ISSN 1000-9825, CODEN RUXUEW Journal of Software, Vol.20, No.5, May 2009, pp.1337?1348 doi: 10.3724/SP.J.1001.2009.03493 ? by Institute of Software, the Chinese Academy of Sciences. All rights reserved.
E-mail: jos@https://www.doczj.com/doc/2413286313.html, https://www.doczj.com/doc/2413286313.html, Tel/Fax: +86-10-62562563
云计算:系统实例与研究现状
陈 康 1,2+, 郑纬民 1,2
1 2
?
(清华大学 清华信息科学与技术国家实验室(筹),北京 (清华大学 计算机科学与技术系,北京 100084)
100084)
Cloud Computing: System Instances and Current Research
CHEN Kang1,2+,
1 2
ZHENG Wei-Min1,2
(Tsinghua National Laboratory for Information Science and Technology, Tsinghua University, Beijing 100084, China) (Department of Computer Science and Technology, Tsinghua University, Beijing 100084, China)
+ Corresponding author: E-mail: ck99@https://www.doczj.com/doc/2413286313.html,
Chen K, Zheng WM. Cloud computing: System instances and current research. Journal of Software, 2009, 20(5):1337?1348. https://www.doczj.com/doc/2413286313.html,/1000-9825/3493.htm Abstract: This paper surveys the current technologies adopted in cloud computing as well as the systems in
enterprises. Cloud computing can be viewed from two different aspects. One is about the cloud infrastructure which is the building block for the up layer cloud application. The other is of course the cloud application. This paper focuses on the cloud infrastructure including the systems and current research. Some attractive cloud applications are also discussed. Cloud computing infrastructure has three distinct characteristics. First, the infrastructure is built on top of large scale clusters which contain a large number of cheap PC servers. Second, the applications are co-designed with the fundamental infrastructure that the computing resources can be maximally utilized. Third, the reliability of the whole system is achieved by software building on top of redundant hardware instead of mere hardware. All these technologies are for the two important goals for distributed system: high scalability and high availability. Scalability means that the cloud infrastructure can be expanded to very large scale even to thousands of nodes. Availability means that the services are available even when quite a number of nodes fail. From this paper, readers will capture the current status of cloud computing as well as its future trends. Key words: 摘 要: cloud computing; distributed infrastructure; distributed paradigm
针对云计算这样一个范畴综述了当前云计算所采用的技术,剖析其背后的技术含义以及当前云计算参与
企业所采用的云计算实现方案.云计算包含两个方面的含义:一方面是底层构建的云计算平台基础设施,是用来构造 上层应用程序的基础;另外一方面是构建在这个基础平台之上的云计算应用程序.主要是针对云计算的基础架构的 研究与实现状况给出综述,对于云计算的应用也有所涉及.云计算有 3 个最基本的特征:第 1 个是基础设施架构在大 规模的廉价服务器集群之上;第二是应用程序与底层服务协作开发,最大限度地利用资源;第 3 个是通过多个廉价服
?
Supported by the National Natural Science Foundation of China under Grant No.90718040 (国家自然科学基金); the National Basic
Research Program of China under Grant No.2007CB310900 (国家重点基础研究发展计划(973)); the National High-Tech Research and Development Plan of China under Grant No.2008AA01Z112 (国家高技术研究发展计划(863)) Received 2008-06-13; Accepted 2008-10-09
1338
Journal of Software 软件学报 Vol.20, No.5, May 2009
务器之间的冗余,通过软件获得高可用性.云计算达到了两个分布式计算的重要目标:可扩展性和高可用性.可扩展 性表达了云计算能够无缝地扩展到大规模的集群之上,甚至包含数千个节点同时处理.高可用性代表了云计算能够 容忍节点的错误,甚至有很大一部分节点发生失效也不会影响程序的正确运行.通过此文可以了解云计算的当前发 展状况以及未来的研究趋势. 关键词: 云计算;分布式基础架构;分布系统范例 文献标识码: A 中图法分类号: TP393
IBM 公司于 2007 年底宣布了云计算计划 [1],云计算的概念出现在大众面前.为了更好地了解云计算这个名 字后面的本质含义,本文拟通过具体分析工业界推出的几个被广泛接受的云计算实现,以及学术界针对当前大 规模数据处理上所作的努力,为读者剖析云计算背后所采用的具体技术.首先看一下在 IBM 的技术白皮书 “Cloud Computing”[2]中的云计算定义: “云计算一词用来同时描述一个系统平台或者一种类型的应用程序.一个云计算的平台按需进行动态地部 署(provision)、配置(configuration)、重新配置(reconfigure)以及取消服务(deprovision)等.在云计算平台中的服 务器可以是物理的服务器或者虚拟的服务器.高级的计算云通常包含一些其他的计算资源,例如存储区域网络 (SANs),网络设备,防火墙以及其他安全设备等.云计算在描述应用方面,它描述了一种可以通过互联网 Internet 进行访问的可扩展的应用程序.“云应用”使用大规模的数据中心以及功能强劲的服务器来运行网络应用程序 与网络服务.任何一个用户可以通过合适的互联网接入设备以及一个标准的浏览器就能够访问一个云计算应 用程序.” 上述定义给出了云计算两个方面的含义:一方面描述了基础设施,用来构造应用程序,其地位相当于 PC 机 上的操作系统;另一方面描述了建立在这种基础设施之上的云计算应用.在与网格计算的比较上,网格程序是将 一个大任务分解成很多小任务并行运行在不同的集群以及服务器上,注重科学计算应用程序的运行.而云计算 是一个具有更广泛含义的计算平台,能够支持非网格的应用,例如支持网络服务程序中的前台网络服务器、应 用服务器、 数据库服务器三层应用程序架构模式,以及支持当前 Web 2.0 模式的网络应用程序.云计算是能够提 供动态资源池、虚拟化和高可用性的下一代计算平台.现有的云计算实现使用的技术体现了以下 3 个方面的 特征: 1) 硬件基础设施架构在大规模的廉价服务器集群之上.与传统的性能强劲但价格昂贵的大型机不同,云计 算的基础架构大量使用了廉价的服务器集群,特别是 x86 架构的服务器.节点之间的互联网络一般也使用普遍 的千兆以太网. 2) 应用程序与底层服务协作开发,最大限度地利用资源.传统的应用程序建立在完善的基础结构,如操作 系统之上,利用底层提供的服务来构造应用.而云计算为了更好地利用资源,采用了底层结构与上层应用共同设 计的方法来完善应用程序的构建. 3) 通过多个廉价服务器之间的冗余,使用软件获得高可用性.由于使用了廉价的服务器集群,节点的失效 将不可避免,并且会有节点同时失效的问题.为此,在软件设计上需要考虑节点之间的容错问题,使用冗余的节 点获得高可用性. 通过上面的技术手段,云计算达到了两个分布式计算的重要目标:可扩展性和高可用性.可扩展性表达了云 计算能够无缝地扩展到大规模的集群之上,甚至包含数千个节点同时处理.高可用性代表了云计算能够容忍节 点的错误,甚至有很大一部分节点发生失效也不会影响程序的正确运行.学术界其实很早就展开了针对云计算 方便用户使用方面的研究,很多学术上的研究成果远早于云计算概念提出来之前就已得出.我国的计算机研究 人员远在“云计算”这个名词提出之前就已有透明计算 [3,4]的构思.透明计算体现了云计算的特征,即资源池动态 的构建、虚拟化、用户透明等.清华大学张尧学教授(中国工程院院士)早在 1998 年就开始从事透明计算系统和 理论的研究.工业界很多公司则分别提出了自己针对云计算的理解,用不同的技术来实现上述云计算的目标.本 文主要研究工业界 3 个具体的云计算实例,具体包括 Google 的云计算平台以及云计算的网络应用程序、IBM
陈康 等:云计算:系统实例与研究现状
1339
公司的“蓝云”平台产品以及 Amazon 公司的弹性计算云.此外,对云计算的学术研究现状也进行了调研与分析.
1
清华大学透明计算平台
张尧学教授领导的研究小组从 1998 年开始就从事透明计算系统和理论的研究,到 2004 年前后正式提出,
并不断完善了透明计算的概念和相关理论 [3,4].随着硬件、软件以及网络技术的发展,计算模式从大型机的方式 逐渐过渡到微型个人计算机的方式,并且近年来过渡到普适计算上.但是用户仍然很难获得异构类型的操作系 统以及应用程序,在轻量级的设备上很难获得完善的服务.而在透明计算中,用户无须感知计算具体所在位置以 及操作系统、中间件、应用等技术细节,只需要根据自己的需求,通过连通在网络之上的各种设备选取相应的 服务. 图 1 显示了透明计算平台的 3 个重要组成部分.用户的显示界面是前端的轻权设备,包括各种个人计算机、 笔记本、PDA、智能手机等,被统称为透明客户端.透明客户端可以是没有安装任何软件的裸机,也可以是装有 部分核心软件平台的轻巧性终端.中间的透明网络则整合了各种有线和无线网络传输设施,主要用来在各种透 明客户端与后台服务器之间完成数据的传递,而用户无须意识到网络的存在.与云计算基础服务设施构想一致, 透明服务器不排斥任何一种可能的服务提供方式,既可通过当前流行的 PC 服务器集群方式来构建透明服务器 集群,也可使用大型服务器等.
Transparent clents
PC, PDA, Smartphone (Light weight devices)
Transparent network
Ethernet, CATV, 802.11, IEEE 1394, et al.
Transparent servers
PC, Servers, Mainframe
Fig.1
Architecture of transparent computing system 图1 透明计算系统的组成结构
当前透明计算平台已经达到了平台异构的目的,能够支持 Linux 以及 Windows 操作系统的运行.用户具有 很大的灵活性,能够自主选择自己所需要的操作系统运行在透明客户端上.透明服务器使用了流行的 PC 服务器 集群的方式,预先存储了各种不同的操作平台,包括操作系统的运行环境、应用程序以及相应的数据.每个客户 端从透明服务器上获取并建立整个运行环境以满足用户对于不同操作环境的需求.由于用户之间的数据相互 隔离,因此服务器集群可以选取用户相对独立的方式进行存储,使得整个系统能够扩展到很大的规模.在服务器 集群之上进行相应的冗余出错处理,很好地保护了每个用户的透明计算数据安全性.
