文档介绍：第一章
网络驱动力
·克雷(SeymourCray)
·麦卡锡
·博纳斯·李
·格雷
平台即效劳 软件即效劳
8.(1)超大规模
“云〞具第一章
网络驱动力
·克雷(SeymourCray)
·麦卡锡
·博纳斯·李
·格雷
平台即效劳 软件即效劳
8.(1)超大规模
“云〞具有相当的规模,Google云计算已经拥有100多万台效劳器,Amazon、IBM、微软、Yahoo等的“云〞均拥有几十万台效劳器。企业私有云一般拥有数百上千台效劳器。“云〞能赋予用户前所未有的计算能力。
(2)虚拟化
云计算支持用户在任意位置、使用各种终端获取应用效劳。所请求的资源来自“云〞,而不是固定的有形的实体。应用在“云〞中某处运行,但实际上用户无需了解、也不用担忧应用运行的具体位置。只需要一台笔记本或者一个,就可以通过网络效劳来实现我们需要的一切,甚至包括超级计算这样的任务。
(3)高可靠性
“云〞使用了数据多副本容错、计算节点同构可互换等措施来保障效劳的高可靠性,使用云计算比使用本地计算机可靠。
(4)通用性
云计算不针对特定的应用,在“云〞的支撑下可以构造出千变万化的应用,同一个“云〞可以同时支撑不同的应用运行。
(5)高可扩展性
“云〞的规模可以动态伸缩,满足应用和用户规模增长的需要。
(6)按需效劳
“云〞是一个庞大的资源池,你按需购置;云可以像自来水,电,煤气那样计费。
(7)极其廉价
由于“云〞的特殊容错措施可以采用极其廉价的节点来构成云,“云〞的自动化集中式管理使大量企业无需负担日益高昂的数据中心管理本钱,“云〞的通用性使资源的利用率较之传统系统大幅提升,因此用户可以充分享受“云〞的低本钱优势,经常只要花费几百美元、几天时间就能完成以前需要数万美元、数月时间才能完成的任务。
云计算可以彻底改变人们未来的生活,但同时也要重视环境问题,这样才能真正为人类进步做奉献,而不是简单的技术提升。
(8)潜在的危险性
云计算效劳除了提供计算效劳外,还必然提供了存储效劳。但是云计算效劳当前垄断在私人机构〔企业〕手中,而他们仅仅能够提供商业信用。对于政府机构、商业机构〔特别像银行这样持有敏感数据的商业机构〕对于选择云计算效劳应保持足够的警惕。一旦商业用户大规模使用私人机构提供的云计算效劳,无论其技术优势有多强,都
不可防止地让这些私人机构以“数据〔信息〕〞的重要性挟制整个社会。对于信息社会而言,“信息〞是至关重要的。另一方面,云计算中的数据对于数据所有者以外的其他用户云计算用户是保密的,但是对于提供云计算的商业机构而言确实毫无秘密可言。所有这些潜在的危险,是商业机构和政府机构选择云计算效劳、特别是国外机构提供的云计算效劳时,不得不考虑的一个重要的前提。
、Hadoop、HPCC、Storm
KVM、VMware
10.〔1〕数据查询分析计算系统HBase:开源、分布式、面向列的非关系型数据库模型,是Apache的Hadoop工程的子工程,实现了压缩算法、内存操作和布隆过滤器。
〔2〕批处理系统:MapReduce是被广泛使用的批处理计算模式。MapReduce对具有简单数据关系、易于划分的大数据采用“分而治之〞的并行处理思想,讲数据记录的处理分为Map和Reduce两个简单的抽象操作,提供了一个统一的并行计算框架。
〔3〕流式计算机系统:流式计算机具有很强的实时性,需要对应用源源不断产生的数据实时进行处理,是数据不积压、不丧失,常用于处理电信、电力等行业应用以及互联网行业的访问日志等。
〔4〕迭代计算系统:针对MapReduce不支持迭代计算的缺陷,人民对Hadoop进行了大量改良。
〔5〕图计算系统:社交网络、网页链接等包含具有复杂关系的图数据,这些图数据规模巨大,可包含数十亿顶点和上百亿条边,图数
据需要有专门的系统进行存储和计算。
〔6〕内存计算系统:随着内存价格的不断下降、效劳器可配置内存容量的不断增长,使用内存计算完成高速的大数据处理已成为大数据处理的重要开展方向。
。首先要有“数据采集〞的方法和途径〔采集〕;其次要用符合教育原理的数据处理方法〔建模〕;另外,还要有“数据复原现象〞综合方法〔复原〕。其中,还有“数据清理〞、“数据会聚〞等技术处理工作。在整个大数据处理过程中,还需要考虑“数据平安〞和“隐私保护〞等问题。
第二章
,