時間：2023-07-24 16:16:08
序論：在您撰寫云計算技術簡述時，參考他人的優秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發您的創作熱情，引導您走向新的創作高度。
關鍵詞：計算機；云計算；技術；應用；實踐
中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2013）04-0716-03
隨著信息技術快速發展，大量移動設備涌入網絡系統當中，增加了信息系統負載的壓力，而各項資源負載壓力與有限性，使得與有關信息資料與設備成本間的矛盾加劇，急需新解決方案，在這種情況下，云計算技術進入人們的視野，并成為計算機技術發展的新方向之一，云計算作為信息技術知識產權資產的一種，經過云計算技術的應用與實踐，對人們的生活與工作方式將會產生巨大影響，強化云計算技術的應用研究是大勢所趨。
1 云計算概述
云計算最早來自網絡就是電腦的思想，后來，亞馬遜提供了彈性的計算云服務，而云計算一詞最早是由谷歌公司所提出的，并在谷歌推動下，云計算成為世界各大高校的研發項目，在2008年，IBM公司在我國無錫首先成立了全球的云計算中心，目前，云計算已得到全世界各國認識與重視。云計算是種優秀的計算機網絡的應用模式，其云所指的是因特網與計算機網絡的比喻形式，是個抽象虛擬的網絡資源。廣義云計算所指的是根據需求與易擴展等形式，運用網絡對服務內容進行獲取的統稱。而狹義云計算所指的是用戶終端運用遠程連接，對數據庫、計算與存儲等計算資源進行獲取的應用模式。云計算包括數據中心所提供服務與互聯網應用服務中的軟硬件設施，通過互聯網的基礎設施，目前全部數據與應用軟件均能按照相應形式進行云中存儲。也就是說，只要有瀏覽器，并安裝一操作系統，其功能相對簡單就可，經過因特網與云相連接，就能在網絡環境里盡情暢游，通過云中各計算資源，盡量滿足實際的應用需要。計算機云計算與軟件、網絡相關聯，云計算還能進行買賣流通，并具有強大安全性、規模性與虛擬性，其云計算平臺體系結構如圖1所示。云計算是在傳統計算機的網絡技術上融合來的產物，將各種物力資源進行統一管理形成共享的基礎構架，各物理資源可虛擬化為巨大的資源池，經過網絡資源整合，依靠商業模式把云計算力向用戶終端布局，云計算力提高，可減輕終端負擔，享受云計算所帶來的成果，目前，云計算技術所常用的格式為軟件、平臺與基礎設施等服務形式，但它們各具特點，均存在一定利益風險。
2 云計算技術
2.1 支持架構與部署的自動化
目前的云計算多采取半臺體系的結構給予支持，具有支持系統自治與架構敏捷的特點，其中，支持系統自治是指支持體系需要把自動化有關技術鑲嵌到其中，降低管理任務與人工部署的影響，用戶各應用要求可被云計算平臺進行自身智能的處理；而其架構敏捷，可對需求變化或者實際需求進行迅速響應，增強效率。云計算經過自動安裝及部署，可實現云計算的自動化應用，并讓計算資源由原始狀態向可用狀態進行轉換，通過資源池資源的劃分，能為用戶提供各類應用服務，并以部署與安裝過程的完成來體現，在系統資源當中，允許采取多步驟部署，對有關腳本進行部署，以實現應用軟件部署配置與不同的設備管理工具配置，防止大量人機的交互，讓部署不再單純依靠人工操作，而是采取工作流的方法進行全過程的部署，以提高云計算的工作效率。
2.2 虛擬機與安全管理
虛擬機作為云計算關鍵技術，虛擬機是虛擬數據中心的操作系統，能把離散硬件資源進行統一，實施共享平臺的創建，虛擬機的優點為：可整合服務器，降低計算機技術的成本；通過暗哨計劃內外停機，能對業務連續性進行改進；對運行很少或不應用服務器能動態關閉。云計算通過計算機資源整合，運用云計算設備當中的任一計算機，對任何隱私的信息均能找到。這使得云計算的安全問題成為亟需解決問題，Siani等人，對云計算的服務設計提出了一些用戶隱私保護設計原則，如加入與退出機制，反饋機制，個人信息少發送到云中，數據應用目的限制與明確，禁止未授權復制、訪問與應用等。
2.3 資源監控
資源監控也是云計算技術當中的關鍵技術，對系統資源進行實時監控，并向其他的子系統進行性能信息的提供，以完成系統資源分配。給云的資源動態部署可提供重要的依據，以監控資源的應用及負載狀況，運用云計算能對資源可用性與性能進行跟蹤，以提供信息問題的解決與資源均衡，對資源池全部資源的監控與管理，可經過監視服務器來實現，經過各種資源服務器的配置監視，可部署程序，并定期將應用有關信息的數據資源上傳給數據庫。
3 云計算技術的應用與實踐
3.1 云計算技術的應用形式
圖2 云計算的服務層次
在計算機技術發展下，云計算應用形式主要包括網絡服務、軟件、互聯網整合、商業服務平臺與管理服務的提供商，如圖2所示。其中，軟件就是服務，在人力資源管理類的程序當中，常見的一種云計算應用形式，通過網絡瀏覽器，可將程序信息向用戶傳輸，有效節省了資源成本；商業服務平臺為軟件與管理服務混合的系統應用，能為用戶與提供商間提供互動平臺，實施具有針對性的服務；網絡服務或軟件關系較為密切，經過API能促進開發者實施更多計算機網絡應用的研發；互聯網整合是將網絡供給類的服務公司資源優化整合，為用戶提供更恰當快捷服務的供應商；管理服務的提供商，與其它的云計算應用形式相比，這種應用形式最為長遠，所面向的是信息技術行業服務的對象，像病毒處理等。
3.2 云計算技術的應用與實踐狀況
云計算技術起步時間不長，其實力還較為微弱，但隨著云計算技術廣泛研究與應用，在實踐領域以獲得較大進展，對人們的生活工作方式正產生影響。有些運營商把云計算中的虛擬技術應用于數據中心，通過數據中心的虛擬化后，運營商的總體投資能夠得到降低，服務器整合，對服務器數量增長進行了遏制，降低了IT設備采購量，大幅度降低了有關IT設施采購量，設施數量降低，減少了隱性成本消耗，還避免了環境污染，響應了目前節能減排理念。經過虛擬技術，能構建虛擬化的集群，其高可靠功能，可讓應用系統業務得到連續性保障，增強了業務系統的穩定性。如X86服務器的虛擬節能技術，可在數據中心應用云計算技術，以達到節能減耗作用，首先把數據中心服務要到期的X86或者低配置的服務器整合，用高性能的服務器進行取代；然后，把高性能服務器整合后，實施資源池化，在資源池中，運用動態資源進行調度，對計算資源高低閾值進行定義；接著，對資源池當中的主機與虛擬機進行關聯性則的設定，管理主機的啟用電源；最后，對資源調度與電源管理等策略進行制定，對業務忙時的主機負載高低閾值進行定義。當業務不忙時，經過實時遷移，可把低負載主機中的所有虛擬機，遷移到其他沒有達到負載上限主機上，對于空閑主機的待機模式進行控制；業務忙時之前，可把待機模式主機進行喚醒啟動，經過實時遷移，把部分的虛擬機遷移到已啟動但處于空閑的主機中，此過程按照計劃策略實施自動化控制或者人為控制執行均可。云計算概念是谷歌首次提出的，也是這領域的積極開拓者，云計算多是由谷歌文件系統所構成的，IBM也正在實施藍云計劃，實現其云計算理念，在我國無錫成立首家的云計算中心，在2008年，Microsoft公司實施自身企業云計算平臺，提出了有關三屏一云的戰略，主要是電視、電腦、手機屏和云計算，在競爭日益激烈的今天，研發云計算技術，對于信息化社會來說，影響巨大。
3.3 云計算應用實踐前景