2
Google 的云计算平台
Google 公司有一套专属的云计算平台 [5],这个平台先是为 Google 最重要的搜索应用提供服务 [6],现在已经
扩展到其他应用程序.Google 的云计算基础架构模式包括 4 个相互独立又紧密结合在一起的系统:Google File System[7] 分布 式文件 系统,针 对 Google 应用 程序 的特点 提出的 MapReduce 编程 模式 [8],分布 式的 锁机制
1340
Journal of Software 软件学报 Vol.20, No.5, May 2009
Chubby[9]以及 Google 开发的模型简化的大规模分布式数据库 BigTable[10]. ? Google File System 文件系统(GFS) 除了性能,可伸缩性、可靠性以及可用性以外,GFS 设计还受到 Google 应用负载和技术环境的影响 [7].体现 在 4 个方面:1) 充分考虑到大量节点的失效问题,需要通过软件将容错以及自动恢复功能集成在系统中;2) 构 造特殊的文件系统参数,文件通常大小以 G 字节计,并包含大量小文件;3) 充分考虑应用的特性,增加文件追加 操作,优化顺序读写速度;4) 文件系统的某些具体操作不再透明,需要应用程序的协助完成. 图 2 给出了 Google File System 的系统架构.如图 2 所示,一个 GFS 集群包含一个主服务器和多个块服务器, 被多个客户端访问.大文件被分割成固定尺寸的块,块服务器把块作为 Linux 文件保存在本地硬盘上,并根据指 定的块句柄和字节范围来读写块数据.为了保证可靠性,每个块被缺省保存 3 个备份.主服务器管理文件系统所 有的元数据,包括名字空间、访问控制、文件到块的映射、块物理位置等相关信息.通过服务器端和客户端的 联合设计,GFS 对应用支持达到性能与可用性最优.GFS 是为 Google 应用程序本身而设计的,在内部部署了许多 GFS 集群.有的集群拥有超过 1 000 个存储节点,超过 300T 的硬盘空间,被不同机器上的数百个客户端连续不断 地频繁访问着.
Application (File name, chunk index)
GFS Master
File namespace
/foo/bar chunk 2ef0
GFS Client
(chunk handle, chunk locations)
(chunk handle, byte range)
Instructions to chunkserver Chunkserver state
GFS chunkserver
Chunk data Linux file system
GFS chunkserver
… Linux file system
Data messages Control messages … …
Fig.2 图2 ? MapReduce 分布式编程环境
Google File System architecture Google File System 的系统架构
Google 构造 MapReduce 编程规范 [8,11,12]来简化分布式系统的编程.应用程序编写人员只需将精力放在应用 程序本身,而关于集群的处理问题,包括可靠性和可扩展性,则交由平台来处理.MapReduce 通过“Map(映射)”和 “Reduce(化简)”这样两个简单的概念来构成运算基本单元,用户只需提供自己的 Map 函数以及 Reduce 函数即 可并行处理海量数据.为了进一步理解 MapReduce 的编程方式,下面给出一个基于 MapReduce 编程方式的程序 伪代码.程序功能是统计文本中所有单词出现的次数. 在图 3 所示的 map 函数中,用户的程序将文本中所有出现的单词都按照出现计数 1(以 Key-Value 对的形式) 发射到 MapReduce 给出的一个中间临时空间中.通过 MapReduce 中间处理过程,将所有相同的单词产生的中间
陈康 等:云计算:系统实例与研究现状
1341
结果分配到同样一个 Reduce 函数中.而每一个 Reduce 函数则只需把计数累加在一起即可获得最后结果. 图 4 给出了 MapReduce 执行过程,分为 Map 阶段以及 Reduce 两个阶段,都使用了集群中的所有节点.在两 个阶段之间还有一个中间的分类阶段,即将中间结果包含相同的 key 的中间结果交给同一个 Reduce 函数去 执行.
map(String input_key, String input_value): // input_key: document name // input_value: document contents for each word w in input_value: EmitIntermediate(w,“1”); reduce(String output_key, Interator intermediate_values): // output_key: a word // output_values: a list of counts int result = 0; for each v in intermediate_values: result+=ParseInt(v); Emit(AsString(result));
Fig.3 图3
Input M Intermediate k1:v k1:v k2:v
WordCount program using MapReduce framework 基于 MapReduce 框架的单词统计程序举例
M
M k1:v
M k3:v k4:v
M k4:v k5:v
M k4:v
M k1:v k3:v
Group by key
Grouped
k1:v,v,v,v R
k2:v R
k3:v,v R
k4:v,v,v R
k5:v R
Output
Fig.4 图4
Execution steps of MapReduce processing programs (M stands for the exectuion of Map while R stands for the execution of Reduce)
MapReduce 处理程序的执行过程(M 代表 Map 函数的执行,R 代表 Reduce 函数的执行)
? 分布式的大规模数据库管理系统 BigTable 由于一部分 Google 应用程序需要处理大量的格式化以及半格式化数据, Google 构建了弱一致性要求的大 规模数据库系统 BigTable[10].BigTable 的应用包括 Search History,Maps,Orkut,RSS 阅读器等. 图 5 给出了在 BigTable 模型中给出的数据模型.数据模型包括行列以及相应的时间戳,所有的数据都存放 在表格单元中.BigTable 的内容按照行来划分,将多个行组成一个小表,保存到某一个服务器节点中.这个小表就 被称为 Tablet.图 6 是整个 BigTable 的存储服务体系结构.
1342
Journal of Software 软件学报 Vol.20, No.5, May 2009
“Contents”
COLUMNS
ROWS
“?html?…”
“? html? …” “? html? …” t3 t2
t1
https://www.doczj.com/doc/2413286313.html,
TIMESTAMPS
Fig.5 图5
Data model of Google BigTable Google BigTable 的数据模型
Bigtable cell Bigtable master Performs metadata ops, load balancing
Bigtable client Bigtable client library Open()
Bigtable tablet server Serves data
Bigtable tablet server Serves data
Bigtable tablet server Serves data
Cluster Scheduling Master Handles failover, monitoring
GFS Holds tablet data, logs
Lock service Holds metadata, handles master-election
Fig.6
Organization of BigTable System BigTable 系统的组织结构
图6
与前述的系统类似,BigTable 也是客户端和服务器端的联合设计,使得性能能够最大程度地符合应用的需 求.BigTable 系统依赖于集群系统的底层结构,一个是分布式的集群任务调度器,一个是前述的 Google 文件系 统,还有一个分布式的锁服务 Chubby.Chubby 是一个非常鲁棒的粗粒度锁,BigTable 使用 Chubby 来保存根数据 表格的指针,即用户可以首先从 Chubby 锁服务器中获得根表的位置,进而对数据进行访问.BigTable 使用一台服 务器作为主服务器,用来保存和操作元数据.主服务器除了管理元数据之外,还负责对 tablet 服务器(即一般意义 上的数据服务器)进行远程管理与负载调配.客户端通过编程接口与主服务器进行元数据通信,与 tablet 服务器 进行数据通信. 以上是 Google 内部云计算基础平台的 3 个主要部分.Google 还构建其他云计算组件,包括一个领域描述语 言以及分布式锁服务机制等.文献[5]描述了 Google 内部构建集群的方法,即使用了大量的 x86 服务器集群来构 建整个计算的硬件基础设施.Sawzall[13]是一种建立在 MapReduce 基础上的领域语言,专门用于大规模的信息处 理.Chubby[9]是前述的一个高可用、分布式数据锁服务.当有机器失效时,Chubby 使用 Paxos 算法[14]来保证备份
陈康 等:云计算:系统实例与研究现状
1343
的一致性.Chubby 的小型分布式文件系统的每一个单元都可以用来提供锁服务.
3
IBM“蓝云”计算平台
IBM 的“蓝云”计算平台是一套软、硬件平台,将 Internet 上使用的技术扩展到企业平台上,使得数据中心使
用类似于互联网的计算环境.“蓝云”大量使用了 IBM 先进的大规模计算技术,结合了 IBM 自身的软、硬件系统 以及服务技术,支持开放标准与开放源代码软件.“蓝云”基于 IBM Almaden 研究中心的云基础架构,采用了 Xen[15,16] 和 PowerVM[17] 虚 拟 化 软 件 ,Linux 操 作 系 统 映 像 以 及 Hadoop[18] 软 件 (Google File System 以 及 MapReduce 的开源实现).IBM 已经正式推出了基于 x86 芯片服务器系统的“蓝云”产品.
