云计算 科学与工程实践指南PDF|Epub|txt|kindle电子书版本网盘下载

云计算 科学与工程实践指南PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 在云的宇宙中定位1

1.1 云：计算机、助理和平台1

1.2 云的概况2

1.3 本书导读5

1.4 获取云服务的方式：网站、应用编程接口和软件开发工具包6

1.4.1 Web界面、应用编程接口、软件开发工具包和命令行界面6

1.4.2 本地应用和云应用8

1.5 本书使用的工具8

1.5.1 Python8

1.5.2 Jupyter：基于Web的交互式计算工具9

1.5.3 版本控制系统GitHub10

1.5.4 Globus10

1.6 小结10

1.7 资源11

第一部分 管理云中的数据15

第2章 存储即服务15

2.1 三个启发式的例子15

2.2 存储模型16

2.2.1 文件系统16

2.2.2 对象存储17

2.2.3 关系型数据库17

2.2.4 NoSQL数据库18

2.2.5 图数据库19

2.2.6 数据仓库20

2.3 云存储全景20

2.3.1 文件系统20

2.3.2 对象存储21

2.3.3 NoSQL服务21

2.3.4 关系型数据库22

2.3.5 基于数据仓库的数据分析22

2.3.6 图数据库及其他服务23

2.3.7 OpenStack存储服务和Jetstream云服务23

2.4 小结24

2.5 资源24

第3章 使用云存储服务25

3.1 两种访问方式：门户和API25

3.2 使用Amazon云存储服务26

3.3 使用MicrosoftAzure云存储服务28

3.4 使用Google云存储服务31

3.4.1 GoogleBigtab le32

3.4.2 Google Cloud Datastore33

3.5 使用OpenStack云存储服务34

3.6 用Globus传输和共享数据35

3.6.1 用Globus传输数据36

3.6.2 用Globus共享数据38

3.7 小结38

3.8 资源39

第二部分 云中的计算43

第4章 计算即服务43

4.1 虚拟机和容器43

4.2 先进的计算服务45

4.3 无服务器计算46

4.4 公有云计算的优缺点46

4.5 小结47

4.6 资源48

第5章 虚拟机的使用和管理49

5.1 历史根源49

5.2 亚马逊的弹性计算云50

5.2.1 创建虚拟机实例50

5.2.2 连接存储52

5.3 Azure虚拟机54

5.4 谷歌云虚拟机服务55

5.5 Jetstream虚拟机服务55

5.6 小结56

5.7 资源57

第6章 使用和管理容器58

6.1 容器的基础知识58

6.2 Docker和Hub59

6.3 容器用于科学61

6.4 构建你自己的容器62

6.5 小结63

6.6 资源63

第7章 弹性部署64

7.1 云中并行计算的范式64

7.2 SPMD和HPC风格的并行65

7.2.1 云中的消息传递接口65

7.2.2 云中的GPU65

7.2.3 在Amazon云上部署HPC集群67

7.2.4 在Azure上部署HPC集群70

7.2.5 集群的进一步扩展71

7.3 多任务并行计算72

7.4 MapReduce和批量同步并行计算72

7.5 图数据流的执行和Spark73

7.6 代理和微服务74

7.6.1 微服务和容器资源管理器75

7.6.2 在集群中管理身份75

7.6.3 简单的例子75

7.6.4 Amazon EC2容器服务76

7.6.5 Google的Kubernetes81

7.6.6 Mesos和Mesosphere84

7.7 HTCondor86

7.8 小结86

7.9 资源87

第三部分 云平台91

第8章 云中的数据分析91

8.1 Hadoop和YARN91

8.2 Spark93

8.2.1 一个简单的Spark程序93

8.2.2 一个更有趣的Spark程序：k均值聚类94

8.2.3 容器中的Spark95

8.2.4 Spark中的SQL96

8.3 AmazonElasticMapReduce97

8.4 Azure HDInsight和数据湖99

8.4.1 AzureDataLake存储100

8.4.2 数据湖分析101

8.5 AmazonAthena分析102

8.6 Google云数据实验室102

8.6.1 华盛顿和印第安纳州的风疹103

8.6.2 寻找气象台的异常104

8.7 小结107

8.8 资源107

第9章 将数据以流式传输到云端109

9.1 科学流案例109

9.1.1 广域地球物理传感器网络110

9.1.2 城市信息学110

9.1.3 大规模科学数据流111

9.2 流系统的基本设计挑战112

9.3 Amazon Kinesis和Firehose112

9.3.1 Kinesis Streams架构113

9.3.2 Kinesis和Amazon SQS114

9.4 Kinesis、Spark和物体阵列115

9.5 用Azure进行流数据处理118

9.6 Kafka、Storm和Heron Streams121