隨著社會經濟發展，信息科技進步，云計算技術發展起來，并在研發應用中獲得了很大進步，逐漸成為國際關注及競爭重點，在計算機領域，未來將向虛擬化與云計算進行發展，其發展前景主要表現下列方面，其一，公共云與私有云間的界限不再明顯，很多企業將采用公共云與私有云兩種技術結合的方式，如因特網一樣，成為任何機構與組織內外交流方式，有些信息資源成為兩種云技術的融合產物，很多廠商會交付新管理工具、基礎架構與安全工具，并用云計算計算看IT發展；其二，軟件服務產品會得到更為廣泛應用，要有效控制用戶訪問，就需要采用更好解決方案，盡管次產可給企業發展提供諸多幫助軟件應用業務會由工具式應用像免費操作系統的基礎軟件進行轉變，并進而轉變為在線企業軟件全面的應用，以提供更為綜合的應用，充分發揮其價值；其三，更多企業用戶會使用云計算與虛擬化設備，這樣就需要更多技術來支持，由于海量信息不能得到有效分類控制，會容易造成混亂，其信息就無價值了，并眾多技術會存在諸多斷板，而云計算技術能彌補此缺陷，將混亂信息狀態進行清除，確保信息庫規范有序，為海量信息提供良好的基礎設施處理平臺，促進信息管理科學化的實現；其三，隨著全球聯系的日益緊密性，云計算應用實踐，為世界廣大用戶提供更為全面信息技術，并讓信息技術設備成為公共設施應用，在云計算技術下，用戶運用云計算，能夠用較小成本獲取較大計算力，在這種變化下，會激發新理念與新創新在社會生活當中的應用，并促進新技術創新，產生蝴蝶效應，促進信息化社會發展。
4 結束語
在社會經濟與計算機技術進不下，云計算技術得以發展，并在應用實踐當中，獲得了很大進展，成為全球關注競爭的關鍵技術之一，隨著信息化社會的到來，市場需求增大，云計算技術將會成為技術的新改革力量，對人們的生產生活會帶來巨大影響，云計算尚處在起步階段，我國有關云計算的普及有限，很多用戶在云計算接受與認知程度較低，要改變計算機傳統應用方法，還需要國家進行大力融合推進，以實現計算機資源的優化整合，為我國生產生活帶來益處。
參考文獻：
[1] 高巍，李潔.云計算進入實質性發展階段對 ICT 產業格局的影響日益明顯[J].世界電信，2011（4）.
[2] 趙越.云計算安全技術研究[J].吉林建筑工程學院學報，2012（1）.
關鍵詞： 云計算； 結構； 虛擬化； Web服務
中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2013）12?0067?04
0 引 言
自計算機問世之日起，人們對計算機資源日益增長的需求促進了計算機技術的發展。20世紀中葉起，對于在科學計算、系統仿真等領域需要處理大規模、海量數據的問題，往往通過增加投入來提升計算機系統性能的解決方案，相應出現了分布式系統、并行計算等。在90年代互聯網背景下，通過網絡從外部獲取計算能力、存儲等資源已成為學術界和產業界所共識的解決途徑，出現了網格計算技術。近年來在全球化浪潮下，隨著計算機系統在工業設計、生產制造、商業物流等領域更進一步的應用，云計算成為當前信息技術領域的熱點話題之一[1]，它體現了“網絡即計算機”的思想，以便利、經濟、高可擴展性等優勢成為學術界、產業界和政府機構等各界關注的焦點，被認為是互聯網經濟后又一個重要的IT產業增長點，具有巨大的市場增長前景，IDC預測在2015年云計算產業規模將達到729億美元[2]。
1 云計算簡介
1.1 云計算的定義
從不同的應用角度出發，業界對云計算的定義有不同的認識，目前普遍接受的是美國國家標準與技術研究院（NIST）對云計算的定義[3]：云計算是一種模式，能以便利的、按需方式通過網絡訪問的可配置計算資源池（如網絡、服務器、存儲器、應用和服務），這些資源只需要極少的管理成本或干預，就可以快速部署與。
雖然用戶都是通過終端使用計算機資源，但云計算通過更靈活的方式為用戶提供服務，如云終端除計算機設備之外，也可以是PDA、智能手機等智能終端；整個網絡虛擬為一個大型計算機，網絡上的服務器、數據庫、應用服務、儀器設備組成資源云；云終端與資源云的通信鏈路可以是計算機網絡，也可以是移動數字通信鏈路。
私有云為特定組織內的用戶提供服務，數據與程序都在組織內部管理。私有云可以大大提高系統的安全性，而且服務提供商可以更好地掌控基礎設備的架構，但所能使用的用戶也受到一定限制。
在混合部署模式中，用戶往往是將關鍵數據或信息放置于私有云中，將非關鍵的服務外包給公共云服務提供商，放置在公共云上處理，這種方式是目前情況下較好的解決方案。
2 云計算的層次體系與特征
2.1 云計算的層次體系
2.2 云計算系統的特征
從作用角度看，云計算系統具有以下幾個外部特征：
隨時隨地任何網絡接入。即云終端設備不只局限于工作站、便攜電腦等計算機終端，也可以是智能手機、手持設備等。只要用戶設備可以連接網絡都可以獲得云計算服務。
隨需定制自助服務。用戶可以根據自身的需求獲得云計算中的資源，且在服務定制過程不需要與服務提供商進行人工交互。
共享資源池。云計算系統中所有資源都被整合成一個動態資源池，以多租戶模式提供給所有客戶?？蛻粢话悴恍枰私赓Y源的物理位置，但需要時也可以指定特定資源。
快速彈性部署。云計算服務可以快速、彈性地提供服務，即可以快速擴展也可以快速釋放，對于用戶而言可以在任何時間購買任何數量的資源。
可監測與計量的服務。通過服務監測可以優化資源的使用，通過對資源使用情況的計量可以進行服務定價與收費。
3 云計算的關鍵技術及發展現狀
3.1 虛擬化技術
“虛擬化”是IBM提出的應用于計算機領域的概念，其目的是通過虛擬機讓更多的操作人員借助終端設備使用計算系統，以充分利用相對昂貴的硬件資源，在實際發展過程中虛擬化技術有很多種定義。虛擬化技術使得共享底層結構下的分布式虛擬環境成為可能。目前，虛擬化技術實現了資源的邏輯抽象和統一表示，是實現云計算的關鍵。虛擬化技術不僅消除了大規模異構服務器的差異化，而且借助虛擬化技術的伸縮性和靈活性，可大大降低云計算系統管理的復雜度，提高資源利用率，從而有效地控制成本，提高運營效率。IBM采用“藍云”計算平臺硬件級別虛擬化和開源軟件虛擬化兩個級別的虛擬化[5]。
目前虛擬化技術的研究主要是針對小規模少量請求服務系統展開，結合SOA服務和大規模并發服務情況的研究還需要加強，同時虛擬化技術也會相應地引入一系列安全性問題。
3.2 面向服務的體系結構
SOA是為了解決信孤島和遺留系統問題，滿足Internet環境下業務集成的需求，通過連接能完成特定任務的獨立功能實體的軟件系統架構[6]。對于SOA與云計算是競爭還是互補融合的關系，業界也有不同的看法，但從本質上看，SOA和云計算都是圍繞服務而展開，只是二者對于服務的定義及范疇有所不同。SOA將應用程序的不同功能單元通過定義良好的接口聯系起來。接口采用中立的方式進行定義的，它獨立于實現服務的硬件平臺、操作系統和編程語言。這使得構建在各種這樣系統中的服務可以以統一和通用的方式進行交互，云計算服務的快速彈性部署離不開SOA的支撐。
但目前SOA的服務基本是以軟件領域為主，將所提供的服務進行包裝、組合，按一定流程運轉產生新的功能。而云計算認為所有的資源都是服務，除軟件服務之外，還有硬件、平臺服務等，SOA還需要更好地結合到云計算的應用模式中。
3.3 數據存儲和管理技術
