云計算及其關鍵技術問題

摘 要： 隨著技術的發展，云計算已成為在網格計算基礎上發展而來的一種新興計算模型，代表著一種全新的互聯網應用模式。簡述了云計算的概念和定義、云服務部署方式，分析了云計算的層次體系和系統特征。介紹了虛擬化技術、面向服務體系結構、數據存儲與管理、編程模型等云計算的關鍵技術，并分析了其中主流技術的特點、研究現狀及存在不足，為云計算的進一步技術研究提供參考。提出當前云計算系統亟待解決的問題，以期為下一步的云計算研究提供信息。

關鍵詞： 云計算； 結構； 虛擬化； Web服務

中圖分類號： TN911?34 文獻標識碼： A 文章編號： 1004?373X（2013）12?0067?04

0 引 言

自計算機問世之日起，人們對計算機資源日益增長的需求促進了計算機技術的發展。20世紀中葉起，對于在科學計算、系統仿真等領域需要處理大規模、海量數據的問題，往往通過增加投入來提升計算機系統性能的解決方案，相應出現了分布式系統、并行計算等。在90年代互聯網背景下，通過網絡從外部獲取計算能力、存儲等資源已成為學術界和產業界所共識的解決途徑，出現了網格計算技術。近年來在全球化浪潮下，隨著計算機系統在工業設計、生產制造、商業物流等領域更進一步的應用，云計算成為當前信息技術領域的熱點話題之一[1]，它體現了“網絡即計算機”的思想，以便利、經濟、高可擴展性等優勢成為學術界、產業界和政府機構等各界關注的焦點，被認為是互聯網經濟后又一個重要的IT產業增長點，具有巨大的市場增長前景，IDC預測在2015年云計算產業規模將達到729億美元[2]。

1 云計算簡介

1.1 云計算的定義

從不同的應用角度出發，業界對云計算的定義有不同的認識，目前普遍接受的是美國國家標準與技術研究院（NIST）對云計算的定義[3]：云計算是一種模式，能以便利的、按需方式通過網絡訪問的可配置計算資源池（如網絡、服務器、存儲器、應用和服務），這些資源只需要極少的管理成本或干預，就可以快速部署與發布。

雖然用戶都是通過終端使用計算機資源，但云計算通過更靈活的方式為用戶提供服務，如云終端除計算機設備之外，也可以是PDA、智能手機等智能終端；整個網絡虛擬為一個大型計算機，網絡上的服務器、數據庫、應用服務、儀器設備組成資源云；云終端與資源云的通信鏈路可以是計算機網絡，也可以是移動數字通信鏈路。

私有云為特定組織內的用戶提供服務，數據與程序都在組織內部管理。私有云可以大大提高系統的安全性，而且服務提供商可以更好地掌控基礎設備的架構，但所能使用的用戶也受到一定限制。

