云计算核心概念大解析

经过一系列分析之后我们不难看出,云计算与虚拟化的应用已经深入了业界,不论是对个人还是对企业,都必定会产生深远的影响,云计算与虚拟化将会使IT行业的各个层面都发生改变,云计算的技术热点也会出现一个百花争艳的场景。

虚拟化与云计算技术目前的发展及其快速,业界各大厂商不断推陈出新,制定相应的战略,推出新的概念、观点和产品。云计算的技术热点也呈现百花齐放的局面,比如以互联网为平台的虚拟化解决方案的运行平台,基于多租户技术的业务系统在线开发、运行时和运营平台,大规模云存储服务,大规模云通信服务等。

在过去的半个多世纪,信息技术的发展,尤其是计算机和互联网技术的进步极大地改变了人们的工作和生活方式。大量企业开始采用以数据中心为业务运营平台的信息服务模式。进入新世纪后,数据中心变得空前重要和复杂,这对管理工作提出了全新的挑战,一系列问题接踵而来。企业如何通过数据中心快速地创建服务并高效地管理业务?怎样根据需求动态调整资源以降低运营成本?如何更加灵活、高效、安全地使用和管理各种资源?如何共享已有的计算平台而不是重复创建自己的数据中心?业内人士普遍认为,信息产业本身需要更加彻底的技术变革和商业模式转型,虚拟化和云计算正是在这样的背景下应运而生的。

云计算是并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(GridComputing)的发展。云计算是虚拟化(Virtualization)、公用计算(UtilityComputing)、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。

云计算采用创新的计算模式使用户通过互联网随时获得近乎无限的计算能力和丰富多样的信息服务,它创新的商业模式使用户对计算和服务可以取用自由、按量付费。目前的云计算融合了以虚拟化、服务管理自动化和标准化为代表的大量革新技术。云计算借助虚拟化技术的伸缩性和灵活性,提高了资源利用率,简化了资源和服务的管理和维护;利用信息服务自动化技术,将资源封装为服务交付给用户,减少了数据中心的运营成本;利用标准化,方便了服务的开发和交付,缩短了客户服务的上线时间。

虚拟化是一个广义的术语,是指计算元件在虚拟的基础上而不是真实的基础上运行,是一个为了简化管理,优化资源的解决方案。如同空旷、通透的写字楼,整个楼层几乎看不到墙壁,用户可以用同样的成本构建出更加自主适用的办公空间,进而节省成本,发挥空间最大利用率。这种把有限的固定的资源根据不同需求进行重新规划以达到最大利用率的思路,在IT领域就叫做虚拟化技术。

虚拟化只是云计算的一个技术基础,云计算除了具有虚拟化的技术基础外,还有其他技术支撑,这些支撑包含从软件设施的基础平台到应用都有所涉及。

下面我们就着重分析一下云计算的几个重点概念。

1.本地无须计算。计算全部采用实时远程网络计算资源,云计算将计算资源和我们通常接触的资源放在同一个平台上,而不是简单的数据获取。现在我们通常通过网络进行访问的资源,一般都是文件、视频流、音频流等,云计算则是将计算资源作为远程资源通过网络进行输送,这是云计算有别于其他任何计算的一个特有的特点。将计算资源在网络上进行分配,那么高速的网络支持是必须的,网络必须有非常低的延迟,并且可以将计算过程中的交互损耗降至最低。云计算也有别于以前我们接触的远程提交作业,等待结果的计算方式,云计算的过程是实时交互的。

2.支持多种硬件平台和多种软件平台。云计算支持多种硬件平台和多种软件平台,甚至通信协议,不仅要求硬件具有分布特性,软件(包含应用软件在内)也要具有分布特性,用户在使用软件资源之前,不必考虑本地硬件的特性,本地硬件的特性也不会对选择云计算作为计算平台的行为造成影响。

虚拟化的几个重点概念:

1.针对不同的虚拟化产品进行不同的虚拟化技术,如服务器、桌面、网络,不同的IT层面,体现出不同的虚拟化方向,而构成可以连接各种不同平台的整体方案。虚拟化是一个接口封装和标准化的过程,封装的过程根据不同的硬件会有不同,通过封装和标准化,为在虚拟容器里运行的程序提供适合的运行环境。这样,通过虚拟化技术,可以屏蔽不同硬件平台时间的差异性,屏蔽不同硬件的差异所带来的软件兼容问题,通过虚拟化技术,可以将硬件的资源通过虚拟化软件再重新整合后分配给软件使用。虚拟化技术实现硬件无差别的封装很适合在云计算的大规模应用中作为技术平台,但是,虚拟化技术并不是云计算的唯一技术基础条件。只能说虚拟化是目前实现云比较切实可行的一个方案而已。

2.虚拟化的核心解决要务是脱离硬件依赖,可以在各种硬件上部署虚拟化产品后,形成统一的计算界面。从JVM到VSX等等产品,虚拟化核心要务是脱离硬件依赖,这样无论是软件开发还是网络应用,都可以简化软件的开发模式方法。所以虚拟化在用户界面上,是标准化的,一致的,而不是云计算那样提供各种各样不同平台适应的界面。虚拟化技术的这个特点,使得虚拟化技术在很多应用场合大有可为。虚拟化技术之所以成为许多云计算方案中采用的技术平台,和虚拟化这个特征是分不开的。但是并不是所有的云计算都必须以虚拟化为技术基础,比如智能家电,就不可能在家电中部署虚拟机等设备。3.对本地计算有要求,虚拟化技术并不解决本地终端的计算问题;虚拟化不能解决本地终端的计算问题。无论是虚拟服务器还是虚拟桌面,虚拟化技术也不能实现将所有的运算都转移到远程执行。虚拟化可以实现动态资源分配,但是并不是远程的。同时,虚拟化技术涉及网络时,比如说在本地使用远程虚拟机时,需要大量网络通信,这种通信流量和在虚拟机上进行运行的程序复杂度没有任何关联,仅仅是虚拟化技术本身需要的网络通信要求。而云计算中是不存在这个问题的。

