本书对第 1 版做了修订，紧跟分布式计算、云计算与大数据相关领域的新技术，以应用需求为背景讲解相关技术原理和应用方法，主要内容包括 ：分布式计算的基本原理和编程开发技术，云计算的原理和关键技术、主流云计算平台和编程开发方法，云原生技术、云计算安全技术与标准及云存储技术，大数据的分析处理关键技术、计算模式和编程技术、平台，大数据应用开发方法和典型应用案例等。 本书可以作为计算机相关专业本科高年级学生和研究生的教材，也可供相关技术人员参考使用。

《国外计算机科学教材系列•分布式计算(第2版)》涵盖了分布式计算理论的主要内容，强调不同模型之间的相似点，同时也解释了它们之间的内在差异。《国外计算机科学教材系列•分布式计算(第2版)》简要介绍分布式计算的数学基础和理论，揭示设计分布式系统的底层问题(通信、协调、同步及不确定)和基本的算法概念及下界技术。所涉及模型的问题领域包括领导者选举、互斥、一致性、时钟同步等，以及最新的快速互斥算法、对列锁、分布式共享存储器、无等待层级和故障检测器等。

本书首先介绍了云计算与大数据的简史、发展历程，讨论了当前大数据所要解决的5大问题，然后对面向云计算与大数据的体系架构搭建进行全面剖析，给读者讲述在云与大数据的时代做什么、怎么做才是对的，然后结合业界的具体实践讲解了2个平台建设的案例，一个是大数据平台的搭建，一个是混合云平台的搭建。

《分布式计算:原理、算法与系统》内容简介：分布式计算是指由计算机网络连接的多处理平台的各种形式的计算、信息访问与信息交换。《分布式计算:原理、算法与系统》覆盖了分布式计算中的理论、算法以及系统方面的基本原理和模型。兼顾理论的广度与深度，注重实际，包括了互斥、死锁检测、认证和失效恢复等常见问题。算法经过认真选择，描述清晰，使用简单的解释和图表来说明算法。

《Storm分布式实时计算模式》由Apache Storm 项目核心贡献者吉奥兹、奥尼尔亲笔撰 写，融合了作者丰富的Storm实战经验，通过大量 示例，全面而系统地讲解使用Storm进行分布式实 时计算的核心概念及应用，并针对不同的应用场 景，给出多种基于Storm的设计模式，为读者快速 掌握Storms分布式实时计算提供系统实践指南。 《Storm分布式实时计算模式》分为10章：第l章介绍使用storm建立一 个分布式流式计算应用所涉及的核心概念，包括 storm的数据结构、开发环境的搭建，以及Storm 程序的开发和调试技术等；第2章详细讲解storm 集群环境的安装和搭建，以及如何将topology部署 到分布式环境中；第3章通过传感器数据实例详细 介绍Trident topology；第4章讲解如何使用Storm 和Tridentj挂行实时趋...(展开全部)

本书共14章，前4章主要讲解和演示大数据与Hadoop概述、Hadoop伪分布式安装、HDFS分布式文件系统、MapReduce分布式计算框架。第5到11章讲解了Hadoop生态的常用组件，包括NoSQL数据库HBase、分布式数据仓库Hive、数据转换工具Sqoop、内存计算框架Spark。最后3章讲解了3个企业级的大型大数据综合实战项目。

本书共14章，前4章主要讲解和演示大数据与Hadoop概述、Hadoop伪分布式安装、HDFS分布式文件系统、MapReduce分布式计算框架。第5到11章讲解了Hadoop生态的常用组件，包括NoSQL数据库HBase、分布式数据仓库Hive、数据转换工具Sqoop、内存计算框架Spark。最后3章讲解了3个企业级的大型大数据综合实战项目。

随着数据时代和智能社会的到来，大数据基本原理和技术应用已成为各行各业专业人员必修的一门课程。本书依据新工科教育理念和其他专业的广泛需求，综合了国内外书籍、网站的相关内容，以及具体的课程实践和人才培养的要求进行编写。第2版加入了新的案例。 本书共12章，包括大数据基础、大数据下的云计算、大数据处理、数据分析与数据挖掘、大数据安全、数据可视化、大数据与社交媒体的融合、健康大数据在公共卫生领域的应用、大数据在碳减排中的应用、大数据对金融业的挑战与机遇、大数据在制造业中的应用和大数据在旅游业中的应用，既包括了大数据的基本知识和技术，也涵盖了大数据在典型行业中的具体应用，读者通过学习能更深入地认识和体会大数据的应用价值。每章都设有“习题与实践”，便于读者巩固学习内容。 本书是为高等院校各专业学习 大数据基础课程而编写的，特别适合理工科学生，同时也适合人文社会科学学科相关专业的学生学习，还可作为在职人士的参考书。

随着数据时代和智能社会的到来，大数据基本原理和技术应用已成为各行各业专业人员必修的一门课程。本书依据新工科教育理念和其他专业的广泛需求，综合了国内外书籍、网站的相关内容，以及具体的课程实践和人才培养的要求进行编写。第2版加入了新的案例。 本书共12章，包括大数据基础、大数据下的云计算、大数据处理、数据分析与数据挖掘、大数据安全、数据可视化、大数据与社交媒体的融合、健康大数据在公共卫生领域的应用、大数据在碳减排中的应用、大数据对金融业的挑战与机遇、大数据在制造业中的应用和大数据在旅游业中的应用，既包括了大数据的基本知识和技术，也涵盖了大数据在典型行业中的具体应用，读者通过学习能更深入地认识和体会大数据的应用价值。每章都设有“习题与实践”，便于读者巩固学习内容。 本书是为高等院校各专业学习 大数据基础课程而编写的，特别适合理工科学生，同时也适合人文社会科学学科相关专业的学生学习，还可作为在职人士的参考书。

《大学计算机教育国外著名教材系列·分布式系统原理与范型(第2版)》是著名作者Tanenbaum关于分布式系统的最新力作，是分布式系统的权威教材。《大学计算机教育国外著名教材系列·分布式系统原理与范型(第2版)》分成了两大部分。第2-9章讨论的是分布式系统的的原理、概念和技术，包括通信、进程、命名、同步化、一致性和复制、容错性以及安全性等，而分布式应用的开发方法(即范型)在第10-13章中进行了讨论。但是，与前一版不同的是，《大学计算机教育国外著名教材系列·分布式系统原理与范型(第2版)》没有在讨论范型的章节中完整地介绍每个案例研究，而是通过一个有代表性的案例来解释原理。这种介绍方法不仅精简了素材，而且可以使得读者在阅读和学习时更愉快些。全书结构清晰，内容全面经典，系统性与先进性并茂。.