第1章大數(shù)據(jù)與云計算
1.1大數(shù)據(jù)時代
1.2云計算--大數(shù)據(jù)的計算
1.3云計算發(fā)展現(xiàn)狀
1.4云計算實現(xiàn)機(jī)制
1.5云計算壓倒性的成本優(yōu)勢
習(xí)題
參考文獻(xiàn)

第2章Google云計算原理與應(yīng)用
2.1Google文件系統(tǒng)GFS
2.1.1系統(tǒng)架構(gòu)
2.1.2容錯機(jī)制
2.1.3系統(tǒng)管理技術(shù)
2.2分布式數(shù)據(jù)處理MapReduce
2.2.1產(chǎn)生背景
2.2.2編程模型
2.2.3實現(xiàn)機(jī)制
2.2.4案例分析
2.3分布式鎖服務(wù)Chubby
2.3.1Paxos算法
2.3.2Chubby系統(tǒng)設(shè)計
2.3.3Chubby中的Paxos
2.3.4Chubby文件系統(tǒng)
2.3.5通信協(xié)議
2.3.6正確性與性能
2.4分布式結(jié)構(gòu)化數(shù)據(jù)表Bigtable
2.4.1設(shè)計動機(jī)與目標(biāo)
2.4.2數(shù)據(jù)模型
2.4.3系統(tǒng)架構(gòu)
2.4.4主服務(wù)器
2.4.5子表服務(wù)器
2.4.6性能優(yōu)化
2.5分布式存儲系統(tǒng)Megastore
2.5.1設(shè)計目標(biāo)及方案選擇
2.5.2Megastore數(shù)據(jù)模型
2.5.3Megastore中的事務(wù)及并發(fā)控制
2.5.4Megastore基本架構(gòu)
2.5.5核心技術(shù)--復(fù)制
2.5.6產(chǎn)品性能及控制措施
2.6大規(guī)模分布式系統(tǒng)的監(jiān)控基礎(chǔ)架構(gòu)Dapper
2.6.1基本設(shè)計目標(biāo)
2.6.2Dapper監(jiān)控系統(tǒng)簡介
2.6.3關(guān)鍵性技術(shù)
2.6.4常用Dapper工具
2.6.5Dapper使用經(jīng)驗
2.7海量數(shù)據(jù)的交互式分析工具Dremel
2.7.1產(chǎn)生背景
2.7.2數(shù)據(jù)模型
2.7.3嵌套式的列存儲
2.7.4查詢語言與執(zhí)行
2.7.5性能分析
2.7.6小結(jié)
2.8內(nèi)存大數(shù)據(jù)分析系統(tǒng)PowerDrill
2.8.1產(chǎn)生背景與設(shè)計目標(biāo)
2.8.2基本數(shù)據(jù)結(jié)構(gòu)
2.8.3性能優(yōu)化
2.8.4性能分析與對比
2.9Google應(yīng)用程序引擎
2.9.1GoogleAppEngine簡介
2.9.2應(yīng)用程序環(huán)境
2.9.3GoogleAppEngine服務(wù)
習(xí)題
參考文獻(xiàn)

第3章Amazon云計算AWS
3.1基礎(chǔ)存儲架構(gòu)Dynamo
3.1.1Dynamo概況
3.1.2Dynamo架構(gòu)的主要技術(shù)
3.2彈性計算云EC
3.2.1EC2的基本架構(gòu)
3.2.2EC2的關(guān)鍵技術(shù)
3.2.3EC2的安全及容錯機(jī)制
3.3簡單存儲服務(wù)S
3.3.1S3的基本概念和操作
3.3.2S3的數(shù)據(jù)一致性模型
3.3.3S3的安全措施
3.4非關(guān)系型數(shù)據(jù)庫服務(wù)SimpleDB和DynamoDB
3.4.1非關(guān)系型數(shù)據(jù)庫與傳統(tǒng)關(guān)系數(shù)據(jù)庫的比較
3.4.2SimpleDB
3.4.3DynamoDB
3.4.4SimpleDB和DynamoDB的比較
3.5關(guān)系數(shù)據(jù)庫服務(wù)RDS
3.5.1RDS的基本原理
3.5.2RDS的使用
3.6簡單隊列服務(wù)SQS
3.6.1SQS的基本模型
3.6.2SQS的消息
3.7內(nèi)容推送服務(wù)CloudFront
3.7.1CDN
3.7.2CloudFront
3.8其他Amazon云計算服務(wù)
3.8.1快速應(yīng)用部署ElasticBeanstalk和服務(wù)模板CloudFormation
3.8.2DNS服務(wù)Router
3.8.3虛擬私有云VPC
3.8.4簡單通知服務(wù)和簡單郵件服務(wù)
3.8.5彈性MapReduce服務(wù)
3.8.6電子商務(wù)服務(wù)DevPay、FPS和SimplePay
3.8.7Amazon執(zhí)行網(wǎng)絡(luò)服務(wù)
3.8.8土耳其機(jī)器人
3.8.9數(shù)據(jù)倉庫服務(wù)Redshift
3.8.10應(yīng)用流服務(wù)AppStream和數(shù)據(jù)流分析服務(wù)Kinesis
3.9AWS應(yīng)用實例
3.9.1照片和視頻共享網(wǎng)站SmugMug
3.9.2視頻制作網(wǎng)站Animoto
3.9.3網(wǎng)站排名Alexa
3.10小結(jié)
習(xí)題
參考文獻(xiàn)

