摘要:云計(jì)算主要基于資源虛擬和分布式并行架構(gòu)兩大核心技術(shù)。在虛擬化技術(shù)方面，文章探討了物理資源的池化、資源池的管理與使用、集群的故障定位與維護(hù)、資源池的分組與異構(gòu)等技術(shù)，以及異構(gòu)的虛擬化云計(jì)算平臺(tái)的建設(shè)和應(yīng)用。在分布式技術(shù)方面，文章探討了分布式文件系統(tǒng)和Key/Value存儲(chǔ)引擎技術(shù)。對(duì)于分布式文件系統(tǒng)，提出主機(jī)“瓶頸”解決方案及存儲(chǔ)接口標(biāo)準(zhǔn)化的想法;對(duì)于Key/Value存儲(chǔ)引擎，提出目錄化存儲(chǔ)的解決方案。

[關(guān)鍵詞]虛擬化;分布式計(jì)算;云管理平臺(tái);Key/Value存儲(chǔ)引擎

Abstract: Virtualization and distributed parallel architecture are two typical technologies of cloud computing. For virtualization technology， this article discusses the pool of physical resources， resource pool management and use， cluster fault location and maintenance， resource pool grouping， and the building and application of heterogeneous virtualization platforms. It also discusses the distributed file system and Key/Value storage engine associated with distributed technology. A “MASTER bottleneck” storage interface standard is proposed for the distributed file system， and directory-based storage is proposed for the Key/Value storage engine.

Key words: virtualization; distributed computing; cloud computing management platform; Key/Value Storage Engine

云計(jì)算由Google提出，隨后在互聯(lián)網(wǎng)界風(fēng)起“云”涌，隨之而來的云計(jì)算服務(wù)和技術(shù)平臺(tái)成功案例層出不窮，如Google的GFS、MapReduce、Bigtable、Chubby和App Engine，亞馬遜的Dynamo、EC2、S3、SQS、SimpleDB和CloudFront，微軟的Azure、SQL、“.Net”和Live服務(wù)，開源云計(jì)算平臺(tái)的HDFS、HBase和Eucalyptus，VMware的虛擬化平臺(tái)等。

1 云計(jì)算的核心技術(shù)

云計(jì)算主要基于資源虛擬和分布式并行架構(gòu)兩大核心技術(shù)，同時(shí)互聯(lián)網(wǎng)上有大量的開源軟件為用戶提供支撐，如Xen、KVM、Lighttpd、Memcached、Nginx、Hadoop、Eucalytus等。云計(jì)算技術(shù)有效地節(jié)約了云服務(wù)商的硬件投入、軟件開發(fā)成本和維護(hù)成本。

虛擬化技術(shù)最早由VMware公司引入并在X86 CPU上實(shí)現(xiàn)。虛擬化平臺(tái)將服務(wù)器虛擬為多個(gè)性能可配的虛擬機(jī)(VM)，對(duì)整個(gè)集群系統(tǒng)中所有VM進(jìn)行監(jiān)控和管理，并根據(jù)實(shí)際資源使用情況對(duì)資源池靈活分配和調(diào)度。

分布式并行架構(gòu)是云計(jì)算的另一個(gè)核心技術(shù)，用于將大量的機(jī)器整合為一臺(tái)超級(jí)計(jì)算機(jī)，提供海量的數(shù)據(jù)存儲(chǔ)和處理服務(wù)。整合后的超級(jí)計(jì)算機(jī)通過分布式文件系統(tǒng)、分布式數(shù)據(jù)庫和MapReduce技術(shù)，提供海量文件存儲(chǔ)、海量結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)和統(tǒng)一的海量數(shù)據(jù)處理編程方法和運(yùn)行環(huán)境[1-3]。

2 虛擬化技術(shù)