云計算中的數據具有海量、異構、非確定性等特征[7]，同時云計算系統往往需要同時滿足大批量用戶的服務需求。因此，云計算系統需要采用有效的數據管理系統對海量數據進行分析和處理，其數據存儲系統必須具有高吞吐率、高傳輸率、高可擴展性、高可靠性等特點。同時還需要考慮數據快速定位、數據安全性以及底層存儲設備的存儲量均衡等。
目前云計算的數據存儲和管理技術主要有Google的GFS（Google File System）[8]，Amazon的Dynamo[9]，HDFS（Hadoop Distributed File System）[10]和BigTable[11]。包括Intel，Yahoo等大部分IT廠商的云計劃項目中都采用HDFS數據存儲技術。
以上這些技術從數據組織、數據集成、數據管理、數據的分布式并行處理、數據分析等方面進行了研究，但隨著新的應用場景不斷出現，使得云計算系統的數據管理和存儲方面不斷面臨新的挑戰。
3.4 編程模型
為了實現服務的快速彈性部署，云計算平臺上的編程模型必須簡單，以保證后臺復雜的并行執行和任務調度向用戶和編程人員透明。目前云計算系統流行的編程模式有MapReduce[12] ，Dryad等。MapReduce的思想是通過“Map”函數將任務進行分解并分配，通過“Reduce”函數將結果歸約匯總輸出。Hadoop是MapReduce的開源實現，目前已得到Yahoo，Facebook和IBM等公司的支持。Dryad是Microsoft于2010年底的分布式并行處理編程系統。它將一個應用程序表示成一個有向無環圖（GAG），頂點表示計算，頂點之間的邊表示用來傳輸數據的通道，可以采用文件、共享內存的FIFO或TCP管道等傳輸機制。Dryad可以使開發人員在Windows或.NET平臺上編寫大規模的并行應用程序，也可將單機上完成的程序移植到并行計算系統上。
4 云計算面臨的問題
云計算作為新興的計算模型正方興未艾，但云計算并不是對現有技術的簡單重組，要真正實現NIST所定義的云計算系統還需要解決諸多問題。
首先是云計算的內涵問題。SaaS，PaaS，IaaS等3個層次的劃分只是對云計算的初步認識，云計算的內涵組成和外延發展等還存在多種解讀，給云計算的具體實現和未來發展帶來不確定性。
在云計算系統的管理方面，必須考慮云系統之間的互操作性，為實現云系統之間的自動交互，必須能夠提供跨云的管理策略。
安全性是云計算系統面臨的另一重要問題。用戶存儲在云中的數據安全和隱私問題必須得到保證，虛擬化雖然可以使云計算更易于管理，但也使得系統的安全問題變得更為復雜。另外，服務質量（QoS）是云計算繞不開的另一問題，如大量遠程用戶使用數據密集型或交互式服務時服務延遲，服務失效時的重新部署或動態遷移等，只有QoS得到保證，云計算才存在需求和發展空間。服務定價機制也是云計算系統面臨的另一個挑戰，也是云計算系統實現商業化的前提，合理的定價機制才可以促使用戶合理地使用資源，提高系統的利用率。
5 結 語
云計算具有廣闊的應用空間和發展前景，相關的各項關鍵技術也在迅速發展中。本文介紹了云計算的概念，分析了層次體系，對實現云計算的關鍵技術進行闡述，對主流技術的特點進行分析。但云計算在系統安全性、服務質量、定價機制等方面還存在諸多問題，需要進一步深入研究。
參考文獻
[1] Anon. Cloud computing [EB/OL]. （2013?01?17） [2013?01?18]. http：/// wiki/Cloud_computing.
[2] IDC. Cloud research [EB/OL]. [2013?01?18]. http：///prodserv/idc_cloud.jsp#.USGMZPKG3GQ.
[3] PETER M， TIMOTHY G. The NIST definition of cloud computing [EB/OL]. http：//csrc.nist.gov/publications/nistpubs/800?145/SP800?145.pdf.
[4] VOAS J， ZHANG J. Cloud computing： new wine or just a new bottle？ [J]. IEEE IT Professional， 2009（3/4）： 15?17.
[5] SMITH J E， NAIR R. Virtual machine： versatile platforms for system and processes [M]. San Francisco： Morgan Kaufmann Publishers， 2005.
[6] VOUK M A. Cloud computing： issues， research and implementations [C]// Proceedings of the ITI 30th International Conference on Information Technology Interfaces. Cavtat， Croatia： [s.n.]， 2008： 31?40.
[7] 劉正偉，文中領，張海濤.云計算和云數據管理技術[J].計算機研究與發展，2012（9）：26?31.
[8] GHEMAWAT S， GOBILFF H， LEUNG P T. The google file system [C]. Proceedings of the 19th ACM Symposiun on Operating System Principles. New York： ACM Press， 2003： 29?43.
[9] GIUSEPPE D， DENIZ H， MADAN J， el at. Dynamo： Amazon’s highly available key?value store [EB/OL]. [2013?03?15]. http：//read.seas.harvard.edu/～kohler/class/cs239?w08/decandia07dynamo.pdf.
[10] Apache Hadoop. Hadoop [EB/OL]. [2013?01?17]. http：//.
[11] CHANG F， DEAN J， CHEMAWAT S， et al. BigTable： a distributed storage system for structured data [J]. ACM Transaction on Computer System， 2008， 26（2）： 1?26.
[12] DEAN J， CHEMAWAT S. MapReduce： simplied data processing on large cluster [C]// Proceedings of the 6th Symposium on Operation System Design and Implementation. New York： ACM Press， 2004： 137?150.
[13] 李瑛，胡新煒.云計算關鍵技術分析研究[J].現代電子技術，2011，34（14）：65?67.
