关于云计算

第1章  云计算概述

1.1  云计算的简介

云计算（cloud computing）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。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。

1.2  云计算的特性

(1)服务提供的多元性 云是庞大的计算机群，具备极高的计算能力，云将调用云中的计算机群,使用基于海量数据的数据挖掘技术来搜索网络中的数据库资源，并为客户反馈出各种信息，那么为用户提供相应服务的工作模式将大大的扩展。

(2)使用的便捷性 在云计算模式中所有应用和服务请求的数据资源均存储在云中,用户可以在各种场合、时间通过网络接入云平台,获得相关的云服务，按照自身的需求获取所需信息,这就是云计算的便捷之处，并且可以实现不同终端、设备间的数据与应用共享,非常方便。

(3)服务的安全性 云计算是分布式处理技术的发展，具有高度容错机制，它可以实现严格、有效的控制、配置与管理，具有良好的安全性，同时高度集中化的数据管理、严格的权限管理策略可以让用户避免数据丢失、病毒入侵等麻烦。

(4)用户端设备成本低廉 由于云计算模式下大量的计算及存储工作都被放到了网络上,作为个人的用户端就完全 可以简化到只有一个浏览器了。云计算模式中用户只需通过网络使用服务商所提供的相关服务,并按实际使用情况付费,具体的计算机系统硬件配置、设备运行维护开支和服务器系统 软、硬件升级都由云服务提供商来完成。云计算的端设备和现在的 PC 机相比,云计算终端功耗低,成本低廉,终端用户使用简单,维护方便。

1.3  云计算的弊端

 (1). 数据安全性 

对数据安全性方面看，目前比较热的云计算厂商亚马逊、谷歌、IBM、微软、甲骨文、思科、惠普、Salesforce、VMware等都没有完全解决这个问题，所以很多企业了解到所用数据的类型和分类后，他们还是会决定通过内部监管来控制这些数据。而绝不会将具备竞争优势或包含用户敏感信息的应用软件放在公共云上，这个也是众多企业保持观望的一个原因。

(2). 厂商按流量收费有时会超出预算

虽然云厂商推出云产品时大力宣传随时获取，按需使用，随时扩展，按使用付费，但是在很大程度上价格都比较高，至少在目前还没有降低的趋势，这样对某些企业就会起到相反的效果，比如说像索尼娱乐这样的公司，他们就不考虑采用外部云服务来应对存储扩展能力的挑战。位于加利福尼亚的Culver City的高级系统工程师Nick Bali表示。每天索尼动画访问和产生的数据量都在4千兆到12千兆之间。Bali解释说"如果放在云上进行数据读取的话，我们需要的网络带宽是非常庞大的，这样所需的成本过于巨大，甚至超过了购买存储本身的费用。目前索尼公司正在使用ParaScale的云存储软件评估私人存储云。所以从这点看出并不是云平台就一定便宜。

(3)企业的自主权降低

其实关于企业自主权这个问题是一个比较争议的话题，也许这也是出于慎重的考虑，毕竟对自己公司的应用，大家都希望能完全管理和控制，原来的模式中，可以搭建自己的基础架构，每层应用都可以自定义的设置和管理；而换到云平台以后，企业不需要担心基础架构，也不需要担心诸如安全、容错等方面，好处是一个方面，但同时也让企业感到了担忧，毕竟现在熟悉的东西突然变成了一个黑盒。当然在这个时候众厂商也推出了内部云或者云套件来补救，但是这个问题也没得到根本解决。

(4)规模大且成型的企业难以扩展

很多大型企业已经花了巨资来购买硬件并逐渐构建了自己的服务器集群（有的企业还大量购置了最新的刀片服务器），然后也购买了所需的系统软件和应用软件，而且也在此基础上搭建了基础平台架构。那么针对这样的企业来说，他们没有必要把自己的应用舍本求末的放在云上，所以这个也是很多企业不愿意移植的原因之一。

