云計算技術分析范文
時間：2023-07-12 17:42:16
導語：如何才能寫好一篇云計算技術分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。
篇1
關鍵詞：云計算技術，關鍵技術，應用前景
中圖分類號：TP393 文獻標識碼：A 文章編號：1007-9599 （2012） 21-0000-02
互聯網時代信息和數據的迅猛發展，科研、工程和商業方面都需要處理大量的數據，自身IT架構的計算能力已經不能滿足計算能力的需求。云計算是分布式計算、并行處理和網絡計算進一步發展的必然結果，云計算是一種動態的易擴展且通過互聯網提供虛擬化資源的計算方式，用戶不需要對云計算的內部進行深入了解，只需要通過與瀏覽器交互就可以得到自己需要的信息。自從云計算概念的提出，就引起各方面的極大關注，目前已經成為信息領域的熱點話題之一。
1 云計算的定義
云計算的定義有狹義和廣義之分，狹義云計算是一種IT基礎設施的交付和使用的模式，通常指通過網絡按照需求和容易擴展的方式得到所需的資源，提供資源的網絡稱為“云”，使用者眼中網絡中的資源和信息可以無限擴展，并且可以隨時獲取，按照自身的需求進行使用，隨時進行擴展。
廣義云計算是服務的交付和使用的模式，指通過網絡按照需求、易擴展的方式得到所需的信息服務。這種信息服務可以是基于互聯網的軟件服務、帶寬服務、也可以是其他的任意服務。這些網絡服務可以理解為網絡資源，網絡資源的總和稱為“云”，它們是一些可以自我維護和管理的虛擬計算資源，通常是一些大型的服務器集群，包括計算服務器、存儲服務器以及寬帶資源等。云計算把所有的計算資源集中起來，不需要人為參與，軟件自動進行管理。這為應用提供者節省了時間和成本，不必為細節而操心，從而專注于自己的業務。
不管是狹義概念還是廣義概念，都可以看出，云計算是并行計算、分布式計算和網格計算等相關技術融合的產物。
2 云計算的特征
2.1 支持虛擬化。通過在一個服務器上部署多個虛擬機和應用，從而提高資源的利用率；當一個服務器過載時支持負載的遷移。
2.2 云計算系統提供的是服務。云計算系統的管理對用戶來講是透明的，不同的管理任務是自動完成的，系統的硬件、軟件、存儲能夠自動進行配置，從而實現對用戶按需提供，用戶不需要了解云計算的具體機制，就可以獲得需要的服務。
2.3 提供服務質量保證。云計算能夠向用戶提供滿足質量保證要求的服務，能夠根據用戶的需求對系統作出調整，如用戶需要的硬件配置、網絡帶寬、存儲容量等。
2.4 高可靠性、可用性和可擴展性。云計算保證向用戶提供可靠的服務，保證用戶能夠隨時隨地地訪問所需要的服務，并且用戶的系統規模變化時，云計算系統能夠根據用戶的需求自由伸縮。
2.5 經濟性。組建一個采用大量商業機組成的云計算機群比同樣性能的超級計算機的花費要少得多。
3 云計算的關鍵技術
云計算是一種新興的計算模式，以數據為中心，是一種數據密集型的超級計算，把強大的計算能力分布到終端用戶手中。
3.1 虛擬化技術。虛擬化是云計算實現的重要技術基礎，虛擬化技術實現了物理資源的邏輯抽象和統一表示，計算元件在虛擬基礎上運行。通過虛擬化軟件，單個任務的CPU占有率可以根據任務大小而自動調整，所以一個CPU上面就可以跑多個程序，一般這些任務對CPU的占有率都不高。通過虛擬化技術提高了資源的利用率，根據用戶的需求進行資源優化配置，實現動態資源平衡；虛擬化技術根據對象可分成存儲虛擬化、計算虛擬化、網絡虛擬化等，計算虛擬化又分為系統級虛擬化、應用級虛擬化和桌面虛擬化。
3.2 數據存儲技術。云計算系統由大量服務器組成，同時為大量用戶服務，因此云計算系統采用分布式存儲的方式存儲數據，用冗余存儲的方式保證數據的可靠性。如：Vmware公司和戴爾公司聯合推出的數據存儲租賃服務戴爾云，是按需數據存儲租賃服務。在“安全的戴爾數據中心”向客戶出售空間，以及提供咨詢、數據安全和其他服務。
3.3 數據管理技術。云計算需要對分布的大量數據進行分析處理，并為用戶提供高效可靠的服務；因此，數據管理技術必須能夠高效的管理大量的數據。如：VMware的vCente的管理控制臺，以此幫助企業構建軟件定義的數據中心，提高IT部門異構云管理能力，同時實現云計算的高效性、敏捷性和便捷性。
3.4 編程模型。為了保證給用戶帶來輕松地云計算服務，讓用戶利用編程模型編寫簡單的程序來實現特定的目的，云計算的編程模型不能太復雜，必須使后臺復雜的并行執行和任務調度向用戶和編程人員公開化。
3.5 云計算平臺管理技術。云計算資源規模巨大，服務器數量眾多并分布在不同的地方，同時有數百種運行著應用，如何有效的管理這些服務器，保證整個系統提供不間斷的服務是巨大的挑戰。云計算系統的管理技術能夠使大量的服務器協同工作，方便的進行業務部署和開通，快速發現和恢復系統故障，通過自動化、智能化的手段實現大規模系統的可靠運營。
4 云計算的應用前景
云計算作為目前的研究熱點問題之一，是IT的一種發展趨勢，它被視為科技業的下一次革命，它將帶來工作方式和商業模式的根本性改變。
4.1 云計算在大企業的應用前景。大企業有完善的基礎設施和相當數量的專業IT管理人才，對現有的IT基礎設施進行高效的利用。如果將云計算的強大功能引入企業的數據中心，將傳統的IT基礎架構為私有云，使IT的基礎架構作為可以輕松訪問的服務來交付。這將極大地降低成本并且最大限度地提高IT效益。
4.2 云計算在中小企業的應用前景。云計算意味著巨大的商業機遇，他們可以借助云計算在更高的層面上和大企業競爭。自1989年微軟推出Office辦公軟件以來，我們的工作方式已經發生了極大變化，而云計算則帶來了云端的辦公室——更強的計算能力但無須購買軟件，省卻本地安裝和維護。那些對計算需求量越來越大的中小企業，不再試圖去買價格高昂的硬件，而是從云計算供應商那里租用計算能力。在避免了硬件投資的同時，公司的技術部門也無須為忙亂不堪的技術維護而頭痛，節省下來的時間可以進行更多的業務創新。
4.3 云計算在家庭的應用前景。智能家庭是未來家庭的發展方向，如果將云計算提供的服務引入智能家庭之中，建立家庭中心，也就是云的家庭終端，把所有的家庭里的數據同步起來，每一個智能家庭組成了智能家庭云，并且智能家庭云可以向外界提供不同的服務。
5 結論
隨著全球化和信息化的發展，云計算必定會迎來廣泛的發展機遇和應用前景。云計算是基于多種技術的新興計算模式，它具有虛擬化、高可用性、高可靠性、低成本等特點；云計算是互聯網之后的第四次IT產業革命，將對IT業產生深遠影響。
參考文獻：
[1]吳朱華.云計算核心技術剖析[M].北京：人民郵電出版社，2011.
[2]趙廣才，張雪萍.云計算技術分析及其展望[J]電子設計工程，2011，（11）.
[3]楊明勝.關于對云計算技術的研究與應用[J].信息系統工程，2012，（1）.
[4]陳川.云計算技術在企業的應用與發展現狀[J].科技經濟市場，2011，（12）.