虛擬化技術(shù)主要分為兩個(gè)層面:物理資源池化和資源池管理。其中物理資源池化是把物理設(shè)備由大化小，將一個(gè)物理設(shè)備虛擬為多個(gè)性能可配的最小資源單位;資源池管理是對(duì)集群中虛擬化后的最小資源單位進(jìn)行管理，根據(jù)資源的使用情況和用戶對(duì)資源的申請(qǐng)情況，按照一定的策略對(duì)資源進(jìn)行靈活分配和調(diào)度，實(shí)現(xiàn)按需分配資源[4-7]。

2.1 物理資源的池化

云計(jì)算平臺(tái)如圖1所示。物理硬件設(shè)備的虛擬化對(duì)象包括服務(wù)器、存儲(chǔ)、網(wǎng)絡(luò)、安全等多個(gè)方面，不同的虛擬化技術(shù)從不同角度解決系統(tǒng)的各種問題。

(1)服務(wù)器虛擬化

服務(wù)器虛擬化對(duì)服務(wù)器進(jìn)行資源虛擬和池化，將一臺(tái)服務(wù)器虛擬為多個(gè)同構(gòu)的虛擬服務(wù)器，同時(shí)對(duì)集群中的虛擬服務(wù)器資源池進(jìn)行管理。

(2)存儲(chǔ)虛擬化

存儲(chǔ)虛擬化主要是對(duì)傳統(tǒng)的存儲(chǔ)區(qū)域網(wǎng)絡(luò)(SAN)、網(wǎng)絡(luò)附加存儲(chǔ)(NAS)設(shè)備進(jìn)行異構(gòu)，將存儲(chǔ)資源按類型統(tǒng)一集中為一個(gè)大容量的存儲(chǔ)資源，并將統(tǒng)一的存儲(chǔ)資源通過分卷、分目錄的權(quán)限和資源管理方法進(jìn)行池化，然后將虛擬存儲(chǔ)資源分配給各個(gè)應(yīng)用使用，或者是直接分配給最終用戶使用。

(3)網(wǎng)絡(luò)虛擬化

網(wǎng)絡(luò)虛擬化將一個(gè)物理網(wǎng)絡(luò)節(jié)點(diǎn)虛擬成多個(gè)虛擬的網(wǎng)絡(luò)設(shè)備(交換機(jī)、負(fù)載均衡器等)，并進(jìn)行資源管理，配合虛擬機(jī)和虛擬存儲(chǔ)空間為應(yīng)用提供云服務(wù)。

2.2 資源池的管理和使用

資源池由云管理平臺(tái)實(shí)現(xiàn)統(tǒng)一的管理、調(diào)度和監(jiān)控，涉及云平臺(tái)的合理使用和維護(hù)管理。云管理平臺(tái)共分為4個(gè)管理層面，分別為:設(shè)備的管理、虛擬資源的管理、服務(wù)的管理和租戶管理。

(1)設(shè)備管理

設(shè)備管理為云計(jì)算平臺(tái)的硬件設(shè)備提供管理和告警功能，主要包括系統(tǒng)管理員在日常的維護(hù)工作中查詢各物理設(shè)備性能情況，并對(duì)如應(yīng)用服務(wù)器的CPU使用率、內(nèi)存使用率、硬盤使用率、網(wǎng)絡(luò)接口使用率、存儲(chǔ)設(shè)備的空間使用率、IO情況等關(guān)鍵指標(biāo)進(jìn)行監(jiān)控。用戶可以根據(jù)應(yīng)用物理設(shè)備的實(shí)際配置，設(shè)置相應(yīng)的監(jiān)控閾值，系統(tǒng)會(huì)自動(dòng)啟動(dòng)對(duì)相應(yīng)指標(biāo)的監(jiān)控并報(bào)警。

