深入理解云计算

本书从云基础知识、云应用编程和云平台三个方面，介绍云计算的起源、发展、核心技术、编程技巧和实际应用，基于Aneka平台详细讲解并行计算、高吞吐量计算和数据密集型计算的范式。此外，还涉及亚马逊Web服务、谷歌AppEngine和微软Azure三大云平台，以及云计算在科学、工程、游戏、社交等领域的近期新应用。本书内容严谨、结构清晰、实例丰富，既可作为高等院校计算机相关专业的教材，也适合云技术研发人员阅读参考。

拉库马·布亚(Rajkumar Buyya)博士，澳大利亚墨尔本大学云计算与分布式系统实验室负责人，Manjrasoft公司创始人及首任CEO。

出版者的话
译者序
前言
致谢
第一部分基础
第1章导论2
1.1云计算简介2
1.1.1云计算构想3
1.1.2云计算定义4
1.1.3进一步了解云计算6
1.1.4云计算参考模型7
1.1.5特性和优势9
1.1.6面临的挑战10
1.2云计算起源10
1.2.1分布式系统11
1.2.2虚拟化12
1.2.3Web2.013
1.2.4面向服务的计算14
1.2.5效用计算15
1.3构建云计算环境16
1.3.1应用程序开发16
1.3.2基础设施和系统开发16
1.3.3云计算平台和技术17
本章小结18
习题19
第2章并行计算与分布式计算原理20
2.1计算时代20
2.2并行计算与分布式计算21
2.3并行计算基本要素21
2.3.1什么是并行处理21
2.3.2并行处理硬件架构22
2.3.3并行编程方法25
2.3.4并行性的级别25
2.3.5注意事项26
2.4分布式计算基本要素26
2.4.1通用概念和定义27
2.4.2分布式系统组件27
2.4.3分布式计算架构模式28
2.4.4进程间通信模型35
2.5分布式计算技术37
2.5.1远程过程调用37
2.5.2分布式对象框架38
2.5.3面向服务的计算42
本章小结48
习题48
第3章虚拟化50
3.1简介50
3.2虚拟化环境特点51
3.2.1更强的安全性52
3.2.2执行管理53
3.2.3可移植性54
3.3虚拟化技术分类54
3.3.1执行虚拟化54
3.3.2其他类型的虚拟化61
3.4虚拟化和云计算62
3.5虚拟化的利与弊64
3.5.1虚拟化技术的优点64
3.5.2虚拟化技术的缺点64
3.6技术实例66
3.6.1Xen：半虚拟化66
3.6.2VMware：完全虚拟化67
3.6.3微软Hyper-V72
本章小结75
习题75
第4章云计算架构76
4.1简介76
4.2云计算参考模型76
4.2.1架构76
4.2.2基础设施即服务和硬件即服务78
4.2.3平台即服务80
4.2.4软件即服务83
4.3云的种类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社区云90
4.4云计算经济特性91
4.5云计算面临的挑战93
4.5.1云计算定义93
4.5.2云计算互操作性和标准93
4.5.3可扩展性和容错性94
4.5.4安全、可信和隐私94
4.5.5组织方面95
本章小结95
习题95
第二部分云应用编程与Aneka平台
第5章Aneka：云应用平台98
5.1框架概述98
5.2Aneka容器结构100
5.2.1Aneka平台基础：平台抽象层101
5.2.2构造服务101
5.2.3基础服务103
5.2.4应用服务105
5.3构建Aneka云平台106
5.3.1基础设施组织107
5.3.2逻辑组织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云编程和云管理112
5.4.1AnekaSDK112
5.4.2管理工具115
本章小结116
习题116
第6章并行计算：线程编程117
6.1单机并行计算简介117
6.2线程编程应用118
6.2.1什么是线程119
6.2.2线程API120
6.2.3线程并行计算技术121
6.3Aneka多线程方式130
6.3.1线程编程模型简介131
6.3.2Aneka线程和普通线程132
6.4Aneka线程编程应用135
6.4.1Aneka线程应用模型135
6.4.2域分解：矩阵乘法136
6.4.3功能分解：Sine、Cosine、Tangent142
本章小结147
习题148
第7章高吞吐量计算：任务编程149
7.1任务计算149
7.1.1任务特性150
7.1.2计算类别150
7.1.3任务计算框架151
7.2基于任务的应用模型152
7.2.1高度并行应用153
7.2.2参数化应用153
7.2.3消息传递接口应用155
7.2.4具有任务依赖性的
工作流应用156
7.3基于任务的Aneka编程159
7.3.1任务编程模型159
7.3.2用任务模型开发应用160
7.3.3开发参数化应用174
7.3.4管理工作流176
本章小结178
习题179
第8章数据密集型计算：MapReduce编程181
8.1什么是数据密集型计算181
8.1.1数据密集型计算特性182
8.1.2未来的挑战182
8.1.3历史背景183
8.2数据密集型计算技术186
8.2.1存储系统186
8.2.2编程平台193
8.3AnekaMapReduce编程199
8.3.1MapReduce编程模型简介199
8.3.2应用实例216
本章小结226
习题226
第三部分工业云平台与新进展
第9章工业云平台228
9.1亚马逊Web服务228
9.1.1计算服务229
9.1.2存储服务232
9.1.3通信服务239
9.1.4其他服务240
9.1.5总结241
9.2谷歌AppEngine241
9.2.1架构和核心概念241
9.2.2应用程序生命周期245
9.2.3成本模型247
9.2.4结论247
9.3微软Azure248
9.3.1Azure核心概念248
9.3.2SQLAzure252
9.3.3WindowsAzure平台设备253
9.3.4结论253
本章小结254
习题254
第10章云应用256
10.1科学应用256
10.1.1医疗保健：云心电图分析256
10.1.2生物学：蛋白质结构预测257
10.1.3生物学：基因表达数据用于癌症诊断分析258
10.1.4地球科学：卫星图像处理259
10.2商业和消费应用260
10.2.1CRM和ERP260
10.2.2效率型应用262
10.2.3社交网络265
10.2.4媒体应用265
10.2.5多人在线游戏268
本章小结269
习题269
第11章云计算高级主题270
11.1云能效270
11.2基于市场的云管理273
11.2.1面向市场的云计算273
11.2.2MOCC参考模型274
11.2.3支持MOCC的技术和实现278
11.2.4结论282
11.3云联盟和互联云282
11.3.1特性和定义282
11.3.2云联盟栈283
11.3.3关注点288
11.3.4云联盟技术301
11.3.5结论304
11.4第三方云服务304
11.4.1MetaCDN304
11.4.2SpotCloud306
本章小结307
习题307
参考文献309
索引317