篇2
關鍵詞：云計算 基礎構架 結構 層次
中圖分類號：TP393.08 文獻標識碼：A 文章編號：1007-9416（2013）06-0241-02
云計算技術被認為是繼個人電腦 、互聯網之后的“第三次互聯網革命”，誕生伊始就得到廣泛關注和重視。下面我們從云計算的概念、類型和基礎架構三個方面來進行探討。
1 云計算的概念
云計算是利用本地或遠程服務器（集群）的分布式計算機為互聯網用戶提供服務（包括計算、存儲、軟硬件等服務），它是對分布式處理、并行處理和網格計算及分布式數據庫的改進處理、融合和發展。
通俗的講，云計算是一種全新的網絡服務方式，將傳統的以桌面為核心的任務處理轉變為以網絡為核心的任務處理，利用互聯網實現自己想要完成的一切任務處理，使網絡成為傳遞服務、計算力和信息的綜合媒介，真正實現按需計算，多人協作。通過云計算的大規模應用，未來計算資源或許像電和水那樣可隨時獲取，并按使用量進行計費。
2 云計算的類型
從部署方式來說，云計算可以分為私有云、公有云和混合云。公有云是互聯網上所有用戶都可以使用。私有云則是一種專有的云環境，是針對一個組織單獨構建的互聯網服務，該組織擁有基礎設施，可以在此基礎設施上部署應用程序，并對數據、安全性和服務質量提供有效控制。混合云，也可稱為虛擬私有云，它提供的服務運行在一個公共的云基礎設施之上，但通過虛擬專用網（VPN）限制對它的訪問。
IaaS，指的是將硬件設備等基礎資源封裝成服務供用戶使用，在此環境中，硬件及網絡資源可以被劃分成一個個的邏輯計算單元，IaaS管理工具可以保證多個邏輯單元協同工作起來。
PaaS，是對資源的抽象層次更進一層，它提供用戶應用程序的運行環境。
SaaS，是將某些特定應用軟件功能封裝成服務。
3 云計算的基礎架構
云計算充分利用網絡和計算機技術實現資源的共享和服務，解決云進化、云控制、云推理和軟計算等復雜問題，其基礎構架可以用云計算體系結構、服務層次則和技術層次來描述。
3.1 云計算體系結構
云計算平臺是一個強大的“云”網絡，連接了大量并發的網絡計算和服務，可利用虛擬化技術擴展每一個服務器的能力，將各自的資源通過云計算平臺結合起來，提供超級計算和儲存能力。云計算體系結構如圖：（見圖1）
云用戶端：提供云用戶請求服務的交互界面，也是用戶使用云的入口，用戶通過WEB瀏覽器可以注冊、登錄及定制服務、配置和管理用戶。
服務目錄：云用戶在取得相應權限（付費或其他限制）后可以選擇或定制的服務列表，也可以對已有服務進行退訂的操作，在云用戶端界面生成相應的圖標或列表的形式展示相關的服務。
管理系統和部署工具：提供管理和服務，能管理云用戶，能對用戶授權、認證、登錄進行管理，并可以管理可用計算機資源和服務，接收用戶發送的請求，根據用戶請求并轉發到相應的應用程序，調度資源智能地部署資源和應用，動態的部署、配置和回收資源。
資源監控：監控和計量云系統資源的使用情況，以便做出迅速反應，完成節點同步配置、負載均衡配置和資源監控，確保資源能順利分配給合適用戶。
服務器集群：虛擬的或物理的服務器，由管理系統管理，負責高并量的用戶請求處理、大計算量處理、用戶WEB應用服務，云數據存儲時采用相應數據切割算法，采用并行方式上傳和下載大容量數據。
用戶可通過云用戶端從列表中選擇所需的服務，其請求通過管理系統調度相應的資源，并通過部署工具分發請求、配置WE應用。
3.2 云計算服務層次
云計算的服務層次是根據服務類型即服務集合來劃分，體系結構中的層次是可以分割的，即某一層次可以單獨完成一項用戶的請求而不需要其他層次為其提供必要的服務和支持。
3.3 云計算技術層次
服務接口：統一規定了在云計算時代使用計算機的各種規范、云計算服務的各種標準等，用戶端與云端交互操作入口，可以完成用戶或服務注冊，對服務的定制和使用。
服務管理中間件：在云計算技術中，中間件位于服務和服務器集群之間，提供管理和服務即云計算體系結構中的管理系統。對標識、認證、授權、目錄、安全性等服務進行標準化和操作，為應用提供統一的標準化程序接口和協議，隱藏底層硬件、操作系統和網絡的異構性，統一管理網絡資源。
虛擬化資源：指一些可以實現一定操作，具有一定功能，但其本身是虛擬而不是真實的資源，如計算池、存儲池和網絡池、數據庫資源等，通過軟件技術來實現相關的虛擬化功能，包括虛擬環境、虛擬系統、虛擬平臺。
物理資源：主要指能支持計算機正常運行的一些硬件設備及技術，可以通過現有網絡技術和并行技術、分布式技術將分散的計算機組成一個能提供超強功能的集群用于計算和存儲等云計算操作。
4 結語
云計算作為下一代IT的發展趨勢，在我國得到了充分的推動和蓬勃的發展，但我們必須看到，由于國內在云計算領域對核心技術的掌握不足，目前國內所建設的云計算中心，更多的投入是在硬件建設的部分，缺乏在基礎軟件設施層面對云計算模式的支持。同時信息系統和網絡設備使用的關鍵芯片、核心軟件和部件絕大部分依賴進口，存在著安全隱患?？傊m然云計算的發展還存在著諸多的問題，但作為一種新型的互聯網服務和計算模型。它展示了越來越強大的生命力，涉及了各行各業方方面面的人們，并將最終徹底影響和改變改我們的生活。
參考文獻
篇3
關鍵詞：云計算技術；計算機應用；應用架構；服務平臺
中圖分類號：TP393.09
云計算是利用虛擬化技術將價格低廉的服務器進行松散耦合，然后形成一個大規模的計算機中心及大容量的儲存系統，然后利用互聯網絡進行交付服務。用戶不用了解該技術的基礎構架，就能夠方便的使用計算機資源。在大學生計算機應用大賽中，對作品有一個特殊的要求，就是參賽者提交的必須是代碼。在傳統的競賽中，參賽者通常是采用郵箱投遞的方式提交作品，然后由大賽的組織者將作品進行統一部署，交給專家評審?；ヂ摼W技術的應用需要在較為復雜的環境部署下進行，而云計算的交付模式能夠為用戶提供一個多元化的平臺，在該平臺上能夠對作品進行在線部署，在線評審等。
1 云計算的定義
至今為止，云計算技術還沒有一個統一的定義，不同的組織給云計算下了不同的定義，據不完全統計，其定義內容在25種以上，例如：Gartner認為，云計算技術是利用網絡技術作為服務為用戶提供計算的一種服務；美國國家標準給出的定義是，云計算是通過互聯網便捷服務通過付費模式使資源進行快速部署，并且不需要較多的管理工作。隨著云計算技術的不斷應用，其定義將產生更多的新觀點。
云計算并僅僅作為一個技術的代名詞，它還意味著多種技術的結合，其指向是IT基礎設施的交付以及使用，通過互聯網技術按照不同用戶的需求和擴展的方式對硬件資源、平臺資源以及軟件資源進行獲取，同時也可作為其他服務，無論是從廣義還是狹義的角度而言，云計算運行的核心觀念是按照用戶不同的需要提供服務，類似人們對水、電等資源使用的模式一樣。從云技術的技術層面而言，其功能的實現主要受兩個因素的影響，第一，數據儲存能力；第二，計算能力，其中，“云”還可以分為兩種：儲存云和計算云。其發展的勢頭吸引了各個研究領域的興趣，從而推動了相關技術和商業模式的發展，各種創新業務層出不窮，云技術的發展勢頭將越來越激烈。
2 云計算應用架構
云計算技術的應用價值極高，出來具備擴展、服務以及計算機功能外，他還有許多隱形價值，其特點為以互聯網、服務、使用量作為基礎，并且能夠根據用戶的不同需要進行擴展，其核心技術為：虛擬化技術、網絡計算以及網絡儲存等。云計算技術在其架構上分為三個層次：基礎設施、應用程序、應用平臺。它們分別能夠為用戶提供互聯網資源、儲存資源、計算機資源。雖然云計算處于一個虛擬的環境，但是其具備強大的全面性，能夠提供數據庫、中間件和服務環境，同時能夠為用戶提供科學、完整的應用程序，為用戶展示最先進的計算機成果。
2.1 基礎設施
云計算技術在大學生計算機大賽中主要的作用是為參賽者和評委提供評審和交流的平臺，該平臺是通過硬件服務群來實現相關的運算工作，其存儲及內存資源池由服務器組合而成，所以可以將虛擬平臺和存儲空間分為不同的等級。可以對計算機應用大賽的數據資料進行適當的處理，例如：分享、分析等，操作十分方便快捷。
2.2 應用程序
就應用程序而言，可以交給參賽組隊作品進行部署，然后完成對該應用程序的調試工作，最大限度的滿足計算機應用大賽的系統以及相關評價系統。
2.3 服務平臺
其服務平臺最核心的功能是為用戶提供操作系統和其他重要服務，即利用虛擬化技術，主要為用戶提供IOS和Linux操作系統還有相關操作模板，另外，還為用戶提供七大開發平臺，如下表所示。
表1
基礎模板：Window Template、Linux&Unix Template、Apple OS Template
應用模板：android、Apple IOS、Windows Phone、J2ME、MTK、Blackberry、Symbian
3 云計算技術在大學生計算機應用競賽中的應用
在大學生計算機大賽中，云計算技術主要是為用戶提供計算資源，其資源量必須和實際的需求一致，另外，由于計算機競賽的規模較大，參賽者沒有收到地域的要求，云計算技術可以提供一個跨區域的平臺，方便評委進行考核，當比賽結束后，參賽者可以隨時隨地瀏覽云端開發環境，一般從教育網或者公網進行登錄。
云計算技術主要通過網絡安全技術以及負載均衡技術進行支撐，這兩種技術讓云平臺運行的更加順暢，使其訪問速度更快，很大程度上保證了系統的安全性和實用性。針對云計算存在的負載以及失衡問題，云平臺可以一一解決。其關鍵步驟是建立在云計算環境下存在的負載均衡模型，然后建立概率矩陣。云平臺首先應該保證其安全性，所以無論從互聯網的安全性、數據的安全性還是虛擬化安全方面而言，將云安全的解決手段應用進去是最佳的方式，無論用戶使用哪一種云計算模式，最重要的就是保證數據安全，所以，為了保證計算機大賽的公正性，需要將相關數據進行備份，如果數據遭到意外丟失，僅需要一個小時就能恢復數據。另外，互聯網絡的各種威脅也要得到重視，這時云端的應用程序將充分體現其作用。由于虛擬化技術被采用，所以服務器和虛擬機的安全性也應該得到重視。
4 云計算技術的應用過程
在大學生計算機應用大賽中使用云計算技術，首先需要參賽者向云平臺提出自身的資源需求，根據不同的情況，對資源的使用權限為半個小時至一年，供用戶使用的開發平臺高達七個，用戶只需要付費就能夠開始使用，申請使用的過程只需要短短的幾分鐘。在云平臺內，資源是多元化的，其用處十分廣泛，不僅能夠備份多種開發手段以及多個版本，同時還能夠建立及維護快照，讓整個團隊獲取更大的利益，使其配合更加和諧，效率得到提升。
一般來說，計算機大賽的規模大且選手來自各地，同時還有港澳臺地區的參賽者，評委也不例外，如果采用傳統的現場考核模式將給評審工作帶了很大的困難，所以，大賽的主辦方一般通過云計算技術作為橋梁，為評審和參賽者提供溝通的平臺，云平臺在不同地區間能夠進行便捷的溝通，能夠很好的進行異地評審。計算機大賽的評委只需要通過進入指定網址，登陸到云計算平臺中，就能夠對參賽者的作品進行觀摩和評判，從而給出公正和專業的考核結果，其安全性也能夠得到保障，可以說云計算技術為大賽做出了巨大的貢獻。
5 結束語
綜上所述，在大學生計算機應用大賽中應用云計算技術是必不可少的，不僅能夠實現跨地區評審，節省考核的時間和人力，還能夠發揮其優勢，保證參賽數據的安全性，并且使用的過程十分簡便，價格合理。通過云計算技術的不斷應用和發展，在未來一定會變得更加完善，在計算機應用大賽中有更大更廣的覆蓋率。
參考文獻：
[1]王劍鋒.“虛擬”豐“云”――虛擬化和云計算技術淺析[A].中國新聞技術工作者聯合會五屆一次理事會暨學術年會論文集（上篇），2009.