时间: 2024-10-03 03:01:22

云计算核心概念大解析的相关文章

《Spark大数据分析:核心概念、技术及实践》大数据技术一览

本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第1节,作者穆罕默德·古勒(Mohammed Guller)更多章节内容可以访问"华章计算机"公众号查看. 大数据技术一览 我们正处在大数据时代.数据不仅是任何组织的命脉,而且在指数级增长.今天所产生的数据比过去几年所产生的数据大好几个数量级.挑战在于如何从数据中获取商业价值.这就是大数据相关技术想要解决的问题.因此,大数据已成为过去几年最热门的技术趋势之一.一些非常活跃的开源项目都与大数据

《Spark大数据分析:核心概念、技术及实践》一1.5 NoSQL

  本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第1.5节,作者[美] 穆罕默德·古勒(Mohammed Guller),更多章节内容可以访问"华章计算机"公众号查看. 1.5 NoSQL NoSQL这个术语用于非关系型的现代数据库.起初,NoSQL指的是"不支持SQL",因为这些数据库不支持SQL.而现在,它指的是"不止SQL",因为其中一些数据库支持SQL命令的一个子集.相对RDBMS数据库

《Spark大数据分析:核心概念、技术及实践》一1.2 数据序列化

  本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第1.2节,作者[美] 穆罕默德·古勒(Mohammed Guller),更多章节内容可以访问"华章计算机"公众号查看. 1.2 数据序列化 数据有自己的生命周期,独立于创建或使用它的程序.大多数情况下,数据比创建它的应用存活得更久.一般来说,数据保存在硬盘上.有时,也会通过网络把数据从一个应用发送给另一个应用. 在硬盘上存储或通过网络发送的数据格式与数据在内存中的格式是不一样的.把内存

《Spark大数据分析:核心概念、技术及实践》Scala编程

本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第2节,作者穆罕默德·古勒(Mohammed Guller)更多章节内容可以访问"华章计算机"公众号查看. Scala编程 Scala是当前热门的现代编程语言之一.它是编程语言界的凯迪拉克.它是一门强大且优美的语言.学会了它,对你的职业生涯大有裨益. 用不同的编程语言都可以编写大数据应用程序,比如Java.Python.C++.Scala等.Hadoop本身就是用Java编写的.尽管大多数的

《Spark大数据分析:核心概念、技术及实践》Spark Core

本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第节,作者穆罕默德·古勒(Mohammed Guller)更多章节内容可以访问"华章计算机"公众号查看. Spark Core Spark是大数据领域最活跃的开源项目,甚至比Hadoop还要热门.如第1章所述,它被认为是Hadoop的继任者.Spark的使用率大幅增长.很多组织正在用Spark取代Hadoop. 从概念上看,Spark类似于Hadoop,它们都用于处理大数据.它们都能用商用硬

《Spark大数据分析:核心概念、技术及实践》一3.9 共享变量

 本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第3章,第3.9节,作者[美] 穆罕默德·古勒(Mohammed Guller),更多章节内容可以访问"华章计算机"公众号查看. 3.9 共享变量 Spark使用的架构是无共享的.数据分布在集群的各个节点上,每个节点都有自己的CPU.内存和存储资源.没有全局的内存空间用于任务间共享.驱动程序和任务之间通过消息共享数据. 举例来说,如果一个RDD操作的函数参数是驱动程序中变量的引用,Spark会将这

《Spark大数据分析:核心概念、技术及实践》一 第2章 Scala编程

  本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第2章,第2.1节,作者[美] 穆罕默德·古勒(Mohammed Guller),更多章节内容可以访问"华章计算机"公众号查看. 第2章 Scala编程 Scala是当前热门的现代编程语言之一.它是编程语言界的凯迪拉克.它是一门强大且优美的语言.学会了它,对你的职业生涯大有裨益. 用不同的编程语言都可以编写大数据应用程序,比如Java.Python.C++.Scala等.Hadoop本身就是用J

《Spark与Hadoop大数据分析》——3.2 学习Spark的核心概念

3.2 学习Spark的核心概念 在本节,我们要了解 Spark 的核心概念.Spark 提供的主要抽象是弹性分布式数据集(Resilient Distributed Dataset,RDD).因此,我们要了解 RDD 是什么,以及提供内存级性能和容错的 RDD 中包含的运算.但是,首先我们要学习使用 Spark 的方法. 3.2.1 使用 Spark 的方法 使用 Spark 有两种方法,即 Spark Shell 和 Spark 应用程序. 1. Spark Shell 这是可以利用 Sca

《Spark大数据分析:核心概念、技术及实践》一 1.3 列存储

  本节书摘来自华章出版社<Spark大数据分析:核心概念.技术及实践>一书中的第1章,第1.3节,作者[美] 穆罕默德·古勒(Mohammed Guller),更多章节内容可以访问"华章计算机"公众号查看. 1.3 列存储 数据可以面向行或面向列的格式来存储.在面向行格式中,一行的所有列或字段存储在一起.这里的一行,可以是CSV文件中的一行,或者是数据库表中的一条记录.当数据以面向行格式保存时,第一行后面是第二行,接着是第三行,以此类推.面向行存储对于主要执行数据的CRU