本书是国内销量大、被众多高校采用的教材《云计算》的典藏版，是中国信息协会教育分会人工智能教育专家委员会主任刘鹏教授团队的心血之作。在应对大数据挑战的过程中，云计算技术日趋成熟，拥有大量成功的商业应用。本书追踪最新技术，包括大数据与云计算、Google云计算原理与应用、Amazon云计算AWS、微软云计算Microsoft Azure、Hadoop 3.0：主流开源云架构、虚拟化技术、容器技术、云原生技术、云计算数据中心、云计算核心算法、云际计算技术、中国云计算技术及总结与展望等。
“让学习变得轻松”是本书的初衷。通过本书可掌握云计算的概念和原理，学习主要的云计算平台和技术，还可了解云计算的核心算法和发展趋势。本书适合作为相关专业本科和研究生的教材，也可作为云计算研发人员和爱好者的参考资料。

刘鹏，教授，清华大学博士，南京云创大数据科技股份有限公司总裁，中国大数据应用联盟人工智能专家委员会主任，中国信息协会教育分会人工智能教育专家委员会主任，教育部全国普通高校毕业生就业创业指导委员会委员，第45届世界技能大赛中国区云计算选拔赛裁判长/专家指导组组长，2019年全国大学生数据建模比赛命题人，工信部云计算研究中心专家。在云计算、大数据、人工智能领域具有多年的研究积累，是我国该领域的知名专家。主持科研项目40多项，发表论文80余篇，出版专业书籍30多种。曾于2002年获得全球数据处理比赛PennySort的世界冠军，于2003年夺得全国挑战杯比赛总冠军。提出的反垃圾邮件网格，被IEEE Cluster 2003评为杰出网格项目，为解决困扰全球的垃圾邮件问题做出根本贡献，该技术成为云安全技术的基础。曾担任全军网格技术研究中心主任，获“全军十大学习成才标兵”（排名第一）、南京市“十大杰出青年”、“中国大数据创新百人”、江苏省“333工程”中青年领军人才、清华大学“学术新秀”等称号。

第1章 大数据与云计算
1.1 大数据时代
1.2 云计算概述
1.3 云计算发展现状
1.4 云计算实现机制
1.5 云计算压倒性的成本优势
习题
第2章 Google云计算原理与应用
2.1 Google文件系统
2.1.1 系统架构
2.1.2 容错机制
2.1.3 系统管理技术
2.2 分布式计算编程模型MapReduce
2.2.1 产生背景
2.2.2 编程模型
2.2.3 实现机制
2.2.4 案例分析
2.3 分布式锁服务Chubby
2.3.1 Paxos算法
2.3.2 Chubby系统设计
2.3.3 Chubby中的Paxos算法
2.3.4 Chubby文件系统
2.3.5 通信协议
2.3.6 正确性与性能
2.4 分布式结构化数据表BigTable
2.4.1 设计动机与目标
2.4.2 数据模型
2.4.3 系统架构
2.4.4 主服务器
2.4.5 子表服务器
2.4.6 性能优化
2.5 分布式存储系统Megastore
2.5.1 设计目标及方案选择
2.5.2 Megastore数据模型
2.5.3 Megastore中的事务及并发控制
2.5.4 Megastore基本架构
2.5.5 核心技术——复制
2.5.6 产品性能及控制措施
2.6 分布式监控系统Dapper
2.6.1 基本设计目标
2.6.2 Dapper监控系统简介
2.6.3 关键性技术
2.6.4 常用Dapper工具
2.6.5 Dapper使用经验
2.7 海量数据的交互式分析工具Dremel
2.7.1 产生背景
2.7.2 数据模型
2.7.3 嵌套式的列存储
2.7.4 查询语言与执行
2.7.5 性能分析
2.8 内存大数据分析系统PowerDrill
2.8.1 产生背景与设计目标
2.8.2 基本数据结构
2.8.3 性能优化
2.8.4 性能分析与对比
2.9 Google应用程序引擎
2.9.1 Google App Engine简介
2.9.2 应用程序环境
2.9.3 Google App Engine服务
习题
第3章 Amazon云计算AWS
3.1 基础存储架构Dynamo
3.1.1 Dynamo概况
3.1.2 Dynamo架构的主要技术
3.2 弹性计算云
3.2.1 EC2的基本架构
3.2.2 EC2的关键技术
3.2.3 EC2的安全及容错机制
3.3 简单存储服务
3.3.1 S3的基本概念和操作
3.3.2 S3的数据一致性模型
3.3.3 S3的安全措施
3.4 非关系型数据库服务
3.4.1 非关系型数据库与传统关系型数据库的比较
3.4.2 SimpleDB
3.4.3 DynamoDB
3.4.4 SimpleDB和DynamoDB的比较
3.5 关系型数据库服务
3.5.1 RDS的基本原理
3.5.2 RDS的使用
3.6 简单队列服务
3.6.1 SQS的基本模型
3.6.2 SQS的消息
3.7 内容推送服务
3.7.1 CDN
3.7.2 CloudFront
3.8 其他Amazon云计算服务
3.8.1 快速应用部署Elastic Beanstalk和服务模板CloudFormation
3.8.2 DNS服务Route53
3.8.3 虚拟私有云VPC
3.8.4 简单通知服务和简单邮件服务
3.8.5 弹性MapReduce服务
3.8.6 电子商务服务DevPay、FPS和简单支付服务
3.8.7 Amazon执行网络服务
3.8.8 土耳其机器人
3.8.9 数据仓库服务Redshift
3.8.10 应用流服务AppStream和数据流服务Kinesis
3.8.11 增强现实（AR）和虚拟现实（VR）应用Sumerian
3.8.12 区块链应用Managed Blockchain
3.9 AWS应用实例
3.9.1 照片和视频共享网站SmugMug
3.9.2 视频制作网站Animoto
3.9.3 网站排名公司Alexa
3.10 小结
习题
第4章 微软云计算Microsoft Azure
4.1 微软云计算平台
4.2 微软云操作系统Microsoft Azure
4.2.1 Microsoft Azure概述
4.2.2 Microsoft Azure计算服务
4.2.3 Microsoft Azure存储服务
4.2.4 Microsoft Azure Connect
4.2.5 Microsoft Azure CDN
4.2.6 Fabric控制器
4.3 微软云关系数据库SQL Azure
4.3.1 SQL Azure概述
4.3.2 SQL Azure关键技术
4.3.3 SQL Azure和SQL Server对比
4.4 Microsoft Azure Service Fabric
4.4.1 Service Fabric 概述
4.4.2 Service Fabric体系结构
4.4.3 Service Fabric群集
4.5 Microsoft Azure Marketplace
4.6 Microsoft Azure服务平台
4.6.1 网站
4.6.2 虚拟机
4.6.3 云服务
4.6.4 移动服务
4.6.5 大数据处理
4.6.6 媒体服务
4.6.7 物联网平台
4.6.8 人工智能服务
习题
第5章 Hadoop 3.0：主流开源云架构
5.1 挑战与对策
5.1.1 问题概述
5.1.2 常规解决方案
5.1.3 分布式下的解决方案
5.1.4 小结
5.2 Hadoop 3.0简述
5.2.1 Hadoop发展
5.2.2 Hadoop 3.0生态圈项目
5.2.3 Hadoop应用
5.3 Hadoop 3.0部署
5.3.1 部署综述
5.3.2 传统解压包方式部署