时间：2023-07-24 16:16:08
序论：在您撰写云计算技术简述时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
关键词：计算机；云计算；技术；应用；实践
中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2013）04-0716-03
随着信息技术快速发展，大量移动设备涌入网络系统当中，增加了信息系统负载的压力，而各项资源负载压力与有限性，使得与有关信息资料与设备成本间的矛盾加剧，急需新解决方案，在这种情况下，云计算技术进入人们的视野，并成为计算机技术发展的新方向之一，云计算作为信息技术知识产权资产的一种，经过云计算技术的应用与实践，对人们的生活与工作方式将会产生巨大影响，强化云计算技术的应用研究是大势所趋。
1 云计算概述
云计算最早来自网络就是电脑的思想，后来，亚马逊提供了弹性的计算云服务，而云计算一词最早是由谷歌公司所提出的，并在谷歌推动下，云计算成为世界各大高校的研发项目，在2008年，IBM公司在我国无锡首先成立了全球的云计算中心，目前，云计算已得到全世界各国认识与重视。云计算是种优秀的计算机网络的应用模式，其云所指的是因特网与计算机网络的比喻形式，是个抽象虚拟的网络资源。广义云计算所指的是根据需求与易扩展等形式，运用网络对服务内容进行获取的统称。而狭义云计算所指的是用户终端运用远程连接，对数据库、计算与存储等计算资源进行获取的应用模式。云计算包括数据中心所提供服务与互联网应用服务中的软硬件设施，通过互联网的基础设施，目前全部数据与应用软件均能按照相应形式进行云中存储。也就是说，只要有浏览器，并安装一操作系统，其功能相对简单就可，经过因特网与云相连接，就能在网络环境里尽情畅游，通过云中各计算资源，尽量满足实际的应用需要。计算机云计算与软件、网络相关联，云计算还能进行买卖流通，并具有强大安全性、规模性与虚拟性，其云计算平台体系结构如图1所示。云计算是在传统计算机的网络技术上融合来的产物，将各种物力资源进行统一管理形成共享的基础构架，各物理资源可虚拟化为巨大的资源池，经过网络资源整合，依靠商业模式把云计算力向用户终端布局，云计算力提高，可减轻终端负担，享受云计算所带来的成果，目前，云计算技术所常用的格式为软件、平台与基础设施等服务形式，但它们各具特点，均存在一定利益风险。
2 云计算技术
2.1 支持架构与部署的自动化
目前的云计算多采取半台体系的结构给予支持，具有支持系统自治与架构敏捷的特点，其中，支持系统自治是指支持体系需要把自动化有关技术镶嵌到其中，降低管理任务与人工部署的影响，用户各应用要求可被云计算平台进行自身智能的处理；而其架构敏捷，可对需求变化或者实际需求进行迅速响应，增强效率。云计算经过自动安装及部署，可实现云计算的自动化应用，并让计算资源由原始状态向可用状态进行转换，通过资源池资源的划分，能为用户提供各类应用服务，并以部署与安装过程的完成来体现，在系统资源当中，允许采取多步骤部署，对有关脚本进行部署，以实现应用软件部署配置与不同的设备管理工具配置，防止大量人机的交互，让部署不再单纯依靠人工操作，而是采取工作流的方法进行全过程的部署，以提高云计算的工作效率。
2.2 虚拟机与安全管理
虚拟机作为云计算关键技术，虚拟机是虚拟数据中心的操作系统，能把离散硬件资源进行统一，实施共享平台的创建，虚拟机的优点为：可整合服务器，降低计算机技术的成本；通过暗哨计划内外停机，能对业务连续性进行改进；对运行很少或不应用服务器能动态关闭。云计算通过计算机资源整合，运用云计算设备当中的任一计算机，对任何隐私的信息均能找到。这使得云计算的安全问题成为亟需解决问题，Siani等人，对云计算的服务设计提出了一些用户隐私保护设计原则，如加入与退出机制，反馈机制，个人信息少发送到云中，数据应用目的限制与明确，禁止未授权复制、访问与应用等。
2.3 资源监控
资源监控也是云计算技术当中的关键技术，对系统资源进行实时监控，并向其他的子系统进行性能信息的提供，以完成系统资源分配。给云的资源动态部署可提供重要的依据，以监控资源的应用及负载状况，运用云计算能对资源可用性与性能进行跟踪，以提供信息问题的解决与资源均衡，对资源池全部资源的监控与管理，可经过监视服务器来实现，经过各种资源服务器的配置监视，可部署程序，并定期将应用有关信息的数据资源上传给数据库。
3 云计算技术的应用与实践
3.1 云计算技术的应用形式
图2 云计算的服务层次
在计算机技术发展下，云计算应用形式主要包括网络服务、软件、互联网整合、商业服务平台与管理服务的提供商，如图2所示。其中，软件就是服务，在人力资源管理类的程序当中，常见的一种云计算应用形式，通过网络浏览器，可将程序信息向用户传输，有效节省了资源成本；商业服务平台为软件与管理服务混合的系统应用，能为用户与提供商间提供互动平台，实施具有针对性的服务；网络服务或软件关系较为密切，经过API能促进开发者实施更多计算机网络应用的研发；互联网整合是将网络供给类的服务公司资源优化整合，为用户提供更恰当快捷服务的供应商；管理服务的提供商，与其它的云计算应用形式相比，这种应用形式最为长远，所面向的是信息技术行业服务的对象，像病毒处理等。
3.2 云计算技术的应用与实践状况
云计算技术起步时间不长，其实力还较为微弱，但随着云计算技术广泛研究与应用，在实践领域以获得较大进展，对人们的生活工作方式正产生影响。有些运营商把云计算中的虚拟技术应用于数据中心，通过数据中心的虚拟化后，运营商的总体投资能够得到降低，服务器整合，对服务器数量增长进行了遏制，降低了IT设备采购量，大幅度降低了有关IT设施采购量，设施数量降低，减少了隐性成本消耗，还避免了环境污染，响应了目前节能减排理念。经过虚拟技术，能构建虚拟化的集群，其高可靠功能，可让应用系统业务得到连续性保障，增强了业务系统的稳定性。如X86服务器的虚拟节能技术，可在数据中心应用云计算技术，以达到节能减耗作用，首先把数据中心服务要到期的X86或者低配置的服务器整合，用高性能的服务器进行取代；然后，把高性能服务器整合后，实施资源池化，在资源池中，运用动态资源进行调度，对计算资源高低阈值进行定义；接着，对资源池当中的主机与虚拟机进行关联性则的设定，管理主机的启用电源；最后，对资源调度与电源管理等策略进行制定，对业务忙时的主机负载高低阈值进行定义。当业务不忙时，经过实时迁移，可把低负载主机中的所有虚拟机，迁移到其他没有达到负载上限主机上，对于空闲主机的待机模式进行控制；业务忙时之前，可把待机模式主机进行唤醒启动，经过实时迁移，把部分的虚拟机迁移到已启动但处于空闲的主机中，此过程按照计划策略实施自动化控制或者人为控制执行均可。云计算概念是谷歌首次提出的，也是这领域的积极开拓者，云计算多是由谷歌文件系统所构成的，IBM也正在实施蓝云计划，实现其云计算理念，在我国无锡成立首家的云计算中心，在2008年，Microsoft公司实施自身企业云计算平台，提出了有关三屏一云的战略，主要是电视、电脑、手机屏和云计算，在竞争日益激烈的今天，研发云计算技术，对于信息化社会来说，影响巨大。
