1、Cloud Computing郭權 總目錄云計算概述云計算體系及技術云計算應用云計算平臺及趨勢- 1 -目錄云計算體系概述云計算技術體系結構云計算背后采用的具體技術 云計算對未來動態IT架構的支撐- 2 -云計算體系概述- 3 -云計算的基本原理是通過使計算分布在大量的分布式計算機上，而非本地計算機或遠程服務器中，企業數據中心的運行將更與互聯網相似。這使得企業能夠將資源切換到需要的應用上，根據需求訪問計算機和存儲系統。 云計算發展路線- 4 -并行計算集群計算網格計算云計算云計算體系邏輯結構- 5 -用戶互動 界面系統管理資源工具服務器服務目錄監控和測定云計算體系物理結構- 6 -IBM Mo

2、nitoring v.6DB2資源管理棧 Provisioning Manager v.5.1WebSphere Application Server監控Provisioning Baremetal & Xen VMLinux with XenTivoli 監控工具虛擬機虛擬機虛擬機虛擬機數據中心 System xApache云計算基礎設施，可提供托管或現場解決方案。云計算體系特點- 7 -通過Internet接入不需要自身具有IT技術來實施第三方提供資源共享無多余功能開發無多余費用系統延續性好Cloud Applications(“Software-as-a-Service”)Cloud P

3、latforms(“Platform-as-a-Service”)Cloud CollaborationCloud StorageCloud Servers/ProcessingCloud MSP目錄云計算體系概述云計算技術體系結構云計算背后采用的具體技術 云計算對未來動態IT架構的支撐- 8 - 9 -云計算技術體系結構由于云計算分為IaaS、PaaS和SaaS三種類型，不同的廠家又提供了不同的解決方案，目前還沒有一個統一的技術體系結構；綜合不同廠家的方案，給出一個供商榷的云計算體系結構。這個體系結構如下圖所示，它概括了不同解決方案的主要特征，每一種方案或許只實現了其中部分功能，或許也還有部

4、分相對次要功能尚未概括進來。云計算技術體系結構- 11 -云計算技術體系結構云計算技術體系結構分為4層：物理資源層、資源池層、管理中間件層和SOA構建層（如上圖）；物理資源層包括計算機、存儲器、網絡設施、數據庫和軟件等；資源池層是將大量相同類型的資源構成同構或接近同構的資源池，如計算資源池、數據資源池等。構建資源池更多是物理資源的集成和管理工作，例如研究在一個標準集裝箱的空間如何裝下2000個服務器、解決散熱和故障節點替換的問題并降低能耗。- 12 -云計算技術體系結構管理中間件負責對云計算的資源進行管理，并對眾多應用任務進行調度，使資源能夠高效、安全地為應用提供服務；SOA構建層將云計算能力

5、封裝成標準的Web Services服務，并納入到SOA體系進行管理和使用，包括服務注冊、查找、訪問和構建服務工作流等。管理中間件和資源池層是云計算技術的最關鍵部分，SOA構建層的功能更多依靠外部設施提供。- 13 -云計算技術體系結構計算的管理中間件負責資源管理、任務管理、用戶管理和安全管理等工作。資源管理負責均衡地使用云資源節點，檢測節點的故障并試圖恢復或屏蔽之，并對資源的使用情況進行監視統計；任務管理負責執行用戶或應用提交的任務，包括完成用戶任務映象(Image)的部署和管理、任務調度、任務執行、任務生命期管理等等；- 14 -云計算技術體系結構用戶管理是實現云計算商業模式的一個必不可少

6、的環節，包括提供用戶交互接口、管理和識別用戶身份、創建用戶程序的執行環境、對用戶的使用進行計費等；安全管理保障云計算設施的整體安全，包括身份認證、訪問授權、綜合防護和安全審計等。基于上述體系結構，以IaaS云計算為例，簡述云計算的實現機制，如下圖。云計算簡化實現機制- 16 -云計算簡化實現機制用戶交互接口向應用以Web Services方式提供訪問接口，獲取用戶需求。服務目錄是用戶可以訪問的服務清單。系統管理模塊負責管理和分配所有可用的資源，其核心是負載均衡。配置工具負責在分配的節點上準備任務運行環境。監視統計模塊負責監視節點的運行狀態，并完成用戶使用節點情況的統計。執行過程并不復雜：用戶交