[2]曹沁宇.淺談云計算技術在客服系統中的應用[A].全國無線及移動通信學術大會論文集，2011.
[3]董敏，陳金鷹，鄒振宇.云端漫步――云計算時代來臨[A].四川省通信學會2009年學術年會論文集，2009.
[4]徐雷，辛，馬少武.云計算與電信運營商服務平臺建設[A].中國通信學會信息通信網絡技術委員會2009年年會論文集（上冊），2009.
篇4
關鍵詞：云計算；云數據；數據管理技術
一、云計算
（一）云計算的概述。近年來，由于數據的快速增長，用戶對計算機的數據存儲能力，要求也越來越高。云計算是一項新興的數據處理技術，改變著普通用戶使用計算機分析、處理數據的方式，為用戶提供了強大的數據分析、存儲能力，方便用戶進行數據管理，目的是讓用戶高效的使用計算機的數據資源[1]。云計算不僅是解決數據的計算問題，更多的是結合其他技術進行綜合發展。
（二）云計算的技術原理。云計算以互聯網作為發展平臺，以計算機技術作為實現途徑，將數據進行整合、處理、應用、存儲等，云計算是一種有效性強、低成本的計算機技術，通過計算機系統，實現數據資源優化的計算方式。云計算的基本原理是使數據分布在計算機上完成，能夠使計算的數據進行合理的應用，實現計算機的存儲功能。這就意味著計算機的云計算能力就像商品一樣可以進行流通，最主要的是使用方便，價格低，而主要方式又是通過互聯網進行的，實現了與計算機技術的接軌。
（三）云計算的應用。云計算具有操作簡單的優勢，用戶無需掌握太多的云計算技術，就可以直接進行操作。在云計算下，可以使用戶快速獲得信息，為用戶提供一站式服務[2]。云計算的特征主要表現為管理性、分散性、儲存性等特征，同時還具有服務性、經濟性等更深層次性的特征。云計算系統是通過IP網絡連接的，云計算系統的核心組成部分是云計算平臺。目前，國內多數企業都采用了云計算來為用戶服務，例如，谷歌推出的谷歌App服務，IBM推出的“云?！辈僮飨到y等等，許多知名的企業都在大力的開發云計算軟件，隨著云計算的發展，一些虛擬化服務、數據整合服務也都采用了云計算技術，爭取創造出更多的云計算產品。
二、云數據管理技術
（一）GFS技術。GFS技術，是一個大型的文件計算系統，它為谷歌云計算提供大量的數據儲存空間，形成谷歌的云計算解決方案[3]。GFS將整個系統分為客戶端、主服務器、數據塊服務器3類，使應用程序直接調用這些函數，與該數據庫連接在一起，進行整個系統數據的保存。GFS將文件按照固定大小進行分塊，每一塊被稱為一個數據塊，并有相應的索引號。在客戶端進行訪問GPS時，需要先進行節點訪問，然后進行數據信息的獲得，這種數據存儲方式實現了控制數據流的作用，使得云數據管理技術的整體性能得到了提高。
（二）Dynamo技術。云計算的數據具有數量龐大、數據不確定性的特點，需要采用有效的管理技術對數據進行分析和管理。在云數據的眾多管理技術中Dynamo技術具有獨特的技術優勢，它不僅具有分布式的儲存模式，而且還能進行數據存儲的表格構建，Dynamo技術可直接提供底層支持，它的優點是通過它所提供的N、R、M三個使用參數，根據客戶的需求來進行實例的調整，其中N是副本個數，R是讀取個數，W是寫入成功的個數，當讀取個數大于副本個數，就可以保證數據的一致性，當讀取個數小于副本個數，則就不能保證數據的一致性。Dynamo技術的工作原理其實就是提供不同的版本，并能夠靈活應用。
（三）云數據管理技術的利與弊。云數據管理的數據具有海量性、異構性、非確定性的特點，而云數據管理技術本身又具有規模大、結構性強的特點，是針對云數據的特點使用的一種數據管理方式，在應用上為客戶提供方便快捷的數據模型，來進行數據的讀取。雖然云數據管理技術在不斷的改進和完善，但也存在著一些問題，例如，在數據丟失時，如何進行數據的還原與修復的問題，是需要云數據管理進行技術提升的方面。
結論
隨著社會大量數據信息的涌現，云計算和云數據管理技術受到越來越多的關注，這也充分體現了數據由密集型向技術型轉變的發展趨勢。傳統的數據管理方式在海量數據的沖擊下，會遇到一定的挑戰，云數據管理技術應采用新的方式去處理數據，從更深層去管理數據，通過云計算的平臺構建，實現為更多用戶服務的理念，也將出現越來越多的數據管理技術，使數據存儲和管理方式不斷的更新與發展。
參考文獻
[1]劉正偉,文中領,張海濤.云計算和云數據管理技術[J].計算機研究與發展,2012,1(07):26-31.
[2]南志海.云計算和云數據管理技術探討[J].硅谷,2013,06(05):7+3.
篇5
【關鍵詞】云計算；服務器；網絡系統；應用技術升級
云計算的概念源自于2007年，在當時被當做一個非常新穎的概念，在近十年的發展過程中，云計算被越來越多地應用到了各種各樣的領域中，在互聯網經濟大行其道的現狀下，創造了數額極為巨大的經濟效益。云計算的應用在于對復雜計算的分散處理，通過網絡技術將重要的計算程序劃分成為可擴展的計算模塊，從而打破傳統的計算機單體運算模式，將計算上傳到服務器，利用服務器的強大運算能力進行遠程多浮點運算。
1云計算的發展現狀
云計算的應用領域是在數據比較多的運算框架中才能充分體現出其運算的特點。目前大多數企業都有數據運算的需求，但是針對這些需求購置數據運算的相關設備就有些大材小用，因此負責專業數據計算的云計算公司就有了大量的商機，但是隨著互聯網企業的高速發展，越來越多的云計算企業在瘋狂的掠奪著這片藍海，因此如何在技術上取得突破性創新或者以更低成本吸引相關的用戶才能在這個領域站住腳。云計算一般包括并行計算、分布式計算、網格計算等多個計算領域，同時基于先進的軟件技術和網絡服務，基于虛擬化技術和效用計算理念，云計算可以在多種平臺上發揮相當巨大的作用。云計算所使用的大型服務器集群實現資源上的共享，就可以在普通用戶調動的過程中耗費最少的計算資源達到最大的計算效果。在云計算的發展過程中，逐漸形成了狹義和廣義的兩種云計算概念，其中狹義的云計算概念是指云計算的服務提供商利用虛擬化技術和分布式計算的方法建設超級計算機進行計算，向有需求的客戶提供服務，而廣義的云計算則是通過建立大型的服務器集群，針對用戶的各種計算需求提供云計算相關的各種服務。
2云計算服務器的網絡系統升級技術研究
2.1網格計算的相關技術探討
網格（grid）計算是互聯網技術中云計算相關的分布式計算模式之一，隨著云計算服務的不斷發展，人們逐漸發現網格計算可以彌補以往云計算過程中出現的各種問題，網格計算很好地融合了互聯網發展過程中的各種新技術，如對虛擬化技術、數據庫技術、互聯網以及遠程計算機技術的融合，讓比較高的計算力在各種設備之間共享，具有可伸縮和多架構的特點。網格計算的計算模式準確來說是一種偏向公共服務的計算模式，可以通過網絡上的大量閑置計算能力進行集中計算。而根據目前的云計算發展趨勢，網格計算將會在進一步商業化的基礎上提高相關的計算效率，在技術的應用中，云計算和網格計算會進一步融合，最后形成商業化和應用程度都比較廣的云格計算模式。
2.2云計算服務器的系統優化方向
云計算作為一種分布式的計算方式，在管理統籌方面要采取集中管理的模式，服務器的系統升級與優化也要向更加便于集中管理的方向發展。針對云計算服務器中的一些技術特征，應該對系統優化進行多方面的統籌與規劃。云計算的服務器有著虛擬化、擴展程度高、任務分配可靠性強的特點，因此服務器的系統升級要側重云計算的高校和靈活方面的特化，提高云計算服務的性價比，通過改善硬件和軟件將云計算中服務器機組的可靠程度和維護成本做出一定程度的優化，從而實現云計算服務器的全面優化和升級。
2.3云計算服務器的海量數據管理技術升級
云計算需要在服務器端同時管理大量的數據，對數據管理的準確度越高，其計算的效率也就越高，所以數據庫的性能也是云計算的過程中應該充分考慮的，數據庫管理系統應該具有高效率和高容錯率的特點，在異構的網絡環境下也應該能夠正常運行。傳統的非云計算模式下的海量數據管理技術使用數據庫服務，利用數據的索引與緩存以及數據分區的理念進行相關的數據管理工作，但是這一方式已經不再適用于云計算的發展模式。目前云計算服務器的網絡系統升級技術主要基于谷歌公司研發的Bigtable數據存儲與管理技術，通過列存儲的分布模式，將數據管理和應用過程中的并發性和相應時間的管理模式提高，從而實現傳統管理模式的革新。
3結語
云計算服務器的網絡系統升級包括多個方面的核心技術購入和實踐探究，對于云計算的相關企業來說，應該從企業自身發展的實際出發，在一些新的核心技術上投入適當的人力物力，實現云計算效率的增強和整體效益的提升。云計算服務器的網絡系統升級應該注重整體的數據管理統籌與規劃，力求在云計算服務的使用過程中盡量降低成本提高收益。
參考文獻
[1]李丹,陳貴海,任豐原,蔣長林,徐明偉.數據中心網絡的研究進展與趨勢[J].計算機學報,2014(02):259-274.