3.3 云计算应用实践前景
随着社会经济发展，信息科技进步，云计算技术发展起来，并在研发应用中获得了很大进步，逐渐成为国际关注及竞争重点，在计算机领域，未来将向虚拟化与云计算进行发展，其发展前景主要表现下列方面，其一，公共云与私有云间的界限不再明显，很多企业将采用公共云与私有云两种技术结合的方式，如因特网一样，成为任何机构与组织内外交流方式，有些信息资源成为两种云技术的融合产物，很多厂商会交付新管理工具、基础架构与安全工具，并用云计算计算看IT发展；其二，软件服务产品会得到更为广泛应用，要有效控制用户访问，就需要采用更好解决方案，尽管次产可给企业发展提供诸多帮助软件应用业务会由工具式应用像免费操作系统的基础软件进行转变，并进而转变为在线企业软件全面的应用，以提供更为综合的应用，充分发挥其价值；其三，更多企业用户会使用云计算与虚拟化设备，这样就需要更多技术来支持，由于海量信息不能得到有效分类控制，会容易造成混乱，其信息就无价值了，并众多技术会存在诸多断板，而云计算技术能弥补此缺陷，将混乱信息状态进行清除，确保信息库规范有序，为海量信息提供良好的基础设施处理平台，促进信息管理科学化的实现；其三，随着全球联系的日益紧密性，云计算应用实践，为世界广大用户提供更为全面信息技术，并让信息技术设备成为公共设施应用，在云计算技术下，用户运用云计算，能够用较小成本获取较大计算力，在这种变化下，会激发新理念与新创新在社会生活当中的应用，并促进新技术创新，产生蝴蝶效应，促进信息化社会发展。
4 结束语
在社会经济与计算机技术进不下，云计算技术得以发展，并在应用实践当中，获得了很大进展，成为全球关注竞争的关键技术之一，随着信息化社会的到来，市场需求增大，云计算技术将会成为技术的新改革力量，对人们的生产生活会带来巨大影响，云计算尚处在起步阶段，我国有关云计算的普及有限，很多用户在云计算接受与认知程度较低，要改变计算机传统应用方法，还需要国家进行大力融合推进，以实现计算机资源的优化整合，为我国生产生活带来益处。
参考文献：
[1] 高巍，李洁.云计算进入实质性发展阶段对 ICT 产业格局的影响日益明显[J].世界电信，2011（4）.
[2] 赵越.云计算安全技术研究[J].吉林建筑工程学院学报，2012（1）.
关键词： 云计算； 结构； 虚拟化； Web服务
中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2013）12?0067?04
0 引 言
自计算机问世之日起，人们对计算机资源日益增长的需求促进了计算机技术的发展。20世纪中叶起，对于在科学计算、系统仿真等领域需要处理大规模、海量数据的问题，往往通过增加投入来提升计算机系统性能的解决方案，相应出现了分布式系统、并行计算等。在90年代互联网背景下，通过网络从外部获取计算能力、存储等资源已成为学术界和产业界所共识的解决途径，出现了网格计算技术。近年来在全球化浪潮下，随着计算机系统在工业设计、生产制造、商业物流等领域更进一步的应用，云计算成为当前信息技术领域的热点话题之一[1]，它体现了“网络即计算机”的思想，以便利、经济、高可扩展性等优势成为学术界、产业界和政府机构等各界关注的焦点，被认为是互联网经济后又一个重要的IT产业增长点，具有巨大的市场增长前景，IDC预测在2015年云计算产业规模将达到729亿美元[2]。
1 云计算简介
1.1 云计算的定义
从不同的应用角度出发，业界对云计算的定义有不同的认识，目前普遍接受的是美国国家标准与技术研究院（NIST）对云计算的定义[3]：云计算是一种模式，能以便利的、按需方式通过网络访问的可配置计算资源池（如网络、服务器、存储器、应用和服务），这些资源只需要极少的管理成本或干预，就可以快速部署与。
虽然用户都是通过终端使用计算机资源，但云计算通过更灵活的方式为用户提供服务，如云终端除计算机设备之外，也可以是PDA、智能手机等智能终端；整个网络虚拟为一个大型计算机，网络上的服务器、数据库、应用服务、仪器设备组成资源云；云终端与资源云的通信链路可以是计算机网络，也可以是移动数字通信链路。
私有云为特定组织内的用户提供服务，数据与程序都在组织内部管理。私有云可以大大提高系统的安全性，而且服务提供商可以更好地掌控基础设备的架构，但所能使用的用户也受到一定限制。
在混合部署模式中，用户往往是将关键数据或信息放置于私有云中，将非关键的服务外包给公共云服务提供商，放置在公共云上处理，这种方式是目前情况下较好的解决方案。
2 云计算的层次体系与特征
2.1 云计算的层次体系
2.2 云计算系统的特征
从作用角度看，云计算系统具有以下几个外部特征：
随时随地任何网络接入。即云终端设备不只局限于工作站、便携电脑等计算机终端，也可以是智能手机、手持设备等。只要用户设备可以连接网络都可以获得云计算服务。
随需定制自助服务。用户可以根据自身的需求获得云计算中的资源，且在服务定制过程不需要与服务提供商进行人工交互。
共享资源池。云计算系统中所有资源都被整合成一个动态资源池，以多租户模式提供给所有客户。客户一般不需要了解资源的物理位置，但需要时也可以指定特定资源。
快速弹性部署。云计算服务可以快速、弹性地提供服务，即可以快速扩展也可以快速释放，对于用户而言可以在任何时间购买任何数量的资源。
可监测与计量的服务。通过服务监测可以优化资源的使用，通过对资源使用情况的计量可以进行服务定价与收费。
3 云计算的关键技术及发展现状
3.1 虚拟化技术
“虚拟化”是IBM提出的应用于计算机领域的概念，其目的是通过虚拟机让更多的操作人员借助终端设备使用计算系统，以充分利用相对昂贵的硬件资源，在实际发展过程中虚拟化技术有很多种定义。虚拟化技术使得共享底层结构下的分布式虚拟环境成为可能。目前，虚拟化技术实现了资源的逻辑抽象和统一表示，是实现云计算的关键。虚拟化技术不仅消除了大规模异构服务器的差异化，而且借助虚拟化技术的伸缩性和灵活性，可大大降低云计算系统管理的复杂度，提高资源利用率，从而有效地控制成本，提高运营效率。IBM采用“蓝云”计算平台硬件级别虚拟化和开源软件虚拟化两个级别的虚拟化[5]。
目前虚拟化技术的研究主要是针对小规模少量请求服务系统展开，结合SOA服务和大规模并发服务情况的研究还需要加强，同时虚拟化技术也会相应地引入一系列安全性问题。
3.2 面向服务的体系结构