Virtual machine Virtual machine Virtual machine Virtual machine
Tivoli monitoring agent
Open source Linux with Xen
Virtualization infrastructure based on open source Linux & Xen Monitoring Provisioning baremental & Xen VM
IBM Tivoli monitoring machine
DB2
Tivoli provising manager
WebSphere application server
Provisioning management stack
Fig.7
Architecture of IBM “Blue Cloud” 图7 IBM“蓝云”产品架构
由图可知,“蓝云”计算平台由一个数据中心、IBM Tivoli 部署管理软件(Tivoli provisioning manager)、IBM Tivoli 监控软件(IBM Tivoli monitoring)、IBM WebSphere 应用服务器、IBM DB2 数据库以及一些开源信息处 理软件和开源虚拟化软件共同组成.“蓝云”的硬件平台环境与一般的 x86 服务器集群类似,使用刀片的方式增 加了计算密度.“蓝云”软件平台的特点主要体现在虚拟机以及对于大规模数据处理软件 Apache Hadoop 的使用 上.Hadoop 是开源版本的 Google File System 软件和 MapReduce 编程规范. ? “蓝云”计算平台中的虚拟化技术 “蓝云”软件的一个重要特点是虚拟化技术的使用 [19].虚拟化的方式在“蓝云”中有两个级别,一个是在硬件 级别上实现虚拟化,另一个是通过开源软件实现虚拟化.硬件级别的虚拟化可以使用 IBM p 系列的服务器,获得 硬件的逻辑分区 LPAR(logic partition).逻辑分区的 CPU 资源能够通过 IBM Enterprise Workload Manager 来管 理.通过这样的方式加上在实际使用过程中的资源分配策略,能够使相应的资源合理地分配到各个逻辑分区.p 系列系统的逻辑分区最小粒度是 1/10 颗中央处理器(CPU).Xen 则是软件级别上的虚拟化,能够在 Linux 基础上 运行另外一个操作系统. 虚拟机是一类特殊的软件,能够完全模拟硬件的执行,运行不经修改的完整的操作系统,保留了一整套运行
1344
Journal of Software 软件学报 Vol.20, No.5, May 2009
环境语义.通过虚拟机的方式,在云计算平台上获得如下一些优点:1) 云计算的管理平台能够动态地将计算平 台定位到所需要的物理节点上 [20,21],而无须停止运行在虚拟机平台上的应用程序,进程迁移方法更加灵活; 2) 降低集群电能消耗,将多个负载不是很重的虚拟机计算节点合并到同一个物理节点上,从而能够关闭空闲的 物理节点,达到节约电能的目的;3) 通过虚拟机在不同物理节点上的动态迁移,迁移了整体的虚拟运行环境,能 够获得与应用无关的负载平衡性能;4) 在部署上也更加灵活,即可以将虚拟机直接部署到物理计算平台上,而 虚拟机本身就包括了相应的操作系统以及相应的应用软件,直接将大量的虚拟机映像复制到对应的物理节点 即可. ? “蓝云”计算平台中的存储体系结构 “蓝云”计算平台中的存储体系结构对于云计算来说也是非常重要的,无论是操作系统、服务程序还是用户 的应用程序的数据都保存在存储体系中.“蓝云”存储体系结构包含类似于 Google File System 的集群文件系统 以及基于块设备方式的存储区域网络 SAN. 在设计云计算平台的存储体系结构时,不仅仅是需要考虑存储容量的问题.实际上,随着硬盘容量的不断扩 充以及硬盘价格的不断下降,可以通过组合多个磁盘获得很大的磁盘容量.相对于磁盘的容量,在云计算平台的 存储中,磁盘数据的读写速度是一个更重要的问题,因此需要对多个磁盘进行同时读写.这种方式要求将数据分 配到多个节点的多个磁盘当中.为达到这一目的,存储技术有两个选择,一个是使用类似于 Google File System 的 集群文件系统,另一个是基于块设备的存储区域网络 SAN 系统. 在蓝云计算平台上,SAN 系统与分布式文件系统(例如 Google File System)并不是相互对立的系统,SAN 提 供的是块设备接口,需要在此基础上构建文件系统,才能被上层应用程序所使用.而 Google File System 正好是一 个分布式的文件系统,能够建立在 SAN 之上.两者都能提供可靠性、 可扩展性,至于如何使用还需要由建立在云 计算平台上的应用程序来决定,这也体现了计算平台与上层应用相互协作的关系.
4
Amazon 的弹性计算云
Amazon 是互联网上最大的在线零售商,每天负担着大量的网络交易,同时 Amazon 也为独立软件开发人员
以及开发商提供云计算服务平台.Amazon 将他们的云计算平台称为弹性计算云(elastic compute cloud,简称 EC2)[22],是最早提供远程云计算平台服务的公司.Amazon 将自己的弹性计算云建立在公司内部的大规模集群 计算的平台上,而用户可以通过弹性计算云的网络界面去操作在云计算平台上运行的各个实例(instance).用户 使用实例的付费方式由用户的使用状况决定,即用户只需为自己所使用的计算平台实例付费,运行结束后计费 也随之结束.这里所说的实例即是由用户控制的完整的虚拟机运行实例.通过这种方式,用户不必自己去建立云 计算平台,节省了设备与维护费用. Amazon 的弹性计算云由名为 Amazon 网络服务(Amazon Web services)的现有平台发展而来.2006 年 3 月,Amazon 发布了简单存储服务(simple storage service,简称 S3),用户使用 SOAP 协议存放和获取自己的数据对 象.在 2007 年 7 月,Amazon 公司推出了简单队列服务(simple queue service,简称 SQS),这项服务能够使得托管虚 拟主机之间发送的消息,支持分布式程序之间的数据传递,无须考虑消息丢失的问题.Amazon 又继续提供了 EBS(elastic block storage)服务,为用户提供块级别的存储接口.在提供这些基础设施的同时,Amazon 公司开发 了弹性计算云 EC2 系统,开放给外部开发人员使用.图 8 给出了一个 EC2 系统的使用模式. 从图 8 中可以看出,弹性计算云用户使用客户端通过 SOAP over HTTPS 协议与 Amazon 弹性计算云内部的 实例进行交互.这样,弹性计算云平台为用户或者开发人员提供了一个虚拟的集群环境,在用户具有充分灵活性 的同时,也减轻了云计算平台拥有者(Amazon 公司)的管理负担.弹性计算云中的每一个实例代表一个运行中的 虚拟机.用户对自己的虚拟机具有完整的访问权限,包括针对此虚拟机操作系统的管理员权限.虚拟机的收费也 是根据虚拟机的能力进行费用计算的,实际上,用户租用的是虚拟的计算能力. 总而言之,Amazon 通过提供弹性计算云,满足了小规模软件开发人员对集群系统的需求,减小了维护负担. 其收费方式相对简单明了:用户使用多少资源,只需为这一部分资源付费即可.
陈康 等:云计算:系统实例与研究现状
1345
为了弹性计算云的进一步发展,Amazon 规划了如何在云计算平台基础上帮助用户开发网络化的应用程 序.除了网络零售业务以外,云计算也是 Amazon 公司的核心价值所在,必然会在弹性计算云的平台上添加更多 的网络服务组件模块,为用户构建云计算应用提供方便.
Amazon elastic computing cloud (EC2)
SOAP over HTTPS EC2 instance 3 Cloud computing clients EC2 instance 1
EC2 instance 2
Fig.8
Usage model of Amazon elastic computing cloud 图8 Amazon 弹性计算云使用模式
5
云计算的学术研究
本节我们将主要讨论与上述系统有关的文献资料以及分布式计算实际系统最新进展的论文.由于云计算
技术在互联网应用上的重要性,有很多论文都出自各个大公司的研究院,这包括传统的软件和服务公司(如 Microsoft,惠普)以及新兴的网络服务公司(如 Yahoo,Google 等).关于云计算技术上的研究主要包括两个方面,一 个是如何构建分布式平台的基础设施,另一个是如何帮助开发人员在云计算的分布式平台上进行编程. 在分布式平台的基础设施研究上,主要包括微软的 Dryad 框架.Amazon 公司的 Dynamo 框架,以及应用于 https://www.doczj.com/doc/2413286313.html, 公司的 Neptune 框架.微软公司为了方便应用程序开发人员进行分布式程序的开发,提供了一个平台 Dryad[23],以支持有向无环图类型数据流的并行程序.Dryad 是一个一般化的框架,能够支持 MapReduce 类型的 应用程序以及关系代数的一些操作.而 Dryad 的整体框架则根据程序的要求完成调度工作,自动完成任务在各 个节点上的运行.Amazon 公司的研究人员研究了如何通过集群的技术快速存取大量的(键值,数据)对的问题 (即 Key,Value 对),并建立 Dynamo[24]系统来维护这些信息.由于 Amazon 公司的特殊性,其公司内部的应用程序 在很多情况下需要处理(键值,数据)对,并且需要扩展到大规模集群上.在对于读写控制方面,传统的读写处理方 式是尽量简化读的操作,而将复杂性放在写操作上,Dynamo 系统则将复杂性放在读的方面,将整个系统设计成 总是可以写入的,以提高网络用户购物的体验.Dynamo 主要使用结构化的 P2P 结构一致性哈希算法来对数据进 行划分与存储,使用向量时钟的方式帮助完成数据读取,并采用哈希树与 Gossip 协议等一些手段对错误进行处 理.应用于 https://www.doczj.com/doc/2413286313.html, 的 Neptune[25]技术则针对大量数据进行归并.总体框架首先将数据分布到大规模集群网络 上,每一个网络中的节点只需保存一部分数据即可.而后每一个节点在数据上做相应的操作,将操作输出的中间 结果进行归并操作即可获得最终的结果.这种归并方式在网络数据处理的应用上非常广泛. 在帮助开发人员在云计算的分布式平台上进行编程的研究方面,有很多研究机构开发了新的编程模式,对 MapReduce 编程模式进行扩展或者更新.Yahoo 公司扩展了 MapReduce 框架,在 MapReduce 步骤之后加入一个 Merge 的步骤,从而形成一个新的 MapReduceMerge[26]框架.使用这样的框架应用程序开发人员可以自己提供 Merge 函数,做两个数据集合的合并操作.Stanford 大学的研究人员将 MapReduce 的思想应用到多核处理器 上 [27],主要工作是在多核处理器的基础上构建了一套 MapReduce 的编程框架,并结合各种不同的应用程序在多
1346
Journal of Software 软件学报 Vol.20, No.5, May 2009
核 上 的 表 现 与 现 有 的 使 用 pthread 编 程 方 式 进 行 比 较 . 结 果 表 明 , 在 适 合 MapReduce 表 达 的 应 用 程 序 上,MapReduce 效率较高,在多核上的应用是有价值的.Wisconsin 大学的研究人员在 Cell 处理器上运行了基于 MapReduce 的应用程序 [28].由于 Cell 处理器是异构多核的处理器,由 1 个中央处理器和 8 个协处理器构成,对此 编程 比 较困 难 .他们 将 MapReduce 的 框 架 移 植 到 Cell 处理 器 的 架 构 上.实 验结 果 表 明,Cell 处 理器 上 的 MapReduce 程序有一定程度的性能提高.在不同于 MapReduce 编程方面,HP 的 Sinfonia[29]将注意力关注于分布 式共享内存的使用.Sinfornia 提供了一个新的编程接口,一个对于内存的读写操作三元组(Compare,Read,Write). 在这个三元组中,Compare 是比较列表,由应用程序提供一系列的值与相应的集群内存中的数值进行比较,类似 地,Read 和 Write 是读出和写入的列表,表明一系列的读写操作.其语意是首先进行 Compare 列表的比较,如果所 有的比较都能得到满足,则进行三元组中的读写操作.如果上述的任何一个部分操作失败,则整个操作回卷到操 作之前的状态,保持系统一致.目前已经在这种模式上完成了分布式文件系统的构建以及分布式的垃圾收集系 统等.同时,这样的一种系统也能够容忍大量节点的失败,完成了对于可用性的保证.