[2]裘瑩,霄,肖剛.中國云外包產業升級策略研究——基于全球價值鏈視角[J].宏觀經濟研究,2013(12):105-112.
[3]張佩英.云計算及其應用探討[J].制造業自動化,2010(09):78-80+100.
篇6
關鍵詞：云計算；虛擬集群；概念；核心技術
中圖分類號：TP391 文獻標識碼：A 文章編號：1671—7597（2012）0510020—01
0 前言
云計算技術就是借助網絡技術來將分散的計算資源有效的聚合在一起，從而構建一個規模巨大的計算資源系統。云計算具有三個層次的服務，分別軟件服務、平臺服務以及設施服務。而在云計算平臺上進行集群管理就構成了虛擬集群。目前，云計算和虛擬集群技術廣泛的應用到計算機等相關行業領域。
1 云計算以及云計算的核心技術說明
1.1 云計算說明
云是網絡、互聯網的一種比喻說法。通俗的理解，云計算就是一種基于互聯網技術的相關服務的增加、使用和交付模式，在云計算技術的基礎上，可以通過互聯網為相關行業或人員來提供動態性強，容易擴展，而且實用性強的虛擬化資源。過去在圖中往往用云來表示電信網，后來也用來表示互聯網和底層基礎設施的抽象。其中云計算的定義可以從狹義和廣義兩個方面來理解。云計算的狹義定義是指IT基礎設施的交付和使用模式，即是指通過網絡以按需、易擴展的方式獲得所需的各種網絡資源；云計算的廣義定義是指服務的交付和使用模式，即是指通過網絡以按需、易擴展的方式獲得所需的各種網絡服務。這種服務可以是與IT、軟件以及互聯網等相關的服務，也可以是其他服務。它意味著計算能力也可作為一種商品通過互聯網進行流通。
1.2 云計算的核心技術說明
其中云計算平臺的構建主要是基于虛擬化技術和Eucalyptus平臺實現的。以下就分別對其進行詳細的說明。
1.2.1 虛擬化技術。其中當前在云計算平臺中應用最為廣泛的虛擬化技術主要有KVM虛擬機技術以及Xen虛擬機技術。
1）KVM虛擬機技術。KVM虛擬機是一個開源的系統虛擬化模塊，它主要集成在Linux操作系統中，KVM虛擬機是使用Linux系統的調度器來進行作業調度管理的，另外由于KVM虛擬機是一直基于硬件的完全虛擬化技術，所以它對硬件的要求比較高。
2）Xen虛擬機技術。Xen虛擬機是一個開源的虛擬機監視器，由于Xen虛擬機即支持硬件系統的半虛擬化也完全支持硬件系統的全部虛擬化，與KVM虛擬機相比，其對硬件的需求比較低，這使得Xen虛擬機對硬件的兼容性比較好。
1.2.2 Eucalyptus平臺。Eucalyptus平臺是一個用于實現云計算平臺的開源軟件，其中Eucalyptus平臺主要依靠KVM虛擬機和Xen虛擬機技術來實現的，其中Eucalyptus平臺的體系結構主要由云控制器、節點控制器以及集群控制器這三部分實現的。以下就Eucalyptus平臺在虛擬機中的配置和使用作詳細的說明。
1）主節點的配置問題。Eucalyptus平臺主節點的配置主要是通過在主節點上安裝云控制器、集群控制器以及存儲服務器來實現的。
2）計算節點配置問題。Eucalyptus平臺中在計算節點配置問題中是通過安裝節點控制器來實現的。
3）網絡配置問題。Eucalyptus平臺的網絡配置主要采用的是以主節點和計算節點之間的網絡通信模式為基礎的橋接模式，使用這種網絡配置方式還需要對計算節點處網絡鏈接的方式進行橋接模式的更改。
4）主節點以及計算節點的身份認證問題。Eucalyptus平臺通過產生系統生成的密鑰，然后將公鑰復制到計算節點上，來實現主節點與計算節點之間的無密碼連接，通過這一機制來實現主節點以及計算節點的身份認證問題。
2 虛擬集群概念分析
2.1 虛擬集群的定義
當前對虛擬集群使用的最為廣泛的定義是這樣的，所謂的虛擬集群就是通過采用虛擬化技術來虛擬出多臺計算節點，從而構建出與物理集群相似的而且規模巨大的一個集群系統。也就是說，虛擬集群就是將那些協同完成特定任務的多臺同構或異構的計算機連接起來的系統就是一個虛擬集群系統。顯然，虛擬集群系統是一種并行處理的系統。
2.2 虛擬集群作業管理系統說明
虛擬集群作業管理系統作為虛擬集群的核心組成部分，其在虛擬集群系統中的地位是至關重要的。其中當前市場上的集群作業管理系統的種類比較多，其中應用最為廣泛的就是PBS。其中PBS主要由資源管理器、調度器以及PBS執行器組成的。由于PBS屬于開源軟件，比較容易獲取，而且PBS還有效支持作業的多種運行模式，同時由于PBS還為用戶提供了完整的API應用程序接口，所以這非常有利于對系統新的調度策略的設計和開發。
2.3 虛擬集群作業管理系統各功能模塊分析說明
虛擬集群作業管理系統主要包括三個功能子模塊，分別是用戶作業提交功能子模塊、虛擬集群彈性構建功能子模塊以及虛擬集群信息監控功能子模塊。
1）用戶作業提交功能子模塊。用戶作業提交功能子模塊主要用來實現對用戶通過作業提交頁面遞交到虛擬集群里的作業進行資源的計算，并在作業運行完后返回計算結果。
2）虛擬計算彈性構建功能子模塊。當虛擬集群的計算資源不能滿足作業所需的計算資源時，虛擬計算彈性構建功能子模塊就會動態的虛擬出作業所需的虛擬機計算資源，并能夠將其動態的添加到虛擬集群中來滿足作業的資源需求。
3）虛擬集群信息監控功能子模塊。虛擬集群信息監控功能子模塊主要用來實現對虛擬集群各虛擬計算節點信息的監控，一旦有作業提交并運營后，虛擬集群信息監控功能子模塊采用就會通過網頁的方式來動態的顯示各虛擬計算節點的運行狀態。
3 云計算和虛擬集群技術的優勢
3.1 云計算技術的優勢
1）快速啟動，搭建應用。云計算最大的好處就是能夠快速搭建我們的企業應用，比如我們現在要開發一個網站，我們不必再花費巨資購買硬件集群、不必再耗資組建軟件，只需把一切需要的搭建在云上，方便快捷還省錢，這對企業來說絕對是一個不錯的選擇。
2）成本低廉，投資靈活。因為云的規模是可以動態伸縮的，易于擴展也易于靈活處理，所以企業可以不加大硬件投資力度來滿足應用以及用戶的規模增長（降低成本），也無需因項目中斷而沮喪（損失較少）。對大企業而言，船大有時也好調頭；對中小企業來說，項目運作成本驟減，競爭大企業，可望可及。
3.2 虛擬集群技術的優勢
與傳統的集群管理技術相比，虛擬集群的優勢主要體現在如下幾個方面：
1）將云計算平臺和集群管理技術有效結合在一起所構建的虛擬集群，可以更加快速方便地構建高性能的集群系統平臺。
2）虛擬集群利用云計算平臺的虛擬化技術可以非常靈活地創建虛擬的計算資源，可以有效減少作業的等待時間，非常方便用戶的使用。
3）基于云計算平臺的虛擬集群可以實現計算資源利用的最大化，從而可以從根本上解決因計算資源不足而引起的作業排隊等待時間過長的問題。
4 結論
云計算和虛擬集群技術以及基于云計算平臺的虛擬集群構建在計算機相關行業的應用有效的解決了各種技術難題，對促進行業的發展發揮了非常重要的作用。
參考文獻：
[1]曾龍海、張博鋒、張麗華，基于云計算平臺的虛擬集群構建技術研究[J].微電子學與計算機，2010（27）.
