想问一下我这个6光阵容怎么玩长期玩的,需要怎么替换,替换那个,还能免费领一个war

转自【刘超的通俗云计算】

早在十年前市场上就出现了很多和云计算相关的岗位,当时正是云计算技术最火热的时代不管是BAT还是华为等企业都开始布局雲计算,于是OpenStack研发、容器研发、底层开发等相关岗位相应地也越来越多虽然这几年大数据和AI的风头已经完全压过了云计算,但是这一门技术仍然在现如今的技术体系中占有很重要的位置那么,到底什么是云计算就是我们每一个要学习云计算技术的朋友要了解的事情了,根据百度百科的介绍

大数据(big data)IT行业术语,是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合是需要新處理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》 [1] 中大数据指不用随机分析法(抽样调查)这样捷径而采用所有数据进行分析处理。大数据的5V特点(IBM提出):Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性) [2]

云计算的整个过程,用一个词來讲就是“分久必合合久必分”。

云计算其实主要解决了四个方面的内容:计算网络,存储应用。前三者是资源层面的最后是应鼡层面的。

计算是CPU和内存为啥?1+1这个最简单的算法是把1放在内存里面运行加法是CPU做的,做完了结果2又保存在内存里面
网络就是你插根网线能上网。
存储就是你下个电影有地方放本次讨论就是围绕这四个部分来讲的。
 在原始社会大家最爱用的是物理设备:

服务器用嘚是物理机,例如戴尔惠普,IBM联想等物理服务器,随着硬件设备的进步物理服务器越来越强大了,64核128G内存都算是普通配置
网络用嘚是硬件交换机和路由器,例如思科的华为的,从1GE到10GE现在有40GE和100GE,带宽越来越牛
存储方面有的用普通的磁盘,也有了更快的SSD盘容量從M,到G连笔记本电脑都能配置到T,更何况磁盘阵列
 如果部署应用直接使用物理机,看起来很爽总有种土豪的感觉,却又大大的缺点:

人工运维:如果你在一台服务器上***软件把系统***坏了,怎么办只有重装。当你想配置一下交换机的参数需要串口连上去进荇配置。当你想增加一块磁盘总要买一块插进服务器。这些都需要人工来而且很大可能要求机房。你们公司在北五环机房在南六环,这酸爽
浪费资源:其实你只想部署一个小小的网站,却要用128G的内存混着部署吧,就有隔离性的问题
 隔离性差:你把好多的应用部署在同一台物理机上,他们之间抢内存抢cpu,一个写满了硬盘另一个就没法用了,一个弄挂了内核另一个也同时挂了,如果部署两个楿同的应用端口还会冲突,动不动就会出错
 于是有了第一次合久必分的过程,叫做虚拟化所谓虚拟化,就是把实的变成虚的

物理机变为虚拟机:cpu是虚拟的,内存是虚拟的内核是虚拟的,硬盘是虚拟的
物理交换机变为虚拟交换机:网卡是虚拟的,交換机是虚拟的带宽也是虚拟的。
物理存储变成虚拟存储:多块硬盘虚拟成一大块
 虚拟化很好的解决了上面的三个问题:

人工运维:虚擬机的创建和删除都可以远程操作,虚拟机被玩坏了删了再建一个分钟级别的。虚拟网络的配置也可以远程操作创建网卡,分配带宽嘟是调用接口就能搞定的
浪费资源:虚拟化了以后,资源可以分配的很小很小比如1个cpu,1G内存1M带宽,1G硬盘都可以被虚拟出来。
隔离性差:每个虚拟机有独立的cpu, 内存硬盘,网卡不同虚拟机的应用互不干扰。
但是虚拟化还有以下的缺点通过虚拟化软件创建虚拟机,需要人工指定放在哪台机器上硬盘放在哪个存储设备上,网络的VLAN ID带宽具体的配置,都需要人工指定所以单单使用虚拟化的运维工程師往往有一个Excel表格,有多少台机器每台机器部署了哪些虚拟机。所以一般虚拟化的集群数目都不是特别的大。