6
云计算系统的特征比较与未来的发展
本节主要讨论云计算的共同特征以及它们之间的差异点.从用户的角度来看,云计算系统将各种数据包括
用户数据都通过网络保存到远端的云存储平台上,减小了用户对于数据管理的负担;同时,云计算系统也将处理 数据的服务程序通过远程的大规模云计算处理平台进行,能够负担大量数据的处理工作.可以说,云计算是数据 共享计算模式与服务共享计算模式的结合体,是下一代计算模式的发展方向.从平台技术构建来看,云计算具有 3 个基本特征,即系统建立在大规模的廉价服务器集群之上,通过基础设施与上层应用程序的协同构建以达到 最大效率利用硬件资源的目的,以及通过软件的方法容忍多个节点的错误.通过云计算对这 3 个方面基本特征 的体现,达到了分布式系统两个方面的目标,即系统的可扩展性和可靠性. 各个云计算平台也各自具有不同的特点.特别是在平台的使用上,透明计算平台为用户同时提供了用户实 际接触的客户端节点以及无法接触的远程虚拟存储服务器,是一个半公开的环境.Google 的云计算平台环境是 私有的环境,除了开放有限的应用程序接口,例如 GWT(Google Web toolkit),Google App Engine 以及 Google Map API 等以外,Google 并没有将云计算的内部基础设施共享给外部的用户使用.IBM 的“蓝云”计算平台则是可供 销售的软、硬件集合,用户基于这些软、硬件产品构建自己的云计算应用.Amazon 的弹性计算云则是托管式的 云计算平台,用户可以通过远端的操作界面直接操作使用,看不到实际的物理节点.表 1 从其他角度比较了各个 云计算系统的不同之处.可以看出,虽然云计算系统在很多方面具有共性,但实际上各个系统之间还是有很大不 同的,这也给云计算用户或者开发人员带来了不同的体验. 云计算未来主要有两个发展方向:一个是构建与应用程序紧密结合的大规模底层基础设施,使得应用能够 扩展到很大的规模;另一个是通过构建新型的云计算应用程序,在网络上提供更加丰富的用户体验.第 1 个发展 趋势能够从现有的云计算研究状况中体现出来,详见上一节的分析.而在云计算应用的构造上,很多新型的社会 服务型网络,如 facebook 等,已经体现了这个发展趋势,而在研究上则开始注重如何通过云计算基础平台将多个 业务融合起来.
7
结束语
本文讨论了当前云计算技术发展的前沿技术,通过具体的云计算实例进行详细分析与研究,使读者能够掌
握云计算的内部含义.从总体上来说,云计算可以从大规模分布式的基础架构以及平台之上的云计算应用程序 两个方面去理解,而本文的重点则放在云计算的基础架构建设方面,这是构建整个云计算平台的根本.总结本文 的云计算系统实例以及相关的研究现状,相信随着云计算概念的提出以及相应系统构建实践经验的获得,在不 久的将来,工业界和学术界对云计算的研究无疑会成为一个热点.
陈康 等:云计算:系统实例与研究现状
1347
Table 1
Features comparison among cloud computing systems 表1 云计算系统之间的特性比较
Google cloud computing infrastructure The new network system is built from scratch; current software cannot run on the infrastructure. Not compatible Developed with private technologies No system virtualization technology adopted, only support new applications End users can use directly, also open specific interfaces for developers for building new applications Specific network application programming interfaces are provided IBM BlueCloud product Amazon elastic computing cloud
Transparent computing platform from Tsinghua University Compatibility to Based on the transparent traditional management technology, software completely compatible to the current software. Current system and software can run on top of transparent computing platform directly Developed with private System openness technologies Adoption of system virtualization technology Target users Provide the runtime environment directly on metal hardware, no overhead that might be brought by virtualization For end users to use directly
Virtualization Virtualization provided, can run traditional software provided, can run traditional software as well as new cloud computing interface for programming the new applications Developed with open source technologies Use open source virtualization software Xen with virtualization overheads For developers Combine the open source and private technologies together Use open source virtualization software Xen with virtualization overheads For developers
Programming support
No programming interface
Local distributed application programming interface
Network remote operation interface
References:
[1] [2] [3] Sims K. IBM introduces ready-to-use cloud computing collaboration services get clients started with cloud computing. 2007. https://www.doczj.com/doc/2413286313.html,/press/us/en/pressrelease/22613.wss Boss G, Malladi P, Quan D, Legregni L, Hall H. Cloud computing. IBM White Paper, 2007. https://www.doczj.com/doc/2413286313.html,/ ibmdl/pub/software/dw/wes/hipods/Cloud_computing_wp_final_8Oct.pdf Zhang YX, Zhou YZ. 4VP+: A novel meta OS approach for streaming programs in ubiquitous computing. In: Proc. of IEEE the 21st Int’l Conf. on Advanced Information Networking and Applications (AINA 2007). Los Alamitos: IEEE Computer Society, 2007. 394?403. [4] Zhang YX, Zhou YZ. Transparent Computing: A new paradigm for pervasive computing. In: Ma JH, Jin H, Yang LT, Tsai JJP, eds. Proc. of the 3rd Int’l Conf. on Ubiquitous Intelligence and Computing (UIC 2006). Berlin, Heidelberg: Springer-Verlag, 2006. 1?11. [5] [6] [7] [8] [9] [10] Barroso LA, Dean J, H?lzle U. Web search for a planet: The Google cluster architecture. IEEE Micro, 2003,23(2):22?28. Brin S, Page L. The anatomy of a large-scale hypertextual Web search engine. Computer Networks, 1998,30(1-7):107?117. Ghemawat S, Gobioff H, Leung ST. The Google file system. In: Proc. of the 19th ACM Symp. on Operating Systems Principles. New York: ACM Press, 2003. 29?43. Dean J, Ghemawat S. MapReduce: Simplified data processing on large clusters. In: Proc. of the 6th Symp. on Operating System Design and Implementation. Berkeley: USENIX Association, 2004. 137?150. Burrows M. The chubby lock service for loosely-coupled distributed systems. In: Proc. of the 7th USENIX Symp. on Operating Systems Design and Implementation. Berkeley: USENIX Association, 2006. 335?350. Chang F, Dean J, Ghemawat S, Hsieh WC, Wallach DA, Burrows M, Chandra T, Fikes A, Gruber RE. Bigtable: A distributed storage system for structured data. In: Proc. of the 7th USENIX Symp. on Operating Systems Design and Implementation. Berkeley: USENIX Association, 2006. 205?218. [11] [12] Dean J, Ghemawat S. Distributed programming with Mapreduce. In: Oram A, Wilson G, eds. Beautiful Code. Sebastopol: O’Reilly Media, Inc., 2007. 371?384. Dean J, Ghemawat S. MapReduce: Simplified data processing on large clusters. Communications of the ACM, 2005,51(1):
1348
Journal of Software 软件学报 Vol.20, No.5, May 2009
107?113. [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] Pike R, Dorward S, Griesemer R, Quinlan S. Interpreting the data: Parallel analysis with Sawzall. Scientific Programming Journal, 2005,13(4):277?298. Lamport L. Paxos made simple. ACM SIGACT News, 2001,32(4):51?58. Barham P, Dragovic B, Fraser K, Hand S, Harris T, Ho A, Neugebaur R, Pratt I, Warfield A. Xen and the art of virtualization. In: Proc. of the 9th ACM Symp. on Operating Systems Principles. New York: Bolton Landing, 2003. 164?177. Citrix systems, citrix XenServer: Efficient virtual server software. XenSource Company. https://www.doczj.com/doc/2413286313.html,/ IBM. IBM virtualization. 2009. https://www.doczj.com/doc/2413286313.html,/virtualization Apache. Apache hadoop. https://www.doczj.com/doc/2413286313.html,/core/ Smith JE, Nair R. Virtual Machines: Versatile Platforms for Systems and Processes. San Francisco: Morgan Kaufmann Publishers, 2005. Clark C, Fraser K, Hansen JG, Jul E, Pratt I, Warfield A. Live migration of virtual machines. In: Proc. of the 2nd Symp. on Networked Systems Design and Implementation. Berkeley: USENIX Association, 2005. 273?286. Nelson M, Lim BH, Hutchins G. Fast transparent migration for virtual machines. In: Proc. of the USENIX 2005 Annual Technical Conf. Berkeley: USENIX Association, 2005. 391?394. Amazon. Amazon elastic compute cloud (Amazon EC2). 2009. https://www.doczj.com/doc/2413286313.html,/ec2/ Isard M, Budiu M, Yu Y, Birrell A, Fetterly D. Dryad: Distributed data-parallel programs from sequential building blocks. In: Proc. of the 2nd European Conf. on Computer Systems (EuroSys)., 2007. 59?72. DeCandia G, Hastorun D, Jampani M, Kakulapati G, Lakshman A, Pilchin A, Sivasubramanian S, Vosshall P, Vogels W. Dynamo: Amazon’s highly available key-value store. In: Proc. of the 21st ACM Symp. on Operating Systems Principles. New York: ACM Press, 2007. 205?220. [25] [26] [27] Chu LK, Tang H, Yang T, Shen K. Optimizing data aggregation for cluster-based Internet services. In: Proc. of the ACM SIGPLAN Symp. on Principles and Practice of Parallel Programming. New York: ACM Press, 2003. 119?130. Yang HC, Dasdan A, Hsiao RL, Parker DS. Map-Reduce-Merge: Simplified relational data processing on large clusters. In: Proc. of the 2007 ACM SIGMOD Int’l Conf. on Management of Data. New York: ACM Press, 2007. 1029?1040. Ranger C, Raghuraman R, Penmetsa A, Bradski G, Kozyrakis C. Evaluating MapReduce for multi-core and multiprocessor systems. In: Proc. of the 13th Int’l Symp. on High-Performance Computer Architecture. Los Alamitos: IEEE Computer Society, 2007. 13?24. [28] [29] de Kruijf M, Sankaralingam K. MapReduce for the Cell B.E. architecture. Technical Report, CS-TR-2007-1625, University of Wisconsin Computer Sciences, 2007. Aguilera MK, Merchant A, Shah M, Veitch A, Karamanolis C. Sinfonia: A new paradigm for building scalable distributed systems. In: Proc. of the 21st ACM Symp. on Operating Systems Principles. New York: ACM Press, 2007. 159 ?174.
