云计算教程

实战Matlab之并行程序设计 (刘维著) 中文 第1章 Matlab开发环境和程序设计基础 第2章 利用parfor对for循环进行并行 第3章 SPMD并行结构 第4章 其他Matlab并行结构 第5章 Matlab并行计算数据类型 第6章 Matlab通用并行程序设计 第7章 MDCS配置 第8章 创建多线程MEX文件 第9章 在Matlab中应用OpenMP进行并行计算 第10章 利用GPU并行执行Matlab程序 截图：

干净的数据：数据清洗入门与实践 截图：

MATLAB与VB混合编程技术研究 本文档主要讲述的是MATLAB与VB混合编程技术研究；着重探讨了在VB应用程序中集成MATLAB实现程序优化的四种方法，即利用Matrix VB、调用DLL动态链接库、应用Active自动化技术和动态数据交换技术,并分析了集成过程中的关键问题及其基本步骤。这种混合编程实现了VB的可视化界面与MATLAB强大的数值分析能力的结合。 截图：

深入理解OpenStack Neutron 内容简介： 本书共8章。第1章讲解Neutron概况。第2章介绍了Linux的虚拟网络知识。第3章讲述了Neutron的实现模型。第4章讲述的Neutron的资源模型。第5章讲述了Neutron的基本架构，以及架构中所涉及的Web机制、通信机制、并发机制等。第6章深入介绍Neutron启动服务的流程、通信机制与实现等。第7章深入分析了Neutron插件的驱动、消息处理机制。第8章详细讲解了Neutron代理（OVS与L3）的实现。 资源目录： 序 前　言 第1章　Neutron概述 1 1.1　Neutron的由来 1 1.2　Neutron的特性与应用 3 1.2.1　基于OpenStack的应用 4 1.2.2　基于SDN的应用 6 1.3　Neutron的扩展能力 8 1.4　本章小结 9 第2章　Linux虚拟网络基础 11 2.1　tap 11 2.2　namespace 13 2.3　veth pair 16 2.4　Bridge 17 2.5　Router 19 2.6　tun 21 2.7　iptables 24 2.7.1　NAT 27 2.7.2　Firewall 30 2.7.3　mangle 32 2.8　本章小结 32...

Spark核心技术与高级应用 内容简介： 本书共分为四大部分： 基础篇（1～10章）介绍了Spark的用途、扩展、安装、运行模式、程序开发、编程模型、工作原理，以及SparkSQL、SparkStreaming、MLlib、GraphX、Bagel等重要的扩展； 实战篇（11～14）讲解了搜索结果的排序、个性化推荐系统、日志分析系统、自然语言处理、数据挖掘等方面的案例； 高级篇（15～18）则讲解了Spark的调度管理、存储管理、监控管理、性能优化、最佳实践以及重点算法的解读； 扩展篇（19～20）讲解了Sparkjob-server和Tachyon。 资源目录： 前言 基础篇 第1章Spark简介2 第2章Spark部署和运行11 第3章Spark程序开发27 第4章编程模型44 第5章作业执行解析59 第6章SparkSQL与DataFrame73 第7章深入了解SparkStreaming97 第8章SparkMLlib与机器学习116 第9章GraphX图计算框架与应用148 第10章SparkR（RonSpark）167 实战篇 第11章大数据分析系统188 第12章系统资源分析平台200 第13章在Spark上训练LR模型215 第14章获取二级邻居关系图225 高级篇 第15章调度管理238 第16章存储管理254 第17章监控管理264 第18章性能调优273 第19章Spark—jobserver实践282 第20章SparkTachyon实战292 截图：

Docker全攻略 PDF  内容简介： Docker 是一个充满挑战性和趣味性的开源项目，它彻底释放了Linux 虚拟化的威力，极大地缓解了云计算资源供应紧张的局面。与此同时，Docker 也成倍地降低了云计算供应成本，让应用的部署、测试和开发变成了一件轻松、高效和有意思的事情。 《Docker全攻略》由浅入深，从基本原理入手，系统讲解了Docker 的原理、构建与操作。同时讲解了Docker 在实际生产环境中的使用，最后还探讨了Docker 的底层实现技术和基于Docker 的相关开源技术。前4 章为基础内容，供用户理解Docker 和配置Docker 运行环境。第5 章到第9 章为Docker 基本操作，主要讲解了Docker命令操作实例和Docker 命令实现原理。第10 到第12 章为Docker 高级操作，介绍了Docker 内核相关知识点，适合高级用户参考其内核运行机制。第13 章到第15 章给出了Docker 典型应用场景和实践案例。 《Docker全攻略》既适用于具备Linux 基础知识的Docker 初学者，也适用于具有开发功底想深入研究Docker 内核的高级用户。《Docker全攻略》所提供的实践案例，可供在实际生产环境部署时借鉴。 资源目录： 第一篇 Docker简介 第1章 Docker的前世今生2 1.1 什么是LXC2 1.2 Docker为什么选择了AUFS2 1.3 Docker是如何产生的3 第2章 Docker现状5 2.1 Docker应用范围5 2.2...

