云计算的有关资料文档格式.docx
《云计算的有关资料文档格式.docx》由会员分享，可在线阅读，更多相关《云计算的有关资料文档格式.docx（16页珍藏版）》请在冰点文库上搜索。
云计算同时还具有良好的弹性扩展支持能力即:
不能自由伸缩的系统不能称之为云"
一个合符概念的云具有动态扩展的能力,不管是内容仍是资源"
这种
扩展可能是运营商操作下的整体扩展,也可能是某一个具体应用对客户需求的
自动响应"
云计算的形式可要紧分为以下几种：
1.SaaS（软件即效劳）
SaaS（软件即效劳）,是指用户获取软件效劳的一种新形式"
它不需要用户将软件产品安装在自己的电脑或效劳器上,而是按某种效劳水平协议（SLA）直接通过网络向专门的提供商获取自己所需要的，带有相应软件功能的效劳。
本质上而言,软件即效劳确实是软件效劳提供商为知足用户某种特定需求而提供其消费的软件的计算能力。
当前,SaaS有各类典型的应用,如在线邮件效劳，网络会议，网络，
在线杀毒等各类工具型效劳,还有在线CRM、在线HR、在线进销存、在线项
目治理等各类治理型效劳。
SaaS是以后软件业的进展趋势,目前己吸引了众多厂商的参与"
不仅微软、
Safesforce等各大软件巨头都推出了自己的SaaS应用,用友，金蝶等国内软件巨头也推出了自己的SaaS应用"
（平台即效劳）
PaaS（平台即效劳）,是指将一个完整的运算机平台,包括应用设计、应用开发、应用测试和应用托管,都作为一种效劳提供给客户。
在这种效劳模式中,客
户不需要购买硬件和软件,只需要利用PaaS平台,就能够够创建、测试和部署应用和效劳,与基于数据中心的平台进行软件开发相较,费用要低得多,这是PaaS的最大价值所在。
PaaS自身不仅拥有专门好的市场应用前景,而且能够推动SaaS,并与其一起
进展。
关于想进入SaaS领域的提供商而言,PaaS关键是降低了他们开发和提供
SaaS效劳的门坎,而关于已经在提供SaaS效劳的提供商而言,PaaS能够帮忙部
分提供商进行产品多元化和产品定制化效劳,让更多的ISV成为其平台的客户,
从而开发出基于平台的多种SaaS应用,使其成为多元化软件效劳供货商。
同时,
PaaS降低了SaaS应用开发的门坎,提高了开发的效率。
（基础设施即效劳）
IaaS（基础设施即效劳）,是指企业或个人能够利用云计算技术来远程访问计算资源,这包括计算、存储和应用虚拟化技术所提供的相关功能。
不管是最终用户、SaaS提供商仍是PaaS提供商都能够从基础设施效劳中取得应用所需的一计
算.能力,但却无需对支持这一计算能力的基础IT软硬件付出相应的原始投资成
本。
5.云计算研究现状
随着云计算技术的不断进展，许多闻名的IT企业纷纷加入到云计算技术及产品研究和推行的行列。
这些企业以Google、Amazon、IBM和Microsoft为代表。
下面就简单对这些公司从事的云计算研究进行介绍。
（1）Google云计算
目前，Google处于云计算研究领先地位。
从2003年以来，Google陆续发表了多篇关于散布式文件系统（GFS）、并行计算编程方式（MapReduce）、散布式大型数据治理（BigTable）和散布式资源治理（Chubby）的文章，并推出了基于这些技术的云计算效劳和自己的云计算平台GoogleAppEngine
四个相关的技术介绍如下：
1 GFS第一是一个散布式文件系统，专门为大规模散布式应用数据中心所设计的它最大的特点确实是可伸缩性，而且对硬件条件要求不高，在一般的硬件上就可运行提供高性能效劳。
GFS为GoogleAppEngine提供海量存储，而且紧密与Chubby、MapReduce和BigTable等技术结合。
Google发布了关于GFS的详尽的技术文档《TheGoogleFileSystem》.该文档对GFS产生的背景、特点、系统框架、性能测试等方面进行了详细的论述。