陈康 (1976 － ), 男 , 浙江台州人 , 博士 , 讲师 , 主要研究领域为分布与并行计算 , 操作系 统 ,虚拟化 .
郑纬民 (1946 － ), 男 , 教授 , 博士生导师 ,CCF 高级会员 , 主要研究领域为分布与并行计 算 ,存储系统 .
我国云计算的现状及发展 通信工程张翔 20081060255 摘要：本文介绍了云计算的定义以及我国的云计算发展的一些现状和未来的发展。关键词：云计算、服务 0.引言 随着计算机以及网络技术的发展，计算机性能的增长将面临瓶颈，而网络技术的发展使得在全球范围内共享一些计算资源成为可能，因此，我们应利用大量的网络资源，而不是个人手中的个别计算资源来提供高性能服务。在这个背景下，提出了云计算这个概念，它是一种将大量计算资源、存储资源与软件资源链接在一起形成巨大规模的共享虚拟IT资源地，为远程计算机用户提供“呼之则来，挥之则去”的IT服务的思想。为网络技术的发展提供了一个新的方向。 1.云计算的定义 云计算现在已经成为了一个热点科学项目，很多的专家都跳出来给出了自己关于云计算的定义，使得定义五花八门，同时他们对于其它定义加以批判，宣扬自己的定义才是最正确的，让人有些难以去判断到底谁对谁错，我自认不是专家，没能力去给一个新的东西去下定义，所以这里结合我的题目所给出的定义是'中国云计算网'给出的：云计算是分布式计算、并行计算和网格计算的发展，或者说是这些科学概念的商业实现。 这是从云计算的发展脉络的角度给出的定义，主要说明了云计算的历史，不是很好让人理解，同时也不够全面，但是却反应了中国对于云计算方面的技术掌握不是很多，许多方面尚在起步阶段。虽然专家们对于定义的争论不定，但对于云计算的本质特征或者说优点和特点却是统一意见的。由这些特征和特点，大家可以去定义自己心中的云计算。其本质特征为分布式的计算和存储特性，高扩展性，用户友好性，良好的管理性，用时付费等。 特点：1.云计算系统提供的是服务，不需要用户去掌握一定知识的情况下才能使用，相当傻瓜式相机拍照一样适用于大众群体。 2.高可用性。通过集成海量存储和高性能的计算能力，云能提供较高的服务质量。 3.经济性。组建一个采用大量的商业机组成的集群相对于同样性能的超级计算机花 费的资金要少很多。 4.服务多样性。用户可以支付不同的费用，以获得不同级别的服务。
学号1307030124 天津城建大学 云计算得发展现状 学生姓名周建起 班级网络一班 计算机与信息工程学院 2016年5月28日 国外“云计算”发展现状: Google在于2007年10月在全球宣布了云计划,Google与IBM开展雄心勃勃得合作,要把全球多所大学纳入“云计算”中。 IBM于2007年8月高调推出“蓝云(Blue Cloud)”计划,这一计划已经在上海推出。IBM得Willy Chiu透露,“云计算将就是IBM接下来得一个重点业务。”这也就是IBM扩张自身领地得绝佳机会,IBM具有发展云计算业务得一切有利因素:应用服务器、存储、管理软件、中间件等等,因此IBM自然不会放过这样一个成名机会,提出了“蓝云计划”。 亚马逊(Amazon、)于2007年向开发者开放了名为“弹性计算机云”得服务,让小软件公司可以按需购买亚马逊数据中心得处理能力。 2007年11月,雅虎也将一个小规模得服务器群,即“云”,开放给卡内基-梅隆大学得研究人员。惠普、英特尔与雅虎三家公司联合创立一系列数据中心,目得同样就是推广云计算技术。 而另外一家以虚拟化起家得公司VMware,从2008年也开始摇起了云计算得大旗。VMware具有坚实得企业客户基础,为超过19万家企业客户构建了虚拟化平台,而虚拟化平台正成为云计算得最为重要得基石。没有虚拟化得云计算,绝对就是空中楼阁,特别就是面向企业得内部云。到目前为止,VMware已经推出了云操作系统vSphere、云服务目录构件vCloud Director、云资源审批管理模块vCloud Request Manager与云计费vCenter Chargeback。VMware致力于开放式云平台建设,就是目前业界唯一一款不需要修改现有得应有就能将今天数据中心得应用无缝迁移到云平台得解决方案,也就是目前唯一提供完善路线图帮助用户实现内部云与外部云联邦得厂家。 云计算得标准也在国外快速发展,目前最典型得两个云标准就就是OVF与
我国云计算的现状、问题与对策 2011-8-5 目前云计算应用市场规模较小 记者：“云计算”是现在很热的词汇，又是“十二五”规划中的重点项目，政府和业界对云计算都表现出很大的热情。目前我国的云计算发展刚刚起步，是什么样的情况？ 田杰棠：目前对于云计算产业还没有官方的统计数据，比较有代表性的是赛迪顾问和计世资讯的统计数据。因为对云计算应用的理解不一样，两家的统计口径也就不同，计世资讯的统计数据包括了搜索引擎和网络游戏。虽然统计的口径宽窄不同，但还是能够反映出我国云计算应用市场规模较小、软件服务占主体地位的现状。两家公司对云计算在国内未来发展趋势的判断也比较一致，预测在2013年将达到1143亿元的规模。埃森哲的调查结果也显示，未来两年内我国与云有关的活动将会显著增加，预计云的使用量将增加一倍以上。 记者：你认为目前我国云计算应用市场规模小是什么原因造成的？ 田杰棠：普通大众应该是在推广到一定的程度以后才会大规模使用云，就像互联网一样，如果大家都用，推广起来就比较快。中国的多数企业用户对使用云计算还存在疑虑。埃森哲的统计显示，不到20%的受访企业在使用公有云服务，多数企业更多地倾向于创建私有云而不是委托给云服务商。 在企业内部搭建私有云平台，对企业的发展的确有好处。国内的私有云建设速度还是很快的，但多集中在一些实力强大的大型国企中。小企业感觉没有能力也没有必要建立自己的私有云，委托给运营商又有顾虑，所以对云应用的接受程度比较低，这就造成我国与其他云计算应用先进国家相比规模较小。这是新生事物必经的引入过程。计世资讯预计2011年我国的云计算市场进入成长阶段，2015年进入成熟阶段。 记者：云计算在现阶段的普及程度并不算太高，但政府的推动态度是十分积极的，许多地方将发展云计算提到战略性新兴产业的高度写入文件。前几天成都刚出台了《成都云计算应用与产业发展“十二五”规划纲要》。计划到2015年建成云服务、基础软硬件设备生产、云终端产品制造三大产业集群，产业规模达到3000亿元的“全球最大云服务和终端产品制造基地”。这算不算是我国云计算发展的一个特点？ 田杰棠：这是我国云计算发展的现状之一，地方政府表现出高度热
云计算的关键技术及发展现状 周小华 摘要：本文主要对云计算技术的应用特点、发展现状、利处与弊端以及对云计算的应用存在的主要问题进行了探讨分析，最后是关于云计算的挑战及其展望。 关键词：云计算；数据存储；编程模型 1.云计算定义 云计算是由分布式计算、并行处理、网格计算发展而来的，是一种新兴的商业计算模型。目前，对于云计算的认识在不断地发展变化，云计算仍没有普遍一致的定义。计算机的应用模式大体经历了以大型机为主体的集中式架构、以pc机为主体的c/s分布式计算的架构、以虚拟化技术为核心面向服务的体系结构（soa）以及基于web2.0应用特征的新型的架构。云计算发展的时代背景是计算机的应用模式、技术架构及实现特征的演变。“云计算”概念由google提出，一如其名，这是一个美妙的网络应用模式。在云计算时代，人们可以抛弃u盘等移动设备，只要进入google docs页面，新建一个文档，编辑其内容，然后直接把文档的url分享给朋友或上司，他们就可以直接打开浏览器访问url。我们再也不用担心因pc硬盘的损坏而发生资料丢失事件。 IBM公司于2007年底宣布了云计算计划，云计算的概念出现在大众面前。在IBM的技术白皮书“Cloud Computing”中的云计算定义：“云计算一词用来同时描述一个系统平台或者一种类型的应用程序。一个云计算的平台按需进行动态地部署(provision)、配置
(configuration)、重新配置(reconfigure)以及取消服务(deprovision)等。在云计算平台中的服务器可以是物理的服务器或者虚拟的服务器。高级的计算云通常包含一些其他的计算资源，例如存储区域网络(SANs)。网络设备，防火墙以及其他安全设备等。云计算在描述应用方面，它描述了一种可以通过互联网Intemet进行访问的可扩展的应用程序。“云应用”使用大规模的数据中心以及功能强劲的服务器来运行网络应用程序与网络服务。任何一个用户可以通过合适的互联嘲接入设备以及一个标准的浏览器就能够访问一个云计 算应用程序。” 云计算是基于互联网的超级计算模式，包含互联网上的应用服务及在数据中心提供这些服务的软硬件设施，进行统一的管理和协同合作。云计算将IT 相关的能力以服务的方式提供给用户，允许用户在不了解提供服务的技术、没有相关知识以及设备操作能力的情况下，通过Internet 获取需要的服务。 通过对云计算的描述，可以看出云计算具有高可靠性、高扩展性、高可用性、支持虚拟技术、廉价以及服务多样性的特点。现有的云计算实现使用的技术体现了以下3个方面的特征： （1）硬件基础设施架构在大规模的廉价服务器集群之上．与传统的性能强劲但价格昂贵的大型机不同，云计算的基础架构大量使用了廉价的服务器集群，特别是x86架构的服务器．节点之间的巨联网络一般也使用普遍的千兆以太网． （2）应用程序与底层服务协作开发，最大限度地利用资源．传
1）云计算技术国外发展现状与趋势 目前，云计算正处于发展起步阶段，市场规模相对较小，但前景诱人。据国际数据公司(International Data Corporation，IDC)最新报告显示，目前全球云计算市场规模为172亿美元，2013年将增长至442亿美元，未来4年全球云计算市场平均每年将增长26%。IDC 首席分析师弗兰克吉恩斯认为：云计算服务的普及正处于“跨越鸿沟”阶段。另有预测，云计算的全面普及大致分为三个阶段：20lO年之前属于发展阶段；201-2013年为市场整合阶段；2014-2015年是该技术成熟并普及的阶段。 当前，全球云计算发展整体呈现以下态势： 一是各国政府日益关注。美国全力推进云计算计划，并重点从https://www.doczj.com/doc/2413286313.html,政府网站的改革着手，进一步整合商业、社交媒体、生产力应用与云端TT服务同时，2010年美国联邦预算着重加强了对云计算的安排，美国国防信息系统部门(DISA)正在其数据中心内部搭建云环境，美国宇航局(NASA)推出了一个名为“星云”(Nebula)的云计算环境。日本内务部和通信监管机构计划建立一个大规模的云计算基础设施，以支持所有政府运作所需的信息系统该系统被命名为“Kasumigaseki Cloud”的基础设施将在2015年完工，目标是集中政府的所有TT系统到一个单一的云基础设施，以提高运营效率和降低成本。 二是企业加快项目布局。国外云计算技术主要由大型TT企业掌握。美国硅谷目前已经约有150家涉及云计算的企业，新的商业模式层出不穷，微软、谷歌、I]BM、亚马逊、以及业界领军人物Salesforce 等IT巨头公开宣布进入或支持云计算技术开发(见表二)，Salesforce宣布会干20l0年推出https://www.doczj.com/doc/2413286313.html,的应用平台，将发展重点由原来的SaaS延伸到PaaS领域，为用户提供更快捷、更具弹性、
