì)算參考模型 76
4.2.1　架構(gòu) 76
4.2.2　基礎(chǔ)設(shè)施即服務(wù)和硬件即服務(wù) 78
4.2.3　平臺(tái)即服務(wù) 80
4.2.4　軟件即服務(wù) 83
4.3　云的種類 85
4.3.1　公共云 85
4.3.2　私有云 86
4.3.3　混合云 88
4.3.4　社區(qū)云 90
4.4　云計(jì)算經(jīng)濟(jì)特性 91
4.5　云計(jì)算面臨的挑戰(zhàn) 93
4.5.1　云計(jì)算定義 93
4.5.2　云計(jì)算互操作性和標(biāo)準(zhǔn) 93
4.5.3　可擴(kuò)展性和容錯(cuò)性 94
4.5.4　安全、可信和隱私 94
4.5.5　組織方面 95
本章小結(jié) 95
習(xí)題 95
第二部分　云應(yīng)用編程與Aneka平臺(tái)
第5章　Aneka：云應(yīng)用平臺(tái) 98
5.1　框架概述 98
5.2　Aneka容器結(jié)構(gòu) 100
5.2.1　Aneka平臺(tái)基礎(chǔ)：平臺(tái)抽象層 101
5.2.2　構(gòu)造服務(wù) 101
5.2.3　基礎(chǔ)服務(wù) 103
5.2.4　應(yīng)用服務(wù) 105
5.3　構(gòu)建Aneka云平臺(tái) 106
5.3.1　基礎(chǔ)設(shè)施組織 107
5.3.2　邏輯組織 107
5.3.3　私有云部署模式 109
5.3.4　公共云部署模式 110
5.3.5　混合云部署模式 111
5.4　云編程和云管理 112
5.4.1　Aneka SDK 112
5.4.2　管理工具 115
本章小結(jié) 116
習(xí)題 116
第6章　并行計(jì)算：線程編程 117
6.1　單機(jī)并行計(jì)算簡(jiǎn)介 117
6.2　線程編程應(yīng)用 118
6.2.1　什么是線程 119
6.2.2　線程API 120
6.2.3　線程并行計(jì)算技術(shù) 121
6.3　Aneka多線程方式 130
6.3.1　線程編程模型簡(jiǎn)介 131
6.3.2　Aneka線程和普通線程 132
6.4　Aneka線程編程應(yīng)用 135
6.4.1　Aneka線程應(yīng)用模型 135
6.4.2　域分解：矩陣乘法 136
6.4.3　功能分解：Sine、Cosine、Tangent 142
本章小結(jié) 147
習(xí)題 148
第7章　高吞吐量計(jì)算：任務(wù)編程 149
7.1　任務(wù)計(jì)算 149
7.1.1　任務(wù)特性 150
7.1.2　計(jì)算類別 150
7.1.3　任務(wù)計(jì)算框架 151
7.2　基于任務(wù)的應(yīng)用模型 152
7.2.1　高度并行應(yīng)用 153
7.2.2　參數(shù)化應(yīng)用 153
7.2.3　消息傳遞接口應(yīng)用 155
7.2.4　具有任務(wù)依賴性的
工作流應(yīng)用 156
7.3　基于任務(wù)的Aneka編程 159
7.3.1　任務(wù)編程模型 159
7.3.2　用任務(wù)模型開發(fā)應(yīng)用 160
7.3.3　開發(fā)參數(shù)化應(yīng)用 174
7.3.4　管理工作流 176
本章小結(jié) 178
習(xí)題 179
第8章　數(shù)據(jù)密集型計(jì)算：MapReduce編程 181
8.1　什么是數(shù)據(jù)密集型計(jì)算 181
8.1.1　數(shù)據(jù)密集型計(jì)算特性 182
8.1.2　未來(lái)的挑戰(zhàn) 182
8.1.3　歷史背景 183
8.2　數(shù)據(jù)密集型計(jì)算技術(shù) 186
8.2.1　存儲(chǔ)系統(tǒng) 186
8.2.2　編程平臺(tái) 193
8.3　Aneka MapReduce編程 199
8.3.1　MapReduce編程模型簡(jiǎn)介 199
8.3.2　應(yīng)用實(shí)例 216
本章小結(jié) 226
習(xí)題 226
第三部分　工業(yè)云平臺(tái)與新進(jìn)展
第9章　工業(yè)云平臺(tái) 228
9.1　亞馬遜Web服務(wù) 228
9.1.1　計(jì)算服務(wù) 229
9.1.2　存儲(chǔ)服務(wù) 232
9.1.3　通信服務(wù) 239
9.1.4　其他服務(wù) 240
9.1.5　總結(jié) 241
9.2　谷歌 AppEngine 241
9.2.1　架構(gòu)和核心概念 241
9.2.2　應(yīng)用程序生命周期 245
9.2.3　成本模型 247
9.2.4　結(jié)論 247
9.3　微軟Azure 248
9.3.1　Azure核心概念 248
9.3.2　SQL Azure 252
9.3.3　Windows Azure平臺(tái)設(shè)備 253
9.3.4　結(jié)論 253
本章小結(jié) 254
習(xí)題 254
第10章　云應(yīng)用 256
10.1　科學(xué)應(yīng)用 256
10.1.1　醫(yī)療保?。涸菩碾妶D分析 256
10.1.2　生物學(xué)：蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè) 257
10.1.3　生物學(xué)：基因表達(dá)數(shù)據(jù)用于癌癥診斷分析 258
10.1.4　地球科學(xué)：衛(wèi)星圖像處理 259
10.2　商業(yè)和消費(fèi)應(yīng)用 260
10.2.1　CRM和ERP 260
10.2.2　效率型應(yīng)用 262
10.2.3　社交網(wǎng)絡(luò) 265
10.2.4　媒體應(yīng)用 265
10.2.5　多人在線游戲 268
本章小結(jié) 269
習(xí)題 269
第11章　云計(jì)算高級(jí)主題 270
11.1　云能效 270
11.2　基于市場(chǎng)的云管理 273
11.2.1　面向市場(chǎng)的云計(jì)算 273
11.2.2　MOCC參考模型 274
11.2.3　支持MOCC的技術(shù)和實(shí)現(xiàn) 278
11.2.4　結(jié)論 282
11.3　云聯(lián)盟和互聯(lián)云 282
11.3.1　特性和定義 282
11.3.2　云聯(lián)盟棧 283
11.3.3　關(guān)注點(diǎn) 288
11.3.4　云聯(lián)盟技術(shù) 301
11.3.5　結(jié)論 304
11.4　第三方云服務(wù) 304
11.4.1　MetaCDN 304
11.4.2　SpotCloud 306
本章小結(jié) 307
習(xí)題 307
參考文獻(xiàn) 309
索引 317