【關鍵詞】云計算；關鍵技術；靈活性
隨著人們對計算機資料的需求日益增長，計算機技術也隨之得到了很大的發展，為滿足現代大規模數據處理的需要，云計算技術應運而生。云計算技術不僅為人們平常的生活變得更加快捷便利，更重要的使人們的工作以及商業的形式也隨之發生了巨大的變化，最為一種新的IT模式，云計算技術得到了各個行業的廣泛關注，鑒于云計算技術的使用成本不高，而具有高度的靈活性和交互性，最終使云計算成為計算機技術領域里的一個熱門課題。
一、云計算技術的闡述
云計算技術是在Internet互聯網的基礎上，構建的一種新型的計算模式，與分布式計算以及存儲架構結合起來運用，進而達到方便快捷和成本較低的目的。運用遠超的數據中心處理技術，將千萬臺的計算機及其服務器連接起來，致使云計算可以實現超過10萬億次的計算速度。在如此強大的計算能力下，使得云計算在計算方面運用更加的廣泛。在使用云計算時，使用者通過iPad、手機以及電腦等具有通信的工具即可進入云計算的數據處理中心實現對數據的計算和存儲。與此同時，還可以將使用者需要的信息以低廉的價格在云計算中進行實時。
廣義上講，云計算就是用方便、快捷的方式結合網絡訪問的可配置的數據資源庫，通過低廉的管理成本，實現數據信息的快速的一種新型計算模式，使得云服務的開發方、提供方以及應用方在沒有專業知識的前提下，可以方便快捷的運用網絡技術實現對云計算數據處理的運用。云計算的出現為中小企業創業者提供了較大的機遇，為其在與強勢企業的競爭提供了可能性，運用云計算技術進行新產品的研發以及新市場的開發時可以節省高額的成本，從而導致了傳統模式的硬件生產者面臨著很大的挑戰。
二、云計算技術的特點
云計算技術從其所發揮的作用分析，具有以下的特點：第一，使用的靈活性。由于云計算終端設備包括了手機、筆記本電腦等多種可接入網絡的設備均可使用云計算的服務，使得云計算的使用不受時間和空間的限制。第二，具有較高的實用性。通過對云計算數據的大量存儲，進一步提高云計算的計算性能，保證云計算可提供較高的數據處理準確率。在云計算技術中，當系統出現失效節點時系統可自動對其進行檢測，從而排除失效節點，保證系統的正常運行。第三、經濟方面的適用性。在云計算技術中，由于其成本的低廉，使得人們在構建具有大量商業機組的集群時，更愿意選擇云計算技術來完成此項工作。
三、云計算的關鍵技術
（一）虛擬化技術
虛擬化技術是為了更多的使用者借助虛擬機通過終端設備實現便捷計算系統運用，從而使得最大限度的發揮巨涌高價值的硬件設備。通過虛擬化技術的運用，使得共享底層結構下的分布式虛擬環境得以實現。當下，人們運用虛擬化技術將信息數據資源的抽象邏輯得以表示，為云計算的提供了關鍵技術。虛擬化技術在降低大規模的異構服務器的差異化的同時，運用其靈活性和伸縮性的特點，最大限度的將云計算的系統管理簡單化。虛擬化技術的在云計算中運用，促進了資源的合理化運用，降低了使用成本。IBM公司運用“藍云”數據計算系統，將硬件級別以及開源軟件進行虛擬兩個級別的虛擬化。當下，針對虛擬化技術的研究主要是圍繞小規模的請求服務系統進行展開，大規模以及SOA服務的并發服務還有待進一步的研究。與此同時，由虛擬化技術引發的一系列安全性的問題同樣需要人們投入精力進行攻克。
（二）數據處理技術
在云計算的關鍵技術中，數據處理技術是一項較為重要的技術，包括數據的存儲以及管理的技術。由于云計算中處理的數據有著大量性、異構性以及非確定性的特點，而且云計算常常需要處理大量使用者的需求。因此，云計算技術需要運用高效的數據處理系統來滿足使用者日益增長的需求，在數據的存儲方面必須擁有較高的傳輸率、吞吐率以及可靠性和可擴展性。與此同時，數據處理技術還應具有快速定位，安全保障性，同時還要考慮底層存儲設備存儲量的均衡性?，F在，關于云計算中的數據存儲和處理方面的技術普遍采用的是由Google開發的GFS技術（Google File System）、Amazon公司研創的Dynamo技術以及BigTable等數據存儲處理技術。大部分的IT企業在開發云計算相關的項目時，HDFS數據存儲技術被人們的廣泛運用。
（三）SOA技術
SOA是一種面向服務體系結構的技術，主要用來處理信孤島及遺留系統的問題。SOA技術的實現是將不同的功能單元通過定義優良的接口聯系起來，使得構建在各種這樣系統中的服務可以采用統一的形式進行交互，同時也為云計算的快速彈性部署提供技術支持。
（四）編程技術
只有采用簡單的編程模型，確保云計算后臺的并行執行以及任務調度向使用者以及編程人員保持透明性，才能較好的實現服務的快速彈性的部署。當下，在云計算技術中通常運用MapReduce以及Dryad等技術實現云計算的編程模式。MapReduce技術是將“Map”函數的任務分解分配，運用“Re-duce”函數進行結果的歸總和表達。而Dryad技術則是運用一個有向的無環圖，通過頂點進行計算的表達，并采用頂點的邊進行數據的傳輸。
四、結束語
總之，隨著云計算功能的逐漸凸顯，使得云計算成為一種潛力巨大的數據處理技術。然而在云計算中相關數據的存儲方面，還需要解決數據的安全性以及訪問模式方面建設問題。云計算技術還有待更進一步的完善，在系統耗能方面還需要進行研究。只有不斷的完善現有技術，才能使得云計算為人們提供更加便利的服務，使人們的生活、工作得到本質上的改變。
參考文獻
[1]吳吉義，平玲娣，潘雪增，李卓.云計算：從概念到平臺[J].電信科學，2009（12）.
[2]李喬，鄭嘯.云計算研究現狀綜述[J].計算機科學，2011 （04）.
關鍵詞：計算機軟件；大數據時代；云儲存服務
0引言
多元信息環境下，各項生產活動中，數據量非常大。采用專業技術手段，分析處理這些技術，有助于明確用戶真實訴求，而企業也可通過此類數據獲得相關信息，以此為參照，確定后續經營發展方向。大數據環境下，信息技術發展速度非常快，企業不僅要熟練掌握各類數據信息，還要對其進行靈活分析和應用，使之與市場需求及自身運營發展情況相符合。
1大數據時代及計算機軟件技術概述
信息技術發展過程中，會產生各類大數據。很多常用工具不能處理大數據范疇內的各類信息，大數據分析離不開云計算的應用。處理大數據信息時，要充分發揮計算機軟件技術優勢?，F階段，計算機網絡技術應用相對成熟，局域網技術發展又為其提供了重要契機，使該技術極具發展空間和前景。
2計算機軟件技術在大數據時代的運用
大數據因其獨特的優勢，備受青睞和推崇。依據大數據發展使用情況，尋找規律，使之滿足用戶需求。結合大數據使用特點，對各類服務、設計內容進行科學設置。計算機軟件技術在大數據時代的運用，體現在云儲存、信息安全、虛擬化三個方面。
2.1云儲存服務
大數據時代及網絡環境下，云儲存服務應用普遍，能對傳統存儲方式中的各類漏洞和缺陷加以彌補，使之無空間、時間局限。網絡連接狀態下，用戶還能借助網絡終端設備，對云儲存里的相關內容進行查看和下載。云儲存構成相對復雜，包含各類儲存系統單元。通常情況下，綜合各類功能，依托工作協同，存儲資源，形成網絡數據庫。大數據環境使用戶信息服務工作更加便捷，整理完數據信息之后，進行類型劃分[1]。實際上，云儲存和大數據二者互為關聯。
2.2信息安全技術