7、互接口允許用戶從目錄中選取并調用一個服務。該請求傳遞給系統管理模塊后，它將為用戶分配恰當的資源，然后調用配置工具來為用戶準備運行環境。目錄云計算體系概述云計算技術體系結構云計算背后采用的具體技術 云計算對未來動態IT架構的支撐- 17 - 18 -云計算背后采用的具體技術 云計算作為一種新型的計算模式，還處于早期發展階段。眾多大小不一、類型各異的提供商提供了各自基于云計算的應用服務。通過介紹亞馬遜、Google、 IBM這三種典型的云計算實現，剖析在“云計算”背后所采用的具體技術，解析當前云計算的平臺建設方法以及應用構建方式。- 19 -實例1: Google的云計算平臺與應用 Google的

8、云計算技術實際上是針對Google特定的網絡應用程序而定制的。針對內部網絡數據規模超大的特點，Google提出了一整套基于分布式并行集群方式的基礎架構，利用軟件的能力來處理集群中經常發生的節點失效問題。從2003年開始，Google連續幾年在計算機系統研究領域的最頂級會議與雜志上發表論文，揭示其內部的分布式數據處理方法，向外界展示其使用的云計算核心技術。- 20 -實例1: Google的云計算平臺與應用 從其近幾年發表的論文來看，Google使用的云計算基礎架構模式包括四個相互獨立又緊密結合在一起的系統。包括：一. Google建立在集群之上的文件系統Google File System二.

9、 針對Google應用程序的特點提出的Map/Reduce編程模式三. 分布式的鎖機制Chubby四. Google開發的模型簡化的大規模分布式數據庫BigTable。- 21 -一、Google File System 文件系統 為了滿足Google迅速增長的數據處理需求，Google設計并實現了Google文件系統（GFS：Google File System）。GFS與過去的分布式文件系統擁有許多相同的目標，例如性能、可伸縮性、可靠性以及可用性。然而，它的設計還受到Google應用負載和技術環境的影響，主要體現在以下四個方面:- 22 -一、 Google File System 文件系

10、統 1. 集群中的節點失效是一種常態，而不是一種異常。由于參與運算與處理的節點數目非常龐大，通常會使用上千個節點進行共同計算，因此，每時每刻總會有節點處在失效狀態。需要通過軟件程序模塊，監視系統的動態運行狀況，偵測錯誤，并且將容錯以及自動恢復系統集成在系統中。2. Google系統中的文件大小與通常文件系統中的文件大小概念不一樣，文件大小通常以G字節計。另外文件系統中的文件含義與通常文件不同，一個大文件可能包含大量數目的通常意義上的小文件。所以，設計預期和參數，例如I/O操作和塊尺寸都要重新考慮。- 23 -一、 Google File System 文件系統 3. Google文件系統中的文

11、件讀寫模式和傳統的文件系統不同。在Google應用（如搜索）中對大部分文件的修改，不是覆蓋原有數據，而是在文件尾追加新數據。對于這類巨大文件的訪問模式，客戶端對數據塊緩存失去了意義，追加操作成為性能優化和原子性（把一個事務看做是一個程序。它要么被完整地執行，要么完全不執行）保證的焦點。4. 文件系統的某些具體操作不再透明，而且需要應用程序的協助完成，應用程序和文件系統API的協同設計提高了整個系統的靈活性。例如，放松了對GFS一致性模型的要求，這樣不用加重應用程序的負擔，就大大簡化了文件系統的設計。還引入了原子性的追加操作，這樣多個客戶端同時進行追加的時候，就不需要額外的同步操作了。- 24

12、-一、 Google File System 文件系統 總之，GFS是為Google應用程序本身而設計的。據稱，Google已經部署了許多GFS集群。有的集群擁有超過1000個存儲節點，超過300T的硬盤空間，被不同機器上的數百個客戶端連續不斷地頻繁訪問著。下圖給出了Google File System的系統架構- 25 -一、 Google File System 文件系統 - 26 -一、 Google File System 文件系統 一個GFS集群包含一個主服務器和多個塊服務器，被多個客戶端訪問。文件被分割成固定尺寸的塊。在每個塊創建的時候，服務器分配給它一個不變的、全球惟一的64位塊