2 MapReduce是一个面向大规模数据集的软件架构是一种处置海量数据的并行编程模式，用于大规模数据集的并行计算。
两个核心概念“Map”与“Reduce”
和整个架构的要紧设计理念，是从矢量编程语言和函数式编程语言借鉴得来。
早在1995年，学者JohnDarlington等人第一次提出了“Map”和“Fold”的概念，和此刻的Google所利用的“Map”和“Reduce”思想比较相似。
3 Chubby也是Google设计的一个基于松耦合的散布式文件系统，提供粗粒度锁效劳能够用来解决散布式系统中的一致性难题。
其中GFS利用Chubby来获取一个GFS主效劳器，BigTable利用Chubby指定一个主效劳器并发觉、操纵与其相关的子表效劳器。
4 Bigtable是Google为了处置散布在数以前千计效劳器上超大规模海量数据而设计的基于散布式平台的数据存储系统。
目前Google的大部份项目例如：
GoogleFinance、GoogleEarth、Web索引利用的数据存储技术都是Bigtable。
这些应用项目在数据存储上的要求不同专门大，不同来源于数据量上的不同（从URL到网页到卫星图像），关于响应速度的要求不同（从后端的批量处置到实时数据效劳）。
尽管项目应用要求不同庞大，可是Bigtable仍是成
功的提供了一个高性能的、灵活的解决方案。
（2）Amazon云计算
Amazon是全世界第一家大型IT公司把云计算和基础设施当做一种效劳向用户出售。
它的云计算效劳要紧包括：
弹性计算云EC二、简单存储效劳S3、简单数据库效劳Simple
DB、简单队列效劳SQS、弹性MapReduce效劳、内容推送效劳CloudFront、电子商务效劳DevPay和FPS等。
其中AmazonEC2平台是多种工具的集合，这些工具大部份位于整个系统平台的底层，涉及底层的操作系统、文件系统和硬件基础等一些具体环境，因此要求开发人员具有较强的开发能力。
（3）IBM云计算
IBM公司在传统超级运算机领域和商业数据计算领域处于全世界领先地位，它在2007年11月，推出了自己的云计算项目“蓝云”打算。
“蓝云”是多个云计算产品的总和，该打算通过构建一个散布式的能够全世界访问的资源系统让数据中心能够在互联网的环境下进行计算，使得计算再也不局限与本地机械和远端效劳器。
目前公司发布的云效劳有：
LotusSametimeUnyte，等。
（4）Microsoft云计算
2020年10月，微软的首席架构师RayOzie在全世界开发者大会上发布AzureServicesPlatform标志着Microsoft的云计算项目开始启动。
AzureServicesPlatform是一个Internet云端效劳平台它是基于微软自己的数据中心的，能够为用户提供平安的实时操作系统和完善的开发效劳。
那时，它是基于Windows架构，只许诺其运行在.NET框架下构建的应用程序。
在2020年召开的MicrosoftMIX09大会上，Microsoft发布了WindowsAzure的最新版本，称为March2020CTP（社区技术预览版）。
Microsoft的云计算效劳平台属于PaaS
云计算模式。
目前该平台要紧包括四个组件，如图所示，各个组件都能为应用程序开发者提供一系列特定的效劳和功能。
其中各个组件的介绍如下：
WindowsAzure：
该组件是微软公司云计算技术的核心，位于整个云平台的最底层。
它其实确实是一个Windows操作系统为用户提供了一个能在数据中心效劳器上存储数据和运行应用程序的环境。
效劳：
该组件是一个基础功能模块，通过其能够为处于不同位置的应用程序提供经常使用的基础功能挪用效劳，主若是访问操纵、效劳总线和工作流（workflow）三种类型效劳。
