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。

《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。

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)

物联网蓬勃发展催生出的分布式优化问题已成为并行分布式进化计算方法研究中的一大研究方向，本书将给出该类分布式优化问题的系统定义，包括维度分布式、数据分布式和目标分布式的分布式优化问题，并介绍在这三类优化问题中现有的有关分布式进化计算方法的研究。本书共6章，内容包括：进化计算的基础算法、求解复杂优化问题的进化计算方法，并行分布式进化计算的物理计算环境、实现环境、通信模型、描述与评估方法，以及高维大规模优化、多智能体协作、数据安全与隐私保护的分布式进化计算方法。

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。