大數據環境下，各類數據存在關聯性，其相互影響，在一定程度上會威脅數據信息安全。實際操作中，采用專業技術手段，對數據管理系統進行靈活調節，使數據集群更加安全。互聯網為大數據、云儲存技術提供了良好的應用環境。由于該服務平臺相對開放，因此，存在安全隱患，木馬、網絡病毒入侵等時有發生。未來一段周期內，發揮安全技術優勢，為大數據信息提供安全的外部環境。盡管我國網絡信息技術起步較晚，但大數據的使用范圍不斷擴展，甚至已延伸至各行各業。當前，我國計算機軟件尚面臨諸多桎梏，需要依據行業特性，給出科學發展方法，對大數據信息安全問題進行有效規避，凸顯計算機軟件作用和性能。
2.3虛擬化技術
在社會及企業各類資源管理工作中，虛擬化計算機軟件技術應用普遍，其能發揮自身特性和優勢，對各類虛擬資源、數據、信息等進行科學梳理。內訓、網絡、服務器等以實體數據資源形式，存儲在計算機內部。而這些實體資源又能以轉換、抽象的方式，使用戶直觀感受到，對各實體結構之間的各類問題進行有效規避，確保用戶在獲取數據資源時，更加簡單、便捷[2]。此外，要對數據庫中的各類數據資源、信息等進行靈活調配，使信息數據處理工作相對簡潔、快速，它們的信息處理成本較低，便于用戶自由選擇各類操作方式，很大程度上降低了信息處理工作難度。近年來，虛擬化計算機軟件技術因其獨特的優勢，在各行各業應用普遍，且備受青睞。在虛擬技術研發方面，企業投入的資金、精力、時間等較多。優選虛擬化技術，結合行業特性，對其進行靈活應用，有助于提高IT行業整體工作質量及效率。
3計算機軟件技術在企業數據管理中的應用
3.1ERP技術
結合企業數據管理工作要求，靈活選擇及應用ERP技術。發揮其優勢，統一管理企業政工運行過程。將該技術應用到管理工作中，使企業數據更加集中，加快系統運行速度。無論數據存儲，還是提取都非常便捷。
3.2OA協同辦公系統
在企業數據管理工作中，選定OA系統，加以應用。該軟件可靈活處理各類數據，提高企業日常工作效率，使之在較短時間內可順利完成。
3.3編寫B/S架構
把這款軟件應用到企業數據處理工作中，兼容性強。實操中，只要計算機網頁處于打開狀態，用戶便可靈活管理企業信息。該過程中，后臺數據中心能為網頁信息提供支持，前臺客戶端主要被用來控制數據。
4大數據時代計算機軟件技術關注內容
計算機軟件技術在各類企業應用普遍且規范。大數據時代，為節約成本，實現綜合效益，計算機處理技術往往較為專業。該技術使數據信息更加真實、透明，能對行業發展情況進行準確判斷，給出科學的發展規劃。
4.1信息通信
大數據環境下，把計算機軟件技術應用到企業發展中，發揮預測評估軟件優勢，不僅能確保充足的客源，還能找到行業運作中的各類問題，使之發展路徑更加靈活、便利。以通信行業為例，通過對計算機軟件技術進行靈活運用，高效分析、處理客戶信息，再將這些數據信息發送給企業，最大程度上實現經濟效益和資金收益。
4.2企業信息解決方法
靈活使用企業運作管控軟件，發揮其優勢，在第一時間獲取客戶資料，通過高效處理、風險剖析等，結合大數據時代要求，為企業日常工作提供便利。數據研發過程中，包括以下五個方面內容。第一，抽樣操作。其作為局部剖析方法，具備典型性特征。該過程中，依托代表性樣本選取，執行剖析工作，避免篩查、操作過程等過于繁瑣，不斷提高工作效率。第二，開發。用戶能否深層次認識信息，受此類方式影響。其在應用中，涉及到繁瑣的數據操作過程，但技術探索過程卻比較高效，便于新型操作工藝研發。第三，修改。修改數據集，多通過創建、選擇等方法實現。實操中，包含轉換變量等一系列工作。依托個性化操作方法，使機構管控工作更加簡單，與用戶需求相符合。之后，還要結合數據情況，發揮其優勢，將分享操作工作落實到位，并進行適當修改。第四，模型。為了使預測結果更加精準、可靠，多采用模型。該背景下，與之相關的各種方案極具可行性，對經濟增長也有促進作用。故而，應格外關注該項工作，依托新型模式，使測試結果更加具體、直觀、形象。
4.3商業運營
選定某景區作為案例進行分析，對商業運營情況進行詳細討論。日常管理工作中，發揮即時功能平臺作用，準評估商業信息，了解游客訴求。此外，管理者還能全面掌握景區情況。靈活運用這款軟件，依據需求，對游客信息進行訪問，將其作為服務工作中的重要依據。采用專業方法，對各類計算機軟件技術進行科學使用，對市場經濟發展非常有利。
關鍵詞: 云計算;虛擬機遷移;服務器整合;軟件框架
中圖分類號:TP3 文獻標識碼:A 文章編號:1671-7597(2012)0910165-01
0 前言
云計算是一種新的計算理念、新的資源交付方式、新的商業模式。在計算理念上,它通過網絡將原來由本地主機實現的計算交給“云平臺”來處理;在資源交付上,它提倡將網絡資源、系統資源和應用等整合為服務提供給用戶;在商業模式上,它實現了資源的按需定制、按量付費?？梢哉f,云計算的發展是需求推動、技術進步和商業模式轉變共同促進的結果,其核心是構建了一種全新的信息與數據存儲、處理和服務模式。
云計算作為一種新的計算理念和模式,在技術上是將大型服務器集群,包括計算服務器,存儲服務器和網絡帶寬資源集中起來,通過對各類可分配資源的虛擬化,利用專門軟件實現對資源的按需分配,支持各種應用程序的運行,使得用戶只需關注并提供業務相關的解決方案,無需在硬件平臺、綜合計算、安全存儲、信息的一致性等方面耗費大量的人力、物力和財力,有利于提高系統的整體效率、降低成本,促進技術創新。
盡管基于云計算模式的計算平臺或服務已被廣泛接受并逐步走進應用,但云計算的研究總體上還處于起步階段,許多現有的問題還沒有被完全解決。本文提出了部分具有挑戰性的云計算關鍵技術和研究問題。
1 虛擬機遷移
云計算通過允許虛擬機遷移實現整個數據中心負載平衡。此外,虛擬機遷移提高數據中心的健壯性和高度響應。
虛擬機遷移是由進程遷移演變而來的。最近Xen和VMWare已經實現了虛擬機的實時遷移。文獻[1]指出遷移整個操作系統和它的所有應用程序作為一個單元可以避免進程級遷移方法要面對的許多困難,并分析了虛擬機實時遷移的優勢。
虛擬機遷移的主要優勢是避免熱點,然而,這并不簡單。目前,檢測工作負載熱點和啟動一個遷移缺乏應對突然的工作負載變化的靈活性。此外,虛擬機遷移時內存中的狀態應當一致且高效地傳輸,同時還需綜合考慮應用程序和物理服務器的資源負載。
2 服務器整合
服務器整合可以最大化資源的利用率,同時最小化能耗的有效方法。虛擬機遷移常用來整合駐留在多個很少使用的服務器的虛擬機到一個服務器,這樣剩余的服務器可以設置為節能狀態。在數據中心優化整合服務器通常是一個NP難的變種裝箱優化問題。針對這個問題已經提出各種啟發式方法。
服務器整合不應該影響應用程序的性能。眾所周知,單個虛擬機資源的使用不停的在變化。對于虛擬機間共享的服務器資源(比如帶寬、內存緩存和磁盤I/O),最大限度地整合服務器可能導致擁堵[2]。因此,觀察虛擬機負載的波動和使用這些信息有效的整合服務器是很重要的。最后,在資源擁塞發生時,系統必須能快速響應。
3 能耗管理
提高能源效率是云計算另一個主要問題。據估計,能耗成本占數據中心運營支出總額的53%。因此基礎設施提供商承受了巨大的壓力減少能源消耗。目標是不僅要減少數據中心的能源成本,還要達到政府法規和環境標準。
設計節能數據中心最近受到越來越多的重視。這個問題可以從多個方向解決。例如,節能的硬件架構、減慢CPU速度和關閉部分硬件組件已成為研究者的共識。有節能感知的作業調度和服務器整合兩種方式可以減少能源消耗。最近的研究也已開始研究節能的網絡協議和基礎設施。一個關鍵的挑戰是實現節省能源和應用程序的性能之間達到一個好的平衡。在這方面,一些研究人員最近已經開始在一個動態的云環境實現性能和能耗管理的協調解決方案[3]。
4 流量管理和分析