SOA是为了解决信孤岛和遗留系统问题，满足Internet环境下业务集成的需求，通过连接能完成特定任务的独立功能实体的软件系统架构[6]。对于SOA与云计算是竞争还是互补融合的关系，业界也有不同的看法，但从本质上看，SOA和云计算都是围绕服务而展开，只是二者对于服务的定义及范畴有所不同。SOA将应用程序的不同功能单元通过定义良好的接口联系起来。接口采用中立的方式进行定义的，它独立于实现服务的硬件平台、操作系统和编程语言。这使得构建在各种这样系统中的服务可以以统一和通用的方式进行交互，云计算服务的快速弹性部署离不开SOA的支撑。
但目前SOA的服务基本是以软件领域为主，将所提供的服务进行包装、组合，按一定流程运转产生新的功能。而云计算认为所有的资源都是服务，除软件服务之外，还有硬件、平台服务等，SOA还需要更好地结合到云计算的应用模式中。
3.3 数据存储和管理技术
云计算中的数据具有海量、异构、非确定性等特征[7]，同时云计算系统往往需要同时满足大批量用户的服务需求。因此，云计算系统需要采用有效的数据管理系统对海量数据进行分析和处理，其数据存储系统必须具有高吞吐率、高传输率、高可扩展性、高可靠性等特点。同时还需要考虑数据快速定位、数据安全性以及底层存储设备的存储量均衡等。
目前云计算的数据存储和管理技术主要有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厂商的云计划项目中都采用HDFS数据存储技术。
以上这些技术从数据组织、数据集成、数据管理、数据的分布式并行处理、数据分析等方面进行了研究，但随着新的应用场景不断出现，使得云计算系统的数据管理和存储方面不断面临新的挑战。
3.4 编程模型
为了实现服务的快速弹性部署，云计算平台上的编程模型必须简单，以保证后台复杂的并行执行和任务调度向用户和编程人员透明。目前云计算系统流行的编程模式有MapReduce[12] ，Dryad等。MapReduce的思想是通过“Map”函数将任务进行分解并分配，通过“Reduce”函数将结果归约汇总输出。Hadoop是MapReduce的开源实现，目前已得到Yahoo，Facebook和IBM等公司的支持。Dryad是Microsoft于2010年底的分布式并行处理编程系统。它将一个应用程序表示成一个有向无环图（GAG），顶点表示计算，顶点之间的边表示用来传输数据的通道，可以采用文件、共享内存的FIFO或TCP管道等传输机制。Dryad可以使开发人员在Windows或.NET平台上编写大规模的并行应用程序，也可将单机上完成的程序移植到并行计算系统上。
4 云计算面临的问题
云计算作为新兴的计算模型正方兴未艾，但云计算并不是对现有技术的简单重组，要真正实现NIST所定义的云计算系统还需要解决诸多问题。
首先是云计算的内涵问题。SaaS，PaaS，IaaS等3个层次的划分只是对云计算的初步认识，云计算的内涵组成和外延发展等还存在多种解读，给云计算的具体实现和未来发展带来不确定性。
在云计算系统的管理方面，必须考虑云系统之间的互操作性，为实现云系统之间的自动交互，必须能够提供跨云的管理策略。
安全性是云计算系统面临的另一重要问题。用户存储在云中的数据安全和隐私问题必须得到保证，虚拟化虽然可以使云计算更易于管理，但也使得系统的安全问题变得更为复杂。另外，服务质量（QoS）是云计算绕不开的另一问题，如大量远程用户使用数据密集型或交互式服务时服务延迟，服务失效时的重新部署或动态迁移等，只有QoS得到保证，云计算才存在需求和发展空间。服务定价机制也是云计算系统面临的另一个挑战，也是云计算系统实现商业化的前提，合理的定价机制才可以促使用户合理地使用资源，提高系统的利用率。
5 结 语
云计算具有广阔的应用空间和发展前景，相关的各项关键技术也在迅速发展中。本文介绍了云计算的概念，分析了层次体系，对实现云计算的关键技术进行阐述，对主流技术的特点进行分析。但云计算在系统安全性、服务质量、定价机制等方面还存在诸多问题，需要进一步深入研究。
参考文献
[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] 刘正伟，文中领，张海涛.云计算和云数据管理技术[J].计算机研究与发展，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，胡新炜.云计算关键技术分析研究[J].现代电子技术，2011，34（14）：65?67.
【关键词】云计算；关键技术；灵活性
随着人们对计算机资料的需求日益增长，计算机技术也随之得到了很大的发展，为满足现代大规模数据处理的需要，云计算技术应运而生。云计算技术不仅为人们平常的生活变得更加快捷便利，更重要的使人们的工作以及商业的形式也随之发生了巨大的变化，最为一种新的IT模式，云计算技术得到了各个行业的广泛关注，鉴于云计算技术的使用成本不高，而具有高度的灵活性和交互性，最终使云计算成为计算机技术领域里的一个热门课题。
一、云计算技术的阐述
云计算技术是在Internet互联网的基础上，构建的一种新型的计算模式，与分布式计算以及存储架构结合起来运用，进而达到方便快捷和成本较低的目的。运用远超的数据中心处理技术，将千万台的计算机及其服务器连接起来，致使云计算可以实现超过10万亿次的计算速度。在如此强大的计算能力下，使得云计算在计算方面运用更加的广泛。在使用云计算时，使用者通过iPad、手机以及电脑等具有通信的工具即可进入云计算的数据处理中心实现对数据的计算和存储。与此同时，还可以将使用者需要的信息以低廉的价格在云计算中进行实时。
广义上讲，云计算就是用方便、快捷的方式结合网络访问的可配置的数据资源库，通过低廉的管理成本，实现数据信息的快速的一种新型计算模式，使得云服务的开发方、提供方以及应用方在没有专业知识的前提下，可以方便快捷的运用网络技术实现对云计算数据处理的运用。云计算的出现为中小企业创业者提供了较大的机遇，为其在与强势企业的竞争提供了可能性，运用云计算技术进行新产品的研发以及新市场的开发时可以节省高额的成本，从而导致了传统模式的硬件生产者面临着很大的挑战。
二、云计算技术的特点
云计算技术从其所发挥的作用分析，具有以下的特点：第一，使用的灵活性。由于云计算终端设备包括了手机、笔记本电脑等多种可接入网络的设备均可使用云计算的服务，使得云计算的使用不受时间和空间的限制。第二，具有较高的实用性。通过对云计算数据的大量存储，进一步提高云计算的计算性能，保证云计算可提供较高的数据处理准确率。在云计算技术中，当系统出现失效节点时系统可自动对其进行检测，从而排除失效节点，保证系统的正常运行。第三、经济方面的适用性。在云计算技术中，由于其成本的低廉，使得人们在构建具有大量商业机组的集群时，更愿意选择云计算技术来完成此项工作。