在混合部署模式中，用戶往往是將關鍵數據或信息放置于私有云中，將非關鍵的服務外包給公共云服務提供商，放置在公共云上處理，這種方式是目前情況下較好的解決方案。

2 云計算的層次體系與特征

2.1 云計算的層次體系

2.2 云計算系統的特征

從作用角度看，云計算系統具有以下幾個外部特征：

隨時隨地任何網絡接入。即云終端設備不只局限于工作站、便攜電腦等計算機終端，也可以是智能手機、手持設備等。只要用戶設備可以連接網絡都可以獲得云計算服務。

隨需定制自助服務。用戶可以根據自身的需求獲得云計算中的資源，且在服務定制過程不需要與服務提供商進行人工交互。

共享資源池。云計算系統中所有資源都被整合成一個動態資源池，以多租戶模式提供給所有客戶?？蛻粢话悴恍枰私赓Y源的物理位置，但需要時也可以指定特定資源。

快速彈性部署。云計算服務可以快速、彈性地提供服務，即可以快速擴展也可以快速釋放，對于用戶而言可以在任何時間購買任何數量的資源。

可監測與計量的服務。通過服務監測可以優化資源的使用，通過對資源使用情況的計量可以進行服務定價與收費。

3 云計算的關鍵技術及發展現狀

3.1 虛擬化技術

“虛擬化”是IBM提出的應用于計算機領域的概念，其目的是通過虛擬機讓更多的操作人員借助終端設備使用計算系統，以充分利用相對昂貴的硬件資源，在實際發展過程中虛擬化技術有很多種定義。虛擬化技術使得共享底層結構下的分布式虛擬環境成為可能。目前，虛擬化技術實現了資源的邏輯抽象和統一表示，是實現云計算的關鍵。虛擬化技術不僅消除了大規模異構服務器的差異化，而且借助虛擬化技術的伸縮性和靈活性，可大大降低云計算系統管理的復雜度，提高資源利用率，從而有效地控制成本，提高運營效率。IBM采用“藍云”計算平臺硬件級別虛擬化和開源軟件虛擬化兩個級別的虛擬化[5]。

目前虛擬化技術的研究主要是針對小規模少量請求服務系統展開，結合SOA服務和大規模并發服務情況的研究還需要加強，同時虛擬化技術也會相應地引入一系列安全性問題。

3.2 面向服務的體系結構

SOA是為了解決信孤島和遺留系統問題，滿足Internet環境下業務集成的需求，通過連接能完成特定任務的獨立功能實體的軟件系統架構[6]。對于SOA與云計算是競爭還是互補融合的關系，業界也有不同的看法，但從本質上看，SOA和云計算都是圍繞服務而展開，只是二者對于服務的定義及范疇有所不同。SOA將應用程序的不同功能單元通過定義良好的接口聯系起來。接口采用中立的方式進行定義的，它獨立于實現服務的硬件平臺、操作系統和編程語言。這使得構建在各種這樣系統中的服務可以以統一和通用的方式進行交互，云計算服務的快速彈性部署離不開SOA的支撐。

但目前SOA的服務基本是以軟件領域為主，將所提供的服務進行包裝、組合，按一定流程運轉產生新的功能。而云計算認為所有的資源都是服務，除軟件服務之外，還有硬件、平臺服務等，SOA還需要更好地結合到云計算的應用模式中。

3.3 數據存儲和管理技術

云計算中的數據具有海量、異構、非確定性等特征[7]，同時云計算系統往往需要同時滿足大批量用戶的服務需求。因此，云計算系統需要采用有效的數據管理系統對海量數據進行分析和處理，其數據存儲系統必須具有高吞吐率、高傳輸率、高可擴展性、高可靠性等特點。同時還需要考慮數據快速定位、數據安全性以及底層存儲設備的存儲量均衡等。

目前云計算的數據存儲和管理技術主要有Google的GFS（Google File System）[8]，Amazon的Dynamo[9]，HDFS（Hadoop Distributed File System）[10]和BigTable[11]。包括Intel，Yahoo等大部分IT廠商的云計劃項目中都采用HDFS數據存儲技術。

以上這些技術從數據組織、數據集成、數據管理、數據的分布式并行處理、數據分析等方面進行了研究，但隨著新的應用場景不斷出現，使得云計算系統的數據管理和存儲方面不斷面臨新的挑戰。

3.4 編程模型

為了實現服務的快速彈性部署，云計算平臺上的編程模型必須簡單，以保證后臺復雜的并行執行和任務調度向用戶和編程人員透明。目前云計算系統流行的編程模式有MapReduce[12] ，Dryad等。MapReduce的思想是通過“Map”函數將任務進行分解并分配，通過“Reduce”函數將結果歸約匯總輸出。Hadoop是MapReduce的開源實現，目前已得到Yahoo，Facebook和IBM等公司的支持。Dryad是Microsoft于2010年底發布的分布式并行處理編程系統。它將一個應用程序表示成一個有向無環圖（GAG），頂點表示計算，頂點之間的邊表示用來傳輸數據的通道，可以采用文件、共享內存的FIFO或TCP管道等傳輸機制。Dryad可以使開發人員在Windows或.NET平臺上編寫大規模的并行應用程序，也可將單機上完成的程序移植到并行計算系統上。