云计算综述报告 姓名： 学号： 专业： 班级： 指导教师：
摘要 云计算(Cloud computing)已经成为了IT界的热门技术，甚至被视为将根本改变生活方式和商业模式的革命技术。借助云计算，网络服务提供者可以在瞬息之间，处理数以千万计甚至亿计的信息，实现和超级计算机同样的效能。云计算可以被视为网络计算和虚拟化的融合：即利用网格分布式计算处理能力，将IT资源构筑成一个资源池，再加上成熟的服务器虚拟化、存储虚拟化技术，是用户可以实时的监控和调配资源。 本文主要首先介绍云计算的概念和国内外的发展状况，然后介绍云计算的原理、核心技术，现状，最后是关于云计算的挑战及其展望。 关键词：云计算虚拟化云存储分布式计算 1 云计算的概念 计算机的应用模式大体经历了以大型机为主体的集中式架构、以PC机为主体的客户/服务器分布式计算架构、以虚拟化技术为核心面向服务的体系结构（SOA）及基于Web2.0应用特征的新型架构。计算机的应用模式、技术架构及实现特征的演变史云计算发展的时代背景。 云计算由英文Cloud computing直接翻译而来。这样通俗的得技术术语，却难以找到业界统一的定义。云概念这个术语的诞生和使用纯属偶然，在互联网技术发展的早期阶段，技术人员都习惯性的将互联网画成一朵“云”来代表，因为这样一来，人们就可以简化网络内部的技术细节和复杂机制来方便讨论新技术。 云计算的定义众多，目前广为认同的一点是，云计算是分布式处理、并行处理和网格计算的发展，或者说是这些计算机科学概念的商业实现。云计算是一种资源交付和使用模式，指通过网络获得应用所需的资源（硬件、软件、平台）。云计算将计算从客户终端集中到“云端”，作为应用通过互联网提供给用户，计算通过分布式计算等技术由多台计算机共同完成。用户只关心应用的功能，而不关心应用的实现方式，应用的实现和维护由其提供商完成，用户根据自己的需要选择相应的应用。云计算不是一个工具、平台或者架构，而是一种计算的方式。
中国云计算发展现状与趋势 近几年来，云计算在我国可谓风生水起，热闹非凡。然而，云计算从概念到落地实际上只能从2010年算起。在此之前只能看成是云计算的市场引入阶段。 那么，云计算技术近几年来的发展情况和规模如何，未来数年就会有哪些明显的发展趋势？计世资讯最新的数据为我们梳理出了一些清晰的发展脉络。 云计算市场规模 计世资讯认为，2009年中国云计算市场规模达到403.5亿元，较2008年同比增长28.0%。2009年国内云计算市场受各细分应用的快速增长，保持着稳定的较高增速。 图1 2008-2009年中国云计算市场规模及增底情况 2009年，SaaS占云计算市场规模的达87.8%,为354.2亿;PaaS、IaaS分别占到云计算整体市场的11.8%和0.4%,分别为47.6亿、1.7亿。 图2 20Q9年中国云计算市场产品结构 IaaS ■ 九7忆元 0.4% 元 its% 云计算发展阶段 目前，最简单的云计算技术在网络服务中已经随处可见，例如搜索引擎、网络信箱等，使用者只要输入简单指令即能得到大量信息。在某些条件下，甚至可以抛弃U盘等移动设备，只需要进入Google Docs、Office Live Workspace 等在线办公软件页面，新建文档，编辑内容，然后，直接将文档的URL分享给你的朋友或者上司，他就可以直接打开浏览器访问URL再也不用担心因PC硬盘的损坏而发生资料丢失事
件。 但是，从一种新的业务模式的发展周期来看，尤其是从国内的情况来看，目 前的云计算还只能算是初级发展，或者说，还处于教育阶段。 3云计算发展阶段示意图 戟醋!十::：■；. 如果要对国内云计算市场阶段进行划分的话，那么2007~2010年为云计算的市场引入阶段，这一阶段的特点是云计算的概念还不够明确，用户对云计算的认 知度还很低，云计算的技术和商务模式还不成熟等。此外重点厂商各自为政，缺乏一个较为统一的标准。结合当前市场状况来看，当前恰好处于这一阶段的后期，尤其是随着2009年云计算概念的广泛普及，至2010年下半年，市场开始逐步具备了摆脱引入阶段的条件，逐步向着更成熟的方向迈进。 2011~2015年为市场成长阶段，这一阶段的特点是应用案例逐渐丰富，用户对云计算已经比较了解和认可，云计算商业应用概念开始形成等，此外，用户已经开始比较主动地考虑云计算与自身IT应用的关系。同时，云计算的发展速度会在这五年间得到迅猛的提升。 自2015年以后，市场进入成熟阶段，表现在云计算厂商竞争格局基本形成，云计算的解决方案更加成熟，在软件方面，SaaS的应用模式成为主流，市场规模也保持在一个比较稳固的水平。 除了从宏观角度观察，从企业用户的角度来看，数据中心的各种系统（包括软硬件与基础设施）是一大笔资源投入。新系统（特别是硬件）在建成后一般经历
龙源期刊网 https://www.doczj.com/doc/2413286313.html, 国内外云计算产业发展现状对比分析 作者：胡晨辉 来源：《中国科技纵横》2019年第11期 摘要：云计算是当代社会的信息技术的核心，对国家及社会的发展有着重要的战略意 义。云计算在国际上发展时间较短，各国在技术层面的差距较小，中国的云计算发展要落后于许多发达国家，但还有反超的机会。国内应重视对国外云计算发展经验的总结与应用，建立更完善的发展环境来推进云计算技术与产业的发展。本文对国内外的云计算产业发展现状进行了对比分析，研究了国内存在的问题，以期为国内云计算产业的发展研究提供参考。 关键词：云计算产业；发展现状；对比分析 中图分类号：F49 文献标识码：A 文章编号：1671-2064（2019）11-0031-02 0 前言 云计算依托于信息网络，将信息技术资源以弹性化、动态化的方式进行计算及服务，使用户能根据自身需求来使用信息资源。作为IT资源信息处理新模式，云计算加大了资源利用效率，降低了信息化建设的难度，是战略性新兴产业培育的基础，也是调整国家经济结构与发展方式的重要内容。在将数据作为战略性资源的信息化社会，云计算能以更经济、更高效的方式来对数据价值进行挖掘，对国家经济发展有深刻的影响。 1 国外的云计算发展环境分析 国际上许多发达国家，在云计算的社会环境上与中国有很大的不同。云计算产业的社会发展环境差异主要在信用体系及隐私保护上有较大的体现，发达国家的信用体系相对完整，更重视保障消费者的合法权益。 美国在用户的隐私保护、信息安全保障方面有很大的工作力度，有严格的信息安全管理执行标准，也有完善的基础设施建设，对消费者权益保护也有相应的法律制度，营造了效果极强的云计算发展环境。美国的云计算发展环境建设在世界上居于前列，通过立法来保护用户隐私与信息安全，《电子通信隐私法案》《消费者隐私权力法案》及各州的信息安全法，全面地涵盖了用户信息安全管理的各个方面。美国云计算的标准也有系统的规范，对云服务的质量及安全有非常详细的要求。对于消费者权益保护上，有《消费信用保护法》《信用机会平等法》等多项法律，对云计算环境下的在线零售及其他支付方式中的卡类数据安全风险有很高的关注程度。 欧盟的云计算发展环境营造更重视用户信心的建立。欧盟的云计算联盟发布了《数据安全法律》《云服务合同》等法规来作为云计算环境的指导方针，并在数据隐私保护工作上，发布了一系列的数据隐私保护相关的法律法规，切实保障云计算用户的安全。欧盟国家在国际云计
大数据云计算文献综述 一个大数据的调查 摘要：在这篇论文中，我们将回顾大数据的背景以及当前发展状况。我们首先介绍大数据的一般应用背景以及回顾涉及到的技术，例如：云计算、物联网、数据中心，以及Hadoop。接下来我们着重大数据价值链的四个阶段，也就是：数据生成，数据采集，数据存储和数据分析。对于每个阶段，我们介绍应用背景，讨论技术难题以及回顾最新技术。最后，我们介绍几个大数据的代表性应用，包括企业管理，物联网，在线社交网络，媒体应用，集成智慧，以及智能电网。这些讨论旨在提供一个全面的概述以及对读者感兴趣的领域的蓝图。这个调查包括了对开放问题和未来方向的讨论。 关键字大数据云计算物联网数据中心Hadoop 智能电网大数据分析 1、背景 1.1大数据时代的曙光 在过去的二十年，数据在各种各样的领域内爆炸式增长。按照2011年来自国际数据公司（IDC）的报告，世界上总共的创建及复制的数据量达到1.8zb,在五年内增长了大约九倍[1]。在未来这个数字至少每两年增加一倍。在全球数据的爆炸增长下，大数据这个词主要来描述巨大的数据集。与传统的数据集相比，大数据通常包括非结构化数据，这需要更实时的分析。 另外，大数据也能在发现新价值上带来新优势，帮助我们帮助我们获得一个深入隐藏价值的认识，也导致新挑战，例如，如何有效地组织和管理这样的数据集。
近日，行业产生兴趣的大数据的高潜力，许多政府机构公布主要计划加快大数据的研究和应用[2]。此外，大数据问题往往覆盖在公共媒体，如经济学[3，4]，纽约时报[5]，和全国公共广播电台[6,7]。这两个主要的科学期刊，Nature和Science，还开通了专栏讨论大数据的挑战和影响[8,9]。大数据的时代已经到来超越一切质疑[10]。 目前，与互联网公司的业务相关联的大数据快速增长。例如，谷歌处理的数据达数百拍字节（PB），Facebook的生成日志数据每月有超过10 PB，百度一家中国公司百度，业务流程有数十PB的数据，而阿里巴巴的子公司淘宝每天的网上交易产生几十太字节（TB）的数据。图1示出的全球数据量的热潮。当大型数据集的数量急剧上升，它也带来了许多具有挑战性的问题，解决方案如下： 图一、持续增长的数据 信息技术的最新发展（IT）使其更容易以产生数据。例如，每分钟有平均72个小时的视频上传到YouTube[11]。因此，我们面临的主要挑战是从广泛分布的数据源中收集和整合大量的数据。 云计算和物联网（IOT）的快速发展进一步促进数据的大幅增长。云计算提供了安全措施，访问网站以及数据资产的渠道。在物联网的典范，遍布世界各地的传感器正在收集和传送数据到云端进行存储和处理。这样的数据在数量和相互关系将远远超过对IT架构和现有企业的基础设施的能力，以及它的实时要求也将极大地强调可用的计算能力。日益增长的数据造成怎样在当前硬件和软件的基础上存储和管理如此庞大的异构数据集的问题。
谷歌云计算的现状与发展