三、云计算的关键技术
（一）虚拟化技术
虚拟化技术是为了更多的使用者借助虚拟机通过终端设备实现便捷计算系统运用，从而使得最大限度的发挥巨涌高价值的硬件设备。通过虚拟化技术的运用，使得共享底层结构下的分布式虚拟环境得以实现。当下，人们运用虚拟化技术将信息数据资源的抽象逻辑得以表示，为云计算的提供了关键技术。虚拟化技术在降低大规模的异构服务器的差异化的同时，运用其灵活性和伸缩性的特点，最大限度的将云计算的系统管理简单化。虚拟化技术的在云计算中运用，促进了资源的合理化运用，降低了使用成本。IBM公司运用“蓝云”数据计算系统，将硬件级别以及开源软件进行虚拟两个级别的虚拟化。当下，针对虚拟化技术的研究主要是围绕小规模的请求服务系统进行展开，大规模以及SOA服务的并发服务还有待进一步的研究。与此同时，由虚拟化技术引发的一系列安全性的问题同样需要人们投入精力进行攻克。
（二）数据处理技术
在云计算的关键技术中，数据处理技术是一项较为重要的技术，包括数据的存储以及管理的技术。由于云计算中处理的数据有着大量性、异构性以及非确定性的特点，而且云计算常常需要处理大量使用者的需求。因此，云计算技术需要运用高效的数据处理系统来满足使用者日益增长的需求，在数据的存储方面必须拥有较高的传输率、吞吐率以及可靠性和可扩展性。与此同时，数据处理技术还应具有快速定位，安全保障性，同时还要考虑底层存储设备存储量的均衡性。现在，关于云计算中的数据存储和处理方面的技术普遍采用的是由Google开发的GFS技术（Google File System）、Amazon公司研创的Dynamo技术以及BigTable等数据存储处理技术。大部分的IT企业在开发云计算相关的项目时，HDFS数据存储技术被人们的广泛运用。
（三）SOA技术
SOA是一种面向服务体系结构的技术，主要用来处理信孤岛及遗留系统的问题。SOA技术的实现是将不同的功能单元通过定义优良的接口联系起来，使得构建在各种这样系统中的服务可以采用统一的形式进行交互，同时也为云计算的快速弹性部署提供技术支持。
（四）编程技术
只有采用简单的编程模型，确保云计算后台的并行执行以及任务调度向使用者以及编程人员保持透明性，才能较好的实现服务的快速弹性的部署。当下，在云计算技术中通常运用MapReduce以及Dryad等技术实现云计算的编程模式。MapReduce技术是将“Map”函数的任务分解分配，运用“Re-duce”函数进行结果的归总和表达。而Dryad技术则是运用一个有向的无环图，通过顶点进行计算的表达，并采用顶点的边进行数据的传输。
四、结束语
总之，随着云计算功能的逐渐凸显，使得云计算成为一种潜力巨大的数据处理技术。然而在云计算中相关数据的存储方面，还需要解决数据的安全性以及访问模式方面建设问题。云计算技术还有待更进一步的完善，在系统耗能方面还需要进行研究。只有不断的完善现有技术，才能使得云计算为人们提供更加便利的服务，使人们的生活、工作得到本质上的改变。
参考文献
[1]吴吉义，平玲娣，潘雪增，李卓.云计算：从概念到平台[J].电信科学，2009（12）.
[2]李乔，郑啸.云计算研究现状综述[J].计算机科学，2011 （04）.
关键词：计算机软件；大数据时代；云储存服务
0引言
多元信息环境下，各项生产活动中，数据量非常大。采用专业技术手段，分析处理这些技术，有助于明确用户真实诉求，而企业也可通过此类数据获得相关信息，以此为参照，确定后续经营发展方向。大数据环境下，信息技术发展速度非常快，企业不仅要熟练掌握各类数据信息，还要对其进行灵活分析和应用，使之与市场需求及自身运营发展情况相符合。
1大数据时代及计算机软件技术概述
信息技术发展过程中，会产生各类大数据。很多常用工具不能处理大数据范畴内的各类信息，大数据分析离不开云计算的应用。处理大数据信息时，要充分发挥计算机软件技术优势。现阶段，计算机网络技术应用相对成熟，局域网技术发展又为其提供了重要契机，使该技术极具发展空间和前景。
2计算机软件技术在大数据时代的运用
大数据因其独特的优势，备受青睐和推崇。依据大数据发展使用情况，寻找规律，使之满足用户需求。结合大数据使用特点，对各类服务、设计内容进行科学设置。计算机软件技术在大数据时代的运用，体现在云储存、信息安全、虚拟化三个方面。
2.1云储存服务
大数据时代及网络环境下，云储存服务应用普遍，能对传统存储方式中的各类漏洞和缺陷加以弥补，使之无空间、时间局限。网络连接状态下，用户还能借助网络终端设备，对云储存里的相关内容进行查看和下载。云储存构成相对复杂，包含各类储存系统单元。通常情况下，综合各类功能，依托工作协同，存储资源，形成网络数据库。大数据环境使用户信息服务工作更加便捷，整理完数据信息之后，进行类型划分[1]。实际上，云储存和大数据二者互为关联。
2.2信息安全技术
大数据环境下，各类数据存在关联性，其相互影响，在一定程度上会威胁数据信息安全。实际操作中，采用专业技术手段，对数据管理系统进行灵活调节，使数据集群更加安全。互联网为大数据、云储存技术提供了良好的应用环境。由于该服务平台相对开放，因此，存在安全隐患，木马、网络病毒入侵等时有发生。未来一段周期内，发挥安全技术优势，为大数据信息提供安全的外部环境。尽管我国网络信息技术起步较晚，但大数据的使用范围不断扩展，甚至已延伸至各行各业。当前，我国计算机软件尚面临诸多桎梏，需要依据行业特性，给出科学发展方法，对大数据信息安全问题进行有效规避，凸显计算机软件作用和性能。
2.3虚拟化技术
在社会及企业各类资源管理工作中，虚拟化计算机软件技术应用普遍，其能发挥自身特性和优势，对各类虚拟资源、数据、信息等进行科学梳理。内训、网络、服务器等以实体数据资源形式，存储在计算机内部。而这些实体资源又能以转换、抽象的方式，使用户直观感受到，对各实体结构之间的各类问题进行有效规避，确保用户在获取数据资源时，更加简单、便捷[2]。此外，要对数据库中的各类数据资源、信息等进行灵活调配，使信息数据处理工作相对简洁、快速，它们的信息处理成本较低，便于用户自由选择各类操作方式，很大程度上降低了信息处理工作难度。近年来，虚拟化计算机软件技术因其独特的优势，在各行各业应用普遍，且备受青睐。在虚拟技术研发方面，企业投入的资金、精力、时间等较多。优选虚拟化技术，结合行业特性，对其进行灵活应用，有助于提高IT行业整体工作质量及效率。
3计算机软件技术在企业数据管理中的应用
3.1ERP技术
结合企业数据管理工作要求，灵活选择及应用ERP技术。发挥其优势，统一管理企业政工运行过程。将该技术应用到管理工作中，使企业数据更加集中，加快系统运行速度。无论数据存储，还是提取都非常便捷。
3.2OA协同办公系统