(2)虛擬資源管理

虛擬資源管理為各種應(yīng)用提供虛擬資源的統(tǒng)一管理、資源分配和靈活調(diào)度，同時(shí)還包括系統(tǒng)管理員在日常的維護(hù)工作中查詢各個(gè)最小虛擬資源的性能情況，并對(duì)應(yīng)用虛擬機(jī)的CPU使用率、內(nèi)存使用率、硬盤使用率、網(wǎng)絡(luò)接口使用率，虛擬存儲(chǔ)(如亞馬遜的EBS)的空間使用率、IO情況等關(guān)鍵指標(biāo)進(jìn)行監(jiān)控。用戶可以根據(jù)虛擬資源的實(shí)際配置，設(shè)置相應(yīng)的監(jiān)控閾值，系統(tǒng)會(huì)自動(dòng)啟動(dòng)對(duì)相應(yīng)指標(biāo)的監(jiān)控并報(bào)警。

(3)服務(wù)管理

服務(wù)管理包括服務(wù)模板、服務(wù)實(shí)例、服務(wù)目錄等管理。服務(wù)管理在虛擬資源的基礎(chǔ)上，快速向租戶提供用戶指定的操作系統(tǒng)、應(yīng)用軟件等軟件資源。

(4)租戶管理

租戶管理對(duì)每一個(gè)租戶對(duì)應(yīng)的資源群進(jìn)行管理，內(nèi)容包括資源的種類、數(shù)量、分布情況等，同時(shí)對(duì)租戶生命周期進(jìn)行管理，包括租戶的申請(qǐng)、審核、正常、暫停、注銷等。

2.3 集群的故障定位與維護(hù)

Google的集群維護(hù)方式給我們留下了深刻的印象，維護(hù)人員推著小推車對(duì)損壞的機(jī)器進(jìn)行更換，故障定位通過定制PC的故障燈進(jìn)行判斷(在通用的因特網(wǎng)數(shù)據(jù)中心(IDC)應(yīng)用中，計(jì)算資源通常使用通用PC機(jī))。目前所有的云平臺(tái)對(duì)物理機(jī)和虛擬機(jī)的監(jiān)控、告警，都是按照機(jī)器的IP地址作為機(jī)器的編號(hào)進(jìn)行管理。對(duì)于承載著虛擬機(jī)的物理機(jī)而言，其Host OS模塊的IP地址對(duì)應(yīng)和代表著物理機(jī)器在集群中的唯一標(biāo)志。IP地址的分配一般采用兩種方式:采用動(dòng)態(tài)主機(jī)配置協(xié)議(DHCP)方式自動(dòng)獲取;通過手工指定方式確定。由于集群中機(jī)器很多，手工指定工作量非常巨大，因此通常采用DHCP的方式對(duì)IP地址進(jìn)行分配。

但是維護(hù)人員在云管理平臺(tái)上發(fā)現(xiàn)物理設(shè)備出了故障，維護(hù)人員無法通過IP地址對(duì)應(yīng)到故障機(jī)器的具體物理位置，通用的PC機(jī)又沒有故障燈等輔助定位手段。定位故障機(jī)器的物理位置并更換或維護(hù)它成為一個(gè)復(fù)雜和繁瑣的過程。

在的虛擬化集群中，可以采用簡(jiǎn)單而有效的方法解決此問題。對(duì)于每一臺(tái)物理機(jī)器，配置一個(gè)USB接口的KEY，KEY中保存了物理機(jī)器的位置信息，同時(shí)USB KEY與物理位置直接綁定(如綁在機(jī)架上)。機(jī)器在啟動(dòng)時(shí)，會(huì)到USB KEY中讀取物理位置信息，根據(jù)讀取的物理位置信息，依據(jù)固定的算法和物理信息算出機(jī)器的IP地址，并在管理平臺(tái)中體現(xiàn)。這樣，每個(gè)物理機(jī)器的IP地址就與物理位置綁定，在物理機(jī)器故障時(shí)，維護(hù)人員在云管理平臺(tái)可以準(zhǔn)確獲取故障機(jī)器的IP地址和物理位置。

2.4 資源池的分組與異構(gòu)

