欢迎讨论 《云计算应用开发实践》
本人微博
http://weibo.com/skaterqiang
很久前在CSDN注册的帐户。
云计算应用开发实践 这本书主要包含 以下内容，欢迎讨论（在亚马逊中国网站已提供预售）。
第1章内容主要通过实例介绍相关的云计算概念，并不详细讨论实现细节，您只要会上网下载程序，会安装程序，那么通过阅读这一章您将能够在您自己的云计算环境上部署一个宠物商店。对于想了解云计算能做什么，但却不太会编程的读者来说，您在阅读这一章时可以重点关注云计算环境搭建、部署以及基本概念，忽略性能提高等编程部分。
第2章主要讲解搭建云计算基础架构所需要的虚拟化、主机管理以及负载均衡方面的技术和产品。
第3章主要讲解搭建集群并行计算环境所需要的技术和产品，主要围绕Hadoop、HBase这些常用工具进行介绍。
第4章主要讲解公共云计算平台，主要围绕Google APP Engine、Amazone AWS以及常见的IDC服务进行介绍。
第5章主要是对前面二、三、四章的总结，并利用前面所介绍的工具实现一个基于云技术的文件共享系统。
第6章主要介绍了Apriori数据挖掘算法，并使用云计算技术结合数据挖掘算法挖掘商品之间的相关性。
第7章主要介绍蒙特卡罗金融算法，并使用云计算技术结合金融算法预测投资收益率。
第8章主要介绍如何将云计算与常见的办公软件相结合，该章使用Microsoft Excel为例将它与云计算软件相结合，以达到充分利用本机计算资源的目的。
第9章主要介绍常用科学计算软件与云计算的集成，该章使用Mathworks MATLAB为例，讲解了云计算如何与科学计算软件集成，并对集成进行分析，探索公共集成框架与接口。
第10章主要围绕如何运营维护云计算环境来讲，重点在于如何使用现有的标准来规范云计算环境的管理与维护。
亚马逊链接
http://www.amazon.cn/%E4%BA%91%E8%AE%A1%E7%AE%97-%E5%BA%94%E7%94%A8%E5%BC%80%E5%8F%91%E5%AE%9E%E8%B7%B5-%E5%BE%90%E5%BC%BA/dp/B006TODQG6/ref=sr_1_1?ie=UTF8&qid=1325831840&sr=8-1
由于与机械工业出版社的版权原因，不能提供内容下载。
很乐意与各位讨论关于云计算应用的内容。
都有哪些公司在使用蒙特卡洛模拟以及数据挖掘?
“怎么赚钱?”，古人云“君子爱财取之有道”，本章重点讨论金融计算。笔者和一些同学、朋友闲聊的时候，免不了谈到时下的经济，次贷危机，白银泡沫，股市，以及楼市，谈起这些投资，大家很多时候都是在抱怨，每每都是在说“想当年如果我如何如何，现在早发了”。每当有人说起这个，免不了要被大家一顿调侃。但其实每个人心里都有这种事后诸葛亮的想法，可每次面临机会就好比无头苍蝇一样，根本不知道如何合理投资。每当这个时候，笔者就在想如何通过分析的手段根据分析历史数据得到一个可以预测的未来结果。
笔者的朋友和同学有些在银行工作，于是就向他们了解现在银行是怎么运作的，在投资之前都要做些什么。经过简单与朋友们沟通，得知几乎所有的银行都会做投资前的市场调查工作，分析历史数据。然后将汇总信息提供给高级项目专员作最后的决定工作。但有一个细节是，这个最后的决定工作，有些银行会首先采用计算机分析模拟，之后再将结果与个人经验相结合来做最后决定，而采取这种模拟计算的银行往往实力较强，从表面上来看经营状况也比较好（笔者主要以在该银行工作的朋友的工资来判断，也许有点武断）。不过笔者觉得在做最终决定前，如果能使用计算机通过计算得出一个模拟数据作为参考，这样是不是应该比仅由项目专员来直接做最终决策更可靠些。在保证算法和历史数据正确的前提下我们使用计算机模拟主要有如下优点：
给最后决策者一个可信的经验数据作参考
计算机可以不知疲倦的分析海量的信息，并且可以应用多种复杂的模拟算法同时验证
算法一般由多人共同开发，特别是一些常用算法有很多公司实践过，分析方法较为可靠
最大程度上避免了投资由某个人或团队凭经验决策而出现的误判
也许读者对蒙特卡罗模拟算法比较陌生，但在金融计算领域几乎无人不知。蒙特卡罗模拟算法是一种非常强有力的方法，它为解决那些复杂的实际问题开启了一扇大门。比较著名的早期使用是诺贝尔奖物理学家恩里科•费米 (Enrico Fermi原子弹之父)在1930年的应用，他使用这种随机方法来计算刚发现的种子的性质。蒙特卡罗模拟算法也是曼哈顿计划所用到的模拟的核心部分，在20世纪50年代蒙特卡罗模拟算法就用在美国国家实验室发展氢弹的早期工作中，并流行于物理学和运筹学研究领域。今天蒙特卡罗模拟算法被广泛应用于不同的领域，包括生物科学，机械制造以及金融计算。
简言之，蒙特卡罗模拟算法创造了一种假设的未来，它是通过产生数以万计及百万计以上的样本结果并分析他们的共性实现的。在金融领域，蒙特卡罗模拟算法被用于风险分析，风险鉴定等领域。
蒙特卡罗模拟算法的这种高采样特性需要大量的计算资源，而云计算正是一种具有可以按需分配计算资源，或按使用付费特性的计算环境。我们可以通过云计算平台对海量的信息进行采样来得到较为贴近真实情况的结果。