摘要：Google作为世界云计算的“领头人”，它在云计算的研究与开发方面做得非常出色，从Google 的整体的技术构架来看，Google计算系统依然是边做科学研究，边进行商业部署，依靠系统冗余和良好的软件构架来低成本的支撑庞大的系统运作的，大型的并行计算，超大规模的IDC 快速部署，通过系统构架来使廉价PC 服务器具有超过大型机的稳定性都已经不在是科学实验室的故事，已经成为了互联网时代，IT 企业获得核心竞争力发展的基石。尽管云计算是个刚刚出现没多久的新词汇，尽管我们还处在在云计算的起跑阶段，但是，我们从Google的与计算技术构架里，就可以获得很多信息，那些信息可能就是我们通向未来互联网全新格局的钥匙。 关键词：云计算 Google 技术构架 云计算是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。 我们可以认为：云计算是通过网络按需提供可动态伸缩的廉价计算服务。 提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。
有人打了个比方：这就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。 云计算是并行计算、分布式计算和网格计算的发展，或者说是这些计算机科学概念的商业实现。云计算是虚拟化、公用计算、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合演进并跃升的结果。 总的来说，云计算可以算作是网格计算的一个商业演化版。 “Google”是美国一家上市公司，于1998年9月7日以私有股份公司的形式创立，以设计并管理一个互联网搜索引擎。Google公司的总部称作“Googleplex”，它位于加利福尼亚山景城。Google公司致力于互联网的应用与高新产业的开发。它在云计算的研发与发展方面，同样走在世界的前列。2006年8月9日，Google首席执行官埃里克·施密特在搜索引擎大会首次提出“云计算”的概念。Google“云端计算”源于Google工程师克里斯托弗·比希利亚所做“Google 101”项目。 2007年10月，Google与IBM开始在美国大学校园，包括卡内基梅隆大学、麻省理工学院、斯坦福大学、加州大学柏克莱分校及马里兰大学等，推广云计算的计划，这项计划
1云计算的概述 1.1、云计算定义 云计算（Cloud Computing）概念的直接起源是亚马逊 EC2（Elastic Compute Cloud 的缩写）产品和Google-分布式计算项目，云计算是分布式处理（Distributed Computing）、并行处理（Parallel Computing）和网格计算（Grid Computing）的发展，云计算是通过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多台服务器所组成的庞大系统，经计算分析之后将处理结果回传给用户。通过云计算技术，网络服务提供者可以在数秒之内，处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大的网络服务。 1.2、云计算分类 云服务按照服务的类别可以分为三种：即公共云、私有云和混合云。公共云是由第三方（供应商）提供的云服务。它们在公司防火墙之外，由云提供商完全承载和管理。私有云是在企业内提供的云服务。这些云在公司防火墙之内，由企业管理。混合云，顾名思义就是公共云和私有云的混合。 云计算按应用模式可以分成IaaS（基础设施级服务）、PaaS（平台级服务）和SaaS（软件）。IaaS就是给使用者提供最简单的计算存储和网络等等能力，让用户自己搭建自己的业务平台。PaaS，在云计算平台之上抽象出一些比较简单易用的接口和能力，让用户能够在这个平台上快速搭建自己的应用。SaaS，把应用或者软件作为服务传送给用户，用户可以通过任何网络设备使用这个程序。 1.3云计算的特点 (l)按需服务 “云”是一个庞大的资源池,涵盖了除硬件基础设置外的所有计算机资源。用户在使用计算机时,只需一台个人计算机或一部手机等能上网的终端设备,其他所需要的应用软件、系统软件都不需要安装,由互联网上的云端提供即可,用户只按需支付一定的服务费即可。用户所处理的数据或资料不必存储在本地,而是保存在云端的数据中心处。用户可以在任何时间、任何地点通过云继续自己的工作或查找需要的信息,从而实现随用随取,就像自来水、电、煤气等一样按需使用、按需服务、按需付费。 (2)强大的存储、计算能力 云端的管理系统规模非常庞大,一般拥有上百万台服务器,即便是企业的私有云一般也拥有数百上千台服务器。因此,云能赋予用户前所未有的计算能力和存储能力,可以完成用户的各种业务需求。 (3)高可靠性 云端提供了最可靠、安全的数据存储中心,由最专业的团队来管理信息。因此,用户不必担心数据丢失、病毒人侵等问题产生。同时,严格的权限管理策略可以确保用户信息的保密性和与指定其他用户的数据共享。 (4)分层服务 云计算包括3个层次的服务:基础设施级服务(IaaS)、平台级服务(PaaS)和软件服务
本文档包括该专题的：外文文献、文献综述 文献标题：An exploratory study on factors affecting the adoption of cloud computing by information professionals 作者：Aharony, Noa 期刊：The Electronic Library, 33(2), 308-328. 年份：2015 一、外文文献 An exploratory study on factors affecting the adoption of cloud computing by information professionals (影响云计算采用与否的一个探索性研究) Aharony, Noa Purpose - The purpose of this study explores what factors may influence information professionals to adopt new technologies, such as cloud computing in their organizations. The objectives of this study are as follows: to what extent does the technology acceptance model (TAM) explain information professionals intentions towards cloud computing, and to what extent do personal characteristics, such as cognitive appraisal and openness to experience, explain information professionals intentions to use cloud computing. Design/methodology/approach - The research was conducted in Israel during the second semester of the 2013 academic year and encompassed two groups of information professionals: librarians and information specialists. Researchers used seven questionnaires to gather the following data: personal details, computer competence, attitudes to cloud computing, behavioral intention, openness to experience, cognitive appraisal and self-efficacy. Findings - The current study found that the behavioral intention to use cloud computing was impacted by several of the TAM variables, personal characteristics and computer competence. Originality/value - The study expands the scope of research about the TAM by applying it to information professionals and cloud computing and highlights the importance of individual traits, such as cognitive appraisal, personal innovativeness, openness to experience and computer competence when considering technology acceptance. Further, the current study proposes that if directors of information organizations assume that novel technologies may improve their organizations' functioning, they should be familiar with both the TAM and the issue of individual differences. These factors may help them choose the most appropriate workers. Keywords: Keywords Cloud computing, TAM, Cognitive appraisal, Information professionals, Openness to experience Introduction One of the innovations that information technology (IT) has recently presented is the
