文|河北醫科大學第二醫院 底濤
相比于以往的硬件存儲,云計算將更加節省人力、物力,并且其安全性能也得到了較好的保障。這種全新的理念與模式主要是利用一些服務器的集中狀態,這些服務器在被集群之后,其功能將十分強大,能夠分門別類地對于各種資源進行篩選,并且根據用戶的需求,配送到其用戶中心。這樣一來,一方面用戶能夠比較方便地利用網絡上各種資源,另一方面運營方由于沒有傳統的硬件平臺的缺陷的制約,能夠節約成本,促進創新。在大數據處理方面,云計算中的云處理更是能夠發揮其優勢:對于大數據的綜合性計算,深層的挖掘,以及最后的整合;這就較好的彌補了當前大型計算機的不足,一些難以處理的大數據和超級文件,在云計算完成了強大計算資源池的轉換之后,一切都將是可能的。
傳統的硬件處理過程中,常常無法對數據進行較為集中的存放,尤其是當遇上數據較大的情況時,工作人員的硬件存儲管理工作,常常是復雜并且繁冗的。云計算可以克服這一點,在資源被分割的零散的狀態之下,可以通過其強大的計算功能將其進行整合,這一點對于數據的管理是一個福音,對于運營以及管理人員更是福音。另外,對于網絡上技術標準不一的狀況也能有改善的作用。
云計算的重要好處在于其結構的虛擬化。以往的硬件在運行過程中,由于材質等方面的原因,常常容易出現故障,并且這些故障都需要進行較大工作量的維護。而云計算卻克服了此項缺點。一旦出現了局域的故障,云計算中心能夠依據其遠程的維護功能,對于可能的故障進行云分析,進而實現修補。另外,在病毒查殺的過程中,聯網云查殺使得查殺的能力大幅度提高,信息系統的安全性能得以提升。
虛擬機經常需要得到遷移,因為在遷移的過程中能夠避開熱點,從而使得數據中心的負載,不會長期處于超負荷的狀態,即是一個減壓平衡的過程。另外,數據中心在這一過程中,其應用高度相應,也有望被提高。以往虛擬機的遷移常常是比較滯后的,然而今年來已經克服了此點。以往虛擬機的滯后遷移,對于進程級遷移方法來說,需要面對不少的困難,但在運用了實時遷移之后,這些困難都可以被克服。然而,在避免熱點的過程中,常常是比較艱難的。因為,系統的靈活性常常無法跟上。另外一方面,一旦要進行較為高效的遷移,物理服務器的資源負載常常是不足以支撐的,一旦無法支撐,這個過程將變得十分棘手。
為了使得能源消耗被減到最低,常常采用所謂的服務器整合,顧名思義,服務器在被整合之后,資源的利用率可以因此而提高。不同的服務器其使用率不盡相同,因此,高頻可以彌補低頻,而低頻可為高頻減壓。在服務器被整合之后,它的性能可能不會因此得到優化,然而,在云計算的理念中,性能不應該是消退的,資源虛擬機的變化是永恒的,其變化間不斷被共享的各種服務器資源使用,如果一旦被突然地使用,尤其是在黃金時間段的大量使用,會使得一種信息的擁堵狀況出現。因此,這個不利的因素應當被考慮進去,以便于在該種情況發生時,系統能夠處理應付。
云計算的眾多問題中,能源效率也是一項極其迫切的任務。運營的支出中,能耗成本經常能占到一半以上。因而,目前能耗的支出將是制約基礎設施提供商發展的最大瓶頸以及障礙。在現在看來,光是減少能耗自然是不夠的,也要考慮到廢能量或者多于能量排除后,對于環境的不利影響。這些問題或許我們能夠提供以下思路:第一,對于硬件的架構,需要處理好;第二,在運行時,對一些不特別重要的硬件組進行關閉;第三,對于cpu的速度應該控制在一個合理的范圍之內。另外,在最新的研究中,也可將基礎設施作為一個重要的可優化項目考慮進去。總之,在保持性能的時候,如何保持其能耗在一定范圍之內,這是仍然需要進行深入的研究和實踐。
流量的管理無論在何種計算環境下都是十分值得關注的問題。為了讓用戶得到較為優化的體驗,分析數據流量可以達到這一目的,目前多數web應用程序都采用了此點。在進行一些重大的決策之前,決策者必須要知道數據流量。即使是流量的分析技術在其他的數據中心已經被嫻熟的運用,然而,在普及到云的領域中時,卻遭遇了較大的麻煩。原因是ISP的密度不算高,但云計算的相應部件卻高的出奇,使得原本的技術不能被云計算所接受。還有,傳統的方法中大型的流量矩陣,都只有幾百臺主機,那些方法固然能在幾百臺主機之間較為靈活地運用,然而,當遇到了幾千臺服務器的小型云數據中心,其速度會縮減幾十倍,而幾千臺的量只是小型,大型的常常幾萬甚至十數萬;另外,現在的流量模式與以往不同,這都是其難以被云計算所接受的原因。
在網絡文件系統的運行之間,有一些框架借助于此運行。這就是map reduce,它能夠處理數據密集的大型任務。和傳統的文件體系不同的是,其存儲結構、應用編程的接口都有其自己的模式,由于標準POSIX接口沒有兼容性問題未被很好的解決,一旦此類兼容性問題出現,就會對文件系統運行產生干擾。為了解決該類問題,以新的API原語支持可伸縮以及并發數據的訪問為基礎,以及集群文件體系為框架的新模式便開始被廣泛應用。
以往難以實現的大型的、密集型的數據平臺,只是存在于理念之中,而云計算卻讓此成為了可能。在map reduce框架被構造之后,這些應用程序能夠被運行。并且這些應用程序的類型,決定了map reduce的性能以及其資源消耗。在grep任務中,其運行是以大量的cpu資源占有量為基礎,否則無法實現。因此,在進行優化性能以及節約成本的操作時,需要對這種大型軟件系統的參數值以及調度算法進行改進和甄別,以便于更好的適應云計算這種新的模式。
云計算的產生,是服務于當代的信息化管理模式,滿足于當代大數據時代的處理需求的結果。當然,前提是需要有著足夠強大的技術支持。在對云計算的建設以及管理進行了一番討論之后,本文對該種模式的價值進行了分析,也相應地指出了對于其未來發展中的關鍵問題,希望對相關研究有所裨益。