分析數據流量對于今天的數據中心是重要的。例如,許多web應用程序依賴于分析數據流量來優化用戶體驗。網絡運營商還需要知道數據流量進行許多管理和規劃決策。然而,把互聯網服務提供商(ISP)現有的流量測量和分析方法擴展到云計算數據中心還存在一些挑戰性的問題。首先,數據中心鏈接的密度要比ISP高得多;其次,大多數現有的方法可以計算幾百臺主機的流量矩陣,但一個小型數據中心可能擁有幾千臺服務器;最后,現有的方法通?；谝恍㊣SP的流量模式,但是部署在數據中心應用程序(比如MapReduce作業)極大的改變了流量模式。此外,在云計算中應用程序的網絡使用、計算和存儲資源存在更緊密的耦合。
目前,并沒有很多工作在測量和分析數據中心的流量。文獻 [4]報告了數據中心流量的特征,以及使用這些指導網絡基礎設施的設計。
5 軟件框架
云計算提供了進行大規模數據密集型應用程序的平臺。通常這些應用程序利用MapReduce框架(如Hadoop可伸縮的和容錯數據處理)。研究表明MapReduce作業的性能和資源消耗的是高度依賴應用程序的類型。例如,Hadoop任務sort是I/O密集型,而grep則要求大量CPU資源。此外,分配在每個Hadoop節點的VM可能是異構的。例如,一個VM可用帶寬依賴于配置在同一個服務器的其他VM。因此,通過仔細選擇它的配置參數值和設計更高效的調度算法能優化MapReduce應用程序的性能和成本。通過緩解瓶頸資源,可以將應用程序的執行時間顯著提高。關鍵的挑戰包括Hadoop的性能建模(無論是在線還是離線)和動態條件下自適應調度。
另一個相關的方法認為讓MapReduce框架有節能感知[5]。這種方法的基本思想是將完成工作且等待新任務的Hadoop節點進入睡眠狀態。這就要求Hadoop和HDFS必須由有節能感知。此外,通常會在性能和節能感知之間進行權衡。根據目標,找到一個理想的權衡點仍是一個沒有探索的研究課題。
6 存儲技術和數據管理
軟件框架MapReduce和它的不同實現(Hadoop和Dryad)針對分布式處理的數據密集的任務。這些框架通常運行在網際文件系統(比如GFS和HDFS)。這些文件系統的存儲結構、訪問模式和應用程序編程接口不同于傳統的分布式文件體系。特別是他們沒有實現標準POSIX接口,因此引入和傳統文件系統和應用程序的兼容性問題。目前的解決方法主要包括提支持MapReduce框架使用集群文件體系(如IBM的GPFS)方法和基于新的API原語支持可伸縮和并發數據訪問等。
7 結束語
需求推動、技術進步和商業模式轉變共同促進了云計算的快速發展,其核心是構建了一種全新的信息與數據存儲、處理和服務模式。本文從云計算平臺建設與管理、應用的構建等多角度總結了這種新興計算模式存在關鍵技術及難點,提出了未來云計算研究與應用中所需解決的問題。
參考文獻:
[1]Clark C, Fraser K, Hand S, Hansen JG, Jul E, Limpach C, Pratt I, Warfield A. Live migration of virtual machines. In: Proc of NSDI, 2005:273-286.
[2]Padala P, Hou K-Y et al. Automated control of multiple virtualized resources. In: Proc of EuroSys, 2009:13-26.
[3]Kumar S et al. vManage: loosely coupled platform and virtualization management in data centers. In: Proc of international conference on cloud computing, 2009: 127-136.
1構建文獻管理系統數據庫
1.1館藏文獻數據庫建設
1.1.1文獻數據錄入前的準備
當今圖書館采購的新版文獻主要有紙質和電子兩種，其中紙質文獻先要進行驗收、蓋章、貼上防盜磁條和電子掃描條形碼等技術加工處理，為文獻數據錄入做好前期準備工作。
1.1.2文獻數據錄入的主要項目
根據標準的馬克著錄格式對文獻內容逐項進行著錄，信息源來自版權頁中的標準書號、書名、著者、出版社、出版年限、版次、頁數以及價格等。然后對圖書進行分類，填寫分類號、書次號，最后將條形碼掃描至系統中，編目過程就結束了，該書的信息就存入館藏文獻數據庫系統中了。傳統的文獻編目是通過卡片式紀錄文獻信息的，就是每種圖書都要手工編寫一張卡片，包括書名、著者、索書號、主題詞等相關信息，不但不利于保存，檢索起來也比較繁瑣。館藏文獻數據庫保存了圖書館的全部文獻資源，可以隨時檢索館藏文獻。數據庫為管理者提供了借閱情況，為廣大讀者提供文獻檢索，比如讀者知道書名或著者、分類或主題，都可以利用該數據庫進行檢索，獲得所要借閱文獻的具置，這樣就大大節約了讀者借書的時間，提高了讀者借閱的準確率。這一功能實現了將手工錄入的信息以及條形碼掃描的數據進行重新排序，并生成新的庫結構和內容，運行該功能時一定要將全部的文獻信息完成后再進行數據的匯總處理，這是數據錄入處理的最后一道關口。
1.1.3文獻數據的修訂和注銷
所有文獻的信息都要通過手工錄入計算機，包括輸入文獻的基本信息，然后將這些重要的信息進行保存。如果在輸入過程中發生差錯，可以及時進行修改，因為系統增加了插入、增添、刪除的功能，這樣可以提高文獻信息的準確性，為文獻檢索提供最佳數據保障。對于借書超期沒有歸還的師生，可以運用這一系統進行過期催還，以提高圖書館藏書的流通率。超期丟書的罰款處理，系統也能快速檢索到，這就大大提高了圖書管理人員的工作效率。同時將所丟書籍的信息從數據庫中刪除，及時對館藏文獻數據庫進行維護，做到數據庫中的文獻信息與實際館藏相符。
1.2讀者管理數據庫建設
1.2.1讀者數據庫的錄入
這個數據庫主要用于存儲用戶類別和用戶數據管理。第一步就是獲取讀者的基本情況，以高校圖書館為例：學生需要姓名、性別、所在系、所在班級。老師需要姓名、性別及所在系，職員需要錄入姓名、性別。然后將這些信息導入到計算機中，用于讀者類別管理和個人數據信息的保存。讀者數據庫的功能有借書證錄入、借書證導入、借書證管理、預約管理、過期催還和罰款處理。
1.2.2借書權限的設定
在高校，用戶主要以老師、學生、職員為主。老師和學生的借閱權限也有所區別。一般在高校，老師的借閱權限是10～15本，職員是10本，而學生是5本。老師和職員的借閱時間最長為1年，學生為30天。如何來加以區分呢？就需要在數據維護系統中選擇借書證維護，輸入相應資料，如姓名、性別、讀者職別等，然后在借閱權限中輸入相應數值，進行保存就可以了。
1.2.3借書證的管理
對新來的老師和每年的新生，圖書館都會給他們辦理借書證。如老師為L字母打頭，學生為X字母打頭，分別根據不同的信息制作借書證。每張借書證都是根據特定標準按條形碼順序排列的，使借書證上的號碼與導入系統中的號碼相一致。借書證管理系統的作用也不可小覷，如果學生或老師的借書證不慎丟失，就可以通過系統錄入老師或學生姓名，即可檢索到所丟借書證的號碼，及時注銷，這樣就可以避免不必要的損失。平時圖書館工作人員只要通過掃描儀掃描借書證辦理圖書借還書手續，并了解師生的借閱情況。
2設置文獻檢索平臺
2.1設置館內公用文獻檢索平臺