在企业数据管理工作中，选定OA系统，加以应用。该软件可灵活处理各类数据，提高企业日常工作效率，使之在较短时间内可顺利完成。
3.3编写B/S架构
把这款软件应用到企业数据处理工作中，兼容性强。实操中，只要计算机网页处于打开状态，用户便可灵活管理企业信息。该过程中，后台数据中心能为网页信息提供支持，前台客户端主要被用来控制数据。
4大数据时代计算机软件技术关注内容
计算机软件技术在各类企业应用普遍且规范。大数据时代，为节约成本，实现综合效益，计算机处理技术往往较为专业。该技术使数据信息更加真实、透明，能对行业发展情况进行准确判断，给出科学的发展规划。
4.1信息通信
大数据环境下，把计算机软件技术应用到企业发展中，发挥预测评估软件优势，不仅能确保充足的客源，还能找到行业运作中的各类问题，使之发展路径更加灵活、便利。以通信行业为例，通过对计算机软件技术进行灵活运用，高效分析、处理客户信息，再将这些数据信息发送给企业，最大程度上实现经济效益和资金收益。
4.2企业信息解决方法
灵活使用企业运作管控软件，发挥其优势，在第一时间获取客户资料，通过高效处理、风险剖析等，结合大数据时代要求，为企业日常工作提供便利。数据研发过程中，包括以下五个方面内容。第一，抽样操作。其作为局部剖析方法，具备典型性特征。该过程中，依托代表性样本选取，执行剖析工作，避免筛查、操作过程等过于繁琐，不断提高工作效率。第二，开发。用户能否深层次认识信息，受此类方式影响。其在应用中，涉及到繁琐的数据操作过程，但技术探索过程却比较高效，便于新型操作工艺研发。第三，修改。修改数据集，多通过创建、选择等方法实现。实操中，包含转换变量等一系列工作。依托个性化操作方法，使机构管控工作更加简单，与用户需求相符合。之后，还要结合数据情况，发挥其优势，将分享操作工作落实到位，并进行适当修改。第四，模型。为了使预测结果更加精准、可靠，多采用模型。该背景下，与之相关的各种方案极具可行性，对经济增长也有促进作用。故而，应格外关注该项工作，依托新型模式，使测试结果更加具体、直观、形象。
4.3商业运营
选定某景区作为案例进行分析，对商业运营情况进行详细讨论。日常管理工作中，发挥即时功能平台作用，准评估商业信息，了解游客诉求。此外，管理者还能全面掌握景区情况。灵活运用这款软件，依据需求，对游客信息进行访问，将其作为服务工作中的重要依据。采用专业方法，对各类计算机软件技术进行科学使用，对市场经济发展非常有利。
关键词: 云计算;虚拟机迁移;服务器整合;软件框架
中图分类号:TP3 文献标识码:A 文章编号:1671-7597(2012)0910165-01
0 前言
云计算是一种新的计算理念、新的资源交付方式、新的商业模式。在计算理念上,它通过网络将原来由本地主机实现的计算交给“云平台”来处理;在资源交付上,它提倡将网络资源、系统资源和应用等整合为服务提供给用户;在商业模式上,它实现了资源的按需定制、按量付费。可以说,云计算的发展是需求推动、技术进步和商业模式转变共同促进的结果,其核心是构建了一种全新的信息与数据存储、处理和服务模式。
云计算作为一种新的计算理念和模式,在技术上是将大型服务器集群,包括计算服务器,存储服务器和网络带宽资源集中起来,通过对各类可分配资源的虚拟化,利用专门软件实现对资源的按需分配,支持各种应用程序的运行,使得用户只需关注并提供业务相关的解决方案,无需在硬件平台、综合计算、安全存储、信息的一致性等方面耗费大量的人力、物力和财力,有利于提高系统的整体效率、降低成本,促进技术创新。
尽管基于云计算模式的计算平台或服务已被广泛接受并逐步走进应用,但云计算的研究总体上还处于起步阶段,许多现有的问题还没有被完全解决。本文提出了部分具有挑战性的云计算关键技术和研究问题。
1 虚拟机迁移
云计算通过允许虚拟机迁移实现整个数据中心负载平衡。此外,虚拟机迁移提高数据中心的健壮性和高度响应。
虚拟机迁移是由进程迁移演变而来的。最近Xen和VMWare已经实现了虚拟机的实时迁移。文献[1]指出迁移整个操作系统和它的所有应用程序作为一个单元可以避免进程级迁移方法要面对的许多困难,并分析了虚拟机实时迁移的优势。
虚拟机迁移的主要优势是避免热点,然而,这并不简单。目前,检测工作负载热点和启动一个迁移缺乏应对突然的工作负载变化的灵活性。此外,虚拟机迁移时内存中的状态应当一致且高效地传输,同时还需综合考虑应用程序和物理服务器的资源负载。
2 服务器整合
服务器整合可以最大化资源的利用率,同时最小化能耗的有效方法。虚拟机迁移常用来整合驻留在多个很少使用的服务器的虚拟机到一个服务器,这样剩余的服务器可以设置为节能状态。在数据中心优化整合服务器通常是一个NP难的变种装箱优化问题。针对这个问题已经提出各种启发式方法。
服务器整合不应该影响应用程序的性能。众所周知,单个虚拟机资源的使用不停的在变化。对于虚拟机间共享的服务器资源(比如带宽、内存缓存和磁盘I/O),最大限度地整合服务器可能导致拥堵[2]。因此,观察虚拟机负载的波动和使用这些信息有效的整合服务器是很重要的。最后,在资源拥塞发生时,系统必须能快速响应。
3 能耗管理
提高能源效率是云计算另一个主要问题。据估计,能耗成本占数据中心运营支出总额的53%。因此基础设施提供商承受了巨大的压力减少能源消耗。目标是不仅要减少数据中心的能源成本,还要达到政府法规和环境标准。
设计节能数据中心最近受到越来越多的重视。这个问题可以从多个方向解决。例如,节能的硬件架构、减慢CPU速度和关闭部分硬件组件已成为研究者的共识。有节能感知的作业调度和服务器整合两种方式可以减少能源消耗。最近的研究也已开始研究节能的网络协议和基础设施。一个关键的挑战是实现节省能源和应用程序的性能之间达到一个好的平衡。在这方面,一些研究人员最近已经开始在一个动态的云环境实现性能和能耗管理的协调解决方案[3]。
4 流量管理和分析
分析数据流量对于今天的数据中心是重要的。例如,许多web应用程序依赖于分析数据流量来优化用户体验。网络运营商还需要知道数据流量进行许多管理和规划决策。然而,把互联网服务提供商(ISP)现有的流量测量和分析方法扩展到云计算数据中心还存在一些挑战性的问题。首先,数据中心链接的密度要比ISP高得多;其次,大多数现有的方法可以计算几百台主机的流量矩阵,但一个小型数据中心可能拥有几千台服务器;最后,现有的方法通常基于一些ISP的流量模式,但是部署在数据中心应用程序(比如MapReduce作业)极大的改变了流量模式。此外,在云计算中应用程序的网络使用、计算和存储资源存在更紧密的耦合。
目前,并没有很多工作在测量和分析数据中心的流量。文献 [4]报告了数据中心流量的特征,以及使用这些指导网络基础设施的设计。
5 软件框架