對(duì)于服務(wù)器的虛擬化，由于架構(gòu)不同，SUN、IBM等廠家的小型機(jī)虛擬化都采用相互獨(dú)立的架構(gòu)，與基于X86架構(gòu)的虛擬化系統(tǒng)(如XEN、KVM等)無法兼容，因此造成了資源浪費(fèi)。

對(duì)于服務(wù)器虛擬化的異構(gòu)問題，可以從兩個(gè)層面去解決:(1)通過資源池的分組，對(duì)不同架構(gòu)的服務(wù)器和小型機(jī)進(jìn)行虛擬化，不同架構(gòu)的資源池歸于一個(gè)獨(dú)立的組，針對(duì)不同的應(yīng)用，分配特定的虛擬機(jī)資源。(2)通過業(yè)務(wù)的定制和調(diào)度，將不同架構(gòu)的虛擬化平臺(tái)通過管理融合，實(shí)現(xiàn)異構(gòu)虛擬機(jī)的調(diào)度。

異構(gòu)資源池如圖2所示。在云計(jì)算平臺(tái)中，把IBM的PowerSystems小型機(jī)集群通過IBM的PowerVM系統(tǒng)虛擬為基于PowerSystems架構(gòu)的計(jì)算資源池，把HP的小型機(jī)集群通過HP的VSE系統(tǒng)虛擬為基于HP架構(gòu)的計(jì)算資源池，把X86架構(gòu)的計(jì)算資源通過XEN\\KVM系統(tǒng)虛擬為基于X86的ZXVE資源池。在業(yè)務(wù)部署時(shí)，不同的應(yīng)用的可以根據(jù)自己的業(yè)務(wù)特點(diǎn)和操作系統(tǒng)特點(diǎn)，選擇性地部署在不同的資源池上，從而實(shí)現(xiàn)虛擬化對(duì)各類小型機(jī)的異構(gòu)。X86架構(gòu)的計(jì)算資源池、PowerSystems架構(gòu)的計(jì)算資源池和HP架構(gòu)的計(jì)算資源池分別受各自的虛擬化管理軟件(如VMM、IVM和gWLM)管理。在VMM、IVM和gWLM的上層，可以通過融合的虛擬化管理器(iVMM)，對(duì)3個(gè)計(jì)算資源池進(jìn)行統(tǒng)一管理。

圖3所示為虛擬資源對(duì)應(yīng)用實(shí)現(xiàn)異構(gòu)的方法。此方法的核心在于4個(gè)方面:iVMM、業(yè)務(wù)調(diào)度器、業(yè)務(wù)系統(tǒng)針對(duì)不同的資源池架構(gòu)提供應(yīng)用功能相同的不同版本、iVMM和業(yè)務(wù)調(diào)度器之間的OCCI擴(kuò)充接口。

在業(yè)務(wù)應(yīng)用層面，針對(duì)業(yè)務(wù)系統(tǒng)，本文增加業(yè)務(wù)調(diào)度器模塊。業(yè)務(wù)調(diào)度器根據(jù)業(yè)務(wù)的繁忙程度，向iVMM申請(qǐng)?jiān)黾踊驕p少虛擬機(jī)資源，并調(diào)整負(fù)載均衡策略。業(yè)務(wù)系統(tǒng)針對(duì)不同的資源池架構(gòu)，需要準(zhǔn)備與之對(duì)應(yīng)的功能相同的不同版本。OCCI擴(kuò)充接口的工作流程為:

業(yè)務(wù)系統(tǒng)的業(yè)務(wù)調(diào)度器通過OCCI接口向云計(jì)算平臺(tái)申請(qǐng)資源，同時(shí)向云計(jì)算平臺(tái)提供業(yè)務(wù)系統(tǒng)可以支持的操作系統(tǒng)等信息，并提供優(yōu)先級(jí)信息。

