文档介绍：该【云计算系列讲座读书报告 】是由【文艺人生】上传分享，文档一共【7】页，该文档可以免费在线阅读，需要了解更多关于【云计算系列讲座读书报告 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。云计算系列讲座读书报告云计算系列讲座读书报告云计算在不断地以各种方式在进入我们的视野,云计算从一个概念转化成一种我们是在接触以及体验的一种服务。在这一系列的云计算的讲座后,对于云计算有了更加深入的了解,不仅是在云计算技术上,同时在云计算对于商业模式的影响有所启发。我很欣喜的看到目前整个云计算行业的混沌以及美好的发展前景。在一个产业当一切都没有成为标准的时候,当很多模式都存在的时候,对于初涉这个产业的人来说无疑是一件十分幸运的事。在接触云计算的过程之中,令我非常感兴趣的无疑是,我尝试着注册了一个账号,体验了以下它所提供的服务。供了一个在线的企业管理系统,主要还是涉及企业业务、财务、客户资源和HR等方面的服务,用户不必购买昂贵的系统和硬件,只需要购买服务。企业会因此得到一个全新的解放以及商业模式,企业完全不必在维持昂贵的硬件与软件的维护、运营花费大量的时间与金钱。们的更多的是一种对于云计算应用的启示,它也有自身存在的问题,目前它的界面还不是很友好,操作起来不是很顺手,所有的系统通过浏览器很难完成一个像财务这样复杂的用户体验过程。同时它在业务方面还没有体现出目前财务系统所能展现的强大作用,或许目前的财务系统也没有如此强大,但我对于仅仅局限于此。作为一个用户我希望它能够提供一个能够在不同权限上决策支持的功能,这就涉及到数据挖掘在云计算中的应用。数据挖掘在某种程度上来讲其实是迎合了云计算的发展的,云计算能够提供足够强大的计算能力,而数据挖掘底层的数据仓库,同时OLAP也是极其耗费运算资源的。云计算应该在此基础之上形成一个强大的知识库体系,综合性企业的云计算服务商迈开这一步是十分重要的。云计算讲座带给我另一个很大的启示就是apple和apple的云计算战略模式在形式上形成惊人的统一。在apple不断推出自己的移动终端iphone、ipad后,顺应潮流般的推出了自己的云计算服务icloud,用户只需要持有一个applestore的账户就能够在不同的终端享有同样的服务,购买音乐、软件等,可以想象appl用程序领先于云计算的定义好几年时间。另一方面,就像云计算中的许多其他层一样,版本不只在一个云层工作,是一个辅助性应用程序开发环境,或当作服务的平台。把平台当作服务(PaaS中间层(或PaaS是对开发环境抽象的封装和对有效服务负载的封装。原形有效负载是一个Xen映像(AmazonWeb服务的组成部分,该映像包含一个基本Web栈(例如,一个Linux发行套件、一个Web服务器,以及一个编程环境,如Pearl或Ruby。PaaS产品可执行各个阶段的软件开发和测试,也可以专用于某个领域,例如,内容管理。商业示例包括GoogleAppEngine,它在Google的基础设施上提供应用程序服务。上述PaaS服务可以提供极大的灵活性,但可能会受到通过供应商提供的能力的制约。把基础设施当作服务(IaaS把基础设施当作服务(IaaS处于最低层级,而且是一种作为标准化服务在网上提供基本存储和计算能力的手段。服务器、存储系统、交换机、路由器和其他系统协作(例如,通过虚拟化技术处理特定类型的工作负载—从批处理到峰值负载期间的服务器/存储扩大。最著名的商业示例是AmazonWeb服务(AWS,其EC2和S3服务分别提供基本计算和存储服务。另一个示例是Joyent,其主要产品是一系列虚拟化服务器,这些服务器提供运行网站的高度可扩展的随需应变基础设施,包括用RubyonRails、PHP、Python和Java编写的丰富Web应用程序。在云计算的技术方面,最大的收获就是认识了hadoop,作为GoogleMapReduce技术的开源实现,Hadoop理所当然地借鉴了Google的GoogleFileSystem文件系统、MapReduce并行算法以及BigTable。因此,Hadoop也是一个能够分布式处理大规模海量数据的软件框架,这一点不足为奇。当然,这一切都是在可靠、高效、可扩展的基础上。