MicrosoftSQL效劳：
能够为所有的应用程序包括云端和本地应用程序提供微软自己研发的数据库SQLServer效劳。
Live效劳：
WindowsAzure上集成了WindowsLive，该组件使得用户能够在云平台上利用Live提供的效劳。
云计算架构
中国科学院软件研究所的冯登国等人畅想了以后云计算效劳，以为以后云计算将形成一个以云基础设施为核心、涵盖云基础软件与平台效劳与云应用效劳等多个层次的巨型全世界
化IT效劳化网络，如图所示
6.云计算环境下任务调度策略研究现状
云计算是成立在运算机界长期技术积存基础上。
散布在不同地域的数据中心是各类资源的集中地，它在给用户提供虚拟资源的同时担负着对各类硬件设备进行日常保护、能源分派的责任。
由于云计算平台资源的多样性、散布的普遍性和用户需求动态转变难以预测性，同时还要考虑本钱因素和系统性能的和谐，使得动态分派治理虚拟和共享资源成为云计算数据中心面临的庞大挑战。
针对不同用户的业务需求和不同商业目标，需要设计考虑多种因素高效的任务调度资源分派策略。
以下对一些目前提供云计算效劳的厂商的调度策略做简要的表达。
（1）Amazon调度策略
Amazon的资源调度策略是一种本钱优先，同时知足不同用户需求，考虑效劳靠得住性，
系统负载均衡的策略：
本钱优先：
这是一种依照地域不同来划分本钱的收费调度策略，利用者能够依照自身需要进行选择。
缩短响应时刻：
按应用种类预先配置好虚拟机实例,包括适合大多数一般应用的标准实例，适合高吞吐量应用如电子商务的高存储实例，适合计算密集型应用的高CPU实例等。
业务分类：
提供当即利用客户、预定客户等业务分类。
每种业务分类的收费标准不同，当即利用客户的收费标准比预订客户的收费标准高。
整体收费标准：
关于长时刻利用效劳的客户，单位时刻内平均收费比短时刻利用效劳的客户低。
负载均衡：
为了知足效劳器是散布在不同地域而且数据内容可能存在多个数据中心这种情形，采纳了名为RoundRobin的技术，它和以往的一个IP地址只提供给一个效劳器利用。
（2）IBM调度策略
IBM的调度策略是一种性能优先的策略，能够最大化知足用户需求。
IBM以往的虚拟计算实验项目为它云平台的成立提供了很多宝贵的体会。
它的调度策略有以下几点重要方法：
用户可依照预先设置好的选择项选择已经配置好虚拟机。
选择项里包括：
虚拟机资源的硬件平台、CPU、内存、操作系统，资源可用的开始时刻，终止时刻等信息。
通过IBMTivoliMonitor来监控资源状态动态。
需要哪个受监控的资源的实时信息能够到TivoliEnterprise的专门网站上进行查询，云门户网站能够利用这些信息进行集成。
用户依照选择项选择了已经配置好的虚拟资源后系统会自动构建效劳器，效劳器资源是自动部署而且动态更新的。
用户取得资源后能够依照任务执行的实际情形，做出提早终止资源利用的决定或提出延长资源利历时刻的申请。
针对不同用户优先级和群组用户的调度分派策略。
（3）HP调度策略
能够看到HP公司很早就在对数据中心任务调度资源分派策略。
它所提出的本钱模型超级完整，数据中心需要考虑本钱因素能够参考。
可是目前尚未公布的文献详细介绍HP的最小化本钱策略。
自动放置虚拟机和动态迁移。
HP要紧考虑负载均衡的策略，对何时哪些虚拟机进行自动开启配置和动态迁移是通过参考虚拟机CPU、内外存和网络利用率实时监控数据依照进行决策的。
（4）VMware调度策略
VMware公司的数据中心研究重点是资源虚拟化，虚拟机动态迁移和容灾备份。
提高资源利用率：
主若是用虚拟化技术和动态迁移虚拟机提高资源利用率。
治理虚拟机（增加、删除、更新）多是手工方式，调度一样采纳按时安排。
提高靠得住性：
通过预先设置好的动态迁移或自动转移、备份和答复方式实现高靠得住性。
VMware通过成立远程效劳器群，成立双中心相互备份的虚拟化架构，达到异地容灾的目的。
