齣版者的話
譯者序
前言
緻謝
第一部分　基礎
第1章　導論 2
1.1　雲計算簡介 2
1.1.1　雲計算構想 3
1.1.2　雲計算定義 4
1.1.3　進一步瞭解雲計算 6
1.1.4　雲計算參考模型 7
1.1.5　特性和優勢 9
1.1.6　麵臨的挑戰 10
1.2　雲計算起源 10
1.2.1　分布式係統 11
1.2.2　虛擬化 12
1.2.3　Web 2.0 13
1.2.4　麵嚮服務的計算 14
1.2.5　效用計算 15
1.3　構建雲計算環境 16
1.3.1　應用程序開發 16
1.3.2　基礎設施和係統開發 16
1.3.3　雲計算平颱和技術 17
本章小結 18
習題 19
第2章　並行計算與分布式計算原理 20
2.1　計算時代 20
2.2　並行計算與分布式計算 21
2.3　並行計算基本要素 21
2.3.1　什麼是並行處理 21
2.3.2　並行處理硬件架構 22
2.3.3　並行編程方法 25
2.3.4　並行性的級彆 25
2.3.5　注意事項 26
2.4　分布式計算基本要素 26
2.4.1　通用概念和定義 27
2.4.2　分布式係統組件 27
2.4.3　分布式計算架構模式 28
2.4.4　進程間通信模型 35
2.5　分布式計算技術 37
2.5.1　遠程過程調用 37
2.5.2　分布式對象框架 38
2.5.3　麵嚮服務的計算 42
本章小結 48
習題 48
第3章　虛擬化 50
3.1　簡介 50
3.2　虛擬化環境特點 51
3.2.1　更強的安全性 52
3.2.2　執行管理 53
3.2.3　可移植性 54
3.3　虛擬化技術分類 54
3.3.1　執行虛擬化 54
3.3.2　其他類型的虛擬化 61
3.4　虛擬化和雲計算 62
3.5　虛擬化的利與弊 64
3.5.1　虛擬化技術的優點 64
3.5.2　虛擬化技術的缺點 64
3.6　技術實例 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 75
習題 75
第4章　雲計算架構 76
4.1　簡介 76
4.2　雲計算參考模型 76
4.2.1　架構 76
4.2.2　基礎設施即服務和硬件即服務 78
4.2.3　平颱即服務 80
4.2.4　軟件即服務 83
4.3　雲的種類 85
4.3.1　公共雲 85
4.3.2　私有雲 86
4.3.3　混閤雲 88
4.3.4　社區雲 90
4.4　雲計算經濟特性 91
4.5　雲計算麵臨的挑戰 93
4.5.1　雲計算定義 93
4.5.2　雲計算互操作性和標準 93
4.5.3　可擴展性和容錯性 94
4.5.4　安全、可信和隱私 94
4.5.5　組織方麵 95
本章小結 95
習題 95
第二部分　雲應用編程與Aneka平颱
第5章　Aneka：雲應用平颱 98
5.1　框架概述 98
5.2　Aneka容器結構 100
5.2.1　Aneka平颱基礎：平颱抽象層 101
5.2.2　構造服務 101
5.2.3　基礎服務 103
5.2.4　應用服務 105
5.3　構建Aneka雲平颱 106
5.3.1　基礎設施組織 107
5.3.2　邏輯組織 107
5.3.3　私有雲部署模式 109
5.3.4　公共雲部署模式 110
5.3.5　混閤雲部署模式 111
5.4　雲編程和雲管理 112
5.4.1　Aneka SDK 112
5.4.2　管理工具 115
本章小結 116
習題 116
第6章　並行計算：綫程編程 117
6.1　單機並行計算簡介 117
6.2　綫程編程應用 118
6.2.1　什麼是綫程 119
6.2.2　綫程API 120
6.2.3　綫程並行計算技術 121
6.3　Aneka多綫程方式 130
6.3.1　綫程編程模型簡介 131
6.3.2　Aneka綫程和普通綫程 132
6.4　Aneka綫程編程應用 135
6.4.1　Aneka綫程應用模型 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 147
習題 148
第7章　高吞吐量計算：任務編程 149
7.1　任務計算 149
7.1.1　任務特性 150
7.1.2　計算類彆 150
7.1.3　任務計算框架 151
7.2　基於任務的應用模型 152
7.2.1　高度並行應用 153
7.2.2　參數化應用 153
7.2.3　消息傳遞接口應用 155
7.2.4　具有任務依賴性的
工作流應用 156
7.3　基於任務的Aneka編程 159
7.3.1　任務編程模型 159
7.3.2　用任務模型開發應用 160
7.3.3　開發參數化應用 174
7.3.4　管理工作流 176
本章小結 178
習題 179
第8章　數據密集型計算：MapReduce編程 181
8.1　什麼是數據密集型計算 181
8.1.1　數據密集型計算特性 182
8.1.2　未來的挑戰 182
8.1.3　曆史背景 183
8.2　數據密集型計算技術 186
8.2.1　存儲係統 186
8.2.2　編程平颱 193
8.3　Aneka MapReduce編程 199
8.3.1　MapReduce編程模型簡介 199
8.3.2　應用實例 216
本章小結 226
習題 226
第三部分　工業雲平颱與新進展
第9章　工業雲平颱 228
9.1　亞馬遜Web服務 228
9.1.1　計算服務 229
9.1.2　存儲服務 232
9.1.3　通信服務 239
9.1.4　其他服務 240
9.1.5　總結 241
9.2　榖歌 AppEngine 241
9.2.1　架構和核心概念 241
9.2.2　應用程序生命周期 245
9.2.3　成本模型 247
9.2.4　結論 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平颱設備 253
9.3.4　結論 253
本章小結 254
習題 254
第10章　雲應用 256
10.1　科學應用 256
10.1.1　醫療保健：雲心電圖分析 256
10.1.2　生物學：蛋白質結構預測 257
10.1.3　生物學：基因錶達數據用於癌癥診斷分析 258
10.1.4　地球科學：衛星圖像處理 259
10.2　商業和消費應用 260
10.2.1　CRM和ERP 260
10.2.2　效率型應用 262
10.2.3　社交網絡 265
10.2.4　媒體應用 265
10.2.5　多人在綫遊戲 268
本章小結 269
習題 269
第11章　雲計算高級主題 270
11.1　雲能效 270
11.2　基於市場的雲管理 273
11.2.1　麵嚮市場的雲計算 273
11.2.2　MOCC參考模型 274
11.2.3　支持MOCC的技術和實現 278
11.2.4　結論 282
11.3　雲聯盟和互聯雲 282
11.3.1　特性和定義 282
11.3.2　雲聯盟棧 283
11.3.3　關注點 288
11.3.4　雲聯盟技術 301
11.3.5　結論 304
11.4　第三方雲服務 304
11.4.1　MetaCDN 304
11.4.2　SpotCloud 306
本章小結 307
習題 307
參考文獻 309
索引 317
· · · · · · (收起)