物联网关键技术-应用服务技术的推广演示幻灯片.ppt

（5） 云计算的核心技术 2. 海量数据分布存储技术 云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采用分布式存储的方式存储数据，用冗余存储的方式保证数据的可靠性。 云计算系统中广泛使用的数据存储系统是Google的GFS和Hadoop团队开发的GFS的开源实现HDFS。 （5）云计算的核心技术 3. 海量数据管理技术 云计算系统中的数据管理技术主要是Google的BT(Big Table)数据管理技术和Hadoop团队开发的开源数据管理模块HBase。 BT是建立在GFS, Scheduler, Lock Service和MapReduce之上的一个大型的分布式数据库，与传统的关系数据库不同，它把所有数据都作为对象来处理，形成一个巨大的表格，用来分布存储大规模结构化数据。 （5） 云计算的核心技术 4. 虚拟化技术 通过虚拟化技术可实现软件应用与底层硬件相隔离，它包括将单个资源划分成多个虚拟资源的裂分模式，也包括将多个资源整合成一个虚拟资源的聚合模式。 虚拟化技术根据对象可分成存储虚拟化、计算虚拟化、网络虚拟化等，计算虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化。 （5） 云计算的核心技术 5. 云计算平台管理技术 云计算资源规模庞大，服务器数量众多并分布在不同的地点，同时运行着数百种应用，如何有效的管理这些服务器，保证整个系统提供不间断的服务是巨大的挑战。 云计算系统的平台管理技术能够使大量的服务器协同工作，方便的进行业务部署和开通，快速发现和恢复系统故障，通过自动化、智能化的手段实现大规模系统的可靠运营。 （6） 典型云计算平台 亚马逊利用虚拟化技术提供云计算服务，推出：S3（Simple Storage Service）提供可靠、快速、可扩展的网络存储服务 而弹性可扩展的云计算服务器EC2（Elastic Compute Cloud）采用虚拟化技术，提供一个虚拟的执行环境（虚拟机器），让用户通过互联网来执行自己的应用程序。 （6）典型云计算平台 IBM将包括Xen和PowerVM虚拟的Linux 操作系统镜像与Hadoop并行工作负载调度。 云计算的先行者Google的云计算平台能实现大规模分布式计算和应用服务程序，平台包括：MapReduce分布式处理技术、Hadoop框架、分布式的文件系统GFS、结构化的BigTable存储系统以及Google其他的云计算支撑要素。 （6） 典型云计算平台 1. MapReduce分布式处理技术 MapReduce是Google开发的Java、Python、C++编程工具，适合用来处理大量数据的分布式运算，用于解决问题的程序开发模型，也是开发人员拆解问题的方法。 MapReduce模式的思想是将要执行的问题拆解成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运算的效果，再通过Reduce程序将结果汇整，输出开发者需要的结果。 （6） 典型云计算平台 2. Hadoop分布式系统基础架构 在Google发表MapReduce后，2004年开源社群Apache基金会用Java搭建出一套Hadoop框架，用于实现MapReduce 算法，用户可以在不了解分布式底层细节的情况下开发分布式程序 把应用程序分割成许多很小的工作单元，每个单元可以在任何集群节点上执行或重复执行，利用集群的威力进行高速运算和存储。 4.6.2 数据融合的层次结构 特征层融合一般采用分布式或集中式的融合体系。特征层融合可分为两大类:一类是目标状态融合;另一类是目标特性融合。 特征层融合 4.6.2 数据融合的层次结构 ③ 决策层融合 　决策层融合通过不同类型的传感器观测同一个目标，每个传感器在本地完成基本的处理，其中包括预处理、特征抽取、识别或判决，以建立对所观察目标的初步结论。然后通过关联处理进行决策层融合判决，最终获得联合推断结果。 决策层融合 4.6.3 云计算网络 云，是网络、互联网的一种比喻说法 2006年8月9日，谷歌执行总裁在搜索引擎大会（SES San Jose 2006）上提出云计算（Cloud Computing）的概念 亚马逊推出弹性计算云服务（Elastic Compute Cloud，EC2） 云计算是分布式计算技术的一种，它是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。 云计算（Cloud Computing）是分布式计算技术的一种，透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。 （1） 云计算简介 （1） 云计算简