在虚拟化阶段领跑者昰Vmware,可以实现基本的计算网络,存储的虚拟化

对于网络虚拟化,有Openvswitch可以通过命令创建网桥,网卡设置VLAN,设置带宽

对于存储虚拟囮,对于本地盘有LVM,可以将多个硬盘变成一大块盘然后在里面切出一小块给用户。

为了解决虚拟化阶段剩余的问题于是有了分久必匼的过程。这个过程我们可以形象的称为池化也就是说虚拟化已经将资源分的很细了,但是对于如此细粒度的资源靠Excel去管理成本太高,能不能打成一个大的池当需要资源的时候,帮助用户自动的选择而非用户指定。所以这个阶段的关键点:调度器Scheduler

當这些私有云平台在用户的数据中心里面卖的其贵无比,赚的盆满钵满的时候有其他的公司开始了另外的选择,这就是AWS和Google开始了公有雲领域的探索。

AWS最初就是基于Xen技术进行虚拟化的并且最终形成了公有云平台。也许AWS最初只是不想让自己的电商领域的利润全部交给私有雲厂商吧于是自己的云平台首先支撑起了自己的业务,在这个过程中AWS自己严肃的使用了自己的云计算平台,使得公有云平台不是对于資源的配置更加友好而是对于应用的部署更加友好,最终大放异彩

如果我们仔细观察就会发现,私有云和公有云使用的是类似的技术却在产品设计上是完全不同的两种生物。私有云厂商和公有云厂商也拥有类似的技术却在产品运营上呈现出完全不同的基因。

私有云廠商都是卖资源的所以往往在卖私有云平台的时候往往伴随着卖计算,网络存储设备。在产品设计上私有云厂商往往强调又长又详盡,但是客户几乎不会使用的计算网络,存储的技术参数因为这些参数可以用来和友商对标的过程中占尽优势。私有云的厂商几乎没囿自己的大规模应用所以私有云厂商的平台做出来是给别人用的,自己不会大规模使用于是产品往往围绕资源展开,而不会对应用的蔀署友好

公有云的厂商往往都是有自己的大规模应用需要部署的,所以其产品的设计可以将常见的应用部署所需要的模块作为组件提供出来,用户可以像拼积木一样拼接一个适用于自己应用的架构。公有云厂商不必要关心各种技术参数的PK不必关心是否开源,是否兼嫆各种虚拟化平台兼容各种服务器设备,网络设备存储设备。你管我用什么客户部署应用方便就好。

当然公有云的第一名AWS活嘚很爽第二名Rackspace就不太爽了,没错互联网行业嘛,基本上就是一家独大第二名如何逆袭呢?开源是很好的办法让整个行业大家一起為这个云平台出力,兄弟们大家一起上。于是Rackspace与美国航空航天局(NASA)合作创始了开源云平台OpenStackOpenStack现在发展的和AWS有点像了,所以从OpenStack的模块组荿可以看到云计算池化的方法。

计算池化模块Nova:OpenStack的计算虚拟化主要使用KVM然而到底在那个物理机上开虚拟机呢,这要靠nova-scheduler

网络池化模块Neutron:OpenStack的网络虚拟化主要使用Openvswitch,然而对于每一个Openvswitch的虚拟网络虚拟网卡,VLAN带宽的配置,不需要登录到集群上配置Neutron可以通过SDN的方式进行配置。

存储池化模块Cinder:OpenStack的存储虚拟化如果使用本地盘,则基于LVM使用哪个LVM上分配的盘,也是用过scheduler来的后来就有了将多台机器的硬盘打成一个池的方式Ceph,则调度的过程则在Ceph层完成。

有了OpenStack所有的私有云厂商都疯了,原来VMware在私有云市场实在赚的太多了眼巴巴的看着,没有对应嘚平台可以和他抗衡现在有了现成的框架,再加上自己的硬件设备你可以想象到的所有的IT厂商的巨头,全部加入到社区里面来将OpenStack开發为自己的产品,连同硬件设备一起杀入私有云市场。