两个中心之间（别离叫做运营端和远端ESX）通过vReplicator效劳能够实现运营端虚拟机应用实时复制到远端ESX主机存储。
散布式资源调度（DRS）
目前VMware的产品主若是通过散布式调度来实现负载均衡的。
（5）ApacheHadoop调度策略
Hadoop基于MapReduce架构来实现云资源调度。
MapReduce的两项核心操作是Map和Reduce。
简单的说Map是依照一个特定函数所指定的映射规那么把一组数据一一映射成为另外一组数据。
Reduce是依照与映射规那么相匹配的归约规那么对这组数据进行归约。
Hadoop调度策略里考虑了系统负载均衡、资源公平分派、节点选择方式（就近原那么）、效劳靠得住性（备份
加动态调整）。
主节点通过查询从节点机制动态分派任务，以实现负载均衡。
公平分派：
调度时对提出申请的用户没有考虑优先级别，利用先进先出的队列排序。
Hadoop的任务调度是一种主从式的模式，有个叫做JobTracker的主节点整个系统的任务调度都是由它完成，其它节点叫做TaskTracker，主节点在它们空闲时刻向其分派任务。
主节点的任务调度算法是先来先效劳算法（FIFO）。
全数任务的执行顺序是由用户提交时刻顺序执行所决定的，主节点利用一个JobQueue保护用户提交的作业，所有作业都没有设置优先级。
就近选择：
为了幸免数据远距离传输带来的没必要要开销主节点采纳贪婪算法：
默许老是试图找到距离客户数据最近的从节点，以便大数据没必要通过网络传输；
若是从节点忙的话，任务能够被分派到其他可用节点。
一样关于数据采纳分割备份，一样是在3个以上节点进行备份。
7.云计算技术的体系结构
（1）SOA构建层
能够看到最上面一层SOA层是由很多组件构建成的。
利用面向效劳的构建思想云计算能力被封装成标准WebServices效劳，用户能够通过SOA层取得效劳接口、效劳注册、效劳
查找、效劳访问和工作流。
（2）治理中间层
该层以中间件的形式提供四个要紧功能。
资源治理通过对虚拟资源情形的实时监测达到使云计算资源利用均衡的目标，各个资源节点故障监测和恢复也是通过资源治理来实现的；
任务治理的功能是对用户所提交的任务找到相应的资源进行部署和治理，同时负责治理任务调度的生命周期；
用户治理功能包括：
环境配置、用户账号治理、资源利用计费；
平安治理通过身份认证、授权访问、平安审计和综合防护等方法来负责保障效劳设施的整体平安。
（3）资源池层
这层又叫做虚拟化资源层。
云计算通过应用虚拟化技术，将数据中心包括的基础设施硬件资源虚拟化为各类虚拟资源池。
治理中间层的任务治理在同意到用户请求后从虚拟资源池中找到相应的虚拟资源分派给用户任务利用。
（4）物理资源层
该层是由散布在不同地域数据中心的物理资源基础设施所组成的，包括存储器，数据库，网络设备，运算机等。
云计算的引用领域
云计算中相关技术的研究
8.云计算的“一二三四五”
“一”云计算是一种颠覆性的交付模式，一体化的共享平台。
从技术的角度来讲，是将企业的所有的效劳器、存储基础设施和网络整合到统一的云平台上。
在云的世界里，将技术和业务结合起来交付给用户利用。
企业的运营治理、决策分析都将基于云平台展开。
它是一个系统的整体的概念、业务与技术融合的一体化概念。
“二”
是指云是由云计算平台和云效劳应用两个层面组成。
企业可将基础设施包括传统的效劳器、操作系统、存储运维等都统一部署在同一个平台之上，企业能够没必要过量的关注平台本身，而只关注应用。
第二，政府、企业和个人能够依照不同的需求部署成不同的应用，形成个性化的交付模式，形成一种云效劳。
一个是云技术层面，一个是云效劳层面。
“三”是从用户体验的角度来讲，能够分为3种模式：
以基础设施作为效劳（IaaS）、以开发平台作为效劳（PaaS）、以软件应用作为效劳（SaaS）。