云計(jì)算平臺(tái)根據(jù)業(yè)務(wù)系統(tǒng)的請(qǐng)求和云內(nèi)資源的空閑情況，分配計(jì)算資源，通過OCCI接口通知業(yè)務(wù)調(diào)度器云計(jì)算平臺(tái)向業(yè)務(wù)系統(tǒng)提供了何種架構(gòu)的計(jì)算資源。

業(yè)務(wù)調(diào)度器根據(jù)申請(qǐng)到的資源情況，將業(yè)務(wù)處理機(jī)的操作系統(tǒng)、業(yè)務(wù)版本等模板信息通過OCCI接口通知云計(jì)算平臺(tái)，由云計(jì)算平臺(tái)進(jìn)行操作系統(tǒng)和業(yè)務(wù)程序的部署，完成后提交給業(yè)務(wù)系統(tǒng)進(jìn)行使用。

3 分布式技術(shù)

分布式技術(shù)最早由Google規(guī)模應(yīng)用于向全球用戶提供搜索服務(wù)，因此必須要解決海量數(shù)據(jù)存儲(chǔ)和快速處理的問題。其分布式的架構(gòu)，可以讓多達(dá)百萬臺(tái)的廉價(jià)計(jì)算機(jī)協(xié)同工作。分布式文件系統(tǒng)完成海量數(shù)據(jù)的分布式存儲(chǔ)，分布式計(jì)算編程模型MapReduce完成大型任務(wù)的分解和基于多臺(tái)計(jì)算機(jī)的并行計(jì)算，分布式數(shù)據(jù)庫完成海量結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)?；ヂ?lián)網(wǎng)運(yùn)營(yíng)商使用基于Key/Value的分布式存儲(chǔ)引擎，用于數(shù)量巨大的小存儲(chǔ)對(duì)象的快速存儲(chǔ)和訪問。

3.1 分布式文件系統(tǒng)

分布式文件系統(tǒng)的架構(gòu)，不管是Google的GFS還是Hadoop的HDFS，都是針對(duì)特定的海量大文件存儲(chǔ)應(yīng)用設(shè)計(jì)的。系統(tǒng)中有一對(duì)主機(jī)，應(yīng)用通過文件系統(tǒng)提供的專用應(yīng)用編程接口(API)對(duì)系統(tǒng)訪問。分布式文件系統(tǒng)的應(yīng)用范圍不廣的原因主要為:主機(jī)對(duì)應(yīng)用的響應(yīng)速度不快，訪問接口不開放。

主機(jī)是分布式文件系統(tǒng)的主節(jié)點(diǎn)。所有的元數(shù)據(jù)信息都保存在主機(jī)的內(nèi)存中，主機(jī)內(nèi)存的大小限制了整個(gè)系統(tǒng)所能支持的文件個(gè)數(shù)。一百萬個(gè)文件的元數(shù)據(jù)需要近1G的內(nèi)存，而在云存儲(chǔ)的應(yīng)用中，文件數(shù)量經(jīng)常以億為單位;另外文件的讀寫都需要訪問主機(jī)，因此主機(jī)的響應(yīng)速度直接影響整個(gè)存儲(chǔ)系統(tǒng)的每秒的讀入輸出次數(shù)(IOPS)指標(biāo)。解決此問題需要從3個(gè)方面入手:

(1)在客戶端緩存訪問過的元數(shù)據(jù)信息。應(yīng)用對(duì)文件系統(tǒng)訪問時(shí)，首先在客戶端查找元數(shù)據(jù)，如果失敗，再向主機(jī)發(fā)起訪問，從而減少對(duì)主機(jī)的訪問頻次。

(2)元數(shù)據(jù)信息存放在主機(jī)的硬盤中，同時(shí)在主機(jī)的內(nèi)存中進(jìn)行緩存，以解決上億大文件的元數(shù)據(jù)規(guī)模過大的問題。為提升硬盤可靠性和響應(yīng)速度，還可使用固態(tài)硬盤(SSD)硬盤，性能可提升10倍以上。