為了方便廣大師生有效利用圖書館，大部分高校圖書館在入館大廳顯著方位設置公用文獻檢索平臺，平臺的主要功能就是為讀者提供人性化的服務。讀者可以通過這一公用文獻檢索平臺隨時檢索館藏文獻資源，包括紙質文獻、電子文獻、互聯網文獻等，都能作出相應回答。這樣方便了師生文獻檢索，減輕了圖書館工作人員的工作量。
2.2開通電子文獻檢索網絡
計算機在圖書館現代化建設中，不僅實現了本館文獻資源數字化，還為開通電子文獻檢索網絡，滿足讀者檢索多途徑奠定了基礎。如匯文文獻信息服務系統，因為這一系統汲取了國內外圖書館信息管理的最新技術，在網絡化新技術、文獻資料處理技術、多媒體技術、全文數據庫技術、超文本信息存儲與檢索技術等方面進行了探索和研究，目前匯文用戶超過了400多家，覆蓋了國內一大批重點大學的圖書館和公共圖書館。這樣可以實現高校圖書館及公共圖書館之間文獻資源共享，這樣做的好處就是花費少，獲得的文獻資源更多，更好地滿足了讀者檢索文獻的需求。
2.3重視數字圖書館建設
2.3.1自建數據庫
自建數據庫是圖書館人長遠的奮斗目標，首先在館藏資源數字化的基礎上充分挖掘館藏資源的潛力，可以了解讀者不同的需求，進一步作深層次的開發，建立多種服務方式，如情報服務、信息分析等。因為不同的圖書館是為不同的特定讀者服務的，所以定位、目標等都要從滿足讀者的需求考慮。在分析讀者和讀者需求過程中，掌握可滿足讀者需要的文獻資料，保證讀者可以獲取所需要的最新文獻資料。在自建過程中，一切以讀者方便易用為出發點，這樣也可以提高數據庫的利用率。
2.3.2購買數據庫
可以購買國內外一些信息研發機構研制的專題數據庫，當然直接購買數字化產品，或購買數字化資源的檢索權更為劃算。比如CNKI中國期刊網、維普、萬方、人大復印資料、超星圖書館等。還可以針對專業需求購買相關學科的數據庫。這些數據庫中包含大量的文獻資源可供檢索。
2.3.3購買與自建并行
為建設有本單位特色的文獻資源數據庫，可以請專業人士自建數據庫。先要對館藏資源做一些了解，找出重點特色的館藏。然后要了解哪些文獻利用率較高，哪些是教學科研及學術方面的強項，還要根據圖書館的條件進行資源數字化建設。
3計算機在現代圖書館建設中的問題
計算機在現代圖書館建設中的作用越來越重要，這是有目共睹的，但也存在不足，有待進一步認識、探索、創新。
3.1缺乏統一規劃和標準
計算機的運用，使數字化信息資源已成為圖書館資源建設的一個重要方面?；谟嬎銠C網絡的普及運用程度及我國圖書館事業發展的不平衡，我國現階段的館藏資源數字化工作主要集中在高校圖書館和國家圖書館，缺乏全國統一規劃，各館之間的差異使數字化工作難以步調一致，這就影響了已有的數字資源在全國、乃至世界范圍內資源共享。各個圖書館使用的數據處理系統差異很大，這就導致了無法實現館際之間的聯網，使不同館之間進行數據交換的可能性很小，如果全國圖書館界有一個統一的模式，使用比較先進的數據系統，如匯文軟件，就可以實現館際之間的互借，對外來數據進行處理、利用，可以節約大量的人力、財力，真正實現各館文獻資源共享的目的。
3.2專業技術人員水平參差不齊
館藏資源數字化建設需要借助一定的設備，特別是計算機網絡設備，還需要全國統一的技術標準，實施細則，因此人才培養和人才建設是必不可少的。目前許多圖書館新人員多，他們缺少相關專業知識和工作經驗，有些專業技術人員還不能獨當一面處理較為復雜的技術問題，因此，開展現代圖書館人才培養是當務之急。相關工作人員不僅要熟練掌握系統軟件的操作方法，而且也要提高自己的外語能力，這樣才能更好地操作國外的數據庫系統，瀏覽國外的相關網站，學到先進的管理方法。
購買推薦
圖書分析師龐敏麗認為該書云計算研發人員和愛好者的學習和參考資料。通過對生意寶旗下比購寶(Boogle.cn)——“網絡購物第一站”收錄的博庫書城、淘寶網、京東商城、卓越亞馬遜、當當網、拍拍網、文軒網、中國互動出版網、99網上書城等眾多含圖書銷售的網站，價格搜索顯示，目前，京東商城該書為最低價，推薦購買。
目 錄
第1章 緒論
1.1 云計算的概念
1.2 云計算發展現狀
1.3 云計算實現機制
1.4 網格計算與云計算
1.5 云計算的發展環境
1.5.1 云計算與3G
1.5.2 云計算與物聯網
1.5.3 云計算與移動互聯網
1.5.4 云計算與三網融合
1.6 云計算壓倒性的成本優勢
習題
參考文獻
第2章 Google云計算原理與應用
2.1 Google文件系統GFS
2.1.1 系統架構
2.1.2 容錯機制
2.1.3 系統管理技術
2.2 分布式數據處理MapReduce
2.2.1 產生背景
2.2.2 編程模型
2.2.3 實現機制
2.2.4 案例分析
2.3 分布式鎖服務Chubby
2.3.1 Paxos算法
2.3.2 Chubby系統設計
2.3.3 Chubby中的Paxos
2.3.4 Chubby文件系統
2.3.5 通信協議
2.3.6 正確性與性能
2.4 分布式結構化數據表Bigtable
2.4.1 設計動機與目標
2.4.2 數據模型
2.4.3 系統架構
2.4.4 主服務器
2.4.5 子表服務器
2.4.6 性能優化
2.5 分布式存儲系統Megastore
2.5.1 設計目標及方案選擇
2.5.2 Megastore數據模型
2.5.3 Megastore中的事務及并發控制
2.5.4 Megastore基本架構
2.5.5 核心技術——復制
2.5.6 產品性能及控制措施
2.6 大規模分布式系統的監控基礎架構Dapper
2.6.1 基本設計目標
2.6.2 Dapper監控系統簡介
2.6.3 關鍵性技術
2.6.4 常用Dapper工具
2.6.5 Dapper使用經驗
2.7 Google應用程序引擎
2.7.1 Google App Engine簡介
2.7.2 應用程序環境
2.7.3 Google App Engine服務
2.7.4 Google App Engine編程實踐
習題
參考文獻
第3章 Amazon云計算AWS
3.1 Amazon平臺基礎存儲架構：Dynamo
3.1.1 Dynamo在Amazon服務平臺的地位
3.1.2 Dynamo架構的主要技術
3.2 彈性計算云EC2
3.2.1 EC2的主要特性
3.2.2 EC2基本架構及主要概念
3.2.3 EC2的關鍵技術
3.3.4 EC2安全及容錯機制
3.3 簡單存儲服務S3
3.3.1 基本概念和操作
3.3.2 數據一致性模型
3.3.3 S3安全措施
3.4 簡單隊列服務SQS
3.4.1 SQS基本模型
3.4.2 兩個重要概念
3.4.3 消息
3.4.4 身份認證
3.5 簡單數據庫服務Simple DB
3.5.1 重要概念
3.5.2 存在的問題及解決辦法
3.5.3 Simple DB和其他AWS的結合使用
3.6 關系數據庫服務RDS
3.6.1 SQL和NoSQL數據庫的對比
3.6.2 RDS數據庫原理
3.6.3 RDS的使用
3.7 內容推送服務CloudFront
3.7.1 內容推送網絡CDN
3.7.2 云內容推送CloudFront
3.8 其他Amazon云計算服務
3.8.1 快速應用部署Elastic Beanstalk和服務模板CloudFormation
3.8.2 云中的DNS服務 Router
3.8.3 虛擬私有云VPC
3.8.4 簡單通知服務SNS和簡單郵件服務SES
3.8.5 彈性MapReduce服務
3.8.6 電子商務服務DevPay、FPS和Simple Pay
