云计算

1. 大数据与云计算的关系

大数据对于系统构架的需求：

大数据：

volume--海量计算与存储

velocity--快速计算、数据的快速传输

variety--灵活性

value--低成本

大数据系统的核心设计理念：

并行化、规模经济、虚拟化（抽象）

大数据系统的软硬件架构：

存储--存储虚拟化

网络--网络虚拟化         “云”        框架：Hadroop/Spark

计算--计算虚拟化

2. 云计算的定义：

作为服务通过互联网提供的应用程序；提供这些服务的，位于数据中心的硬件和系统软件

云：数据中心硬件与软件

公共云：即付即用，开放给大众使用

私有云：一个企业或组织内部的数据中心

公用计算：给人以无限资源的错觉，付多少钱就能用多少资源（就像水、电）

3. 云计算的商业模式：

按需服务：需要的时候付钱

资源池：所有的资源在一个池子里，你不用的时候就给别人用、实现动态的资源分配

可测量的服务：细碎、可测量，计算费用

4. 云计算的分类

软件即服务（SaaS）：消费者使用提供商运行在云设施上的应用程序

平台即服务（PaaS）：消费者将自己编写的程序部署在云基础设施上

基础设置即服务（IaaS）:提供处理、存储、网络等计算资源

5. 并行化

CPU主频受到功耗、发热因素的限制，难以再提升，转向多核

硬件：同一时刻使用所有的门电路

软件：并行指令、并行线程、并行请求、并行数据

6. 规模经济

极端规模的并行化，统一管理：仓库规模计算机（WSC）

机器

... + 一系列的交换机 => 数据中心

机器

--------------- 互联网

机器

... + 一系列的交换机 => 数据中心

机器

7.  虚拟化

分区：打破一个大资源、分享

抽象：用一个指令集仿真另一个指令集、便于管理

资源池：聚合、动态分配

隔离：保护消费者隔离其他租客（多租户），安全（间接indirection）