云计算的关键技术及发展现状 居巍杰 摘要：本文给出了云计算的定义，总结了云计算的关键技术，揭示了云计算是多种新技术的综合发展产物，并详细介绍了云计算的发展现状。 关键词：云计算；数据存储；编程模型；云安全 1.前言 云计算(Cloud Computing)是一种新近提出的计算模式。云计算将待处理的数据送到互联网上的超级计算机集群中进行计算和处理，把互联网变成一种全新的计算平台，能够在网络上实现按需购买与按使用付费的业务模式。自从云计算的概念提出来以后，立刻引起业内各方极大的关注，现在已成为信息领域的研究热点之一。云计算到底是什么？为什么需要云计算？云计算的关键技术有哪些？云计算的发展现状如何？本文将就上述问题展开叙述。 2.云计算定义 云计算（Cloud Computing）是由分布式计算（Distributed Computing）、并行处理（Parallel Computing）、网格计算（Grid Computing）发展而来的，是一种新兴的商业计算模型。目前，对于云计算的认识在不断地发展变化，云计算仍没有普遍一致的定义。 IBM公司于2007年底宣布了云计算计划，云计算的概念出现在大众面前。在IBM的技术白皮书“Cloud Computing”[1]中的云计算定义：“云计算一词用来同时描述一个系统平台或者一种类型的应用程序。一个云计算的平台按需进行动态地部署(provision)、配置(configuration)、重新配置(reconfigure)以及取消服务(deprovision)等。在云计算平台中的服务器可以是物理的服务器或者虚拟的服务器。高级的计算云通常包含一些其他的计算资源，例如存储区域网络(SANs)。网络设备，防火墙以及其他安全设备等。云计算在描述应用方面，它描述了一种可以通过互联网Intemet进行访问的可扩展的应用程序。“云应用”使用大规模的数据中心以及功能强劲的服务器来运行网络应用程序与网络服务。任何一个用户可以通过合适的互联嘲接入设备以及一个标准的浏览器就能够访问
云计算在我国的发展现状与展望 【摘要】在云计算模式下，软件架构将从集中化走 向深入化。信息产业价值链的环节也在进一步的重组，云计算的数 据中心成为数据中心的主要方向。云计算与云服务是继个人计算机和互联网之后的第三次IT 浪潮，是新一代信息技术的核心，它不仅是一种技术变革，更是一种商业模式的创新，能够引发一系列的 信息技术应用和服务模式，具有广泛的市场前景和社会效益。 关键词】云计算；市场发展；技术创新；发展趋势 1云计算的概念和原理云计算( 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。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。 云计算的原理是：用户所需的应用程序并不需要运行在
用户的个人电脑、手机等终端设备上，而是运行在互联网的 而是保存在互联网的数据中心里面。这些数据中心正常运转 的管理和维护则由提供云计算服务的企业负责，并由他们来 保证足够强的计算能力和足够大的存储空间来供用户使用。 2 云计算优势特点 算能力； 2.安全可靠的数据存储中心； 3.快捷的云服务； 实现不同设备之间的数据共享； 5.经济实用性高 云计算产业的盈利模式主要体现在规模和成本这两个 方面，这同时也是中国互联网行业的优势所在，因为中国拥 有巨大的用户数量和业务规模。 云计算模型的最大优势是把成本分布在尽可能多的用 户上。据统计，云计算可削减至少 20%的成本。此外，云计 算规模经济的效率体现在各方面， 包括硬件成本、 软件管理、 人力资源、辅助设备、维护、备份、日常管理等环节。 从市场规模来看，全球云计算市场销售额从 2008 年的 470亿美元增长到 2011 年的 914亿美元，增长率达到 94.47%。 根据对云计算市场的整体预测，云计算市场将继续以 20%左 长到 2015 年的 1768 亿美元。预计到 2020 年，云计算市场 规模将达到 2410 亿美元。 3 云计算在中国市场发展进程 2008 年，云计算作为一项全新的 ICT 应用模式重新被我 国市场认识。随着IBM 、微软、谷歌等巨头厂商的不断介入， 云计算 大规模服务器集群中 。用户所处理的数据也并不存储在本地， 目前云计算主要存在的优势特点主要包括： 1.强大的计 4. 右的增长率迅速扩张，销售额将从 2011 年的 914 亿美元增
云计算发展现状及趋势研究 摘要：云计算近年来在越来越多的场合被广泛运用，同各行业逐渐走向深度融合，不仅方便了人们的工作和生活，也引发了人们对云计算的高度关注和热烈讨论，给我们带来的机遇和挑战也是全面的。文章通过阐述云计算的基本概念，分析云计算的特点，国内外云计算的发展现状，以及云计算存在的问题，并对未来云计算的发展趋势作了展望。 关键词：云计算；趋势；现状 20世纪60年代，约翰?麦卡锡提出，“计算迟早有一天会变成公用基础设施”，这就意味着计算能力将来有可能和普通商品一样进行流通，这是云计算最初的起源。2007年10月，美国两大互联网巨头IBM和Google，宣布在云计算技术领域的合作。云计算吸引了大众的关注，越来越多的媒体、公司、技术人员开始追逐云计算。 1 云计算的概述 1.1 云计算的定义 对于云计算的认识，仍在持续的变化之中，从不同的角度出发，对云计算的理解会有些许偏差。但是云计算最基本的概念是相通的，为了便于理解，我们可以把它拆分成3个步骤：（1）通过网络将大量的需要处理的程序自动地拆分成
无数个较小的子程序。（2）交由多部服务器组成的庞大系统搜寻分析。（3）将分析的结果回传给用户。这样处理能使用户按照需要获取计算力、存储空间和信息服务等，并且能提高资源的利用率。 1.2 云计算的特点 从目前的研究现状上看，云计算系统具有以下几个外部特征。（1）超大规模。云具有相当大的规模，大型互联网企业能拥有几十万台服务器，全球最大的搜索引擎谷歌公司甚至拥有一百多万台服务器，云能让客户拥有前所未有的计算能力。（2）虚拟化。云计算虚拟化是指应用在云中某处运行，但用户无需了解，只需要一部终端就可以通过网络服务实现需要的一切。（3）按需服务。云是一个庞大的资源池，用户可以按需购买，云可以像自?硭?、电、煤气这些生活用品一样按需计费。（4）可伸缩性。云的规模可以动态伸缩，在一定限度内变动，以适应应用和用户规模增长的变化。（5）服务可度量。云计算资源的优化和控制能力都具备可度量的特征。 2 云计算的发展现状 当前，虽然世界云计算正在蓬勃发展，但是比如安全问题等关键技术还在不断完善，产品和服务还在持续创新。然而，全球云计算市场规模正在不断扩大，2016年全球云服务市场规模金额为2 094.8亿美元，2017年全球云服务市场规
云计算的发展现状及看法 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。美国国家标准与技术研究院（NIST）将其定义为：“云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络，服务器，存储，应用软件，服务），这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。” 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。 云计算可以认为包括以下几个层次的服务：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。这里所谓的层次，是分层体系架构意义上的“层次”。IaaS，PaaS，SaaS分别在基础设施层，软件开放运行平台层，应用软件层实现。 工业和信息化部副部长尚冰表示，目前我国的云计算已具备一定基础，应用实践正在逐步展开，基础设施也在不断完善中，产业链已经初步形成。 专家介绍，普通市民将很快能够体验到以下这几朵“云”： 卫生云——城市职工医保、城乡居民医保、商业医保等都可通过卫生云异地结算。居民还可用电脑、电视、手机等进行看病预约，并由卫生云定期提醒预防接种、健康体检、慢病检查等保健服务。 政务云——无线政务正在加紧打造中，工商、警务、应急等信息可以通过终端共享。一部手机可以查询多项民生内容，轻松搞定电视缴费、电气查询等事项。 交通云——市民上班或旅游时，可用手机或导航仪查看交通情况，选择最佳路线，查找免费停车位。 另外，备受关注的交通安全问题也将安上“云阀门”。中国铁道学会计算机委
1.云计算概述 云计算是2007年底正式提出的一个新的概念，至今为止，几乎所有的IT行业巨头都将云计算作为未来发展的主要战略之一，相关商业媒体也将云计算视为计算机未来发展的主要趋势，其商业前景和应用需求已勿庸置疑。 云计算是一种全新的商业模式，其核心部分依然是云后端的数据中心，它使用的硬件设备主要是成千上万的工业标准服务器，它们由英特尔或AMD生产的处理器以及其他硬件厂商的产品组成。企业和 个人用户通过高速互联网得到计算能力，从而避免了大量的硬件投资。 云计算的基本原理是，通过将计算分布在大量的分布式计算机上，使企业数据中心的运行更加类似于使用互联网。从而使企业能够将随时资源切换到需要的应用上，根据需求访问计算机和存储系统。 狭义的云计算指的是厂商通过分布式计算和虚拟化技术搭建数 据中心或超级计算机，以免费或按需租用方式向技术开发者或者企业客户提供数据存储、分析以及科学计算等服务，比如亚马逊数据仓库出租生意。广义的云计算指厂商通过建立网络服务器集群，向各种不同类型客户提供在线软件服务、硬件租借、数据存储、计算分析等不同类型的服务。广义的云计算包括了更多的厂商和服务类型，例如国内用友、金蝶等管理软件厂商推出的在线财务软件，谷歌发布的Google应用程序套装等。 2.云计算发展国内外现状 IBM于2007年8月高调推出“蓝云(Blue Cloud)一计划。IBM的Willy
Chiu透露，“云计算将是IBM接下来的一个重点业务。"这也是IBM扩张自身领地的绝佳机会，IBM具有发展云计算业务的一切有利因素：应用服务器、存储、管理软件、中间件等等，IBM抓住了这样一个良好的机会，提出了“蓝云”计划。2008年8月，IBM斥资3．6亿美元在美国北卡罗来纳州开始建立云计算数据中心，并将该数据中心称为史上最复杂的数据中心，投入了大量人力物力。IBM还在东京建立了一所新的研究机构，建立帮助用户使用云计算基础设施。该数据中心占地6万平方英尺，预计将于2009年下半年投入运营。IBM表示：“使用该数据中心的用户能够获得空前的互联网计算能力，并获得业内领先的环保优势和成本”。IBM在东京的专家将为大企业、大学和政府提供云计算咨询，帮助他们利用云计算设施，设计云计算应用，以及向他们的用户提供基于云计算的服务。在2009年的计划中，IBM计划于推出数种云计算服务产品。 Google于2007年10月在全球宣布了云计划，同时与IBM合作，把全球很多大学纳入搿云计算”计划当中。当月，Google与IBM开始在美国大学校园，包括卡耐基梅隆大学、麻省理工学院、斯坦福大学、加州大学伯克利分校及马里兰大学等，推广云计算的计划。希望从而降低分布式计算技术在学术研究方面的成本，并为这些大学提供相关的软硬件设备及技术支援(包括数百台个人计算机及Blade Center与System X服务器，以及Linux、Xen、Hadoop等开源平台)。而这些学校的学生则可以通过网络开发各项以大规模计算为基础的研究计划。2008年1月30日，Google宣布在台湾启动“云计算学术计划"．与台湾