(3)變分布式文件系統(tǒng)主機(jī)互為熱備用的工作方式為1主多備方式(通常使用1主4備的方式)，通過鎖服務(wù)器選舉出主用主機(jī)，供讀存儲(chǔ)系統(tǒng)進(jìn)行改寫的元數(shù)據(jù)訪問服務(wù)，如果只是讀訪問，應(yīng)用對(duì)元數(shù)據(jù)的訪問將被分布式哈希表(DHT)算法分配到備用主機(jī)上，從而解決主機(jī)的系統(tǒng)“瓶頸”問題

對(duì)于分布式文件系統(tǒng)，外部應(yīng)用通過文件系統(tǒng)提供的專用API對(duì)其進(jìn)行訪問，這影響了分布式文件系統(tǒng)的應(yīng)用范圍。對(duì)于標(biāo)準(zhǔn)的POSIX接口，可以通過FUSE的開發(fā)流程實(shí)現(xiàn)，但將損失10%~20%的性能。對(duì)于網(wǎng)絡(luò)文件系統(tǒng)(NFS)，在實(shí)現(xiàn)POSIX接口的基礎(chǔ)上，可以直接調(diào)用Linux操作系統(tǒng)的NFS協(xié)議棧實(shí)現(xiàn)。

3.2 Key/Value存儲(chǔ)引擎

Key/Value存儲(chǔ)引擎最大的問題在于路由變更后，數(shù)據(jù)如何快速地實(shí)現(xiàn)重新分布。Key/Value存儲(chǔ)引擎如圖4所示。可以引進(jìn)虛擬節(jié)點(diǎn)的概念，將整個(gè)Key值映射的RING空間劃分成Q個(gè)大小相同的Bucket(虛擬節(jié)點(diǎn)，Key的映射算法推薦采用MD5)。每個(gè)物理節(jié)點(diǎn)根據(jù)硬件配置情況負(fù)責(zé)多個(gè)Bucket區(qū)間的數(shù)據(jù)。同一個(gè)Bucket上的數(shù)據(jù)落在不同的N 個(gè)節(jié)點(diǎn)上，通常情況下N =3。我們將DCACHE的Q設(shè)定成10萬，即把整個(gè)RING空間分成了10萬份，如果整個(gè)DCACHE集群最大容量為50 TB，每個(gè)區(qū)間對(duì)應(yīng)的數(shù)據(jù)大小僅為500 MB。對(duì)500 MB的數(shù)據(jù)進(jìn)行節(jié)點(diǎn)間的遷移時(shí)間可以少于10 s。圖4中，N =3，Bucket A中的數(shù)據(jù)存儲(chǔ)在B、C、D 3個(gè)節(jié)點(diǎn)。

Key/Value存儲(chǔ)引擎是一個(gè)扁平化的存儲(chǔ)結(jié)構(gòu)，存儲(chǔ)內(nèi)容通過Hash算法在各節(jié)點(diǎn)中平均分布。但是在一些應(yīng)用中，業(yè)務(wù)需要對(duì)Key/Value存儲(chǔ)引擎進(jìn)行類似目錄方式的批量操作(如在CDN項(xiàng)目中，網(wǎng)站向CDN節(jié)點(diǎn)推送內(nèi)容時(shí)，需要按照網(wǎng)頁的目錄結(jié)構(gòu)進(jìn)行增加和刪除)，Key/Value存儲(chǔ)引擎無法支持這樣的需求。可以在Key/Value存儲(chǔ)引擎中增加一對(duì)目錄服務(wù)器，存儲(chǔ)Key值與目錄之間的對(duì)應(yīng)關(guān)系，用于對(duì)目錄結(jié)構(gòu)的操作。當(dāng)應(yīng)用訪問Key/Value存儲(chǔ)引擎時(shí)，仍然按照Hash方式將訪問對(duì)應(yīng)到相應(yīng)的節(jié)點(diǎn)中，當(dāng)需要目錄操作時(shí)，應(yīng)用需要通過目錄服務(wù)器對(duì)Key/Value存儲(chǔ)引擎進(jìn)行操作，目錄服務(wù)器完成目錄操作和Key/Value方式的轉(zhuǎn)換。由于絕大多數(shù)項(xiàng)目中，大部分為讀操作，因此目錄服務(wù)器參與對(duì)Key/Value引擎訪問的次數(shù)很少，不存在性能“瓶頸”。