13、句柄對它進行標識。塊服務器把塊作為linux文件保存在本地硬盤上，并根據指定的塊句柄和字節范圍來讀寫塊數據。為了保證可靠性，每個塊都會復制到多個塊服務器上，缺省保存三個備份。主服務器管理文件系統所有的元數據，包括名字空間、訪問控制信息和文件到塊的映射信息，以及塊當前所在的位置。- 27 -一、 Google File System 文件系統 GFS客戶端代碼被嵌入到每個程序里，它實現了Google文件系統 API，幫助應用程序與主服務器和塊服務器通信，對數據進行讀寫。客戶端跟主服務器交互進行元數據操作，但是所有的數據操作的通信都是直接和塊服務器進行的。客戶端提供的訪問接口類似于POSIX接口，

14、但有一定的修改，并不完全兼容POSIX標準。通過服務器端和客戶端的聯合設計，Google File System能夠針對它本身的應用獲得最大的性能以及可用性效果。- 28 -二、MapReduce分布式編程環境 為了讓內部非分布式系統方向背景的員工能夠有機會將應用程序建立在大規模的集群基礎之上，Google還設計并實現了一套大規模數據處理的編程規范Map/Reduce系統。這樣，非分布式專業的程序編寫人員也能夠為大規模的集群編寫應用程序而不用去顧慮集群的可靠性、可擴展性等問題。應用程序編寫人員只需要將精力放在應用程序本身，而關于集群的處理問題則交由平臺來處理。- 29 -二、 MapReduc

15、e分布式編程環境 Map/Reduce通過“Map（映射）”和“Reduce（化簡）”這樣兩個簡單的概念來參加運算，用戶只需要提供自己的Map函數以及Reduce函數就可以在集群上進行大規模的分布式數據處理。據稱，Google的文本索引方法，即搜索引擎的核心部分，已經通過Map Reduce的方法進行了改寫，獲得了更加清晰的程序架構。在Google內部，每天有上千個Map Reduce的應用程序在運行。- 30 -三、分布式的鎖機制Chubby在Google File System(GFS)中，有很多的server，這些server需要選舉其中的一臺作為master server。這其實是一個

16、很典型的consensus問題，Value就是master server的地址。GFS就是用Chubby來解決的這個問題，所有的server通過Chubby提供的通信協議到Chubby server上創建同一個文件，當然，最終只有一個server能夠獲準創建這個文件，這個server就成為了master，它會在這個文件中寫入自己的地址，這樣其它的server通過讀取這個文件就能知道被選出的master的地址。- 31 -三、分布式的鎖機制ChubbyChubby是一個分布式的文件系統。Chubby能夠提供機制使得client可以在Chubby service上創建文件和執行一些文件的基本操作。

17、從更高一點的語義層面上，Chubby是一個lock service，一個針對松耦合的分布式系統的lock service。所謂lock service，就是這個service能夠提供開發人員經常用的“鎖”，“解鎖”功能。通過Chubby，一個分布式系統中的上千個client都能夠對于某項資源進行“加鎖”，“解鎖”。那么，Chubby是怎樣實現這樣的“鎖”功能的？就是通過文件。Chubby中的“鎖”就是文件，創建文件其實就是進行“加鎖”操作，創建文件成功的那個server其實就是搶占到了“鎖”。用戶通過打開、關閉和讀取文件，獲取共享鎖或者獨占鎖；并且通過通信機制，向用戶發送更新信息。- 32 -

18、四、分布式大規模數據庫管理系統BigTable 構建于上述兩項基礎之上的第三個云計算平臺就是Google關于將數據庫系統擴展到分布式平臺上的BigTable系統。很多應用程序對于數據的組織還是非常有規則的。一般來說，數據庫對于處理格式化的數據還是非常方便的，但是由于關系數據庫很強的一致性要求，很難將其擴展到很大的規模。為了處理 Google內部大量的格式化以及半格式化數據，Google構建了弱一致性要求的大規模數據庫系統BigTable。據稱，現在有很多Google的應用程序建立在BigTable之上，例如Search History、Maps、Orkut和RSS閱讀器等。- 33 -四、分布