3.8.7 Amazon執行網絡服務
3.8.8 土耳其機器人
3.8.9 Alexa Web服務
3.9 AWS應用實例
3.9.1 在線照片存儲共享網站SmugMug
3.9.2 在線視頻制作網站Animoto
3.10 小結
習題
參考文獻
第4章 微軟云計算Windows Azure
4.1 微軟云計算平臺
4.2 微軟云操作系統Windows Azure
4.2.1 Windows Azure概述
4.2.2 Windows Azure計算服務
4.2.3 Windows Azure存儲服務
4.2.4 Windows Azure Connect
4.2.5 Windows Azure CDN
4.2.6 Fabric控制器
4.2.7 Windows Azure應用場景
4.3 微軟云關系數據庫SQL Azure
4.3.1 SQL Azure概述
4.3.2 SQL Azure關鍵技術
4.3.3 SQL Azure應用場景
4.3.4 SQL Azure和SQL Server對比
4.4 Windows Azure AppFabric
4.4.1 AppFabric概述
4.4.2 AppFabric關鍵技術
4.5 Windows Azure Marketplace
4.6 微軟云計算編程實踐
4.6.1 利用Visual Studio2010開發簡單的云應用程序
4.6.2 向Windows Azure平臺應用程序
習題
參考文獻
第5章 VMware云計算
5.1 VMware云產品簡介
5.1.1 VMware云戰略三層架構
5.1.2 VMware vSphere架構
5.1.3 云操作系統vSphere
5.1.4 底層架構服務vCloud Service Director
5.1.5 虛擬桌面產品VMware View
5.2 云管理平臺 vCenter
5.2.1 虛擬機遷移工具
5.2.2 虛擬機數據備份恢復工具
5.2.3 虛擬機安全工具
5.2.4 可靠性組件FT和HA
5.3 云架構服務提供平臺vCloud Service Director
5.3.1 創建虛擬數據中心和組織
5.3.2 網絡的設計
5.3.3 目錄管理
5.3.4 計費功能
5.4 VMware的網絡和存儲虛擬化
5.4.1 網絡虛擬化
5.4.2 存儲虛擬化
習題
參考文獻
第6章 Hadoop：Google云計算的開源實現
6.1 Hadoop簡介
6.2 Hadoop分布式文件系統HDFS
6.2.1 設計前提與目標
6.2.2 體系結構
6.2.3 保障可靠性的措施
6.2.4 提升性能的措施
6.2.5 訪問接口
6.3 分布式數據處理MapReduce
6.3.1 邏輯模型
6.3.2 實現機制
6.4 分布式結構化數據表HBase
6.4.1 邏輯模型
6.4.2 物理模型
6.4.3 子表服務器
6.4.4 主服務器
6.4.5 元數據表
6.5 Hadoop安裝
6.5.1 在Linux系統中安裝Hadoop
6.5.2 在Windows系統中安裝Hadoop
6.6 HDFS使用
6.6.1 HDFS 常用命令
6.6.2 HDFS 基準測試
6.7 HBase安裝使用
6.7.1 HBase的安裝配置
6.7.2 HBase的執行
6.7.3 Hbase編程實例
6.8 MapReduce編程
6.8.1 矩陣相乘算法設計
6.8.2 編程實現
習題
參考文獻
第7章 Eucalyptus：Amazon云計算的開源實現
7.1 Eucalyptus簡介
7.2 Eucalyptus技術實現
7.2.1 體系結構
7.2.2 主要構件
7.2.3 訪問接口
7.2.4 服務等級協議
7.2.5 虛擬組網
7.3 Eucalyptus安裝與使用
7.3.1 在Linux系統中安裝Eucalyptus
7.3.2 Eucalyptus配置和管理
7.3.3 Eucalyptus常用命令的示例和說明
習題
參考文獻
第8章 其他開源云計算系統
8.1 簡介
8.1.1 Cassandra
8.1.2 Hive
8.1.3 VoltDB
8.1.4 Enomaly ECP
8.1.5 Nimbus
8.1.6 Sector and Sphere
8.1.7 abiquo
8.1.8 MongoDB
8.2 Cassandra
8.2.1 體系結構
8.2.2 數據模型
8.2.3 存儲機制
8.2.4 讀/寫刪過程
8.3 Hive
8.3.1 整體構架
8.3.2 數據模型
8.3.3 HQL語言
8.3.4 環境搭建
8.4 VoltDB
8.4.1 整體架構
8.4.2 自動數據分片技術
習題
參考文獻
第9章 云計算仿真器CloudSim
9.1 CloudSim簡介
9.2 CloudSim體系結構
9.2.1 CloudSim核心模擬引擎
9.2.2 CloudSim層
9.2.3 用戶代碼層
9.3 CloudSim技術實現
9.4 CloudSim的使用方法
9.4.1 環境配置
9.4.2 運行樣例程序
9.5 CloudSim的擴展
9.5.1 調度策略的擴展
9.5.2 仿真核心代碼
9.5.3 平臺重編譯
習題
參考文獻
第10章 云計算研究熱點
10.1 云計算體系結構研究
10.1.1 Youseff劃分方法
10.1.2 Lenk劃分方法
10.2 云計算關鍵技術研究
10.2.1 虛擬化技術
10.2.2 數據存儲技術
10.2.3 資源管理技術
10.2.4 能耗管理技術
10.2.5 云監測技術
10.3 編程模型研究
10.3.1 All-Pairs編程模型
10.3.2 GridBatch編程模型
10.3.3 其他編程模型
10.4 支撐平臺研究
10.4.1 Cumulus：數據中心科學云
10.4.2 CARMEN：e-Science云計算
10.4.3 RESERVOIR：云服務融合平臺
10.4.4 TPlatform：Hadoop的變種
10.4.5 P2P環境的MapReduce
10.4.6 Yahoo云計算平臺
10.4.7 微軟的Dryad框架
10.4.8 Neptune框架
10.5 應用研究
10.5.1 語義分析應用
10.5.2 生物學應用
10.5.3 數據庫應用
10.5.4 地理信息應用
10.5.5 商業應用
10.5.6 醫學應用
10.5.7 社會智能應用
10.6 云安全研究
10.6.1 Anti-Spam Grid：反垃圾郵件網格
10.6.2 CloudAV：終端惡意軟件檢測
10.6.3 AMSDS：惡意軟件簽名自動檢測
10.6.4 CloudSEC：協作安全服務體系結構
習題
參考文獻
第11章 總結與展望
11.1 主流商業云計算解決方案比較
11.1.1 應用場景
11.1.2 使用流程
11.1.3 體系結構
11.1.4 實現技術
11.1.5 核心業務
11.2 主流開源云計算系統比較
11.2.1 開發目的
11.2.2 體系結構
11.2.3 實現技術
11.2.4 核心服務
11.3 國內代表性云計算平臺比較
11.3.1 中國移動“大云”
11.3.2 阿里巴巴“阿里云”
11.3.3 “大云”與“阿里云”的比較
11.4 云計算的歷史坐標與發展方向
11.4.1 互聯網發展的階段劃分
11.4.2 云格（Gloud）——云計算的未來