云计算提供了进行大规模数据密集型应用程序的平台。通常这些应用程序利用MapReduce框架(如Hadoop可伸缩的和容错数据处理)。研究表明MapReduce作业的性能和资源消耗的是高度依赖应用程序的类型。例如,Hadoop任务sort是I/O密集型,而grep则要求大量CPU资源。此外,分配在每个Hadoop节点的VM可能是异构的。例如,一个VM可用带宽依赖于配置在同一个服务器的其他VM。因此,通过仔细选择它的配置参数值和设计更高效的调度算法能优化MapReduce应用程序的性能和成本。通过缓解瓶颈资源,可以将应用程序的执行时间显著提高。关键的挑战包括Hadoop的性能建模(无论是在线还是离线)和动态条件下自适应调度。
另一个相关的方法认为让MapReduce框架有节能感知[5]。这种方法的基本思想是将完成工作且等待新任务的Hadoop节点进入睡眠状态。这就要求Hadoop和HDFS必须由有节能感知。此外,通常会在性能和节能感知之间进行权衡。根据目标,找到一个理想的权衡点仍是一个没有探索的研究课题。
6 存储技术和数据管理
软件框架MapReduce和它的不同实现(Hadoop和Dryad)针对分布式处理的数据密集的任务。这些框架通常运行在网际文件系统(比如GFS和HDFS)。这些文件系统的存储结构、访问模式和应用程序编程接口不同于传统的分布式文件体系。特别是他们没有实现标准POSIX接口,因此引入和传统文件系统和应用程序的兼容性问题。目前的解决方法主要包括提支持MapReduce框架使用集群文件体系(如IBM的GPFS)方法和基于新的API原语支持可伸缩和并发数据访问等。
7 结束语
需求推动、技术进步和商业模式转变共同促进了云计算的快速发展,其核心是构建了一种全新的信息与数据存储、处理和服务模式。本文从云计算平台建设与管理、应用的构建等多角度总结了这种新兴计算模式存在关键技术及难点,提出了未来云计算研究与应用中所需解决的问题。
参考文献:
[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构建文献管理系统数据库
1.1馆藏文献数据库建设
1.1.1文献数据录入前的准备
当今图书馆采购的新版文献主要有纸质和电子两种，其中纸质文献先要进行验收、盖章、贴上防盗磁条和电子扫描条形码等技术加工处理，为文献数据录入做好前期准备工作。
1.1.2文献数据录入的主要项目
根据标准的马克著录格式对文献内容逐项进行著录，信息源来自版权页中的标准书号、书名、著者、出版社、出版年限、版次、页数以及价格等。然后对图书进行分类，填写分类号、书次号，最后将条形码扫描至系统中，编目过程就结束了，该书的信息就存入馆藏文献数据库系统中了。传统的文献编目是通过卡片式纪录文献信息的，就是每种图书都要手工编写一张卡片，包括书名、著者、索书号、主题词等相关信息，不但不利于保存，检索起来也比较繁琐。馆藏文献数据库保存了图书馆的全部文献资源，可以随时检索馆藏文献。数据库为管理者提供了借阅情况，为广大读者提供文献检索，比如读者知道书名或著者、分类或主题，都可以利用该数据库进行检索，获得所要借阅文献的具置，这样就大大节约了读者借书的时间，提高了读者借阅的准确率。这一功能实现了将手工录入的信息以及条形码扫描的数据进行重新排序，并生成新的库结构和内容，运行该功能时一定要将全部的文献信息完成后再进行数据的汇总处理，这是数据录入处理的最后一道关口。
1.1.3文献数据的修订和注销
所有文献的信息都要通过手工录入计算机，包括输入文献的基本信息，然后将这些重要的信息进行保存。如果在输入过程中发生差错，可以及时进行修改，因为系统增加了插入、增添、删除的功能，这样可以提高文献信息的准确性，为文献检索提供最佳数据保障。对于借书超期没有归还的师生，可以运用这一系统进行过期催还，以提高图书馆藏书的流通率。超期丢书的罚款处理，系统也能快速检索到，这就大大提高了图书管理人员的工作效率。同时将所丢书籍的信息从数据库中删除，及时对馆藏文献数据库进行维护，做到数据库中的文献信息与实际馆藏相符。
1.2读者管理数据库建设
1.2.1读者数据库的录入
这个数据库主要用于存储用户类别和用户数据管理。第一步就是获取读者的基本情况，以高校图书馆为例：学生需要姓名、性别、所在系、所在班级。老师需要姓名、性别及所在系，职员需要录入姓名、性别。然后将这些信息导入到计算机中，用于读者类别管理和个人数据信息的保存。读者数据库的功能有借书证录入、借书证导入、借书证管理、预约管理、过期催还和罚款处理。
1.2.2借书权限的设定
在高校，用户主要以老师、学生、职员为主。老师和学生的借阅权限也有所区别。一般在高校，老师的借阅权限是10～15本，职员是10本，而学生是5本。老师和职员的借阅时间最长为1年，学生为30天。如何来加以区分呢？就需要在数据维护系统中选择借书证维护，输入相应资料，如姓名、性别、读者职别等，然后在借阅权限中输入相应数值，进行保存就可以了。
1.2.3借书证的管理
对新来的老师和每年的新生，图书馆都会给他们办理借书证。如老师为L字母打头，学生为X字母打头，分别根据不同的信息制作借书证。每张借书证都是根据特定标准按条形码顺序排列的，使借书证上的号码与导入系统中的号码相一致。借书证管理系统的作用也不可小觑，如果学生或老师的借书证不慎丢失，就可以通过系统录入老师或学生姓名，即可检索到所丢借书证的号码，及时注销，这样就可以避免不必要的损失。平时图书馆工作人员只要通过扫描仪扫描借书证办理图书借还书手续，并了解师生的借阅情况。
2设置文献检索平台
2.1设置馆内公用文献检索平台
为了方便广大师生有效利用图书馆，大部分高校图书馆在入馆大厅显著方位设置公用文献检索平台，平台的主要功能就是为读者提供人性化的服务。读者可以通过这一公用文献检索平台随时检索馆藏文献资源，包括纸质文献、电子文献、互联网文献等，都能作出相应回答。这样方便了师生文献检索，减轻了图书馆工作人员的工作量。
2.2开通电子文献检索网络
计算机在图书馆现代化建设中，不仅实现了本馆文献资源数字化，还为开通电子文献检索网络，满足读者检索多途径奠定了基础。如汇文文献信息服务系统，因为这一系统汲取了国内外图书馆信息管理的最新技术，在网络化新技术、文献资料处理技术、多媒体技术、全文数据库技术、超文本信息存储与检索技术等方面进行了探索和研究，目前汇文用户超过了400多家，覆盖了国内一大批重点大学的图书馆和公共图书馆。这样可以实现高校图书馆及公共图书馆之间文献资源共享，这样做的好处就是花费少，获得的文献资源更多，更好地满足了读者检索文献的需求。
2.3重视数字图书馆建设
2.3.1自建数据库
