云计算的六项主要技术

云计算是一种新型的业务交付模型，也是一种IT基础架构管理的新方法. 通过新的业务交付模式，用户将通过网络充分利用优化的硬件，软件和网络资源，并在此基础上提供创新的业务服务. 新的IT基础架构管理方法允许IT部门将大量资源作为统一的大型资源进行管理，并支持IT部门增加资源，而无需显着增加相应的维护和管理人员. 云计算相关技术如下: <

虚拟化

虚拟化可以大大提高组织过程中资源和应用程序的效率和可用性. 虚拟化将物理资源与最终呈现给用户的资源分开. 实际上，这是一个替代过程. 具有统一且设计良好的结构在物理资源上创建了多个替代资源（即虚拟资源），物理资源和物理资源. 通过相同的接口和功能，对于用户来说，虚拟资源具有与物理资源相同的使用功能，并且还可以具有不同的属性，例如价格，容量和可调整性.

自动部署

云计算的核心思想是以自动化方式尽可能简化任务，以便用户可以通过自助服务快速获得所需的资源和功能. 部署在基础架构管理中非常重要，它也是需要大量工作的一部分，其中包括操作系统云计算的分布式存储，中间件和应用程序等不同级别的部署. 自动化部署可以简化流程. 用户提交应用程序后，自动部署平台将根据计划和约会自动完成相应的部署. 因此，用户可以在十分钟甚至几分钟内获得一个完整的环境，从而极大地改善了工作. 效果.

应用规模扩展

云计算提供了巨大的资源池，并且应用程序的使用具有不同的加载周期. 根据负载动态扩展应用程序资源可以显着提高资源的有效利用率，即在高负载下动态扩展资源. 当负载较低时释放多余的资源，这是规模扩展技术的应用所解决的问题. 该技术将应用程序作为基本单元，并为不同的应用程序体系结构设置不同的群集类型. 每种群集类型都有特定的扩展方法，然后通过监视负载的动态变化来自动增加或减少应用程序群集的资源.

分布式文件系统

分布式存储的目标是在云环境中使用多个服务器的存储资源，以满足单个服务器无法满足的存储要求. 其特点是可以对存储资源进行抽象表示和统一管理，可以保证数据读写和操作的安全性，可靠性等要求.

云计算催生了一些出色的分布式文件系统和云存储服务. 最典型的云平台分布式文件系统是Googie的GFS和开源Hadoop. 这两个可扩展的分布式文件系统使用容错和故障恢复机制来有效克服由单节点故障引起的系统故障，并实现海量文件存储. 以Hadoop文件系统为例，Hadoop文件系统（HDFS）是在普通硬件上运行的分布式文件系统，它与现有的分布式文件系统有很多相似之处. 但是，与其他分布式文件系统的区别也很明显: HDFS高度容错. 它可以部署在低成本硬件上. HDFS提供对应用程序的高吞吐量数据访问. 它适用于具有大数据集的应用程序. HDFS发布了一些POSIX要求，以实现对文件数据的流访问.

分布式和非结构化数据存储

在分布式文件系统上. 用于存储海量结构化数据的典型分布式存储系统包括Google的BigTable，开源HBase等. 这些系统可以将非结构化数据（例如网页等）存储为分布式，多维和有序图. HBase是Apache Hadoop项目的子项目. 它是一个分布式的，面向列的开源. 与一般的关系不同，它是适用于非结构化数据存储的，并使用基于列的模型而不是基于行的模型. 用户将数据行存储在表中，数据行具有可选键和任意数量的列；该表存储松散，因此用户可以为行定义各种列. HBase主要用于实时读取和写入需要随机访问的大数据.

分布式计算

基于云平台的最典型的分布式计算模型是Map Reduce编程模型. Map Reduce将大型任务分为许多细粒度的子任务. 这些子任务在多个计算节点上进行分配，调度和计算，从而获得云平台上海量数据的处理能力. “ Map”和“ Reduce”的主要思想是从功能编程语言中借用的: 当前的软件实现指定了Map函数，该函数用于将一组键值对Map放入一组新的键值对中，并指定并发的Reduce函数以确保每个映射的键值对共享相同的键组.

简而言之，映射功能是对由一些独立元素组成的概念列表的每个元素执行特定操作. 实际上，每个元素都是独立操作的，并且原始列表没有更改，因为在此处创建了新列表以保存新答案. 换句话说云计算的分布式存储，Map操作可以是高度并行的，这对于具有高性能要求和并行计算领域要求的应用程序非常有用. 减少操作是指列表元素的正确合并. 尽管它不像映射函数那么并行，但是由于简化总是有一个简单的答案，并且操作是相对独立的，因此简化函数在高度并行的环境中也很有用. 返回搜狐，查看更多

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-178173-1.html