(5)云计算本身还不太成熟

尽管众云计算厂商把云计算炒得大红大紫，每个厂商推出的云产品和云套件也是琳琅满目、层出不穷，但是他们都各自为战，没有有统一的平台和标准来规范。所以冷静下来想一想，到底它能不能为我们企业所用，在安全性、稳定性和企业本身因素方面必须尽管慎重的考虑才行，不要被眼前的广告所忽悠。你要知道每个企业要宣传自己的产品都会采取各种手段的，比如说到公共云不安全，厂商就开始推私有云；说到企业原有应用难以整合到云上，厂商马上就推出了混合云；但是在根本上云计算还有很长的路要走，很多地方都得优化。当然我们也愿意在这个过程中充当试金石，因为体验它之后，我们相信它必定会成为未来的趋势。

第2章  云计算的应用

2.1  云计算的主要服务形式和典型应用

(1).软件即服务(SaaS)

SaaS服务提供商将应用软件统一部署在自己的服务器上，用户根据需求通过互联网向厂商订购应用软件服务，服务提供商根据客户所定软件的数量、时间的长短等因素收费，并且通过浏览器向客户提供软件的模式。这种服务模式的优势是，由服务提供商维护和管理软件、提供软件运行的硬件设施，用户只需拥有能够接入互联网的终端，即可随时随地使用软件。这种模式下，客户不再像传统模式那样花费大量资金在硬件、软件、维护人员，只需要支出一定的租赁服务费用，通过互联网就可以享受到相应的硬件、软件和维护服务，这是网络应用最具效益的营运模式。对于小型企业来说，SaaS是采用先进技术的最好途径。

(2)平台即服务(PaaS)

　　把开发环境作为一种服务来提供。这是一种分布式平台服务，厂商提供开发环境、服务器平台、硬件资源等服务给客户，用户在其平台基础上定制开发自己的应用程序并通过其服务器和互联网传递给其他客户。PaaS能够给企业或个人提供研发的中间件平台，提供应用程序开发、数据库、应用服务器、试验、托管及应用服务。

　　Google App Engine, Salesforce的force.com平台，八百客的800APP是PaaS的代表产品。以Google App Engine为例，它是一个由python应用服务器群、BigTable数据库及GFS组成的平台，为开发者提供一体化主机服务器及可自动升级的在线应用服务。用户编写应用程序并在Google的基础架构上运行就可以为互联网用户提供服务，Google提供应用运行及维护所需要的平台资源。

(3)基础设施服务(IaaS)

　　IaaS即把厂商的由多台服务器组成的“云端”基础设施，作为计量服务提供给客户。它将内存、I/O设备、存储和计算能力整合成一个虚拟的资源池为整个业界提供所需要的存储资源和虚拟化服务器等服务。这是一种托管型硬件方式，用户付费使用厂商的硬件设施。例如Amazon Web服务（AWS）， IBM的BlueCloud等均是将基础设施作为服务出租。

　　IaaS的优点是用户只需低成本硬件，按需租用相应计算能力和存储能力，大大降低了用户在硬件上的开销。

　　目前，以Google云应用最具代表性，例如GoogleDocs、GoogleApps、Googlesites，云计算应用平台GoogleApp Engine。

2.2  云计算的核心技术

(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十分简单。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，分配（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。

　　GFS即Google文件系统（Google File System），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。它运行于廉价的普通硬件上，但可以提供容错功能。它可以给大量的用户提供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，并被许多客户（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、访问控制信息、从文件到块的映射以及块的当前位置。它也控制系统范围的活动，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，所有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, 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。

　　Google的很多项目使用BT来存储数据，包括网页查询，Google earth和Google金融。这些应用程序对BT的要求各不相同：数据大小（从URL到网页到卫星图象）不同，反应速度不同（从后端的大批处理到实时数据服务）。对于不同的要求，BT都成功的提供了灵活高效的服务。

　　（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。

第3章    总结

毫无疑问，云计算已经成为了今后IT业的主旋律：无论是亚马逊、google、还是IBM、微软几乎都异口同声地将“云”认定为未来的发展重心。互联网的精神实质是自由、平等和分享。作为一种最能体现互联网精神的计算模型，云计算必将在不远的将来展示出强大的生命力，并将在多个方面改变我们的工作和生活。无论是普通网络用户，还是企业员工，无论是IT管理者，还是软件开发人员，他们都能亲身体验到这种改变。