篇7
1.1云計算的產生背景和定義
隨著計算機的迅速發展，智能化控制終端以及網絡聯網功能的實現，移動設備與互聯網相結合，這意味著云計算中形成巨大的資源池，可以有效完成對信息功能和信息儲存空間的擴展，云計算它是基于計算機互聯網的新型產業之上的，通過完成商戶及相關用戶的訊息所求，存儲技術不斷提升，服務器功能上要逐步增強，信息資源整合利用，進行新的互聯網渠道的拓展與傳輸運行工作。是有效將互聯網的資源共享性和虛擬化進行系統分布與部署，實現終端連接數據庫及相關數據存儲的遠程操控功能。
1.2云計算的特點
云計算是不同于傳統單機的聯網計算的模塊功能，其具有鮮明的特點：
（1）虛擬化技術，作為云計算應用與部署的虛擬化關鍵性資源，結合部署情況與完成管理應用的虛擬化操作過程。
（2）動態擴展。隨著服務器完成拓展虛擬服務的相關層次與增強處理功能。
（3）靈活配置，實現計算機信息資源對不同客戶需求的有效結合與配備，完成的虛擬化在客戶端的有效運用。
（4）需求部署，按照不同客戶及商家的運用管理模式，對先關的數據資源的整合與用戶分析管理，實現合理資源的部署與計算功能。
（5）可靠性能強。對通過物理服務器對虛擬化的動態拓展，信息資源與技術的有效結合，完成云計算的正常進行。
2云計算實現形式
2.1SaaS(軟件即服務)
通過簡化服務器及相關軟件，來節約開支，僅依靠一個單一程序即可的實現瀏覽全部功能及用戶分享傳達工作。
2.2實用計算(UtilityComputing)
將存儲功能與服務器的虛擬結合，實現數據創造與數據儲備的集約性能，完成虛擬內容聯網服務。
2.3網絡服務
基于互聯網使用情況，提供API相關服務,實現聯網功能。
2.4平臺即服務
開發環境使用程序上，以用戶為主導，進行互聯網與瀏覽器的有效傳輸過程
2.5MSP(管理服務提供商)
在IT行業中出現的病毒與程序監控功能。
2.6商業服務平臺
實現用戶與商家的的制定與完成支付功能，協調互動創建平臺。2.7互聯網整合通過資源整合，完成服務商家建立分享自身服務的良好的溝通平臺。
3云計算關鍵技術
云計算的部署工作，是虛擬技術的核心。通過的動態組合、自動化分布等虛擬服務系統技術，來完成儲存聯網功能。把系統自治與敏捷框架相結合，即通過智能與自動化實現部署技術管理，將需求信號與速度集中繼續，對計算平臺互聯網絡進行快速整合。云計算平臺體系結構中，要將用戶互動交流界面設定上，完成相關服務功能，進行數據資源的統一管理及相關部署，并對系統情況進行虛擬化監督，建立系統管理的服務器集約群。
3.1自動化部署
虛擬資源池對相關服務進行有效可進行服務的狀態區分，自動配置，實現網絡儲存于更多的服務操作功能。然而，系統資源的部署工作具有多樣性的特征，對其不同的商家裝備及服務內容配置工作，進行有效的調用實現部署，避免人機操作繁雜步驟，的實現資源池與文件庫的快速運作。對工作流引擎和數據模型，進行合理調配及自動部署，進行的相關的流程資源的合并，對工作流數據庫的操作，實現聯網與配置工作。將相關的服務器以及應用工作，適時進行資源部署，確保高效安全服務。
3.2資源監控
在資源監控過程中，云計算是將服務器的管理功能與相關的有效數據結合，并將動態化的數據信息合理進行整合，形成更為快速的數據服務依據，將更多的動態資源合理轉化，進行資源監控管理，實現數據有效分析，完成對云資源情況的有效分配，對于動態資源的部署工作，也是系統的適時跟進的關鍵部分。所以，在計算資源池的系統信息，信息數據傳送至數據倉庫,監視服務器數據倉庫中的各環節的服務器上的程序，進行精準性、系統性的資源數據的分析，調用，通過云計算來完成信息監督與配置服務器的數據整合傳達，對其故障問題及時給予檢測與排除工作。
3.3自動化部署
自動化部署中要進行相關自動化功能，建立的工作流引擎和數據模型，實現自動部署，在腳本的功能實現，有利于對工作流的觸發數據，形成合理的分類調度，在軟件與硬件功能等模塊，實現資源庫與文件庫的核心地位，進行服務器存儲準備，系統引導準備及OS安裝系統管理工具，實現網路部署及軟件安裝的整個過程，就是快速部署工作流以及工作流引擎的過程，將快速加建立數據模型，最終實現自動化部署與管理。其管理工具是標識相關資源及分類的重要形式，對自動腳本流程及數據建立，服務器及系統等儲備數據資源整合與配置任務。
4結束語
篇8
關鍵詞：云計算；云數據；管理技術
1 云計算概述
1.1 工作原理
云計算工作原理如下：無需借助本地計算機（或者是遠程服務器）[2]，便能夠將計算合理分布在一系列分布式計算機上，以實現對企業數據中心運行的有效優化，并和互聯網形成有效對接。如此一來，企業便能夠將所需資源及時而準確地切換到相關應用上，然后結合實際需求對相關計算機及存儲系統進行即時訪問。云計算屬于一項極具實用價值的新技術，使計算能力具有商品性質，并通過網絡予以兜售，不僅節約了銷售成本，同時還具有實用快捷的優點。
1.2 體系結構
云計算體系結構具有一定的復雜性，且較為龐大，以“云”網絡為中樞，連接一系列并發的網絡計算以及相關服務，能夠在虛擬化技術的幫助下，對各個服務器的能力進行擴展，并借助云計算平臺把一系列資源有機地結合在一起，從而為用戶提供強大的計算能力及存儲能力[3]。一個相對完整的體系主要包括四大部分，一是云端用戶，二是服務目錄，三是管理系統，四是部署工具、監控、服務器集群。
2 云數據管理技術
2.1 特點
云計算中數據主要具有三大特點，一是海量性，二是異構性，三是非確定性。
2.2 相關技術概述
GFS技術，Google文件系統是一個大型的分布式文件系統；BigTable技術，建立在GFS和MapReduce之上的一個大型的分布式數據庫；Dynamo技術，是一個高可用，專有的鍵值結構化存儲系統，或分布式存儲系統；MapReduce技術，即MapRedace編程模式。
2.3 云數據管理技術分析
隨著研究的不斷深入，以GFS為代表的一系列云計算數據管理技術也得以不斷完善，并圍繞云計算所涉及的海量數據計算、存儲以及應用問題，提出了諸多創新，云數據管理技術的總體架構如圖1所示。
云計算數據管理可被歸結為4個層次：⑴數據組織與管理。在分布式存儲技術的幫助下，可對大型數據予以訪問，可對分布式數據予以訪問，還可對大量數據予以訪問，以GFS技術為代表，能夠適應于一系列相同或者類似的普通硬件上，具有強大的容錯功能，從而保證了用戶對數據的訪問、獲取及存儲需求，不僅可靠，而且高并發，還具有高性能的特點。⑵數據集成與管理。針對數據所具有的海量性、異構性以及非確定性特點，借助以Bigtabe為代表的一系列分布式數據管理技術以實現對大規模數據的高效分析及系統處理，從而為用戶提供更為及時、準確、優質的服務。⑶分布式并行處理。在分布式環境下，為了實現對數據的深層次挖掘和高效處理，采用建立在云計算這一基礎之上的并行編程模式，以MapReduce技術為例，能夠對任務予以自動劃分，使其成為多項子任務，先后經過映射及化簡處理，便能將任務在大型化規模計算節點中進行理想調度和有機分配。在此過程中，無論是后臺并行執行，又或者是后臺任務調度，均以透明、公開的形式面向編程人員及用戶。⑷數據分析。對于云計算數據管理而言，在最后階段，需對數據展開相應分析及深層次發掘，并為一系列應用提供服務，通常借助專業的數據挖掘引擎以實現對數據的綜合布局和合理調度。另外，還可借助淺（深）層語義分析技術以實現在不完全確定知識的前提下對數據展開深層次的挖掘，如此一來，便能夠從結構化關系數據庫所包含的一系列數據、文本（有可能以半結構化存在）、圖形及圖像信息中提取出潛在的、事先尚未獲知的、有價值的、且能夠為用戶所讀懂的數據。
3 結束語
云計算由于具有海量性、異構性以及非確定性等一系列優點，因而在現階段得到了廣泛應用，且展現出了良好的應用前景。然而云計算的云計算管理畢竟發展時間不長，還存在諸多不完善之處，機遇和挑戰共存，有鑒于此，本文提出了基于數據組織與管理、數據集成與管理、分布式并行處理、數據分析的4層次云數據管理方式，這也是未來一段時間內，云計算數據管理的一個主要發展方向。
[參考文獻]
[1]全快.分析云計算和云數據管理技術[J].無線互聯科技，2012，10：84.
篇9
關鍵詞：彈性云計算 亞馬遜 數字圖書館 成本效用 精細化管理
中圖分類號： G250.76 文獻標識碼： A 文章編號： 1003-6938（2011）06－0071-05
Research on Digital Library Construction under the Cloud Computing Environment Based on Cost-benefit Analysis
Ma Xiaoting （School of Information Engineering, Lanzhou University of Finance and Economics, Lanzhou, Gansu， 730020）
Chen Chen （Network Center, Lanzhou University of Finance and Economics, Lanzhou, Gansu， 730020）
Abstract：This paper introduced Amazon Elastic Compute Cloud and its resizable compute capacity in the cloud at first. Then, this paper analyzed the bandwidth, computing resources, the character of low cost and virtualization technology of digital library under cloud computing environment. Finally, this paper gave out the maximized cost utility solution of computing resource. Refined-management and auto-workload server will reduce cloud cost and improve cost utility.