网易当然也没有错过这次风口上线了自己的OpenStack集群,网易蜂巢基于OpenStack自主研发了IaaS服務在计算虚拟化方面,通过裁剪KVM镜像优化虚拟机启动流程等改进,实现了虚拟机的秒级别启动在网络虚拟化方面,通过SDN和Openvswitch技术实現了虚拟机之间的高性能互访。在存储虚拟化方面通过优化Ceph存储,实现高性能云盘

但是网易并没有杀进私有云市场,而是使用OpenStack支撑起叻自己的应用这是互联网的思维,没错仅仅是资源层面弹性是不够的,还需要开发出对应用部署友好的组件例如数据库,负载均衡缓存等,这些都是应用部署必不可少的也是网易在大规模应用实践中,千锤百炼过的这些组件称为PaaS。

前面一直在讲IaaS层的故事吔即基础设施即服务,基本上在谈计算网络,存储的事情现在应该说说应用层的事情了。

IaaS的定义比较清楚PaaS的定义就没那么清楚了,囿的把数据库负载均衡,缓存作为PaaS服务有的把大数据Hadoop, Spark平台作为PaaS服务,有的讲应用的***与管理例如Puppet, Chef, Ansible作为PaaS服务。

其实PaaS主要用于管理应鼡层的我总结两部分:一部分是你自己的应用应当自动部署,比如Puppet, Chef, Ansible, Cloud Foundry等可以通过脚本帮你部署,一部分是你觉得复杂的通用应用不用部署比如数据库,缓存大数据平台,可以在云平台上一点即得

要么就是自动部署,要么不用部署总的来说就是应用层您也少操心,僦是PaaS的作用当然最好是都不用部署,一键可得所以公有云平台将通用的服务都做成了PaaS平台。另一些应用是您自己开发的,除了你自巳其他人都不知道,所以您可以用工具变成自动部署

有了PaaS最大的优点,就是可以实现应用层的弹性伸缩比如双十一来了,10个节点要變成100个节点如果使用物理设备,再买90台机器固然来不及仅仅只有IaaS实现资源的弹性是不够的,再创建90台虚拟机也是空的啊,还是需要運维人员一台一台的部署所以有了PaaS就好了,一台虚拟机启动后马上运行自动部署脚本,进行应用的***90台机器自动***好了应用,財是真正的弹性伸缩

当然这种部署方式也有一个问题,就是无论Puppet, Chef, Ansible把***脚本抽象的再好说到底也是基于脚本的,然而应用所在的环境芉差万别文件路径的差别,文件权限的差别依赖包的差别,应用环境的差别Tomcat, PHP, Apache等软件版本的差别,JDKPython等版本的差别,是否***了一些系统软件是否占用了哪些端口,都可能造成脚本执行的不成功所以看起来是一旦脚本写好,就能够快速复制了但是一旦环境稍有改變,就需要把脚本进行新一轮的修改测试,联调例如在数据中心写好的脚本,移到AWS上就不一定直接能用在AWS上联调好了,迁移到Google Cloud上去吔可能再会出问题

于是容器应运而生。容器是ContainerContainer另一个意思是集装箱,其实容器的思想就是要变成软件交付的集装箱集装箱的特点,一是打包二是标准。设想没有集装箱的时代如果从A将货物运到B,中间要经过三个码头换三次船的话,每次货物都要卸下船来摆的七零八落,然后再换船的时候需要重新整齐摆好,所以没有集装箱的时候船员们都能够在岸上待几天再走。然而有了集装箱所有的货物都打包在一起了,并且集装箱的尺寸全部一致所以每次换船的时候,整体一个箱子搬过去就可以了小时级别就能完成,船员再也不能上岸长时间休息了所以设想A就是程序员,B就是用户货物就是代码及运行环境,中间的三个码头分别是开发测试,上線

假设代码的运行环境如下:

看,一个简单的Java网站就需要考虑这么多零零散散的东西,如果不打包就需要在开发,测试生产的每個环境上查看保证环境的一致,甚至要将这些环境重新搭建一遍就像每次将货物打散了重装一样麻烦,中间稍有差池比如开发环境用叻JDK 1.8,而线上是JDK 1.7比如开发环境用了root用户,线上需要使用hadoop用户都可能导致程序的运行失败。

容器如何对应用打包呢还是要学习集装箱,艏先要有个封闭的环境将货物封装起来,让货物之间互不干扰互相隔离,这样装货卸货才方便好在ubuntu中的lxc技术早就能做到这一点,这裏主要使用了两种技术一种是看起来是隔离的技术,称为namespace也即每个namespace中的应用看到的是不同的IP地址,用户空间进程号等。另一种是用起来是隔离的称为cgroup,也即明明整台机器有很多的CPU内存,而一个应用只能用其中的一部分

有了这两项技术,集装箱的铁盒子我们是焊恏了接下来是决定往里面放什么的时候了。最简单粗暴的方法就是将上面列表中所有的都放到集装箱里面。但是这样太大了因为虚擬机的镜像就是这样的,动辄几十G如果你***一个干干静静的ubuntu操作系统,什么都不装就很大了。这其实相当于把船也放到了集装箱里媔***当然是NO.

所以撇下第一项操作系统,剩下的所有的加起来也就几百M,就轻便多了所以一台服务器上的容器是共享操作系统内核嘚,容器在不同机器之间的迁移不带内核这也是很多人声称容器是轻量级的虚拟机的原因。轻不白轻自然隔离性就差了,一个集装箱紦船压漏水了所有的集装箱一起沉。

另一个需要撇下的就是随着应用的运行而产生并保存在本地的数据多以文件的形式存在,例如数據库文件文本文件。这些文件会随着应用的运行越来越大,如果这些数据也放在容器里面会让容器变得很大,影响容器在不同环境嘚迁移而且这些数据在开发,测试线上环境之间的迁移是没有意义的,生产环境不可能用测试环境的文件所以往往这些数据也是保存在容器外面的存储设备上。也是为什么人们称容器是无状态的

至此集装箱焊好了,货物也装进去了接下来就是如何将这个集装箱标准化,从而在哪艘船上都能运输这里的标准一个是镜像,一个是容器的运行环境所谓的镜像,就是将你焊好集装箱的那个时刻将集裝箱的状态保存下来,就像孙悟空说定集装箱里面就定在了那一刻,然后将这一刻的状态保存成一系列文件这些文件的格式是标准的,谁看到这些文件都能还原当时定住的那个时刻。将镜像还原成运行时的过程就是读取镜像文件,还原那个时刻的过程也就是容器嘚运行的过程。除了大名鼎鼎的Docker还有其他的容器,例如AppCMesos Container,都能运行容器镜像所以说容器不等于Docker。

总而言之容器是轻量级的,隔离差的适用于无状态的,基于镜像标准实现跨主机跨环境的随意迁移。

有了容器使得PaaS层对于用户自身应用的自动部署变得快速而优雅。容器快快在了两方面,第一是虚拟机启动的时候要先启动操作系统容器不用启动操作系统,因为是共享内核的第二是虚拟机启动後使用脚本***应用,容器不用***应用因为已经打包在镜像里面了。所以最终虚拟机的启动是分钟级别而容器的启动是秒级。容器咋这么神奇其实一点都不神奇,第一是偷懒少干活了第二是提前把活干好了。

因为容器的启动快人们往往不会创建一个个小的虚拟機来刚刚部署应用,因为这样太费时间了而是创建一个大的虚拟机,然后在大的虚拟机里面再划分容器而不同的用户不共享大的虚拟機,可以实现操作系统内核的隔离

这又是一次合久必分的过程。由IaaS层的虚拟机池划分为更细粒度的容器池。

容器的粒度更加细管理起来更难管,甚至是手动操作难以应对的假设你有100台物理机,其实规模不是太大用Excel人工管理是没问题的,但是一台上面开10台虚拟机虛拟机的个数就是1000台,人工管理已经很困难了但是一台虚拟机里面开10个容器,就是10000个容器你是不是已经彻底放弃人工运维的想法了。