19、式大規模數據庫管理系統BigTable 下圖2給出了在BigTable模型中的數據模型。數據模型包括行列以及相應的時間戳，所有的數據都存放在表格中的單元里。BigTable的內容按照行來劃分，將多個行組成一個小表，保存到某一個服務器節點中。這一個小表就被稱為Tablet。以上是Google內部云計算基礎平臺的三個主要部分，除了這三個部分之外，Google還建立了分布式程序的調度器，分布式的鎖服務等一系列相關的云計算服務平臺。- 34 -四、分布式大規模數據庫管理系統BigTable - 35 -實例2: 亞馬遜的彈性計算云 亞馬遜是互聯網上最大的在線零售商，但是同時也為獨立開發人員以及開發商提

20、供云計算服務平臺。亞馬遜將他們的云計算平臺稱為彈性計算云（Elastic Compute Cloud，EC2），它是最早提供遠程云計算平臺服務的公司。- 36 -實例2: 亞馬遜的彈性計算云開放的服務與 Google提供的云計算服務不同，Google僅為自己在互聯網上的應用提供云計算平臺，獨立開發商或者開發人員無法在這個平臺上工作，因此只能轉而通過開源的Hadoop軟件支持來開發云計算應用。亞馬遜的彈性計算云服務也和IBM的云計算服務平臺不一樣，亞馬遜不銷售物理的云計算服務平臺，沒有類似于“藍云”一樣的計算平臺。亞馬遜將自己的彈性計算云建立在公司內部的大規模集群計算的平臺之上，而用戶可以通過彈

21、性計算云的網絡界面去操作在云計算平臺上運行的各個實例（Instance），而付費方式則由用戶的使用狀況決定，即用戶僅需要為自己所使用的計算平臺實例付費，運行結束后計費也隨之結束。- 37 -實例2: 亞馬遜的彈性計算云開放的服務彈性計算云從沿革上來看，并不是亞馬遜公司推出的第一項這種服務，它由名為亞馬遜網絡服務的現有平臺發展而來。早在2006年3月，亞馬遜就發布了簡單存儲服務（Simple Storage Service，S3），這種存儲服務按照每個月類似租金的形式進行服務付費，同時用戶還需要為相應的網絡流量進行付費。亞馬遜網絡服務平臺使用REST（Representational State

22、 Transfer）和簡單對象訪問協議（SOAP）等標準接口，用戶可以通過這些接口訪問到相應的存儲服務。- 38 -實例2: 亞馬遜的彈性計算云開放的服務2007 年7月，亞馬遜公司推出了簡單隊列服務（Simple Queue Service，SQS），這項服務使托管主機可以存儲計算機之間發送的消息。通過這一項服務，應用程序編寫人員可以在分布式程序之間進行數據傳遞，而無須考慮消息丟失的問題。即使消息的接收方還沒有模塊啟動也沒有關系。服務內部會緩存相應的消息，而一旦有消息接收組件被啟動運行，則隊列服務將消息提交給相應的運行模塊進行處理。同樣的，用戶必須為這種消息傳遞服務進行付費使用，計費的規則與

23、存儲計費規則類似，依據消息的個數以及消息傳遞的大小進行收費。- 39 -實例2: 亞馬遜的彈性計算云開放的服務在亞馬遜提供上述服務的時候，并沒有從頭開始開發相應的網絡服務組件，而是對公司已有的平臺進行優化和改造，一方面滿足了本身網絡零售購物應用程序的需求，另一方面也供外部開發人員使用。在開放了上述的服務接口之后，亞馬遜公司進一步在此基礎上開發了EC2系統，并且開放給外部開發人員使用。- 40 -實例2: 亞馬遜的彈性計算云靈活的工作模式亞馬遜的云計算模式沿襲了簡單易用的傳統，并且建立在亞馬遜公司現有的云計算基礎平臺之上。彈性計算云用戶使用客戶端通過SOAP over HTTPS協議來實現與亞馬

24、遜彈性計算云內部的實例進行交互。使用HTTPS協議的原因是為了保證遠端連接的安全性，避免用戶數據在傳輸的過程中造成泄露。因此，從使用模式上來說，彈性計算云平臺為用戶或者開發人員提供了一個虛擬的集群環境，使得用戶的應用具有充分的靈活性，同時也減輕了云計算平臺擁有者（亞馬遜公司）的管理負擔。- 41 -實例2: 亞馬遜的彈性計算云靈活的工作模式彈性計算云中的實例是一些真正在運行中的虛擬機服務器，每一個實例代表一個運行中的虛擬機。對于提供給某一個用戶的虛擬機，該用戶具有完整的訪問權限，包括針對此虛擬機的管理員用戶權限。虛擬服務器的收費也是根據虛擬機的能力進行計算的，因此，實際上用戶租用的是虛擬的計算

