翟順誠 河南大學(xué)（計算機科學(xué)與技術(shù)）

1.引言

大數(shù)據(jù)極大推動了云計算的發(fā)展。印度學(xué)者認(rèn)為，大數(shù)據(jù)將大大促進(jìn)印度生產(chǎn)率的提高，因為它不僅影響軟件行業(yè)，還將影響公共服務(wù)行業(yè)，如健康、行政和教育等各行業(yè)。據(jù)麥肯錫全球研究院估計，全球產(chǎn)生的數(shù)據(jù)每年以40%的速率遞增，到2020年，數(shù)據(jù)量將是2009年的44倍。這些數(shù)據(jù)來自于傳感器收集到的天氣數(shù)據(jù)、社交媒體上的各種帖子、數(shù)字照片和視頻、商業(yè)交易記錄、移動電話的GPS信息等。大數(shù)據(jù)超出了傳統(tǒng)數(shù)據(jù)的存儲和計算，必須尋找更新的技術(shù)，云計算使得巨大的計算能力變得更加容易獲得。

2.云計算平臺

云端是指服務(wù)不在本地，可以指服務(wù)器，和普通的服務(wù)器不一樣，云端的服務(wù)器的資源是共享的，一旦某個服務(wù)器不能承受，將會把任務(wù)分配給其他服務(wù)器。

云計算網(wǎng)絡(luò)有兩個任務(wù)，將資源池變成一個虛擬資源，然后連接所有位置的用戶到這些資源。云計算的服務(wù)平臺包括幾個層次：基礎(chǔ)設(shè)施即服務(wù)(IaaS)、平臺即服務(wù)(PaaS)和軟件即服務(wù)(SaaS)。IaaS是消費者通過Internet可以從完整的計算機基礎(chǔ)設(shè)施獲得服務(wù)。例如：硬件服務(wù)器租用。

現(xiàn)今商業(yè)化的云計算平臺主要分為幾大類：

（1） 微軟 Windows Azure的主要目標(biāo)是為開發(fā)者提供一個平臺，幫助開發(fā)可運行在云服務(wù)器、數(shù)據(jù)中心、Web和PC上的應(yīng)用程序。技術(shù)特征是整合其所用的軟件及數(shù)據(jù)服務(wù)，使用.NET開發(fā)技術(shù)，運用大型應(yīng)用軟件技術(shù)，以Azure平臺提供服務(wù)。

（2）Google 技術(shù)特征是存儲以及運算水平擴充能力，使用平行分散技術(shù) MapReduce、BigTable、GFS等，提供Google AppEngine和應(yīng)用代管服務(wù)，使用Python、java語言進(jìn)行開發(fā)。

（3） IBM 其技術(shù)特征和微軟相似，核心技術(shù)主要是網(wǎng)絡(luò)技術(shù)，分布式存儲，動態(tài)負(fù)載等，該平臺主要提供虛擬資源池，還有企業(yè)云計算服務(wù)整合方案。

（4） Oracle 提供軟硬件彈性虛擬平臺，核心技術(shù)主要以O(shè)racle的數(shù)據(jù)存儲技術(shù)，Sun開源技術(shù)，提供EC2上的Oracle數(shù)據(jù)庫，Oracle VM等。

（5） Amazon其主要優(yōu)勢之一是能夠以根據(jù)業(yè)務(wù)發(fā)展來擴展的較低可變成本來替代前期資本基礎(chǔ)設(shè)施費用。提供EC2、S3、Simple DB、SQS等服務(wù)。

3.大數(shù)據(jù)的主要特征

大數(shù)據(jù)又稱巨量數(shù)據(jù)集合，指無法在一定時間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，是需要新處理模式才能具有更強的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長率和多樣化的信息資產(chǎn)。IBM提出大數(shù)據(jù)具有5V特點：Volume(大量)、Velocity(高速 )、Variety(多樣)、Value(低價值密度 )、Veracity(真實性 )。大數(shù)據(jù)特點：（1）數(shù)據(jù)類型較多，大數(shù)據(jù)有多種數(shù)據(jù)源組成，絕非單純某種數(shù)據(jù)，且隨著數(shù)據(jù)格式及來源日漸豐富數(shù)據(jù)類型會進(jìn)一步膨脹（2）數(shù)據(jù)規(guī)模十分龐大，總體容量至少在10TB左右（3）數(shù)據(jù)真實性十分高，當(dāng)前一些新類型數(shù)據(jù)不斷興起，傳統(tǒng)數(shù)據(jù)源逐漸被取代，數(shù)據(jù)更新速度快，因此必須提升系統(tǒng)安全性，保證數(shù)據(jù)在使用和存儲過程不受影響（4）大數(shù)據(jù)規(guī)模十分龐大，傳統(tǒng)數(shù)據(jù)處理模式已經(jīng)無法滿足時代發(fā)展的需求，需求新的處理系統(tǒng)具有快速高效處理信息，可滿足大數(shù)據(jù)時代信息需求。云計算是是新一代信息技術(shù)的核心所在，云計算作為計算資源的底層，支撐著上層的大數(shù)據(jù)處理，而大數(shù)據(jù)的發(fā)展趨勢是，實時交互式的查詢效率和分析能力,Google有一篇技術(shù)文章中的話：“動一下鼠標(biāo)就可以在妙極操作PB級別的數(shù)據(jù)”，真的是極其高效快速。

