关键技术解析：云计算的关键技术探究

1.数据存储领域的关键技术

保证高可用、高可靠和经济性，云计算采用分布式存储的方式来存储数据，采用冗余存储的方式来保证存储数据的可靠性，即为同一份数据存储多个副本。另外，云计算系统需要同时满足大量用户的需求，并行地为大量用户提供服务。因此，云计算的数据存储技术必须具有高吞吐率和高传输率的特点。

云计算的数据存储技术主要有Google的非开源的GFS（Google File System）和Hadoop开发团队开发的GFS的开源实现HDFS（Hadoop Distributed File System）。大部分IT厂商，包括Yahoo、Intel的“云”计划采用的都是HDFS的数据存储技术。

2.数据管理领域的关键技术

云计算系统对大数据集进行处理、分析，向用户提供高效的服务。因此，数据管理技术必须能够高效地管理大数据集。如何在规模巨大的数据中找到特定的数据，也是云计算数据管理技术必须解决的问题。

云计算的特点是对海量的数据存储、读取后进行大量的分析，数据的读取操作频率远大于数据的更新频率，云系统中的数据管理是一种读优化的数据管理。因此，云系统的数据管理往往采用数据库领域中列存储的数据管理模式，将表按列划分后存储。

云计算中的数据管理技术最著名的是Google的BigTable数据管理技术，同时Hadoop开发团队正在开发类似BigTable的开源数据管理模块。(www.xing528.com)

3.其他相关技术

（1）效用计算：效用计算是一种提供计算资源的商业模式，用户从计算资源供应商获取和使用计算资源并基于实际使用的资源付费，简单地说，是一种基于资源使用量的付费模式。效用计算给用户带来了经济效益。企业数据中心的资源利用率普遍在20%左右，这主要是因为超额部署，购买比平均所需资源更多的硬件来处理可预计到的或不可预计的峰值负载。效用计算则允许用户只为他们所需要用到并且已经用到的那部分资源付费。

（2）分布式计算：分布式计算是指在一个松散或严格约束条件下使用一个硬件和软件系统处理任务，这个系统包含多个处理器单元或存储单元、多个并发的过程、多个并发的程序，一个程序被分成多个部分，同时在通过网络连接起来的计算机上运行。分布式计算类似于并行计算，但并行计算通常指一个程序的多个部分同时运行于某台计算机的多个处理器上。分布式计算比起其他算法具有以下优点：稀有资源可以共享；通过分布式计算可以在多台计算机上平衡计算负载；可以把程序放在最适合运行它的计算机上。

（3）网格计算：网格计算是指分布式计算中两类比较广泛使用的子类型。一类是在分布式的计算资源支持下作为服务提供的在线计算或存储。另一类是一个松散连接的计算机网络构成的虚拟超级计算机，可以用来执行大规模任务。网格计算的目的是通过任何一台计算机都可以提供无限的计算能力，可以输入浩如烟海的信息。这种环境将能够使各企业解决以前难以处理的问题，最有效地使用它们的系统，满足客户要求并降低他们计算机资源的拥有和管理总成本。该技术通常被用来通过志愿者计算（又称全球计算，是通过互联网让全球的普通大众志愿参与科学计算或数据分析的一种计算方式）解决计算敏感型的科研、数学、学术问题，也被用来进行电子商务和网络服务所需的后台数据处理、经济预测、地震分析等。

（4）虚拟化技术：云计算平台利用软件来实现硬件资源的虚拟化管理、调度及应用。虚拟化是对计算资源进行抽象的一个广义概念。虚拟化对上层应用或用户隐藏了计算资源的底层属性。它既包括把单个的资源（如一个服务器、一个操作系统、一个应用程序、一个存储设备）划分成多个虚拟资源，也包括将多个资源（如存储设备或服务器）整合成一个虚拟资源。虚拟化技术是实现虚拟化的具体的技术性手段和方法的集合性概念。在云计算中利用虚拟化技术可以大大降低维护成本，提高资源的利用率。简单地说，云计算中的服务器虚拟化使得在单一物理服务器上可以运行多个虚拟服务器。