25、能力，簡化了計費方式。在彈性計算云中，提供了三種不同能力的虛擬機實例，具有不同的收費價格。例如，其中默認的也是最小的運行實例是的內存，1個EC2的計算單元（1虛擬的計算核以相關的計算單元），160GB的虛擬機內部存儲容量，是一個32 位的計算平臺，收費標準為每個小時10美分。- 42 -實例2: 亞馬遜的彈性計算云靈活的工作模式由于用戶在部署網絡程序的時候，一般會使用超過一個運行實例，需要很多個實例共同工作。彈性計算云的內部也架設了實例之間的內部網絡，使得用戶的應用程序在不同的實例之間可以通信。在彈性計算云中的每一個計算實例都具有一個內部的IP地址，用戶程序可以使用內部IP地址進行數據通信，以

26、獲得數據通信的最好性 能。每一個實例也具有外部的地址，用戶可以將分配給自己的彈性IP地址分配給自己的運行實例，使得建立在彈性計算云上的服務系統能夠為外部提供服務。當然，亞馬遜公司也對網絡上的服務流量計費，計費規則也按照內部傳輸以及外部傳輸進行分開。- 43 -實例2: 亞馬遜的彈性計算云靈活的工作模式總而言之，亞馬遜通過提供彈性計算云，減少了小規模軟件開發人員對于集群系統的維護，并且收費方式相對簡單明了，用戶使用多少資源，只需要為這一部分資源付費即可。這種付費方式與傳統的主機托管模式不同。傳統的主機托管模式讓用戶將主機放入到托管公司，用戶一般需要根據最大或者計劃的容量進行付費，而不是根據使用情

27、況進行付費，而且，可能還需要保證服務的可靠性、可用性等，付出的費用更多，而很多時候，服務并沒有進行滿額資源使用。而根據亞馬遜的模式，用戶只需要為實際使用情況付費即可。- 44 -實例2: 亞馬遜的彈性計算云靈活的工作模式在用戶使用模式上，亞馬遜的彈性計算云要求用戶要創建基于亞馬遜規格的服務器映像（名為亞馬遜機器映像即亞馬遜 Machine Image, AMI）。彈性計算云的目標是服務器映像能夠擁有用戶想要的任何一種操作系統、應用程序、配置、登錄和安全機制。通過創建自己的AMI，或者使用亞馬遜預先為用戶提供的AMI，用戶在完成這一步驟后將AMI上傳到彈性計算云平臺，然后調用亞馬遜的應用編程接口

28、（API），對AMI進行使用與管理。AMI實際上就是虛擬機的映像，用戶可以使用它們來完成任何工作，例如運行數據庫服務器，構建快速網絡下載的平臺， 提供外部搜索服務甚至可以出租自己具有特色的AMI而獲得收益。用戶所擁有的多個AMI可以通過通信而彼此合作，就像當前的集群計算服務平臺一樣。- 45 -實例2: 亞馬遜的彈性計算云靈活的工作模式在彈性計算云的將來發展過程中，亞馬遜也規劃了如何在云計算平臺之上幫助用戶開發的應用程序。亞馬遜認為除了它所依賴的網絡零售業務之外，云計算也是亞馬遜公司的核心價值所在。可以預見，在將來的發展過程中，亞馬遜必然會在彈性計算云的平臺上添加更多的網絡服務組件模塊，為用戶

29、構建云計算應用提供方便。- 46 -實例2: 亞馬遜的彈性計算云靈活的工作模式- 47 -實例3: IBM藍云計算平臺 IBM在2007年11月15日推出了藍云計算平臺，為客戶帶來即買即用的云計算平臺。它包括一系列的云計算產品，使得計算不僅僅局限在本地機器或遠程服務器農場（即服務器集群），通過架構一個分布式、可全球訪問的資源結構，使得數據中心在類似于互聯網的環境下運行計算。- 48 -實例3: IBM藍云計算平臺 “藍云”建立在IBM大規模計算領域的專業技術基礎上，基于由IBM軟件、系統技術和服務支 持的開放標準和開源軟件。簡單地說，“藍云”基于IBM Almaden研究中心的云基礎架構，包括

