【网盘】云计算深层解读：关于云计算的8项核心技术.pdfVIP

【网盘】云计算深层解读：关于云计算的8项核心技术 云计算的到来让众多的商业人士耳目一新，进而在这几年内得到迅猛发展。如果 将云计算归结为商业模式演变的产物的话，那么云计算又到底是怎样的？其实除 一些专业人士之外，国内人士了解云计算也大多基于国内的云计算产品，例 ： 网盘（企业网盘个人网盘）、云主机、云视频会议、云桌面等等。那么，下面 燕麦企业云盘（OATOS企业网盘）将带你详细了解云计算的8项核心技术。 云计算是一种以数据和处理能力为中心的密集型计算模式，它融合了多项ICT 技术，是传统技术 “平滑演进”的产物。其中以虚拟化技术、分布式数据存储技 术、编程模型、大规模数据管理技术、分布式资源管理、信息安全、云计算平台 管理技术、绿色节能技术最为关键。 1. 虚拟化技术 虚拟化是云计算最重要的核心技术之一，它为云计算服务提供基础架构层面的支 撑，是ICT服务快速走向云计算的最主要驱动力。可以说，没有虚拟化技术也就 没有云计算服务的落地与成功。随着云计算应用的持续升温，业内对虚拟化技术 的重视也提到了一个新的高度。与此同时，我们的调查发现，很多人对云计算和 虚拟化的认识都存在误区，认为云计算就是虚拟化。事实上并非如此，虚拟化是 云计算的重要组成部分但不是全部。 从技术上讲，虚拟化是一种在软件中仿真计算机硬件，以虚拟资源为用户提供服 务的计算形式。旨在合理调配计算机资源，使其更高效地提供服务。它把应用系 统各硬件间的物理划分打破，从而实现架构的动态化，实现物理资源的集中管理 和使用。虚拟化的最大好处是增强系统的弹性和灵活性，降低成本、改进服务、 提高资源利用效率。 从表现形式上看，虚拟化又分两种应用模式。一是将一台性能强大的服务器虚拟 成多个独立的小服务器，服务不同的用户。二是将多个服务器虚拟成一个强大的 服务器，完成特定的功能。这两种模式的核心都是统一管理，动态分配资源，提 高资源利用率。在云计算中，这两种模式都有比较多的应用。 2. 分布式数据存储技术 云计算的另一大优势就是能够快速、高效地处理海量数据。在数据爆炸的今天， 这一点至关重要。为了保证数据的高可靠性，云计算通常会采用分布式存储技术， 将数据存储在不同的物理设备中。这种模式不仅摆脱了硬件设备的限制，同时扩 展性更好，能够快速响应用户需求的变化。 分布式存储与传统的网络存储并不完全一样，传统的网络存储系统采用集中的存 储服务器存放所有数据，存储服务器成为系统性能的瓶颈，不能满足大规模存储 应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器 分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可 用性和存取效率，还易于扩展。 在当前的云计算领域，Google 的GFS和Hadoop开发的开源系统HDFS是比较流 行的两种云计算分布式存储系统。 GFS(GoogleFileSystem)技术：谷歌的非开源的GFS(GoogleFileSystem)云计算 平台满足大量用户的需求，并行地为大量用户提供服务。使得云计算的数据存储 技术具有了高吞吐率和高传输率的特点。 HDFS(HadoopDistributedFileSystem)技术：大部分ICT厂商，包括Yahoo、Intel 的 “云”计划采用的都是HDFS 的数据存储技术。未来的发展将集中在超大规模 的数据存储、数据加密和安全性保证、以及继续提高I/O速率等方面。 3. 编程模式 从本质上讲，云计算是一个多用户、多任务、支持并发处理的系统。高效、简捷、 快速是其核心理念，它旨在通过网络把强大的服务器计算资源方便地分发到终端 用户手中，同时保证低成本和良好的用户体验。在这个过程中，编程模式的选择 至关重要。云计算项目中分布式并行编程模式将被广泛采用。 分布式并行编程模式创立的初衷是更高效地利用软、硬件资源，让用户更快速、 更简单地使用应用或服务。在分布式并行编程模式中，后台复杂的任务处理和资 源调度对于用户来说是透明的，这样用户体验能够大大提升。MapReduce是当前 云计算主流并行编程模式之一。MapReduce模式将任务自动分成多个子任务，通 过Map和Reduce两步实现任务在大规模计算节点中的高度与分配。 MapReduce是Google开发的java、Python、C++编程模型，主要用于大规模数据 集(大于1TB)的并行运算。MapReduce模式的思想是将要执行问题分解成Map(映 射)和Reduce(化简)的方式，先通过Map程序将数据切割成不相关的区块，分配 (调度)给大量计算机处理，达到分布式运算的效果，再通过Reduce程序将结果 汇整输出。 4