如何与别人解释云计算？.docxVIP

PAGE 1 PAGE 1 如何与别人解释云计算？  云计算的本质是一种服务供应模型，通过这种模型可以随时随地、按需的通过网络访问共享资源池的资源，这个资源池的资源内容包括计算资源、网络资源、存储资源等，这些资源能够动态的安排和调整，在不同的用户之间；敏捷切换划分。  云计算的本质是一种服务供应模型，通过这种模型可以随时随地、按需的通过网络访问共享资源池的资源，这个资源池的资源内容包括计算资源、网络资源、存储资源等，这些资源能够动态的安排和调整，在不同的用户之间；敏捷切换划分。凡是符合这些特征的IT服务都可以称为云计算服务。  假如这个概念还很复杂，没事，你可以直接形象化的理解为云计算就是生活中的水电厂，之前每家每户都需要自己买发动机自己打水井，现在有一个公司供水供电还廉价，这个公司就是云计算厂家。  讲完概念，接下来讲三个架构：IaaS、PaaS、SaaS，先看看科学解释。  IaaS(Infrastructure-as-a-Service)：基础设施即服务。消费者通过Internet可以从完善的计算机基础设施获得服务。例如：硬件服务器租用。  PaaS(Platform-as-a-Service)：平台即服务，是面向软件开发者的服务，云计算平台供应硬件，OS，编程语言，开发库，部署工具，帮助软件开发者更快的开发软件服务.比如Google的GAE.  SaaS(Software-as-a-Service)：软件即服务，是面向软件消费者的，用户无需安装，通过标准的Internet工具(比如浏览器)，即可使用云计算平台供应的软件，比如Salesforce的CRM管理系统，Google的Gmail.  也可以再补充讲讲Baas，  BaaS(BackendasaService)BaaS是一种新型的云服务，旨在为移动和Web应用供应后端云服务，包括云端数据/文件存储、账户管理、消息推送、社交媒体整合等。  这个时候就要讲讲关键技术，其中以编程模型、数据管理技术、数据存储技术、虚拟化技术、云计算平台管理技术最为关键。  (1)编程模型  MapReduce是Google开发的java、Python、C++编程模型，它是一种简化的分布式编程模型和高效的任务调度模型，用于大规模数据集(大于1TB)的并行运算。严格的编程模型使云计算环境下的编程非常简洁。MapReduce模式的思想是将要执行的问题分解成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，安排(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。  (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牢靠性。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。  GFS即Google文件系统(GoogleFileSystem)，是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。GFS的设计思想不同于传统的文件系统，是针对大规模数据处理和Google应用特性而设计的。它运行于廉价的平凡硬件上，但可以供应容错功能。它可以给大量的用户供应总体性能较高的服务。  一个GFS集群由一个主服务器(master)和大量的块服务器(chunkserver)构成，并被很多客户(Client)访问。主服务器存储文件系统所以的元数据，包括名字空间、访问掌握信息、从文件到块的映射以及块的当前位置。它也掌握系统范围的活动，如块租约(lease)管理，孤儿块的垃圾收集，块服务器间的块迁移。主服务器定期通过HeartBeat消息与每一个块服务器通信，给块服务器传递指令并收集它的状态。GFS中的文件被切分为64MB的块并以冗余存储，每份数据在系统中保存3个以上备份。  客户与主服务器的交换只限于对元数据的操作，全部数据方面的通信都直接和块服务器联系，这大大提高了系统的效率，防止主服务器负载过重。  (3)海量数据管理技术  云计算需要对分布的、海量的数据进行处理、分析，因此，数据管理技术必需能够高效的管理大量的数据。云计算系统中的数据管理技术主要是Google的BT(BigTable)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，LockService和MapReduce之上的一个大型的分布式数据