Hadoop的可靠性——因为Hadoop假设计算元素和存储会出现故障,因为它维护多个工作数据副本,在出现故障时可以对失败的节点重新分布处理。Hadoop是并行工作的,以加快任务处理速度。Hadoop的可扩展——依赖于部署Hadoop软件框架计算集群的规模,Hadoop的运算是可扩展的,具有处理PB级数据的能力。Google文件系统(GoogleFileSystem,GFS是一个大型的分布式文件系统。它为Google云计算提供海量存储,并且与Chubby、MapReduce以及Bigtable等技术结合十分紧密,处于所有核心技术的底层。由于GFS并不是一个开源的系统,我们仅仅能从Google公布的技术文档来获得一点了解,而无法进行深入的研究。Google公布的关于GFS的最为详尽的技术文档,它从GFS产生的背景、特点、系统框架、性能测试等方面进行了详细的阐述。当前主流分布式文件系统有RedHat的GFS(GlobalFileSystem、IBM的GPFS、Sun的Lustre等。这些系统通常用于高性能计算或大型数据中心,对硬件设施条件要求较高。以Lustre文件系统为例,它只对元数据管理器MDS提供容错解决方案,而对于具体的数据存储节点OST来说,则依赖其自身来解决容错的问题。例如,Lustre推荐OST节点采用RAID技术或SAN存储区域网来容错,但由于Lustre自身不能提供数据存储的容错,一旦OST发生故障就无法恢复,因此对OST的稳定性就提出了相当高的要求,从而大大增加了存储的成本,而且成本会随着规模的扩大线性增长。MapReduce是Google提出的一个软件架构,是一种处理海量数据的并行编程模式,用于大规模数据集(通常大于1TB的并行运算。“Map(映射”、“Reduce(化简”的概念和主要思想,都是从函数式编程语言和矢量编程语言借鉴来的。正是由于MapReduce有函数式和矢量编程语言的共性,使得这种编程模式特别适合于非结构化和结构化的海量数据的搜索、挖掘、分析与机器智能学****等。Chubby是Google设计的提供粗粒度锁服务的一个文件系统,它基于松耦合分布式系统,解决了分布的一致性问题。通过使用Chubby的锁服务,用户可以确保数据操作过程中的一致性。不过值得注意的是,这种锁只是一种建议性的锁(AdvisoryLock而不是强制性的锁(MandatoryLock,如此选择的目的是使系统具有更大的灵活性。GFS使用Chubby来选取一个GFS主服务器,Bigtable使用Chubby指定一个主服务器并发现、控制与其相关的子表服务器。除了最常用的锁服务之外,Chubby还可以作为一个稳定的存储系统存储包括元数据在类的小数据。同时Google内部还使用Chubby进行名字服务(NameServer。Bigtable是Google开发的基于GFS和Chubby的分布式存储系统。Google的很多数据,包括Web索引、卫星图像数据等在内的海量结构化和半结构化数据,都是存储在Bigtable中的。从实现上来看,Bigtable并没有什么全新的技术,但是如何选择合适的技术并将这些技术高效、巧妙地结合在一起恰恰是最大的难点。Google的工程师通过研究以及大量的实践,完美实现了相关技术的选择及融合。Bigtable在很多方面和数据库类似,但它并不是真正意义上的数据库。就像讲座之中刚所说的,未来在整个地球上会只剩下几台计算机,云计算将会被极大的垄断,同时一些IT设备商和操作系统生产企业也会在这场战役之中受伤或者完成华丽的转身。其实在实现云计算上技术层面上,作为一个开源的技术,云计算的技术壁垒没有想象之中那么大,最主要的还是资金与运营模式的竞争。其实我并不认为地球上只会剩下几台计算机的,在很长的一段时间内,pc肯定还是有其自己的空间的,其次是云计算要提供如此强大的平台功能,不可能做到十分的细化,在不同的商业与服务领域,一些企业或许借由这样的机会迅速的建立起自己的运服务平台。大的云计算服务商为中小企业提供了很好的成长环境,减轻中小企业的压力,但这其中也涉及到企业的商业秘密的泄漏问题,云计算服务企业会不断的形成自己在软服务上的优势,而不仅仅满足硬件上提供的服务,这时各大企业想要生存下去只能发展自己的云计算服务。我想最总会出现像yahoo这样巨头,但整个市场不可能被少数企业所主导。