Hadoop应用架构 内容简介： -使用Hadoop进行数据存储和建模的着眼点和思路 -将数据输入、输出系统的最佳方案 -MapReduce、Spark和Hive等数据处理框架介绍 -数据去重、窗口分析等常见Hadoop处理模式应用 -在Hadoop上采用Giraph、GraphX等图形处理工具 -综合使用工作流以及Apache Oozie等调度工具 -以Apache Oozie、Apache Spark Streaming和Apache Flume进行近实时流处理 -点击流分析、欺诈检验和数据仓库的架构案例 本书就使用Apache Hadoop端到端数据管理方案提供专业架构指导。其他书籍大多针对Hadoop生态系统中的软件，讲解较为单一的使用方法，而本书偏重实践，在架构的高度详细阐释诸多工具如何相互配合，搭建出打磨之后的完整应用。书中提供了诸多案例，易于理解，配有详细的代码解析，知识点一目了然。 为加强训练，本书后半部分提供了详细的案例，涵盖最为常见的Hadoop应用架构。无论是设计Hadoop应用，还是将Hadoop同现有数据基础架构集成，本书都可以提供详实的参考。 资源目录： 版权声明 O'Reilly Media, Inc. 介绍 译者序 序 前言 第一部分　考虑 Hadoop 应用的架构设计 第 1 章　Hadoop 数据建模 第 2 章　Hadoop 数据移动 第 3 章　Hadoop 数据处理 第 4 章　Hadoop 数据处理通用范式...

Storm技术内幕与大数据实践 内容简介： 　《Storm技术内幕与大数据实践》内容主要围绕实时大数据系统的各个方面展开，从实时平台总体介绍到集群源码、运维监控、实时系统扩展、以用户画像为主的数据平台，最后到推荐、广告、搜索等具体的大数据应用。书中提到的不少问题是实际生产环境中因为数据量增长而遇到的一些真实问题，对即将或正在运用实时系统处理大数据问题的团队会有所帮助。 资源目录： 第1章　绪论  　1.1　Storm的基本组件  　　1.1.1　集群组成  　　1.1.2　核心概念  　　1.1.3　Storm的可靠性  　　1.1.4　Storm的特性  　1.2　其他流式处理框架  　　1.2.1　Apache S4  　　1.2.2　Spark Streaming  　　1.2.3　流计算和Storm的应用  第2章　实时平台介绍  　2.1　实时平台架构介绍  　2.2　Kafka架构  　　2.2.1　Kafka的基本术语和概念  　　2.2.2　Kafka在实时平台中的应用  　　2.2.3　消息的持久化和顺序读写  　　2.2.4　sendfile系统调用和零复制  　　2.2.5　Kafka的客户端  　　2.2.6　Kafka的扩展  　2.3　大众点评实时平台  　　2.3.1　相关数据  　　2.3.2　实时平台简介  　　2.3.3　Blackhole  　2.4　1号店实时平台  第3章　Storm集群部署和配置  　3.1　Storm的依赖组件  　3.2　Storm的部署环境  　3.3　部署Storm服务  　　3.3.1　部署ZooKeeper  　　3.3.2　部署Storm  　　3.3.3　配置Storm  　3.4　启动Storm  　3.5　Storm的守护进程  　3.6　部署Storm的其他节点  　3.7　提交Topology  第4章　Storm内部剖析  　4.1　Storm客户端  　4.2　Nimbus  　　4.2.1　启动Nimbus服务  　　4.2.2　Nimbus服务的执行过程 ...

OpenStack菜鸟最佳入门宝典 截图：

Hadoop基础教程 内容简介： 《Hadoop基础教程》包括三个主要部分：第1~5章讲述了Hadoop的核心机制及Hadoop的工作模式；第6~7章涵盖了Hadoop更多可操作的内容；第8~11章介绍了Hadoop与其他产品和技术的组合使用。《Hadoop基础教程》目的在于帮助读者了解什么是Hadoop，Hadoop是如何工作的，以及如何使用Hadoop从数据中提取有价值的信息，并用它解决大数据问题。 　　《Hadoop基础教程》适用于有软件开发经验的技术人员。 资源目录： 第1章　绪论　 1.1　大数据处理　 1.1.1　数据的价值　 1.1.2　受众较少　 1.1.3　一种不同的方法　 1.1.4　Hadoop　 1.2　基于Amazon Web Services的云计算　 1.2.1　云太多了　 1.2.2　第三种方法　 1.2.3　不同类型的成本　 1.2.4　AWS：Amazon的弹性架构　 1.2.5　本书内容　 1.3　小结　 第2章　安装并运行Hadoop　 2.1　基于本地Ubuntu主机的Hadoop系统　 2.2　实践环节：检查是否已安装JDK　 2.3　实践环节：下载Hadoop　 2.4　实践环节：安装SSH　 2.5　实践环节：使用Hadoop计算圆周率　 2.6　实践环节：配置伪分布式模式　 2.7　实践环节：修改HDFS的根目录　 2.8　实践环节：格式化NameNode　 2.9　实践环节：启动Hadoop　 2.10　实践环节：使用HDFS　 2.11　实践环节：MapReduce的经典入门程序——字数统计　 2.12　使用弹性MapReduce　 2.13　实践环节：使用管理控制台在EMR运行WordCount　 2.13.1　使用EMR的其他方式　 2.13.2　AWS生态系统　 2.14　本地Hadoop与EMR Hadoop的对比　 2.15　小结　 第3章　理解MapReduce　 3.1　键值对　 3.1.1　具体含义　 3.1.2　为什么采用键/值数据　 3.1.3　MapReduce作为一系列键/值变换　 3.2　MapReduce的Hadoop Java...