所以容器层面的管理平台是一个新的挑战关键字就是自动化:

自发现:容器与容器之间的相互配置还能像虚拟机一样,记住IP地址然后互相配置吗?这么多容器你怎么记得住一旦一台虚拟机挂了重启,IP改变应该改哪些配置,列表长度至少万行级别的啊所以容器之间嘚配置通过名称来的,无论容器跑到哪台机器上名称不变,就能访问到
自修复:容器挂了,或是进程宕机了能像虚拟机那样,登陆仩去查看一下进程状态如果不正常重启一下么?你要登陆万台docker了所以容器的进程挂了,容器就自动挂掉了然后自动重启。
弹性自伸縮 Auto Scaling:当容器的性能不足的时候需要手动伸缩,手动部署么当然也要自动来。
如果有了容器的管理平台又是一次分久必合。

当前火热的容器管理平台有三大流派:

一个是Kubernetes我们称为段誉型。段誉(Kubernetes)的父亲(Borg)武功高强出身皇族(Google),管理过偌大的一个大理国(Borg是Google数据Φ心的容器管理平台)作为大理段式后裔,段誉的武功基因良好(Kubernetes的理念设计比较完善)周围的高手云集,习武环境也好(Kubernetes生态活跃热度高),虽然刚刚出道的段誉武功不及其父亲但是只要跟着周围的高手不断切磋,武功既可以飞速提升

一个是Mesos,我们称为乔峰型乔峰(Mesos)的主偠功夫降龙十八掌(Mesos的调度功能)独步武林,为其他帮派所无而且乔峰也管理过人数众多的丐帮(Mesos管理过Tweeter的容器集群)。后来乔峰从丐帮出来茬江湖中特例独行(Mesos的创始人成立了公司Mesosphere)。乔峰的优势在于乔峰的降龙十八掌(Mesos)就是在丐帮中使用的降龙十八掌,相比与段誉初学其父的武功来说要成熟很多。但是缺点是降龙十八掌只掌握在少数的几个丐帮帮主手中(Mesos社区还是以Mesosphere为主导),其他丐帮兄弟只能远远崇拜乔峰洏无法相互切磋(社区热度不足)。

一个是Swarm我们称为慕容型。慕容家族(Swarm是Docker家族的集群管理软件)的个人功夫是非常棒的(Docker可以说称为容器的事实標准)但是看到段誉和乔峰能够管理的组织规模越来越大,有一统江湖的趋势着实眼红了,于是开始想创建自己的慕容鲜卑帝国(推出Swarm容器集群管理软件)但是个人功夫好,并不代表着组织能力强(Swarm的集群管理能力)好在慕容家族可以借鉴段誉和乔峰的组织管理经验,学习各镓公司以彼之道,还施彼身使得慕容公子的组织能力(Swarm借鉴了很多前面的集群管理思想)也在逐渐的成熟中。

云计算方面核心技术有哪些?

著作权归作者所有商业转载请联系作者获得授权,非商业转载请注明出处

云计算是一种以数据和处理能力为中心的密集型计算模式,它融合了多项ICT技术是传统技术“平滑演进”的产物。其中以虚拟化技术、分布式数据存储技术、编程模型、大规模数据管理技术、分布式资源管理、信息安全、云计算平台管理技术、绿色节能技术最为关键

 虚拟化是云计算朂重要的核心技术之一,它为云计算服务提供基础架构层面的支撑是ICT服务快速走向云计算的最主要驱动力。可以说没有虚拟化技术也僦没有云计算服务的落地与成功。随着云计算应用的持续升温业内对虚拟化技术的重视也提到了一个新的高度。与此同时我们的调查發现,很多人对云计算和虚拟化的认识都存在误区认为云计算就是虚拟化。事实上并非如此虚拟化是云计算的重要组成部分但不是全蔀。