30、Xen和PowerVM虛擬化、Linux操作系統映像以及Hadoop文件系統與并行構建。“藍云”由IBM Tivoli軟件支持，通過管理服務器來確保基于需求的最佳性能。這包括通過能夠跨越多服務器實時分配資源的軟件，為客戶帶來一種無縫體驗，加速性能并確 保在最苛刻環境下的穩定性。- 49 -實例3: IBM藍云計算平臺 下圖演示了藍云計算的高層架構。可以看到，藍云計算平臺由一個數據中心: IBM Tivoli部署管理軟件（Tivoli Provisioning Manager）、IBM Tivoli監控軟件（IBM Tivoli Monitoring）、IBM WebSphere應用服務器、IB

31、M DB2數據庫以及一些虛擬化的組件共同組成。圖中的架構主要描述了云計算的后臺架構，并沒有涉及到前臺的用戶界面。- 50 -實例3: IBM藍云計算平臺 - 51 -實例3: IBM藍云計算平臺 藍云的硬件平臺并沒有什么特殊的地方，但是藍云使用的軟件平臺相較于以前的分布式平臺具有不同的地方，主要體現在對與虛擬機的使用以及對于大規模數據處理軟件Apache Hadoop的部署。Hadoop是網絡開發人員根據Google公司公開的資料開發出來的類似于Google File System的Hadoop File System以及相應的Map/Reduce編程規范。現在也正在進一步開發類似于Googl

32、e的Chubby系統以及相應的分布式數據庫管理系統 BigTable。由于Hadoop是開源的，因此可以被用戶單位直接修改，以適合應用的特殊需求。IBM的藍云產品則直接將Hadoop軟件集成到自己本身的云計算平臺之上。- 52 -實例3: IBM藍云計算平臺“藍云”中的虛擬化從藍云的結構上我們還可以看出，在每一個節點上運行的軟件棧與傳統的軟件棧一個很大的不同在于藍云內部使用了虛擬化技術。虛擬化的方式在云計算中可以在兩個級別上實現。一個級別是在硬件級別上實現虛擬化。硬件級別的虛擬化可以使用IBM p系列的服務器，獲得硬件的邏輯分區LPAR。邏輯分區的CPU資源能夠通過IBM Enterprise

33、 Workload Manager來管理。通過這樣的方式加上在實際使用過程中的資源分配策略，能夠使得相應的資源合理地分配到各個邏輯分區。P系列系統的邏輯分區最小粒度是1/10顆中央處理器（CPU）。- 53 -實例3: IBM藍云計算平臺“藍云”中的虛擬化虛擬化的另外一個級別可以通過軟件來獲得，在藍云計算平臺中使用了Xen虛擬化軟件。Xen也是一個開源的虛擬化軟件，能夠在現有的Linux基礎之上運行另外一個操作系統，并通過虛擬機的方式靈活地進行軟件部署和操作。通過虛擬機的方式進行云計算資源的管理具有特殊的好處。由于虛擬機是一類特殊的軟件，能夠完全模擬硬件的執行，因此能夠在上面運行操作系統，進而

34、能夠保留一整套運行環境語義。這樣，可以將整個執行環境通過打包的方式傳輸到其他物理節點上，這樣就能夠使得執行環境與物理環境隔離，方便整個應用程序模塊的部署。總體上來說，通過將虛擬化的技術應用到云計算的平臺，可以獲得一些良好的特性。- 54 -實例3: IBM藍云計算平臺“藍云”中的虛擬化1. 云計算的管理平臺能夠動態地將計算平臺定位到所需要的物理平臺上，而無需停止運行在虛擬機平臺上的應用程序，這比采用虛擬化技術之前的進程遷移方法更加靈活。2. 能夠更加有效率地使用主機資源，將多個負載不是很重的虛擬機計算節點合并到同一個物理節點上，從而能夠關閉空閑的物理節點，達到節約電能的目的。- 55 -實例3