第4章微軟云計算WindowsAzure
4.1微軟云計算平臺
4.2微軟云操作系統(tǒng)WindowsAzure
4.2.1WindowsAzure概述
4.2.2WindowsAzure計算服務(wù)
4.2.3WindowsAzure存儲服務(wù)
4.2.4WindowsAzureConnect
4.2.5WindowsAzureCDN
4.2.6Fabric控制器
4.3微軟云關(guān)系數(shù)據(jù)庫SQLAzure
4.3.1SQLAzure概述
4.3.2SQLAzure關(guān)鍵技術(shù)
4.3.3SQLAzure和SQLServer對比
4.4WindowsAzureAppFabric
4.4.1AppFabric概述
4.4.2AppFabric關(guān)鍵技術(shù)
4.5WindowsAzureMarketplace
4.6WindowsAzure服務(wù)平臺
4.6.1網(wǎng)站
4.6.2虛擬機(jī)
4.6.3云服務(wù)
4.6.4移動服務(wù)
4.6.5大數(shù)據(jù)處理
4.6.6媒體支持
習(xí)題
參考文獻(xiàn)

第5章Hadoop2.0：主流開源云架構(gòu)
5.1引例
5.1.1問題概述
5.1.2常規(guī)解決方案
5.1.3分布式下的解決方案
5.1.4小結(jié)
5.2Hadoop2.0簡述
5.2.1Hadoop2.0由來
5.2.2Hadoop2.0相關(guān)項目
5.2.3Hadoop應(yīng)用
5.3Hadoop2.0部署
5.3.1部署綜述
5.3.2傳統(tǒng)解壓包部署
5.4Hadoop2.0體系架構(gòu)
5.4.1Hadoop2.0公共組件Common
5.4.2分布式文件系統(tǒng)HDFS
5.4.3分布式操作系統(tǒng)Yarn
5.4.4Hadoop2.0安全機(jī)制簡介
5.5Hadoop2.0訪問接口
5.5.1訪問接口綜述
5.5.2瀏覽器接口
5.5.3命令行接口
5.6Hadoop2.0編程接口
5.6.1HDFS編程
5.6.2Yarn編程
習(xí)題
參考文獻(xiàn)

第6章Hadoop2.0大家族
6.1Hadoop2.0大家族概述
6.1.1分布式組件
6.1.2部署概述
6.2ZooKeeper
6.2.1ZooKeeper簡介
6.2.2ZooKeeper入門
6.3Hbase
6.3.1Hbase簡介
6.3.2Hbase入門
6.4Pig
6.4.1Pig簡介
6.4.2Pig入門
6.5Hive
6.5.1Hive簡介
6.5.2Hive入門
6.6Oozie
6.6.1Oozie簡介
6.6.2Oozie入門
6.7Flume
6.7.1Flume簡介
6.7.2Flume入門
6.8Mahout
6.8.1Mahout簡介
6.8.2Mahout入門
6.9小結(jié)
習(xí)題
參考文獻(xiàn)

第7章虛擬化技術(shù)
7.1虛擬化技術(shù)簡介
7.2服務(wù)器虛擬化
7.2.1服務(wù)器虛擬化的層次
7.2.2服務(wù)器虛擬化的底層實現(xiàn)
7.2.3虛擬機(jī)遷移
7.2.4隔離技術(shù)
7.2.5案例分析
7.3存儲虛擬化
7.3.1存儲虛擬化的一般模型
7.3.2存儲虛擬化的實現(xiàn)方式
7.3.3案例分析
7.4網(wǎng)絡(luò)虛擬化
7.4.1核心層網(wǎng)絡(luò)虛擬化
7.4.2接入層網(wǎng)絡(luò)虛擬化
7.4.3虛擬機(jī)網(wǎng)絡(luò)虛擬化
……
第8章OpenStack開源虛擬化平臺
第9章云計算數(shù)據(jù)中心
第10章云計算核心算法
第11章中國云計算技術(shù)
第12章總結(jié)與展望