自建数据库是图书馆人长远的奋斗目标，首先在馆藏资源数字化的基础上充分挖掘馆藏资源的潜力，可以了解读者不同的需求，进一步作深层次的开发，建立多种服务方式，如情报服务、信息分析等。因为不同的图书馆是为不同的特定读者服务的，所以定位、目标等都要从满足读者的需求考虑。在分析读者和读者需求过程中，掌握可满足读者需要的文献资料，保证读者可以获取所需要的最新文献资料。在自建过程中，一切以读者方便易用为出发点，这样也可以提高数据库的利用率。
2.3.2购买数据库
可以购买国内外一些信息研发机构研制的专题数据库，当然直接购买数字化产品，或购买数字化资源的检索权更为划算。比如CNKI中国期刊网、维普、万方、人大复印资料、超星图书馆等。还可以针对专业需求购买相关学科的数据库。这些数据库中包含大量的文献资源可供检索。
2.3.3购买与自建并行
为建设有本单位特色的文献资源数据库，可以请专业人士自建数据库。先要对馆藏资源做一些了解，找出重点特色的馆藏。然后要了解哪些文献利用率较高，哪些是教学科研及学术方面的强项，还要根据图书馆的条件进行资源数字化建设。
3计算机在现代图书馆建设中的问题
计算机在现代图书馆建设中的作用越来越重要，这是有目共睹的，但也存在不足，有待进一步认识、探索、创新。
3.1缺乏统一规划和标准
计算机的运用，使数字化信息资源已成为图书馆资源建设的一个重要方面。基于计算机网络的普及运用程度及我国图书馆事业发展的不平衡，我国现阶段的馆藏资源数字化工作主要集中在高校图书馆和国家图书馆，缺乏全国统一规划，各馆之间的差异使数字化工作难以步调一致，这就影响了已有的数字资源在全国、乃至世界范围内资源共享。各个图书馆使用的数据处理系统差异很大，这就导致了无法实现馆际之间的联网，使不同馆之间进行数据交换的可能性很小，如果全国图书馆界有一个统一的模式，使用比较先进的数据系统，如汇文软件，就可以实现馆际之间的互借，对外来数据进行处理、利用，可以节约大量的人力、财力，真正实现各馆文献资源共享的目的。
3.2专业技术人员水平参差不齐
馆藏资源数字化建设需要借助一定的设备，特别是计算机网络设备，还需要全国统一的技术标准，实施细则，因此人才培养和人才建设是必不可少的。目前许多图书馆新人员多，他们缺少相关专业知识和工作经验，有些专业技术人员还不能独当一面处理较为复杂的技术问题，因此，开展现代图书馆人才培养是当务之急。相关工作人员不仅要熟练掌握系统软件的操作方法，而且也要提高自己的外语能力，这样才能更好地操作国外的数据库系统，浏览国外的相关网站，学到先进的管理方法。
购买推荐
图书分析师庞敏丽认为该书云计算研发人员和爱好者的学习和参考资料。通过对生意宝旗下比购宝(Boogle.cn)——“网络购物第一站”收录的博库书城、淘宝网、京东商城、卓越亚马逊、当当网、拍拍网、文轩网、中国互动出版网、99网上书城等众多含图书销售的网站，价格搜索显示，目前，京东商城该书为最低价，推荐购买。
目 录
第1章 绪论
1.1 云计算的概念
1.2 云计算发展现状
1.3 云计算实现机制
1.4 网格计算与云计算
1.5 云计算的发展环境
1.5.1 云计算与3G
1.5.2 云计算与物联网
1.5.3 云计算与移动互联网
1.5.4 云计算与三网融合
1.6 云计算压倒性的成本优势
习题
参考文献
第2章 Google云计算原理与应用
2.1 Google文件系统GFS
2.1.1 系统架构
2.1.2 容错机制
2.1.3 系统管理技术
2.2 分布式数据处理MapReduce
2.2.1 产生背景
2.2.2 编程模型
2.2.3 实现机制
2.2.4 案例分析
2.3 分布式锁服务Chubby
2.3.1 Paxos算法
2.3.2 Chubby系统设计
2.3.3 Chubby中的Paxos
2.3.4 Chubby文件系统
2.3.5 通信协议
2.3.6 正确性与性能
2.4 分布式结构化数据表Bigtable
2.4.1 设计动机与目标
2.4.2 数据模型
2.4.3 系统架构
2.4.4 主服务器
2.4.5 子表服务器
2.4.6 性能优化
2.5 分布式存储系统Megastore
2.5.1 设计目标及方案选择
2.5.2 Megastore数据模型
2.5.3 Megastore中的事务及并发控制
2.5.4 Megastore基本架构
2.5.5 核心技术——复制
2.5.6 产品性能及控制措施
2.6 大规模分布式系统的监控基础架构Dapper
2.6.1 基本设计目标
2.6.2 Dapper监控系统简介
2.6.3 关键性技术
2.6.4 常用Dapper工具
2.6.5 Dapper使用经验
2.7 Google应用程序引擎
2.7.1 Google App Engine简介
2.7.2 应用程序环境
2.7.3 Google App Engine服务
2.7.4 Google App Engine编程实践
习题
参考文献
第3章 Amazon云计算AWS
3.1 Amazon平台基础存储架构：Dynamo
3.1.1 Dynamo在Amazon服务平台的地位
3.1.2 Dynamo架构的主要技术
3.2 弹性计算云EC2
3.2.1 EC2的主要特性
3.2.2 EC2基本架构及主要概念
3.2.3 EC2的关键技术
3.3.4 EC2安全及容错机制
3.3 简单存储服务S3
3.3.1 基本概念和操作
3.3.2 数据一致性模型
3.3.3 S3安全措施
3.4 简单队列服务SQS
3.4.1 SQS基本模型
3.4.2 两个重要概念
3.4.3 消息
3.4.4 身份认证
3.5 简单数据库服务Simple DB
3.5.1 重要概念
3.5.2 存在的问题及解决办法
3.5.3 Simple DB和其他AWS的结合使用
3.6 关系数据库服务RDS
3.6.1 SQL和NoSQL数据库的对比
3.6.2 RDS数据库原理
3.6.3 RDS的使用
3.7 内容推送服务CloudFront
3.7.1 内容推送网络CDN
3.7.2 云内容推送CloudFront
3.8 其他Amazon云计算服务
3.8.1 快速应用部署Elastic Beanstalk和服务模板CloudFormation
3.8.2 云中的DNS服务 Router
3.8.3 虚拟私有云VPC
3.8.4 简单通知服务SNS和简单邮件服务SES
3.8.5 弹性MapReduce服务
3.8.6 电子商务服务DevPay、FPS和Simple Pay
3.8.7 Amazon执行网络服务
3.8.8 土耳其机器人
3.8.9 Alexa Web服务
3.9 AWS应用实例
3.9.1 在线照片存储共享网站SmugMug
3.9.2 在线视频制作网站Animoto
3.10 小结
习题
参考文献
第4章 微软云计算Windows Azure
4.1 微软云计算平台
4.2 微软云操作系统Windows Azure
4.2.1 Windows Azure概述