“四”是四种部署配置模式，包括公有云、私有云、混合云、社区云。
“五”是云计算的五个大体特点：
虚拟化的资源池，基于网络的访问，按需自助式效劳，快速、弹性，利用本钱可计量等。
仿真平台
1.组成：
仿真平台采纳分层结构及模块化设计,由仿真运算子系统、仿真呈现子系统（仿真数据配置模块和仿真结果呈现模块）和仿真数据库组成，具有良好的可扩展性,能够较好地模拟真实PaaS云计算系统。
2.模拟与仿真的区别：
模拟是需要通过必然的技术手腕成立具体的模型，而仿真主若是搭建一个平台。
（自己的感想）
任务调度
1.任务调度概念
调度问题一直是运算机科学中的研究重点，尤其是在多处置机和散布式系统中，云计算中任务调度也是研究的一个重点问题。
云环境下的任务调度是一个映射进程，它依照云环境中资源、任务二者的状态和预测信息，在必然的约束条件下，将彼此独立的用户所提交的任务，映射到适当的虚拟机资源上执行，最后返回处置结果。
良好的任务调度算法能有效地和谐和分派虚拟机资源，有效降低任务的总执行时刻和资源总花费量，从而使云系统达到最大性能。
进行任务调度有两个目的，第一，便于用户透明地将任务提交给资源；
第二，通过资源和任务的匹配增加资源的利用率和知足用户对任务执行的需求约束，也确实是说，依托云计算任务调度算法，虚拟机资源能够取得充分利用，用户也能够透明地取得更好的效劳质量。
由于云环境具有异构、动态、散布和自治等特性，如何调度以知足用户的需求是一个极具挑战性的问题。
2.云计算虚拟资源一级调度有以下四个特点：
（1）任务调度是面向异构平台的。
数据中心提供给用户利用的虚拟机资源是已经封装好的，这些虚拟机配置的CPU、内存、带宽资源不尽相同。
（2）任务调度必需具有扩展性。
云计算是弹性计算，能够随时增加或减少效劳器来增强或减弱其计算能力。
同时，虚拟机也能够随时被创建供用户任务利用。
用户利用完后也能够随时被销毁。
（3）任务调度是大规模的、集中式的。
这一点与网格计算不同，云计算尽管是在网格计算的基础上进展起来的，但二者在资源利用方面有较大区别。
网格计算没有数据中心的概念，通常以聚合分散的资源方式，支持大型集中式应用；
云计算那么以相对集中的资源，通常以数据中心的形式，利用虚拟化技术来运行分散的应用。
（4）任务调度能够适应动态性。
云计算资源能够是异构的，而且其网络本身也不断发生转变。
在云计算中，有的虚拟机资源可能因为发生故障而退出，而有的虚拟机资源那么被系统创建，提供给用户任务利用。
因此，云计算的动态性是明显的，任务调度系统要适应这种动态性，从虚拟机资源池当选取最正确的虚拟机资源为用户提供效劳。
3.虚拟机任务调度目标
1）最优跨度。
那个地址所指跨度有两个含义，第一，算法执行时刻跨度，指的是调度算法进行任务分派时需要运算的时刻。
那个跨度对及时响应用户任务有重要意义。
第二，用户任务执行时刻跨度，指的是一个任务集中的任务分派到各个虚拟机上全数执行完所花费的时刻，该跨度越短，调度分派方案越好。
2）负载均衡。
在云计算、散布式计算和网格计算进展中，负载均衡一直都被作为一个关键性因素来衡量调度策略的好坏。
云计算任务的大规模性，资源异构性，多样性等特点决定了调度策略必需能提高资源的利用率和系统负载均衡能力
3）效劳质量。
在云计算系统为用户提供计算和存储效劳时，云计算系统性能的好坏是通过效劳质量QoS表现出来的。
云调度器在调度资源给用户任务时，保证云计算中应用的QoS很重要。
上面提到的最优跨度和负载均衡指标都属于效劳质量QoS中的范围。
经济原那么。
云计算中的各类资源（包括软件资源和硬件资源）就像家庭用电一样都是按需付费的，依照市场经济原那么，不同资源其利用费用也是不同的。
云计算系统必需保证资源提供方和资源利用方一起取得利益，才能使云计算系统健康地进展下去。
升级会员 