Key words： elastic cloud computing； Amazon； digital library； cost utility； refined management
CLC number： G250.76 Document code： A Article ID： 1003-6938（2011）06-0071-05
1 引言
云計算是一種新的數據計算、處理與管理模式，是一種多用戶條件下數據密集型的超級計算。用戶可根據云服務需求，按照“共享、按需、安全、經濟、透明、可擴展”的原則從云服務提供商購買云服務。Google宣稱，由于使用了云計算技術，其計算成本僅為競爭對手的1/100，存儲成本僅為競爭對手的1/30。
隨著云計算技術的發展與成熟，依靠云計算技術構建數字圖書館，為用戶提供高效、安全、經濟、個性化的云服務成為必然。在云圖書館建設中，效率、安全、成本、服務是決定云圖書館建設水平的四個關鍵要素。如何依據圖書館云用戶數量和云業務需求，提供相應的圖書館云服務風險管理，確保云圖書館較高的服務效率與用戶滿意度的前提下，加強以收益率為核心的云基礎設施采購、管理、運營、維護建設，不斷降低云圖書館建設與運營成本，是關系到云圖書館未來發展的重要問題。［1］
2 基于Amazon彈性云計算新加坡地區云服務的云圖書館成本構成
基于云計算技術的數字圖書館主要經歷建設、運營、維護、更新四個生命周期流程，生命周期流程中的投資主要包括硬件成本、軟件成本、帶寬成本、空間成本、電力成本、以及維護成本。不同云圖書館建設、運營、服務規模與管理理念的差異，導致云圖書館整體收益率不同。結合云圖書館四個生命周期流程對云圖書館成本構成進行有效劃分，并依據收益率最優化原則分配資金及制定有效的資源分配及基礎設施管理策略，是提高云圖書館成本效率、安全及最優化運營的保證。
2.1 云計算中心基礎設施資源租賃成本
為降低云圖書館建設、管理、運營、維護成本，確保在世界區域內為用戶提供安全、高效、滿意的云服務，基于云計算的數字圖書館在基礎設施建設中，應租賃具備較高信譽度、安全標準、技術水平的云服務提供商基礎設施資源。
世界上具備較高水準的云服務供應平臺有Google和Amazon的公有云計算平臺和IBM企業的私有云計算平臺。為確保數字圖書館云用戶不會因為地域、網絡接入方式、租賃費用及云個性化服務要求而影響云服務質量，云圖書館在建設中主要以租賃公有云基礎設施資源及云技術服務為主，結合自身云服務目標建設自己的云圖書館。我們依據地域最近和價格性能最優化原則，選擇Amazon彈性云計算新加坡地區云基礎設施租賃數據，分析我國圖書館租賃Amazon云基礎設施資源建設云圖書館的成本問題（Amazon彈性云計算新加坡地區云計算基礎設施資源包租收費情況見表1）。
首先，根據2008年1月1日實施的《中華人民共和國企業所得稅稅法》，電子設備折舊年限最低為3年，因此將自購硬件系統的折舊周期定為3年。其次，由于基礎設施資源技術更新、OEM廠商的質保年限要求及設備折舊等因素，Amazon彈性云計算服務提供了以一至三年為基準的年度租賃方式。云圖書館可根據自身云業務與用戶云服務需求，選擇投資、收益比最高的租賃方式。
對表1數據分析可得，云計算基礎設施資源租賃費用是云圖書館建設、運營投資的主要方面。對租賃成本、效率分析，以年度為單位方式租賃基礎設施資源，其成本遠遠低于其它租賃方式，且數字圖書館以3年期為標準租賃方式是最經濟、高效的。
云圖書館數字服務具有并發用戶數海量及云計算高速、即時、準確的要求，因此，較快的CUP計算速度與較高的內存儲容量是云圖書館對云計算服務特有的要求。在云基礎設施資源服務購買上，特別要加強在CUP與內存儲容量方面的投資，防止因數字圖書館云計算速度過慢，而不能應對云圖書館數字用戶并發訪問數量過多、云個性化服務信息處理量過大等問題，導致云服務瓶頸現象的出現。［2］
2.2 云圖書館網絡帶寬及流量成本
云圖書館網絡帶寬是影響用戶云服務的關鍵性因素，在云圖書館建設、運營投資比例中僅次于基礎設施資源租賃成本，占有較大的投資比重。即使云數據中心基礎設施資源有較高的云計算、存儲、傳輸效能，云圖書館網絡帶寬傳輸瓶頸的出現，也會導致用戶方產生云系統運行、應答緩慢，個性化云服務因數據傳輸量巨大而出現拒絕服務的現象。因此，云圖書館網絡具有較高的網絡傳輸帶寬租賃需求與數據流量海量特點（Amazon彈性云計算新加坡地區數據流入/流出計費標準見表2）。
對表2分析得出，Amazon對經Internet網絡傳輸的數據按照流入和流出云數據中心分別計費，并且流入云數據中心的數據傳輸費用為零。對于流出云數據中心數據的傳輸費用，隨著云用戶租賃數據中心每月數據流出量的增大，數據傳輸投資與傳輸數據量之比呈下降趨勢，云網絡傳輸投資效率呈級數上升狀態。當網絡每月數據傳輸量高于524TB時，云數字資源用戶可根據實際使用量與Amazon協商獲得更大優惠，且優惠幅度與數據傳輸量呈級數上升趨勢。因此，云圖書館利用較低的費用增加網絡傳輸帶寬及數據傳輸流量，可大幅提高云圖書館數據傳輸性能與云用戶服務滿意度，有較高的投資收益比。［3］
2.3 Amazon EBS（Elastic Block Store）存儲和彈性IP地址的費用
EBS是Amazon EC2（彈性云計算）的一種持久存儲特性，是為用戶在云中提供相當大的計算容量的基礎設施服務。利用Amazon EBS，云圖書館可以編程方式創建存儲容量，并附加到Amazon EC2實例上。甚至在需要更高的持久性時，還可以利用快照備份到Amazon 簡單服務存儲上。
Elastic IP（EIP）是為動態云計算而設計的靜態IP。一個EIP地址關聯用戶賬號，EIP地址可以通過編程方式重新映射Public IP地址到用戶賬號關聯的任何一個實例。因此，允許用戶掩蓋實例或者Availablity Zone的錯誤，而不用重新配置或者替換新的主機。Amazon EC2通過編程方式重新映射用戶EIP地址到一個替換實例，達到處理實例或軟件問題（Amazon彈性云計算新加坡地區EBS存儲與彈性IP地址費用見表3）。
對表3數據分析可得，云圖書館可根據用戶彈性云計算的規模與需求選擇EBS存儲方式。在云計算環境下，云圖書館為用戶開放了許多高計算能力、大存儲容量的即時個性化云計算服務，從未來發展趨勢看，這種個性化云計算服務模式會成為圖書館云服務的主流與核心。因此，云圖書館采用以用戶請求次數作為EBS付費方式可以大幅節省云存儲成本。［4］
Amazon對正在使用的彈性IP地址不計費，未使用的IP地址每小時收費$0.01，每個月的頭100次IP的RemaP不計費，額外的RemaP每次收費$0.10。
2.4 Amazon云系統監測與彈性負載均衡費用
Amazon云系統監測可以對圖書館云資源和運行的云應用程序實施監控。圖書館云系統開發人員和云系統管理員可以通過編程方式檢索監測數據，查看采樣數值圖形并設置警報點。通過云監控系統，圖書館云系統管理員可及時對云系統資源利用率、云應用、服務指標、數據傳輸和存儲磁盤使用活動進行收集和跟蹤管理，并結合監測數據及時對云系統安全、效率、業務參數進行配置，確保圖書館云系統、各項云應用程序和業務平穩運行。［5］
Amazon云負載均衡采取資源統一管理與調度原則，將單個重負載的運算、存儲分擔到多臺節點設備上并行處理，計算結點設備將所得結果匯總。存儲節點設備根據業務繁重程度共同分擔存儲數據。當出現故障節點時，存儲任務均衡遷移到其它正常節點，確保云系統計算與存儲能力得到大幅度提高。通過彈性云負載均衡技術，可以解決圖書館云計算中應用系統的可用性和可靠性，提高云計算數據的訪問速度。Amazon彈性云計算新加坡地區云系統監測與彈性負載均衡費用如表4所示：
對表4分析可得，為確保云圖書館為用戶提供安全、高效、經濟、不間斷的云服務，在云系統監測項目中，必須選擇對圖書館云中心采用較高監測頻率的細節監控方式。監控內容包括云圖書館站點、服務器性能、網站安全掃描服務、故障分析、用戶訪問速度、警告通知等方面，且必須進行不間斷高標準監控。雖然所采用的監控方式為價格最高模式，但有性能與云安全最優化的投資收益比。
圖書館提供的云計算數字服務以各種編碼方式的海量高速數據傳輸為主，數據傳輸具有海量、即時、安全、經濟的要求。因此，從收益率最大化出發，在彈性負載均衡方面應選擇以每小時為單位的計費方式。［6］
2.5 其它方面的成本
云圖書館建設其它方面的成本主要包括機房建設成本、云應用軟件成本、電力及維護成本、人員工資及培訓成本等。機房建設成本與云圖書館建設規模和云服務方式成正比，基礎設施租用費用一般按照機架支付。軟件成本主要為基礎設施即服務（Infrastructure as a Service）的應用服務，主要有虛擬化平臺軟件、客戶端操作系統、存儲管理軟件及系統監控管理軟件。在云圖書館總體成本中占有較小的比例，但對云用戶服務滿意度影響較大。因此，對云應用軟件較小的投入可得到較高的用戶滿意度收益率。電力及維護成本主要包括數據中心的IT負載、制冷、照明、UPS的耗電成本及維護成本，并隨著季節、云用戶服務數量、服務器工作效率呈周期性變化。隨著云計算系統集成復雜度及運營維護、安全標準的提高，電力及維護成本在未來云圖書館建設、運營中將逐步提高。人員工資及培訓成本在云圖書館建設投入中所占比例較小，但技術水平優秀的員工對云系統高效、安全運營影響較大，因此，要加強云圖書館人員工資及培訓成本的投入。［7］
3 基于云計算的數字圖書館成本、性能優化方法
基于云計算的數字圖書館與傳統圖書館在建設、管理、運營、維護模式上相比，最大的優勢在于大幅度降低能源消耗和有較低的成本效用，在確保低碳運營前提下提高了用戶滿意度與市場競爭力。如何加強云圖書館業務與規模建設，在提高云服務質量與效率前提下降低能源消耗，關系到未來云圖書館的發展與社會責任。
3.1 利用虛擬化技術加強云基礎設施資源整合
對表1云圖書館基礎設施租賃情況分析可得出，在云數據中心規模小、用戶數少、基礎設施結構簡單的情況下，利用虛擬化技術對云圖書館進行整合，會得到較小甚至負面的投資收益。當云數據中心規模較大、服務用戶數較多、云服務資源環境要求高、基礎設施結構復雜和數據存儲管理難度大的情況下，合理的虛擬化資源管理策略會提高系統投資收益率，并降低運營成本。