4.基于云計算的大數(shù)據(jù)技術(shù)

分布式數(shù)據(jù)存儲結(jié)構(gòu)，由三部分組成：客戶端、元數(shù)據(jù)服務(wù)器和數(shù)據(jù)服務(wù)器?？蛻舳擞糜诎l(fā)送請求和存儲數(shù)據(jù)，元數(shù)據(jù)服務(wù)器用于處理客戶端請求，數(shù)據(jù)服務(wù)器用于數(shù)據(jù)同步和存儲文件數(shù)據(jù)，將數(shù)據(jù)儲存在不同的物理設(shè)備中，擺脫了硬件設(shè)備的現(xiàn)實，同時擴展性更好，能夠更加快速、高效的處理海量數(shù)據(jù)，更好的相應(yīng)用戶需求的變化。

大規(guī)模數(shù)據(jù)管理，主要采用的技術(shù)是Dynamo技術(shù)，其利用的是DHT的數(shù)據(jù)儲存方式，因此沒有熱點，這樣，各點的數(shù)據(jù)存儲量和訪問壓力就呈現(xiàn)出負(fù)載均衡的優(yōu)勢。另外BigTable技術(shù)是谷歌建立在GFS和MapReduce之上的一個大型分布式數(shù)據(jù)庫，實際上是一個龐大的表，其規(guī)模超過1PB,能夠?qū)⑺袛?shù)據(jù)作為處理對象。

虛擬化技術(shù)，核心技術(shù)，為云計算提供基礎(chǔ)架構(gòu)層面的支撐。

編程模式，MapReduce技術(shù)是谷歌設(shè)計的一種編程模式，適合應(yīng)用在大規(guī)模數(shù)據(jù)集的并行處理當(dāng)中，一般要求大于1TB云計算MapReduce的編程模式能夠有效地利用云計算的資源。云計算旨在通過網(wǎng)絡(luò)把強大的服務(wù)器計算資源方便地分發(fā)到終端用戶手中，同時保證高效、簡捷、快速的用戶體驗。在這個過程中，編程模式的選擇至關(guān)重要。

云計算平臺管理，需要具有高效調(diào)配大量服務(wù)器資源，使其更好協(xié)同工作的能力，能夠方便地部署和開通新業(yè)務(wù)、快速發(fā)現(xiàn)并且恢復(fù)系統(tǒng)故障、通過自動化、智能化手段實現(xiàn)大規(guī)模系統(tǒng)可靠的運營。現(xiàn)在最流行的基于云計算的大數(shù)據(jù)處理平臺是Hadoop，Hadoop最初只與網(wǎng)頁索引有關(guān)，迅速發(fā)展成為分析大數(shù)據(jù)的領(lǐng)先平臺。Hadoop是一個能夠?qū)Υ罅繑?shù)據(jù)進(jìn)行分布式處理的軟件框架,以一種可靠、高效、可伸縮的方式進(jìn)行數(shù)據(jù)處理，能夠處理 PB級數(shù)據(jù)。

信息安全，在云計算體系中，涉及到很多安全方面的問題，安全對于云計算下的體系至關(guān)重要，如前不久有家創(chuàng)業(yè)公司存放在騰訊云上的精準(zhǔn)注冊用戶以及內(nèi)容數(shù)據(jù)全部丟失，并且不能恢復(fù)，造成公司平臺全部停運的狀態(tài)，基于云計算的特性，可靠性達(dá)到99.99%，上述事件的發(fā)生概率為十億分之一，但是每年也都有云服務(wù)商出現(xiàn)”宕機”的現(xiàn)象，因此即使云計算有很強大的穩(wěn)定性，也要做好信息安全的保證并進(jìn)行數(shù)據(jù)備份。