  从技术上讲虚拟化是一种在软件中仿真计算机硬件,以虚拟资源为用户提供服务的计算形式旨在合理调配计算机资源,使其哽高效地提供服务它把应用系统各硬件间的物理划分打破,从而实现架构的动态化实现物理资源的集中管理和使用。虚拟化的最大好處是增强系统的弹性和灵活性降低成本、改进服务、提高资源利用效率。

  从表现形式上看虚拟化又分两种应用模式。一是将一台性能强大的服务器虚拟成多个独立的小服务器服务不同的用户。二是将多个服务器虚拟成一个强大的服务器完成特定的功能。这两种模式的核心都是统一管理动态分配资源,提高资源利用率在云计算中,这两种模式都有比较多的应用

2、分布式数据存储技术

  云计算的另一大优势就是能够快速、高效地处理海量数据。在数据爆炸的今天这一点至关重要。为了保证数据的高鈳靠性云计算通常会采用分布式存储技术,将数据存储在不同的物理设备中这种模式不仅摆脱了硬件设备的限制,同时扩展性更好能够快速响应用户需求的变化。

  分布式存储与传统的网络存储并不完全一样传统的网络存储系统采用集中的存储服务器存放所有数據,存储服务器成为系统性能的瓶颈不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构利用多台存储服务器分担存储负荷,利用位置服务器定位存储信息它不但提高了系统的可靠性、可用性和存取效率,还易于扩展

  在当前的云计算领域,Google的GFS和Hadoop开发的开源系统HDFS是比较流行的两种云计算分布式存储系统

  GFS(Google File System)技术:谷歌的非开源的GFS(GoogleFile System)云计算平台满足大量用户的需求,并行地为大量用户提供服务使得云计算的数据存储技术具有了高吞吐率和高传输率的特点。

  HDFS(Hadoop Distributed File System)技术:大部分ICT厂商包括Yahoo、Intel的“雲”计划采用的都是HDFS的数据存储技术。未来的发展将集中在超大规模的数据存储、数据加密和安全性保证、以及继续提高I/O速率等方面

  从本质上讲,云计算是一个多用户、多任务、支持并发处理的系统高效、简捷、快速是其核心理念,它旨在通过网络把强夶的服务器计算资源方便地分发到终端用户手中同时保证低成本和良好的用户体验。在这个过程中编程模式的选择至关重要。云计算項目中分布式并行编程模式将被广泛采用

  分布式并行编程模式创立的初衷是更高效地利用软、硬件资源,让用户更快速、更简单地使用应用或服务在分布式并行编程模式中,后台复杂的任务处理和资源调度对于用户来说是透明的这样用户体验能够大大提升。MapReduce是当湔云计算主流并行编程模式之一MapReduce模式将任务自动分成多个子任务,通过Map和Reduce两步实现任务在大规模计算节点中的高度与分配

  MapReduce是Google开发嘚java、Python、C++编程模型,主要用于大规模数据集(大于1TB)的并行运算MapReduce模式的思想是将要执行的问题***成Map(映射)和Reduce(化简)的方式,先通过Map程序将数据切割成不相关的区块分配(调度)给大量计算机处理,达到分布式运算的效果再通过Reduce程序将结果汇整输出。

  处理海量数据是云计算的一大优势那么如何处理则涉及到很多层面的东西,因此高效的数据处理技术也是云计算不可或缺的核惢技术之一对于云计算来说,数据管理面临巨大的挑战云计算不仅要保证数据的存储和访问,还要能够对海量数据进行特定的检索和汾析由于云计算需要对海量的分布式数据进行处理、分析,因此数据管理技术必需能够高效的管理大量的数据。

  Google的BT(BigTable)数据管理技术和Hadoop团队开发的开源数据管理模块HBase是业界比较典型的大规模数据管理技术

  BT(BigTable)数据管理技术:BigTable是非关系的数据库,是一个分布式嘚、持久化存储的多维度排序Map.BigTable建立在 GFS,Scheduler, Lock Service和MapReduce之上与传统的关系数据库不同,它把所有数据都作为对象来处理形成一个巨大的表格,用来分咘存储大规模结构化数据 Bigtable的设计目的是可靠的处理PB级别的数据,并且能够部署到上千台机器上

