云计算关键技术及其核心问题研究.docVIP

云计算关键技术及其核心问题研究 　　摘要：云计算是基于互联网的超级计算模式，也是计算机领域的又一次大的技术变革。在比较了现有云计算定义的基础上，提出理解性的定义；阐述支撑云计算的编程模式、虚拟化、分布式数据存储和海量数据处理等关键技术；研究云计算面临的规范化和标准化、数据安全性等核心问题。 　　关键词：云计算；虚拟化；分布式；海量数据 　　0 引言 　　随着网络技术的大力发展和IT技术的迅猛发展，网络需要处理的数据量以爆炸式的速度增长，并且对数据的处理能力提出了更高的要求。计算机的计算能力、数据存储能力已经达不到人们的期望值，网络资源的供需关系出现不均衡状态。一些应用需要大量的网络资源，相反还有大量的网络资源处于闲置状态。鉴于此，网络资源的整合、优化是网络发展的必然选择，而这一发展的产物便是云计算（Cloud Computing）。云计算作为一种新型的计算模式为数据计算和存储管理提供了虚拟资源空间和超强的计算能力，可使用户廉价、高效、灵活地享受服务。云计算慢慢的进入的人们的视野，已经成为一个研究的热点，因此有必要弄清楚云计算的关键技术和发展中出现的问题。 　　1 云计算定义 　　自云计算的概念提出以来，有关云计算的定义一直是百家争鸣。这足以表明云计算具有丰富的内涵，也说明专家和学者们对它的重视。 　　从应用方面来定义：云计算既不是单纯的计算，又不是单纯的技术，而是一个在现有网络的基础上把所有软硬件资源整合优化，充分利用和调动这些数据资源，通过组建一种新型的服务模式为人们提供各种不同层面、不同需求的廉价、高效的智能化服务。可以理解为云计算就是服务。 　　从技术方面来定义：云计算是传统计算，例如网格计算、分布式计算、并行计算、效用计算和网络技术。例如网络存储、虚拟化、负载均衡等发展融合的产物，是一种新兴的商业计算模型。 　　一般的理解是，把基于网络上的服务器集群上的硬件资源（服务器、存储器、CPU等）和软件资源（应用软件、集成开发环境等）统称称为“云”。本地计算机只需要通过网络发送一个请求，远端就会有成千上万的计算机为用户提供需要的资源并将结果返回给本地计算机，这样，本地计算机几乎不需要做什么，所有的处理都在云计算服务商所提供的计算机集群上来完成。 　　2 云计算的关键技术 　　2.1编程模型 　　为了用户能方便、自由地享受云计算带来的服务，能利用编程模型编写简单的应用程序来满足要求，所以，云计算的编程模型应尽量地简单易学，而MapRe-duce这种新兴的编程模型是适合云计算的。MapRe-duce是由Google提出来的，用来开发Google搜索结果分析时大量计算的并行化处理，它支持在服务器集群上的规模庞大的数据集的并行计算。该模型架构设计是受到函数式程序设计中的两个常用Map（映射）函数和Reduce（化简）函数的启发，首先通过Map将数据分割成不相关的区块，调配给网络上的多个计算机来处理，以便实现分布式的运算效果。然后通过Reduce将多个计算机的处理结果汇总输出。因此，用户只需要提供自己编写的Map程序和Reduce程序就可以在服务器集群上进行大量的分布式数据处理。 　　2.2分布式数据存储 　　为了保证位于云中的数据具有更高的可用性及可靠性，云计算采用的是分布式的数据存储方法。分布式技术最早由Google向全球用户提供搜索服务的，它利用的是可以让多达百万台的低能计算机协同工作的分布式架构。云计算平台由许多服务器组成。同时需要并行地为多个用户提供服务，因此云计算采用分布式的方式对网络上的海量数据进行存储，而分布式的存储方式适合云计算的多用户的特点。它通过安全的冗余存储技术，应用存储系统的高容错性进而提高数据存储的可靠性，也保证了云计算存储的高吞吐率。 　　2.3虚拟化技术 　　虚拟化技术是实现云计算的核心技术，它可以将软件应用与底层硬件相隔离，是云计算依托的基础。同时也是云计算区别于传统计算的重要特点。虚拟化技术实现了物理资源的逻辑抽象和统一表示，通过计算元件在虚拟的基础上运行将计算机的硬件设备进行逻辑上的扩大，它不但能够将单个资源划分成多个虚拟资源的裂分模式，并且能够将多个闲置的资源整合成一个虚拟资源的聚合模式，节约了维持多个资源所需的成本。虚拟化技术根据用户业务需求的变化能够按需分配资源，合理利用，从而实现动态的负载均衡，大大提高了资源的利用率。 　　2.4海量数据处理 　　为了提高海量数据处理的效率，通常采用并行计算模型。并行计算是提高计算机系统计算速度和处理能力的一种有效手段。它是把云计算中被求解的具有海量数据问题分解成若干个小问题，每个小问题均由一个独立的计算资源来完成，即同时使用多种计算资源（例如多个处理器、廉价PC等）协同解决同一问题的过程。并行化计算，利用多机的计算资源，加快了数据处理的速度。 　　3