4 云計算面臨的問題

云計算作為新興的計算模型正方興未艾，但云計算并不是對現有技術的簡單重組，要真正實現NIST所定義的云計算系統還需要解決諸多問題。

首先是云計算的內涵問題。SaaS，PaaS，IaaS等3個層次的劃分只是對云計算的初步認識，云計算的內涵組成和外延發展等還存在多種解讀，給云計算的具體實現和未來發展帶來不確定性。

在云計算系統的管理方面，必須考慮云系統之間的互操作性，為實現云系統之間的自動交互，必須能夠提供跨云的管理策略。

安全性是云計算系統面臨的另一重要問題。用戶存儲在云中的數據安全和隱私問題必須得到保證，虛擬化雖然可以使云計算更易于管理，但也使得系統的安全問題變得更為復雜。另外，服務質量（QoS）是云計算繞不開的另一問題，如大量遠程用戶使用數據密集型或交互式服務時服務延遲，服務失效時的重新部署或動態遷移等，只有QoS得到保證，云計算才存在需求和發展空間。服務定價機制也是云計算系統面臨的另一個挑戰，也是云計算系統實現商業化的前提，合理的定價機制才可以促使用戶合理地使用資源，提高系統的利用率。

5 結 語

云計算具有廣闊的應用空間和發展前景，相關的各項關鍵技術也在迅速發展中。本文介紹了云計算的概念，分析了層次體系，對實現云計算的關鍵技術進行闡述，對主流技術的特點進行分析。但云計算在系統安全性、服務質量、定價機制等方面還存在諸多問題，需要進一步深入研究。

參考文獻

[1] Anon. Cloud computing [EB/OL]. （2013?01?17） [2013?01?18]. http：//en.wikipedia.org/ wiki/Cloud_computing.

[2] IDC. Cloud research [EB/OL]. [2013?01?18]. http：//www.idc.com/prodserv/idc_cloud.jsp#.USGMZPKG3GQ.

[3] PETER M， TIMOTHY G. The NIST definition of cloud computing [EB/OL]. http：//csrc.nist.gov/publications/nistpubs/800?145/SP800?145.pdf.

[4] VOAS J， ZHANG J. Cloud computing： new wine or just a new bottle？ [J]. IEEE IT Professional， 2009（3/4）： 15?17.

[5] SMITH J E， NAIR R. Virtual machine： versatile platforms for system and processes [M]. San Francisco： Morgan Kaufmann Publishers， 2005.

[6] VOUK M A. Cloud computing： issues， research and implementations [C]// Proceedings of the ITI 30th International Conference on Information Technology Interfaces. Cavtat， Croatia： [s.n.]， 2008： 31?40.

[7] 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（9）：26?31.

[8] GHEMAWAT S， GOBILFF H， LEUNG P T. The google file system [C]. Proceedings of the 19th ACM Symposiun on Operating System Principles. New York： ACM Press， 2003： 29?43.

[9] GIUSEPPE D， DENIZ H， MADAN J， el at. Dynamo： Amazon’s highly available key?value store [EB/OL]. [2013?03?15]. http：//www.read.seas.harvard.edu/～kohler/class/cs239?w08/decandia07dynamo.pdf.

[10] Apache Hadoop. Hadoop [EB/OL]. [2013?01?17]. http：//hadoop.apache.org.

[11] CHANG F， DEAN J， CHEMAWAT S， et al. BigTable： a distributed storage system for structured data [J]. ACM Transaction on Computer System， 2008， 26（2）： 1?26.

[12] DEAN J， CHEMAWAT S. MapReduce： simplied data processing on large cluster [C]// Proceedings of the 6th Symposium on Operation System Design and Implementation. New York： ACM Press， 2004： 137?150.

[13] 李瑛，胡新煒.云計算關鍵技術分析研究[J].現代電子技術，2011，34（14）：65?67.

[14] 鄭貴德，陳明.以云計算為后臺的負載均衡技術[J].現代電子技術，2011，34（9）：77?80.

[15] 唐箭，虢莉娟，龔濤.基于云計算的終身教育服務平臺設計[J].現代電子技術，2010，33（12）：43?46.