4.2.2 Windows Azure计算服务
4.2.3 Windows Azure存储服务
4.2.4 Windows Azure Connect
4.2.5 Windows Azure CDN
4.2.6 Fabric控制器
4.2.7 Windows Azure应用场景
4.3 微软云关系数据库SQL Azure
4.3.1 SQL Azure概述
4.3.2 SQL Azure关键技术
4.3.3 SQL Azure应用场景
4.3.4 SQL Azure和SQL Server对比
4.4 Windows Azure AppFabric
4.4.1 AppFabric概述
4.4.2 AppFabric关键技术
4.5 Windows Azure Marketplace
4.6 微软云计算编程实践
4.6.1 利用Visual Studio2010开发简单的云应用程序
4.6.2 向Windows Azure平台应用程序
习题
参考文献
第5章 VMware云计算
5.1 VMware云产品简介
5.1.1 VMware云战略三层架构
5.1.2 VMware vSphere架构
5.1.3 云操作系统vSphere
5.1.4 底层架构服务vCloud Service Director
5.1.5 虚拟桌面产品VMware View
5.2 云管理平台 vCenter
5.2.1 虚拟机迁移工具
5.2.2 虚拟机数据备份恢复工具
5.2.3 虚拟机安全工具
5.2.4 可靠性组件FT和HA
5.3 云架构服务提供平台vCloud Service Director
5.3.1 创建虚拟数据中心和组织
5.3.2 网络的设计
5.3.3 目录管理
5.3.4 计费功能
5.4 VMware的网络和存储虚拟化
5.4.1 网络虚拟化
5.4.2 存储虚拟化
习题
参考文献
第6章 Hadoop：Google云计算的开源实现
6.1 Hadoop简介
6.2 Hadoop分布式文件系统HDFS
6.2.1 设计前提与目标
6.2.2 体系结构
6.2.3 保障可靠性的措施
6.2.4 提升性能的措施
6.2.5 访问接口
6.3 分布式数据处理MapReduce
6.3.1 逻辑模型
6.3.2 实现机制
6.4 分布式结构化数据表HBase
6.4.1 逻辑模型
6.4.2 物理模型
6.4.3 子表服务器
6.4.4 主服务器
6.4.5 元数据表
6.5 Hadoop安装
6.5.1 在Linux系统中安装Hadoop
6.5.2 在Windows系统中安装Hadoop
6.6 HDFS使用
6.6.1 HDFS 常用命令
6.6.2 HDFS 基准测试
6.7 HBase安装使用
6.7.1 HBase的安装配置
6.7.2 HBase的执行
6.7.3 Hbase编程实例
6.8 MapReduce编程
6.8.1 矩阵相乘算法设计
6.8.2 编程实现
习题
参考文献
第7章 Eucalyptus：Amazon云计算的开源实现
7.1 Eucalyptus简介
7.2 Eucalyptus技术实现
7.2.1 体系结构
7.2.2 主要构件
7.2.3 访问接口
7.2.4 服务等级协议
7.2.5 虚拟组网
7.3 Eucalyptus安装与使用
7.3.1 在Linux系统中安装Eucalyptus
7.3.2 Eucalyptus配置和管理
7.3.3 Eucalyptus常用命令的示例和说明
习题
参考文献
第8章 其他开源云计算系统
8.1 简介
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 体系结构
8.2.2 数据模型
8.2.3 存储机制
8.2.4 读/写删过程
8.3 Hive
8.3.1 整体构架
8.3.2 数据模型
8.3.3 HQL语言
8.3.4 环境搭建
8.4 VoltDB
8.4.1 整体架构
8.4.2 自动数据分片技术
习题
参考文献
第9章 云计算仿真器CloudSim
9.1 CloudSim简介
9.2 CloudSim体系结构
9.2.1 CloudSim核心模拟引擎
9.2.2 CloudSim层
9.2.3 用户代码层
9.3 CloudSim技术实现
9.4 CloudSim的使用方法
9.4.1 环境配置
9.4.2 运行样例程序
9.5 CloudSim的扩展
9.5.1 调度策略的扩展
9.5.2 仿真核心代码
9.5.3 平台重编译
习题
参考文献
第10章 云计算研究热点
10.1 云计算体系结构研究
10.1.1 Youseff划分方法
10.1.2 Lenk划分方法
10.2 云计算关键技术研究
10.2.1 虚拟化技术
10.2.2 数据存储技术
10.2.3 资源管理技术
10.2.4 能耗管理技术
10.2.5 云监测技术
10.3 编程模型研究
10.3.1 All-Pairs编程模型
10.3.2 GridBatch编程模型
10.3.3 其他编程模型
10.4 支撑平台研究
10.4.1 Cumulus：数据中心科学云
10.4.2 CARMEN：e-Science云计算
10.4.3 RESERVOIR：云服务融合平台
10.4.4 TPlatform：Hadoop的变种
10.4.5 P2P环境的MapReduce
10.4.6 Yahoo云计算平台
10.4.7 微软的Dryad框架
10.4.8 Neptune框架
10.5 应用研究
10.5.1 语义分析应用
10.5.2 生物学应用
10.5.3 数据库应用
10.5.4 地理信息应用
10.5.5 商业应用
10.5.6 医学应用
10.5.7 社会智能应用
10.6 云安全研究
10.6.1 Anti-Spam Grid：反垃圾邮件网格
10.6.2 CloudAV：终端恶意软件检测
10.6.3 AMSDS：恶意软件签名自动检测
10.6.4 CloudSEC：协作安全服务体系结构
习题
参考文献
第11章 总结与展望
11.1 主流商业云计算解决方案比较
11.1.1 应用场景
11.1.2 使用流程
11.1.3 体系结构
11.1.4 实现技术
11.1.5 核心业务
11.2 主流开源云计算系统比较
11.2.1 开发目的
11.2.2 体系结构
11.2.3 实现技术
11.2.4 核心服务
11.3 国内代表性云计算平台比较
11.3.1 中国移动“大云”
11.3.2 阿里巴巴“阿里云”
11.3.3 “大云”与“阿里云”的比较
11.4 云计算的历史坐标与发展方向
11.4.1 互联网发展的阶段划分
11.4.2 云格（Gloud）——云计算的未来