4 結(jié)束語

云平臺(tái)的構(gòu)建是一個(gè)具有挑戰(zhàn)性的課題，本文詳細(xì)描述了虛擬化和分布式架構(gòu)兩大核心技術(shù)。在基礎(chǔ)設(shè)施即服務(wù)(IaaS)層面，著重描述了虛擬化技術(shù)，以及異構(gòu)的虛擬化云計(jì)算平臺(tái)的建設(shè)和應(yīng)用，同時(shí)介紹了云管理平臺(tái)的功能。在分布式技術(shù)方面，介紹了分布式文件系統(tǒng)和Key/Value存儲(chǔ)引擎。對(duì)于分布式文件系統(tǒng)，本文著重介紹了主機(jī)“瓶頸”解決方案及存儲(chǔ)接口標(biāo)準(zhǔn)化的想法;對(duì)于Key/Value存儲(chǔ)引擎，本文提出了用于目錄化存儲(chǔ)的解決方案。

5 參考文獻(xiàn)

[1] 張為民， 唐劍峰， 羅治國(guó)， 等. 云計(jì)算:深刻改變未來 [M]. 北京: 科學(xué)出版社， 2009.

[2] 劉鵬. 云計(jì)算 [M]. 北京: 電子工業(yè)出版社， 2010.

[3] 王慶波， 金， 何樂， 等. 虛擬化與云計(jì)算 [M]. 北京: 電子工業(yè)出版社， 2009.

[4] SCOTT GRANNEMAN S. Google Apps Deciphered: Compute in the Cloud to Streamline Your Desktop [M]. Upper Saddle River， NJ， USA: Prentice-Hall， 2009.

[5] REESE G. Cloud Application Architectures: Building Applications and Infrastructure in the Cloud [M]. Sebastopol， CA， USA: O'Reilly Media， 2009.

[6] ARRASJID J， EPPING D， KAPLAN S. Foundation for Cloud Computing with VMware vSphere 4 [M]. Berkeley， CA， USA: USENIX Association， 2010

[7] Service Delivery Platforms and Telecom Web Services: An Industry-Wide Perspective [R]. The Moriana Group， 2004.

收稿日期:2010-05-28

趙培，中興通訊業(yè)務(wù)研究院總工程師，中興通訊技術(shù)專家委員會(huì)專家;研發(fā)的ZXJ10程控交換機(jī)《單板大容量數(shù)字時(shí)分交換網(wǎng)絡(luò)》系統(tǒng)獲廣東省火炬優(yōu)秀項(xiàng)目獎(jiǎng)、深圳市科技進(jìn)步獎(jiǎng)一等獎(jiǎng)，擁有發(fā)明專利8項(xiàng)。

陸平，中興通訊業(yè)務(wù)研究院院長(zhǎng)，中興通訊云計(jì)算平臺(tái)研發(fā)負(fù)責(zé)人;長(zhǎng)期從事增值業(yè)務(wù)研究和開發(fā)。

羅圣美，中興通訊業(yè)務(wù)研究院總工程師，中興通訊技術(shù)專家委員會(huì)委員，中國(guó)云計(jì)算專家委員會(huì)委員;長(zhǎng)期從事萬門程控交換機(jī)、核心網(wǎng)絡(luò)和增值電信業(yè)務(wù)研究工作;研發(fā)的CDMA移動(dòng)定位系統(tǒng)獲深圳市科學(xué)技術(shù)進(jìn)步二等獎(jiǎng)，擁有發(fā)明專利6項(xiàng);已發(fā)表學(xué)術(shù)論文10余篇。