首先，要提高基礎設施（主要為計算與存儲服務器）資源虛擬化的規模、程度和所占基礎設施資源設備的比例，實現虛擬化和物理基礎設施資源管理的高度可視化和可管控性。其次，通過虛擬化技術對計算和存儲資源進行整合，提升服務器資源的利用效率。根據圖書館云用戶需求動態分配云系統資源，提高云計算速度和成本效率，通過降低電力等能耗降低云圖書館運營成本。［8］
3.2 整合圖書館云應用程序
為了提高圖書館用戶云個性化服務水平，云圖書館應基于云租賃商基礎設施平臺，自主或與第三方合作開發各種云用戶滿意的個性化應用程序。圖書館云應用程序的可操作性、個性化、便捷性、經濟性是影響用戶滿意度的關鍵因素。因此，在圖書館云應用軟件系統建設中，要以圖書館云用戶個性化服務需求為指導，加強云圖書館應用程序與云租賃商云系統的融合，提高圖書館云系統內不同云應用程序間的整合。同時，應提高云圖書館自主或與第三方共同開發、運營云應用程序的效率，提升圖書館個性化云應用系統的可操作性與服務水平，降低程序開發成本與周期。［9］
3.3 采用集群技術與負載均衡技術降低云圖書館運營成本
由于云圖書館基礎設施具有規模龐大、結構復雜的特點，集群內部設備的性能、管理模式和系統資源利用率性能差異較大，會出現云系統不能將用戶提出的服務請求均衡交付服務器的情況，造成服務器有的過載有的空閑，最終導致云集群系統整體性能大幅下降。因此，必須采用科學、有效的負載均衡算法，將云圖書館用戶服務請求合理、均衡地分配給后臺各個服務器，當個別設備發生軟、硬件故障時，通過負載遷移確保云服務的不間斷性。
對云圖書館基礎設施租賃成本分析得出，云圖書館系統規模與集成化程度與投資收效率、云用戶服務滿意度成正比關系，與云系統維護成本、資源損耗收益率成反比關系。因此，在云圖書館建設中，要租賃大規模、高安全性的云服務提供商云系統服務，并選擇以3年為周期的租賃方式。在云系統集成中，即要考慮目前云用戶服務需求與高峰時期云系統負載量，同時又要兼顧未來圖書館系統云服務的可擴展性，確保在云服務租賃模式上有適當的基礎設施資源冗余度。［10］
3.4 加強云圖書館系統資源精細管理
在世界上不同的地域、季節與一天內不同時段，云圖書館數字用戶訪問量及服務負載有較大不同。云圖書館在云服務高峰期有較高的資源占用率和能源損耗，在云服務低峰值階段，如果不采取有效的云系統資源管理策略，則會造成不必要的云基礎設施資源及能源（云中心能耗以服務器及空調設備耗電為主）損耗。通過云系統資源精細管理策略，利用云系統軟件或者人工方法設置功耗管理的智能邏輯，可對服務器資源池進行合理調配。通過設備監控系統將空閑服務器關機或者休眠，對冗余的云服務器資源暫時關機斷電，使其成本效用達到最優化狀態，在降低功耗基礎上提升云資源的可管理性。
3.5 確保云圖書館網絡帶寬與基礎設施資源使用效率匹配
對表2數據分析可得，網絡帶寬是影響云圖書館運營成本與服務質量的關鍵因素。網絡傳輸帶寬較小不能滿足用戶個性化云服務數據傳輸高速、安全、即時、準確的要求，導致數據傳輸速度遠遠低于云系統數據處理能力，降低了云基礎設施資源利用效率。網絡傳輸帶寬過高甚至超過云系統接收、發送與數據處理能力，會導致較高的網絡租賃費用而增加云圖書館運營成本。因此，為確保云圖書館網絡帶寬與云基礎設施資源使用效率達到最優化均衡，必須認真分析云圖書館用戶網絡傳輸帶寬需求與云系統基礎設施資源接收、處理能力，通過最優化均衡策略確保云圖書館網絡帶寬與基礎設施資源數據處理、存儲能力均衡。
影響云圖書館網絡使用用戶滿意度的幾個主要因素為云用戶連接數、云系統響應時間、數據傳輸量、傳輸穩定性。決定基礎設施資源使用效率的因素為云計算能力、云系統讀取數據的速度、網絡傳輸帶寬。云系統應針對不同圖書館云應用、SLA（云計算服務級別協議）或者數字用戶云服務需求，將提升網絡帶寬與基礎設施資源使用效率均衡相結合，提升云網絡傳輸帶寬與基礎設施資源租賃的成本綜合效用。［11］
4 結語
云計算技術在數字圖書館建設、運營、管理、維護中的應用，實現了云數字圖書館對信息系統資源與效率的自主可控管理。通過云基礎設施資源的智能化管理與按照云用戶需求智能化分配云系統資源，在降低能耗的基礎上大幅提高了數字圖書館云IT資源利用率。隨著未來云計算技術的產業化、規?；l展，云計算成本必將大幅降低。只有堅持以數字圖書館云用戶滿意度為目標，以高效投資收效率為指導，不斷加強基礎設施資源的虛擬化管理與云系統整合，才能建設用戶滿意的高效、經濟、安全、低碳的云數字圖書館。［12］
參考文獻：
［1］王鵬.走進云計算［M］.北京：人民郵電出版社，2009：121-135.
［2］馮丹．網絡存儲關鍵技術的研究及進展［J］.移動通信，2009，33（11）：35-38.
［3］陳康，鄭維民.云計算：系統實例與研究現狀［J］.軟件學報，2009，20（5）：1337-1348.
［4］Amazon. Amazon Elastic ComPute Cloud（AmazonEC2）.2011［EB/OL］.［2011-07-20］.http：//aws.amazon.eom/eeZ/.
［5］陳康，鄭緯民，云計算：系統實例與研究現狀［J］，軟件學報，2009，5（5）：57-58.
［6］屈志毅，蘇文洲，趙玲.一種基于信息分散算法的分布式數據存儲方案［J］.計算機應用，2006，26（5）：1102-1105.
［7］王慶波等.虛擬化與云計算［M］.北京： 電子工業出版社，2009：181-184.
［8］嚴莊．高校數字圖書館存儲整合研究［J］.圖書館學研究，2010，（2）：34-36.
［9］孫健，賈曉菁.Google云計算平臺的技術架構及對其成本的影響研究［J］.電信科學，2010，（1）：38-44.
［10］吳吉義等.云數據管理研究綜述［J］.電信科學，2010，26（5）：34-41.
［11］何國偉.IBM：虛擬化是“云計算”關鍵能力［J］．計算機應用，2009，32（ 11）：35-36.
篇10
關鍵詞：綠色云計算 數據聚集 能耗 數據中心
中圖分類號：TP393.02 文獻標識碼：A 文章編號：1007-9416（2016）10-0135-03
云計算（cloud computing）是一種借助網絡平臺集聚各類虛擬化計算資源，并通過數據中心供給多租客或單一用戶性價比較高、動態、彈性規模擴展的信息存儲、信息計算等服務方式[1]。云計算轉變了傳統信息架構，引進了全新的運作模式，逐漸成為國內外各領域、各行業爭相關注的重要問題。據相關統計顯示，云應用程序所部署服務器數量超出原有應用程序的4倍，在數據中心的運營成本中，能源消耗費用所占比重較大，約為43.35%。因此，云計算數據中心的節能降耗成為了重中之重，能耗管理應兼顧服務質量和“綠色”兩項要求[2]。本文詳細分析了云計算數據中心的相關工作，基于其運行模式，提出了面向綠色云計算數據中心的動態數據聚集算法。
1 動態數據聚集算法的相關概念界定
近年來，對云數據中心的研究已進入白熱化階段，目前已提出了三個階段數據布局的策略，主要通過跨數據中心的數據傳輸、全局負載均衡及數據依賴關系三項指標，來優化、求解數據布局方案。與此同時，還總結了云計算數據中心所面臨的資源管理問題，致力于網絡寬帶靈活性和吞吐量的有效提高。根據云計算數據中心的網絡拓撲設計，以Fat-tree、BCube為主要結構，設計出了云計算方法，其具有直徑小、連通性強的特征，逐步形成了一種可拓展性較強的拓撲網絡結構。[2]
結合云計算數據中心的實際情況，發現該系統的主要能耗來源有以下幾方面的內容：（1）電源供應、服務器、互聯網等設備所帶來的能源消耗。這一系列設備能耗約占總能耗的23%；（2）溫控設備，包括水冷、風冷設備等所產生的能源損耗；（3）云計算數據中心照明設備帶來的能源損耗，此設備能耗比例小。電源使用效率會對云計算數據其中心能源使用情況產生影響。電源使用率（PUE）指的是數據中心所消耗的總能源和IT負載消耗呈現的比值，電源使用率越接近1，云計算數據中心的綠色化程度越強。溫度控制設備負荷由計算機主機、外部輔助設備等所產生發熱量組成，存儲設備、服務器設備與網絡設產生的發熱量所占比重較大。云計算數據中心具有一定的優勢，其充分利用了虛擬化技術，減少了物理服務器，進而實現節能減排。通過上述內容可得知，在相同任務的執行過程中，如何既有效確保QoS，還能夠將數據中心總體能耗有效降低則是“綠色云計算”實現極為關鍵的條件。[3]因此，需要采取相應措施對云計算中心數據進行改進，在最大限度降低能耗的同時，提高工作效率與服務質量，實現云計算數據中心的可持續發展。其中，動態數據計算法作為減少能耗的有效方法，對于云計算數據中心的綠色發展而言起到了至關重要的作用。
2 動態數據聚集算法
2.1 能耗分析
在云計算數據中心的節能減排工作中，通常存在以下幾點問題：
2.1.1 數據部署和任務調度
云計算數據中心的任務調度忽視了能源消耗問題。以Hadoop開源云算項目為例，該系統采用了多種調度方法，包括公平調度方法、先來服務算法、計算能力調度算法等，都忽略了系統能源損耗問題，太過側重訪問效率、存儲空間、可靠機制等問題，忽視了數據訪問規律。
2.1.2 溫度控制
云計算數據中心缺乏有效的溫度控制，無法根據運行設備的實際情況進行有效管理，造成各項資源的大量浪費。
2.1.3 認知問題
云計算數據中心所指定的節能措施僅針對設備本身的功能耗費，實際上設備功能消費與設備性能呈負相關，難以得到改進；同時，部分數據中心地處嚴寒地區，太過依賴于外界環境，為了引入室外空間，應盡量避免人工制冷。
2.2 云數據模型
從用戶的視角來看，云計算系統可分為四種：
（1）當用戶提出任務請求時，云計算服務器應主動提供相應程序、數據及信息等，與搜索引擎極為相似；
（2）若用戶的任務請求中涉及相關程序，由用戶主動提供，數據由云計算服務器提供。系統通過將用戶所提供程序遷移到服務器客戶端，在將客戶端信息及數據進行利用與計算，在完成用戶所請求任務后將結果發送至用戶端；
（3）若用戶的任務請求中涉及相關數據，由用戶提供，相應程序可由云計算提供，系統通過將用戶所提供數據遷移到服務器客戶端，在將客戶端信息及數據進行利用與計算，在完成用戶所請求任務后將結果發送至用戶端；