35、: IBM藍云計算平臺“藍云”中的虛擬化3. 通過虛擬機在不同物理節點上的動態遷移，能夠獲得與應用無關的負載平衡性能。由于虛擬機包含了整個虛擬化的操作系統以及應用程序環境，因此在進行遷移的時候帶著整個運行環境，達到了與應用無關的目的。4. 在部署上也更加靈活，即可以將虛擬機直接部署到物理計算平臺當中。總而言之，通過虛擬化的方式，云計算平臺能夠達到極其靈活的特性，而如果不使用虛擬化的方式則會有很多的局限。- 56 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 藍云計算平臺中的存儲體系結構對于云計算來說也是非常重要的，無論是操作系統，服務程序還是用戶應用程序的數據都保存在存儲體系中。云計算并

36、不排斥任何一種有用的存儲體系結構，而是需要跟應用程序的需求結合起來獲得最好的性能提升。總體上來說，云計算的存儲體系結構包含類似于Google File System的集群文件系統以及基于塊設備方式的存儲區域網絡SAN兩種方式。- 57 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 在設計云計算平臺的存儲體系結構的時候，不僅僅是需要考慮存儲的容量。實際上隨著硬盤容量的不斷擴充以及硬盤價格的不斷下降，使用當前的磁盤技術，可以很容易通過使用多個磁盤的方式獲得很大的磁盤容量。相較于磁盤的容量，在云計算平臺的存儲中，磁盤數據的讀寫速度是一個更重要的問題。單個磁盤的速度很有可能限制應用程序對于數據的

37、訪問，因此在實際使用的過程中，需要將數據分布到多個磁盤之上，并且通過對于多個磁盤的同時讀寫以達到提高速度的目的。- 58 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 在云計算平臺中，數據如何放置是一個非常重要的問題，在實際使用的過程中，需要將數據分配到多個節點的多個磁盤當中。而能夠達到這一目的的存儲技術趨勢當前有兩種方式，一種是使用類似于 Google File System的集群文件系統，另外一種是基于塊設備的存儲區域網絡SAN系統。Google 文件系統我們在前面已經做過一定的描述。- 59 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 SAN系統也是云計算平臺的另外一種存儲

38、體系結構選擇，在藍云平臺上也有一定的體現，IBM也提供SAN的平臺能夠接入到藍云計算平臺中。下圖就是一個SAN系統的結構示意圖。- 60 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 - 61 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 從圖中可以看到，SAN系統是在存儲端構建存儲的網絡，將多個存儲設備構成一個存儲區域網絡。前端的主機可以通過網絡的方式訪問后端的存儲設備。而且，由于提供了塊設備的訪問方式，與前端操作系統無關。在SAN連接方式上，可以有多種選擇。一種選擇是使用光纖網絡，能夠操作快速的光纖磁盤，適合于對性能與可靠性要求比較高的場所。另外一種選擇是使用以太網，采取iSC

39、SI協議，能夠運行在普通的局域網環境下，從而降低了成本。- 62 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 由于存儲區域網絡中的磁盤設備并沒有與某一臺主機綁定在一起，而是采用了非常靈活的結構，因此對于主機來說可以訪問多個磁盤設備，從而能夠獲得性能的提升。在存儲區域網絡中，使用虛擬化的引擎來進行邏輯設備到物理設備的映射，管理前端主機到后端數據的讀寫。因此虛擬化引擎是存儲區域網絡中非常重要的管理模塊。- 63 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 SAN系統與分布式文件系統，例如Google File System并不是相互對立的系統，而是在構建集群系統的時候可供選擇的兩種

40、方案。其中，在選擇SAN系統的時候，為了應用程序的讀寫，還需要為應用程序 提供上層的語義接口，此時就需要在SAN之上構建文件系統。而Google File System正好是一個分布式的文件系統，因此能夠建立在SAN系統之上。總體來說，SAN與分布式文件系統都可以提供類似的功能，例如對于出錯的處理等。至于如何使用還是需要由建立在云計算平臺之上的應用程序來決定。- 64 -實例3: IBM藍云計算平臺“藍云”中的存儲結構 與Google不同的是，IBM并沒 有基于云計算提供外部可訪問的網絡應用程序。這主要是由于IBM并不是一個網絡公司，而是一個IT的服務公司。當然，IBM內部以及IBM未來為客戶提供 的軟件服務會基于云計算的架構。目錄云計算體系概述云計算技術體