9.7 Google Dataflow和Apache Beam124

9.8 Apache Flink126

9.9 小结127

9.10 资源128

第10章 基于云的机器学习129

10.1 Spark机器学习库129

10.1.1 逻辑回归130

10.1.2 芝加哥餐厅案例130

10.2 Azure机器学习空间133

10.3 Amazon机器学习平台136

10.4 深度学习浅析138

10.4.1 深度网络139

10.4.2 卷积神经网络140

10.4.3 递归神经网络141

10.5 Amazon MXNet虚拟机镜像143

10.6 Google TensorFlow146

10.7 微软认知工具包147

10.8 小结149

10.9 资源150

第11章 Globus研究数据管理平台152

11.1 分布式数据的挑战和机遇152

11.2 Globus平台153

11.2.1 Globus传输和共享153

11.2.2 rule data结构155

11.3 身份和证书管理155

11.3.1 Globus Auth授权服务156

11.3.2 一个典型的G1obusAuth工作流157

11.3.3 Globus Auth身份158

11.3.4 Globus账户159

11.3.5 使用Globus Auth身份159

11.3.6 资源服务器使用Globus Auth160

11.3.7 其他Globus能力161

11.4 创建一个远程访问服务162

11.5 数据研究门户设计模式163

11.5.1 Science DMZ和DTN的至关重要的作用164

11.5.2 数据研究门户应用164

11.5.3 用Globus实现设计模式166

11.6 重新审视门户设计模式168

11.7 画个闭环：从门户到Graph服务169

11.8 小结170

11.9 资源171

第四部分 构建你自己的云175

第12章 用Eucalyptus构建你自己的云175

12.1 实现云基础设施抽象175

12.2 部署计划176

12.2.1 控制面板部署流程176

12.2.2 网络177

12.2.3 存储177

12.2.4 计算服务器178

12.2.5 身份管理178

12.3 单集群Eucalyptus云178

12.3.1 硬件配置179

12.3.2 部署179

12.3.3 软件依赖关系和配置180

12.3.4 安装181

12.3.5 头节点配置182

12.3.6 工作节点配置183

12.3.7 引导启动183

12.3.8 镜像安装186

12.3.9 用户证书187

12.4 小结187

12.5 资源187

第13章 使用OpenStack搭建云188

13.1 OpenStack核心服务188

13.2 OpenStack环境中的高性能计算188

13.3 对科学负载的考虑189

13.3.1 网络密集输入或输出189

13.3.2 紧耦合计算190

13.3.3 分级存储和并行文件系统190

13.4 部署OpenStack191

13.5 部署示例191

13.5.1 硬件组件192

13.5.2 OpenStack组件192

13.5.3 通过RDMA启用块存储192

13.5.4 启用SR-IOV网络193

13.6 小结196

13.7 资源196

第14章 构建你自己的SaaS197

14.1 SaaS的意义197

14.2 SaaS架构198

14.3 SaaS和科学200

14.4 Globus Genomics生物信息学系统200

14.4.1 Globus Genomics架构和实现201

14.4.2 Globus Genomics作为 SaaS203

14.5 Globus研究数据管理服务203

14.5.1 Globus服务架构204

14.5.2 Globus服务运营205

14.6 小结205

14.7 资源205

第五部分 安全及其他主题209

第15章 安全和隐私209

15.1 云计算中的安全209

15.2 基于角色的访问控制212

15.3 保障云中数据的安全212

15.3.1 保障传输中的数据安全213

15.3.2 控制谁能访问数据213

15.3.3 加密数据213

15.3.4 敏感数据的复杂性214

15.4 保障虚拟机和容器安全215

15.4.1 含毒的虚拟机或容器镜像215

15.4.2 对运行虚拟机的非法访问215

15.4.3 截获通信216

15.4.4 基于虚拟机镜像的信息泄露216

15.5 保障云软件服务的访问217

15.6 小结217

15.7 资源217

第16章 历史，批评，未来219

16.1 历史视角219

16.2 批评220

16.2.1 成本221

16.2.2 锁定221

16.2.3 教育221

16.2.4 黑盒算法222

16.2.5 硬件限制222

16.3 未来222

16.3.1 原生云应用程序222

16.3.2 架构演变223

16.3.3 边缘计算224

16.4 资源225

第17章 Jupyter笔记本226

17.1 环境226

17.2 笔记本226

17.3 资源228

第18章 后记：科学发现云229