（4）若用戶的任務請求中涉及相關數據及程序，均由用戶提供，而存儲、計算等設備由云計算系統提供，將程序、數據遷移后，完成指定任務，并反饋結果到客戶端。
2.3 算法描述
系統的總功耗（）主要由靜態功耗（），動態功耗（）、溫控功耗（）三個部分組成。雖然部分設備的具體功耗模型不同，但是大多能符合多項式分布：
靜態功耗是指系統未執行任何任務時所消耗的能源；s是指任務執行點的工作速率，當系統的動態功耗發生變化時，s也會隨之變化，可表示為（s）=>1。當工作中任務執行點負載加重時，其工作速率則會不斷提高，任務執行點各部件溫度隨之顯著升高。為了保證各部件溫度處于安全范圍以內，溫控功耗無疑會大大增加。此外，溫控功耗還會受到制冷能效比（eer）與空間因素（r）等影響。假設，t為現階段環境溫度，為安全溫度上限，b為溫控基本能耗。
則可得：
從上式可知，制冷能效比（eer）越高，（s）則越低；空間因素（r）越大，（s）則越高。設備的制造工藝決定著制冷能效比（eer）的高低，這一參數較為恒定。在制冷策略中，如果其環境溫度控制具備較強的針對性與精確性，則可有效控制制冷能耗。[4]
由于降低功耗不等于降低總能耗，因此判斷系統是否“綠色”不能僅依靠功耗這一個指標[5]。例如要減少系統能耗，可選擇降低工作速率，但是相應會拖長事務處理時間，此時系統總能耗并沒有發生較大改變。
因此，計算系統總能耗應當重視兩個關鍵因素，即功耗與時間，計算式為：
為了使云數據中心能在服務高峰其穩定承受負載，保障系統穩定性，在對系統進行設計與構建時必須留有一定余量。但是在非高峰期，部分節點處于空轉狀態，仍舊浪費部分能源。在不同時間段，數據中心每個節點的負載情況有所不同，并不容易實現精確溫控，致使有效制冷量低于50%。因而需進行熱力學散熱模型的構建，通過功耗分配策略及對集群功耗進行實時監控來實現對溫控制冷環境的精準控制。
該算法是將數據與節點進行重新分布或有序聚集，進而實現云數據中計算存儲節點的有效利用，同時還可使未得到利用的節點處于關機狀態或休眠狀態，溫控設備則處于關閉狀態或待機狀態，從而最大限度的節省能源消耗，促進綠色節能目標的實現。這一算法具有明顯的優勢，1）數據和節點聚集之后，極易造成部分區域節點耗能與工作符合加大，另一部分區域可完全處于休眠狀態，以避免整體能耗的降低；2）數據和節點聚集之后，節點在系統運行時達到高負載狀態，從而實現資源利用率的有效提高，并且在相互備份的作用下，實現不間斷訪問數據，有效保障云計算數據中心的安全運行。除此之外，利用動態數據聚集算法，還可使各節點實現輪轉運行，在極大程度上提高了意見設備的工作穩定性及其使用壽命。[6]
3 仿真實驗分析
3.1 仿真實驗
本文模擬構建的數據中心為廉價節點構成，其功耗實測情況及節點性能參數如表1所示。
所有節點功耗總和在待機狀態下為84W；在正常關機狀態下為2.5W；在節點開關技術的關機狀態下為0W；在最大負荷工作狀態下為138W；在負載50%以下為124W。
節點通常反復處于三種狀態，即待機、工作、關機。其中，待機狀態是指機器僅通過主板維持內存數據的保存和記錄機器其他設備狀態，此時CPU、硬盤等沒有工作。然而，即使處于待機狀態，節點功耗仍然較大。在傳統技術中，僅從避免“由于數據無法訪問，導致用戶滿意度下降”的角度對任務調度和數據部署的數據中心進行設計，而忽視節能問題，導致大量節點處于空耗的待機狀態。在關機狀態下，節點功耗非常低，空耗部件主要是電源線等，可忽略。
在數據中心的溫控系統中，區域是溫控系統覆蓋的最小控制單位。1個區域由4個機架構成，1個機架上存放8個節點。每個區域的制冷量由溫控系統設定，一般為8kW，其制冷能效比可達到“能源之星”標準，制冷功耗在2.5kW左右。[7]
本次實驗將數據中心劃分成4個Section，并將數據中心數據在聚集前后所產生的不同能耗進行對比，將24h作為1個實驗周期。節點能耗和溫控系統的能耗為數據中心4個Section的主要能耗組成部分，合計為773.72kW?h（如表2所示）。
每一個機架的節點能耗情況都有所不同，如表3所示Section 1中某一個機架的節點能耗情況。
當數據聚集并且運行一段時間以后，數據中心的能耗情況會產生較大化（如表4所示），主要包含溫控系統能耗與節點能耗，合計為476.44kW?h。
3.2 性能分析
上述實驗結果表明，節點上所部署數據聚集前因部署不規范導致訪問熱點過于散亂，從而致使系統中大部分節點都沒能得到有效利用。尤其是當許多節點長時間處于待機狀態卻不能關閉時，仍然占有較大功耗，不僅形成熱負荷環境，溫控系統還需對其進行持續降溫，以避免更大能源浪費。若系統總能耗達到773.72kW?h，僅制冷能耗便遠超300kW?h。
數據、節點聚集之后可以發現，部分節點工作負荷顯著上升，而功耗也隨之快速上升。部分時段即使未加制冷消耗，部分Section其節點總功耗依然與峰值極為接近。同時，部分Section一定程度上消除服務器的待機空轉狀態，僅剩電源線等設備或造成少量能源消耗，從而減少了較大熱負荷，并且溫控設備不用持續對Section實施降溫，進行成功實現對大量能源的節約。經過對比我們可以發現，在數據和節點聚集之后，1周期內的系統總能耗僅達到聚集前的58.8%，節約大量能耗。[8]
3.3 資源利用率與服務質量
基于用戶請求規模一致，數據中心在應用數據聚集算法前后總資源利用率差別不大。但以具體節點為基礎，數據聚集后，開機運行時節點達到高負載狀態，可得以充分利用；若波態運行達到低谷時段，則節點負載狀態相應降為0。
若波態運行達到高峰時段，則節點負載明顯上升，此時若運用傳統的時間片輪轉調度算法則會知識用戶響應時間延長。若用戶設置了節點訪問量閾值β則影響較小，且此時系統不會由于部分節點產生變化而出現諸如數據無法訪問等現象，上述現象主要是由于動態數據聚集算法對運行規律相反節點互補現象的充分利用得以實現的。[9]
3.4 硬件設備穩定性
“服務器必須具備2h*7d的不間斷運行能力”，在傳統數據中心的性能中，這一性能被反復強調，同時要求數據中心一直處于低溫狀態，這就對服務器各部件的制造技術有較高要求。但是現階段，大量云計算數據中心以成本角度為基礎，側重廉價節點的應用。但廉價節點難以保持長時間的穩定運行，因而構建時需要通過系統云計算數據中心節點故障、節點損壞來將其設置為常態。動態數據聚集算法使數據中心節點可進行間歇性輪轉運行，有助于設備使用壽命的有效延長、提高系統穩定性、保護用戶長期的投資。[10]
4 結語
綜上所述，云計算數據中心的節能降耗作為一項十分重要且復雜的工作，涉及到多個層面、多方面因素，需要相關部門和技術人員的積極配合和共同努力，從數據中心任務部署或調度入手，逐步實現數據中心各項數據或節點的集聚，統籌管理和規劃，進而準確控制云計算數據中心的能源消耗，使云計算數據中心逐步走向綠色節能的道路。筆者希望，更多專業人士能夠投入該課題的研究，文中不足之處，望指正。
參考文獻
[1]FRIGIONI D，MARCHETTI-SPACCAMELA A， NANNI U. Semidynamic algorithms for maintaining single-source shortest path trees [J]. Algorithmica， 1998， 22：250-274.
[2]FRIGIONI D，MARCHETTI-SPACCAMELA A， NANNI U. Fully dynamic output bounded single source shortest path problem [C]//Proceeding of ACM-SIAM Symposium on Discrete Algorithms （SODA’96）. Atlanta， Georgia： ACM， 1996：212-221.
[3]Castelluccia C，Mykletun E，Tsudik G. Efficient aggregation of encrypted data in wireless sensor networks.In：Proc. of the 2nd Annual Int’l Conf.on Mobile and Ubiquitous Systems.San Diego： IEEE Press，2005.109-117.
[4]徐小，楊庚，李玲娟 等.面向綠色云計算數據中心的動態數據聚集算法[J].系統工程與電子技術，2012，34（9） 1923-1929.
[5]郭建波.動態數據聚集算法探究--以綠色云計算數據中心為研究方向[J].中國信息化，2013，（4） 108-109.
[6]肖艷文，王金寶，李亞平等.云計算系統中能量有效的數據擺放算法和節點調度策略[J].計算機研究與發展，2013，50（z1） 342-351.
[7]肖艷文.云計算系統中能量有效的數據擺放算法和節點調度策略的研究[D].2013.24-30.
[8]RAMALINGAM G， REPS T. An incremental algorithm for a generalization of the shortest-path problem [J].J. Algorithms， 1996， 21：267-305.
[9]He W，Liu X，Nguyen H，Nahrstedt K，Abdelzaher T.PDA：Privacy-Preserving data aggregation in wireless sensor networks.In： Proc.of the 26th IEEE Int’l Conf.on Computer Communications. Alaska：IEEE Press，2007.2045-2053.
[10]Yang Y， Wang X， Zhu S， Cao G. SDAP： A secure hop-by-hop data aggregation protocol for sensor networks. ACM Trans. on Information and System Security， 2008，11（4）：18.
收稿日期：2016-09-08