云计算 深刻改变未来pdf

面对云计算，你OUT了吗？Google动了谁的奶酪？应对云计算挑战，中国IT科技，应何去何从？众说纷纭，且听为民深刻剖析！中国移动总裁王建宙和中国工程院两大院士李德毅、倪光南特别推荐《云计算深刻改变未来》。

丛书介绍：中国移动通信研究院作为中国移动“技术创新的引擎”，努力践行科学发展观，积极开展技术创新，广泛推动产业合作，不断增强核心竞争力。为了展现创新成果、推动研发创新、与业界同仁探讨信息通信业未来发展，中国移动通信研究院发起设立了“中国移动创新系列丛书”图书出版项目，以此来传播先进文化思想，推动产业发展。

“中国移动创新丛书”的目标是：加强基础理论与企业应用及行业发展的聚合力、展现千里文化思想、推动产业科技创新。这套丛书在科学理论与产业应用之间的成功结合填补了国内图书市场输电网空白，全层面多角度适应了广大读者的渴求，对于提高社会大众对我国信息通信产业的理解，增强工业界对信息通信业发展愿景的关注度，培养业内各类技术和管理人才都具有十分重要的战略和实践意义。

云计算 深刻改变未来 内容简介

《云计算深刻改变未来》概述了云计算的起源、发展以及商业模式，介绍了云计算的关键技术、典型应用以及开源软件和社区。云计算既是机遇也是挑战，中国科技何去何从？需要从国家层面重视云计算，在教育、普及、重点研发、示范工程等诸多领域对其进行统筹规划，从而推动云计算在中国的发展，并最终使云计算造福百姓，惠及国民经济，推动科技创新与进步。

《云计算深刻改变未来》语言生动，案例丰富，适合所有想了解云计算的读者。

云计算 深刻改变未来 目录

第1章 初识云计算.

1.1 Animoto的创业故事

1.2 云计算就在我们身边

1.3 风起“云”涌

1.4 让我们走入云计算

第2章 云计算的前世今生

2.1 高高在上的大型计算机的时代

2.2 合久必分：PC机时代的到来

2.3 分久必合：Internet让PC机合在了一起

2.4 合中有分，分中有合：云计算时代来临

2.5 众说纷纭的云计算概念

2.6 云计算的分类

2.7 云计算的特点优势

2.8 Google云计算成功的秘诀之一

第3章 云计算的典型商业模式

3.1 三种主流的云计算商业模式

3.2 云计算商业模式的成功秘密

3.3 云计算的优势

3.4 云里乾坤，谁主沉浮？

3.5 云计算的未来预测

第4章 云计算关键技术

4.1 云计算技术框架概述

4.2 虚拟化技术

4.3 海量分布式存储技术

4.4 并行编程模式

4.5 数据管理技术

4.6 分布式资源管理技术

4.7 云计算平台管理技术

4.8 云计算是一种多粒度和变粒度计算

4.9 绿色节能技术

第5章 丰富多彩的云应用

5.1 云计算让商业智能如虎添翼

5.2 云计算助力IDC大展身手

5.3 回归云计算的起源——丰富多样的搜索应用

第6章 云计算与开源..

6.1 虚拟化平台软件Xen与KVM

6.2 云基础设施管理平台Eucalyptus与OpenNebula

6.3 分布式计算框架Hadoop

6.4 云平台访问接口适配层libcloud与Dasein Cloud API

6.5 开源精神

第7章 从云到端

7.1 Chrome

7.2 FireFox

7.3 IE 8

7.4 Android

7.5 iPhone

7.6 OMS与Ophone

7.7 云端精彩

第8章 因云制宜云计算

8.1 因云制宜

8.2 尚无标准的云计算

8.3云中漫步安全吗？

8.4 掣肘的并非是技术

8.5 云观念的接受很容易吗？

8.6 云计算在节省金钱方面的功绩有多大？

第9章 云计算深刻改变未来

9.1 云计算对于技术的影响

9.2 云计算对各产业的影响

9.3 面对云计算，中国科技何去何从？

第10章 企业在云计算领域的实践与创新

10.1 中国移动在云计算领域的实践和创新

10.2 美地森科技在云存储和云计算IDC构建的实践和创新

10.3 八百客在云计算领域的实践和创新

10.4 友友新创在云计算领域的实践和创新

10.5 世纪互联进行的中国IaaS服务的实践和创新

10.6 播思在云计算存储及关键技术上的实践和创新

10.7 小结

第11章 不得不看的八大云计算宝典

11.1 宝典1：搜索引擎论文

11.2 宝典2：GFS论文

11.3 宝典3：MapReduce论文

11.4 宝典4：BigTable论文

11.5 宝典5：Google及其“云”智慧

11.6 宝典6：Hadoop开源项目

11.7 宝典7：中国云计算网

11.8 宝典8：中国移动云计算网

参考文献

后记

云计算 深刻改变未来 精彩文摘

并行编程模式

为了高效地利用云计算的资源，使用户能更轻松的享受云计算带来的服务，云计算的编程模型必须保证后台复杂的并行执行和任务调度向用户和编程人员透明。云计算采用MapReduce编程模式，将任务自动分成多个子任务，通过Map和Reduce两步实现任务在大规模计算节点中的调度与分配。

MapReduce是由Google公司发明，近些年新兴的并行编程系统。它将并行化、容错、数据分布、负载均衡等放在一个库里，而将系统对数据的所有操作都归结两个步骤：Map阶段和Reduce阶段。程序员向MapReduce提交的并行处理作业程序中只需定义Map函数和Reduce函数，MapReduce系统即可根据输入数据的大小以及作业的配置等信息，自动将该作业初始化为多个相同的Map任务和Reduce任务、分别读取不同的输人数据块并调用.Map函数和Reduce函数进行处理。

MapReduce系统主要由三个模块组成，其系统架构如图4-7所示。客户端（Client）用于将用户撰写的并行处理作业提交至Master节点；主节点（Master）自动将用户作业分解为Map任务和Reduce任务，并将任务调度到工作节点（Worker）；工作节点（worker）用于向master请求执行任务，同时多个Worker节点组成的分布式文件系统用于存储MapReduce的输入／输出数据[1，2]（MapReduce的输入／输出数据也可以保存在专门的文件系统或数据库系统中）。

MapReduce主要应用于海量数据处理，其任务调度策略的一大特色即是优先将任务调度至数据所在的节点。这种基于数据位置的调度方案，使得当请求任务的worker节点保存有任务处理的数据时，Map任务可以在本地读取并处理数据，从而降低了网络的开销，提高了系统性能。

后来的Hadoop开源化也沿袭了Google发明的这种基于GFS和MapReduce的分布式并行编程模式，只不过Hadoop把它叫做HDFS和MapReduce。笔者觉的下面有必要介绍一下基于Hadoop路线的MapReduce分布式并行编程模式，因为毕竟是开源化的，更便于读者体会并且实践。