俺的回收站

架构分析 解释编译原理
posts - 42, comments - 218, trackbacks - 12, articles - 1
  博客园 :: 首页 :: 新随笔 :: 联系 :: 订阅 订阅 :: 管理

公告

云式计算简述

Posted on 2008-04-02 19:59 Riceball LEE 阅读(...) 评论(...) 编辑 收藏
事实上云式计算既描述的是计算平台也描述的是应用平台,从应用平台角度来说是云式计算基于分布式处理、网
格处理和并行处理的商业化实施,它信奉的观点是SaaS(软件即服务),强调处理无所不在的分布性和社会性。如
今有流传这样的说法,当今世界只有5台计算机,一台是Google,一台是IBM的,一台是Yahoo的,一台是Amazon
   的,一台是微软的,就因为这五个公司率先在分布式处理的商业应用上捷足先登引领潮流。而有以下的几个主要原因
   使得分布式处理的应用平台必然会越来越普遍,逐渐发展成主流的计算模式而取代集中式的处理方式:
   1. 高性价比:分布式系统具有比集中式系统更好的性能价格比。你不要花几十万美元就能获得高效能计算。
   2. 多数应用本身就是分布式的。如企业应用,管理部门和现场不在同一个地方。
   3. 高可靠性:冗余不仅是生物进化的必要条件,而且也是信息技术的。现代分布式系统具有高度容错机制,如,
       控制核反应堆主要采用分布式来实现高可靠性。
   4. 可扩展性:买一台性能更高的大型机,或者再买一台性能相同的大型机的费用都比添加几台PC的费用高得多。
   5. 高度灵活性:能够兼容不同硬件厂商的产品,兼容低配置机器和外设而获得高性能计算。
   6. 高度自治性:通过自动化配置管理服务,可以按需自动调配服务,以及根据自动增加/减少服务的数量。
 
IBM开发蓝云的目标也是基于此——该平台可以根据需要动态的提供、配置、再配置和解除提供的云应用服务。
 
而从计算平台的角度来说,云计算的目标是解决超大规模数据中心的分布式计算的问题,现阶段,随着互联网的发展,
数据也变得越来越臃肿,“计算与数据”跷跷板的平衡已发生变化,即已经到了“移动计算要比移动数据要便宜的多
(Moving computation is cheaper than moving data)”的地步。用经济的眼光看,这些臃肿的数据应该被
固定下来。想像一下,复制1PiB(1PiB = 1024TiB)数据的成本以及存储这些数据的成本,数据变来变去而导致
的“一致性”问题。而诸如搜索、社会关系网络等这些“新兴”的服务是很耗费 “数据”的!云式计算表了一个
时代需求,反映了市场关系的变化,谁拥有更为庞大的数据规模,谁就可以提供更广更深的信息服务