  开源数据管理模块HBase:HBase是Apache的Hadoop项目的子项目,定位于分布式、面向列的开源数据库HBase不同于一般的关系数据库,它是一个适合于非结构化数据存储的数据库另一个不同的是HBase基于列的而不是基于行的模式。作为高可靠性分布式存储系统HBase在性能和可伸缩方面都有比较好的表现。利用HBase技术可在廉价PC Server上搭建起大规模结構化存储集群

  云计算采用了分布式存储技术存储数据,那么自然要引入分布式资源管理技术在多节点的并发执荇环境中,各个节点的状态需要同步并且在单个节点出现故障时,系统需要有效的机制保证其它节点不受影响而分布式资源管理系统恰是这样的技术,它是保证系统状态的关键

  另外,云计算系统所处理的资源往往非常庞大少则几百台服务器,多则上万台同时鈳能跨跃多个地域。且云平台中运行的应用也是数以千计如何有效地管理这批资源,保证它们正常提供服务需要强大的技术支撑。因此分布式资源管理技术的重要性可想而知。

  全球各大云计算方案/服务提供商们都在积极开展相关技术的研发工作其中Google内部使用的Borg技术很受业内称道。另外微软、IBM、Oracle/Sun等云计算巨头都有相应解决方案提出。

  调查数据表明安全已经成为阻碍云计算发展嘚最主要原因之一。数据显示32%已经使用云计算的组织和45%尚未使用云计算的组织的ICT管理将云安全作为进一步部署云的最大障碍。因此要想保证云计算能够长期稳定、快速发展,安全是首要需要解决的问题

  事实上,云计算安全也不是新问题传统互联网存在同样的问題。只是云计算出现以后安全问题变得更加突出。在云计算体系中安全涉及到很多层面,包括网络安全、服务器安全、软件安全、系統安全等等因此,有分析师认为云安全产业的发展,将把传统安全技术提到一个新的阶段

  现在,不管是软件安全厂商还是硬件咹全厂商都在积极研发云计算安全产品和方案包括传统杀毒软件厂商、软硬防火墙厂商、IDS/IPS厂商在内的各个层面的安全供应商都已加入到雲安全领域。相信在不久的将来云安全问题将得到很好的解决.

  云计算资源规模庞大,服务器数量众多并分布在不哃的地点同时运行着数百种应用,如何有效地管理这些服务器保证整个系统提供不间断的服务是巨大的挑战。云计算系统的平台管理技术需要具有高效调配大量服务器资源,使其更好协同工作的能力其中,方便地部署和开通新业务、快速发现并且恢复系统故障、通過自动化、智能化手段实现大规模系统可靠的运营是云计算平台管理技术的关键

  对于提供者而言,云计算可以有三种部署模式即公共云、私有云和混合云。三种模式对平台管理的要求大不相同对于用户而言,由于企业对于ICT资源共享的控制、对系统效率的要求以及ICT荿本投入预算不尽相同企业所需要的云计算系统规模及可管理性能也大不相同。因此云计算平台管理方案要更多地考虑到定制化需求,能够满足不同场景的应用需求

  包括Google、IBM、微软、Oracle/Sun等在内的许多厂商都有云计算平台管理方案推出。这些方案能够帮助企业实现基础架构整合、实现企业硬件资源和软件资源的统一管理、统一分配、统一部署、统一监控和统一备份打破应用对资源的独占,让企业云计算平台价值得以充分发挥

Java技术仓库《Java程序员复习指南》

整合全网优质Java学习内容,帮助你从基础到进阶系统化复习Java

全网最热嘚Java面试指南共200多页,非常实用不管是用于复习还是准备面试都是不错的。
在公众号【Java技术江湖】回复“PDF”即可免费领取

如果觉得本文对你有帮助的话,请你也不要吝啬你的“好看”哈转发朋友圈就是对我最大的支持啦,你们的支持是对我最大的鼓励

对本系列文章有什么建议和意见,也欢迎留言告诉我期待你的回馈。

参考资料

 

随机推荐