云计算

1、虚拟化技术在云计算中的哪些地方发挥了作用？答：虚拟化是支撑云计算的重要技术基石，云计算中所有应用的物理平台和部署环境都依赖虚拟平台的管理、扩展、迁移和备份，各操作都通过虚拟化层次完成。服务器层面：将服务器虚拟化，它是将底层物理设备与上层操作系统、软件分离的一种去耦合技术，它将硬件、操作系统和应用程序一同装入一个可迁移的虚拟机档案文件中。虚拟化通过其管理软件将多个物理设备纳入统一的资源池进行管理，从而增强了物理设备和物理设备之间的耦合性。在单一物理服务器上可同时运行多个虚拟机，同时虚拟机之间相互隔离，以提高资源利用率，降低能耗，实现服务器的共享和隔离。虚拟机可以根据其需求弹性增加或减少其分配的硬件资源，提高资源配置的灵活性，以实现资源弹性。可实现将高负载节点中的某些虚拟机实时迁移到低负载的节点，把多个低负载的虚拟机合并到一个物理节点，并将多余的空闲物理节点关闭，以提高资源的使用效率，使负载达到均衡，从而使上层应用的性能得到了保障，同时还达到了减少能耗的目的。存储层面：将存储虚拟化，指对存储硬件资源进行抽象化的表现，通过将一个或多个目标服务或功能与其它附加的功能集成，统一提供有用的全面功能服务。虚拟化是作用在一个或者多个实体上的，而这些实体则是用来提供存储资源或服务，存储虚拟化是一种贯穿于其中，用于简化本来可能会相对复杂的底层基础架构的技术。存储虚拟化的思想是将资源的逻辑映像与物理存储分开，从而为系统和管理员提供一幅简化、无缝的资源虚拟。同时还使得每个虚拟机都是在被分配在划定的云计算资源模块中工作，内存、磁盘等和数据安全密切相关的存储资源相互之间实现了资源隔离，虚拟机中的数据与信息形成相对独立的资源，保证了数据的隔离性和安全性。网络层面：将网络虚拟化，网络虚拟化能使不同需求的用户组访问同一个物理网络，但逻辑上却进行一定程度的隔离，使其保持相对的独立性，以确保网络的安全使用。通过网络虚拟化技术可把多个闭的用户组设置在单一物理基础设施上，更能确保整个网络保持高度的实用性、安全性、可管理性和可扩展性。2、服务器虚拟化、存储器虚拟化和网络虚拟化有哪些实现方式？答：（1）服务器端虚拟化在服务器层可以很方便的实现存储的集中管理，因为每台服务器都可以连通到所有的存储设备，如果进行了访问授权则每台服务器都可以使用所有的存储空间，现在只需要在服务器上管理好这些空间就可以。最简单的方案是使用服务器操作系统的功能，比如利用WINDOWS系统的动态卷功能，可以将多台存储设备上的空间虚拟映射成一个空间，这样就轻松的实现了多存储设备的虚拟化。当然这种方式比价简单，对服务器的性能也有较大影响。如果有较高要求，则可以使用第三方厂商的软件，比较著名有Symantec的VolumeManager。（2）有三种主要的存储虚拟化方法:基于主机的虚拟存储;基于存储设备的虚拟存储;基于网络的虚拟存储。基于主机的虚拟存储依赖于代理或管理软件，它们安装在一个或多个主机上，实现存储虚拟化的控制和管理。基于存储设备的存储虚拟化方法依赖于提供相关功能的存储模块。如果没有第三方的虚拟软件，基于存储的虚拟化经常只能提供一种不完全的存储虚拟化解决方案。许多基于设备的虚拟化提供商也提供附加的功能模块来改善系统的整体性能，能够获得比标准操作系统更好的性能和更完善的功能，但需要更高的硬件成本。但是，基于设备的方法也继承了基于主机虚拟化方法的一些缺陷，因为它仍然需要一个运行在主机上的代理软件或基于主机的适配器，任何主机的故障或不适当的主机配置都可能导致访问到不被保护的数据。同时，在异构操作系统间的互操作性仍然是一个问题。（3）网络虚拟化是通过使用openvswitch虚拟交换机，搭建openstack平台，通过netrunplugin到平台上。允许远程用户访问组织的内部网络，就像物理上连接到该网络一样。网络虚拟化可以帮助保护IT环境，防止来自Internet的威胁，同时使用户能够快速安全的访问应用程序和数据。3、讨论桌面虚拟化的实现和作用答：实现：目前有两种高水平的部署HVD的方式。第一种模式通常叫做“一对一”的方式，第二种是“一对多”的方式。一对一的方式是每一个用户都有自己的在数据中心运行的完整的虚拟机。这种方法被认为是完整的桌面(包括所有的应用程序)都集中地存储和执行，而不是在物理台式电脑或者笔记本电脑/上网本等设备上本地运行。这种模式已经被目前的许多机构采用，其方法是物理向虚拟的转换，这样，一个用户现有的物理台式电脑就应用到了虚拟世界，所有以前的物理操作系统和相关的应用程序现在实际上都从数据中心运行。第二种模式稍微复杂一些，因为它假设有一个中心的“黄金镜像”，所有的“用户”虚拟桌面都以它为基础。接下来，每一个“用户”都有某种形式的不同的硬盘存储从初始化的黄金镜像(特别是对于当前的用户环境)以来的所有的变化。这些项目合在一起的组成用户的个人工作环境。这个环境是，企业只需要容纳少量的能够集中使用补丁和管理的黄金镜像。这种方法不仅能够让企业能够减少桌面财产的管理成本，而且还能够通过显著减少存储的需求而降低交付在数据中心中的桌面的成本。作用：（1)减少管理时间。桌面虚拟化的最大好处是集中配置客户端计算机需要的应用程序。网络管理员只需要在服务器上即可管理所有应用程序，可以加强对应用软件和补丁管理的控制，不必再到每个用户的计算机上进行管理。(2)更好的管理应用程序补丁。网络管理员只需在服务器上安装并调试应用程序更新后，所有客户端计算机即可使用新版本，从而降低了部署时间、难度以及工作强度。(3)降低应用程序和其他软件的冲突。客户端计算机往往安装的软件比较多，部署新应用程序时可能会造成冲突或故障。而在服务器端集中部署，完全避免这些情况。(4)提高客户端计算机的执行效率。用户在运行桌面虚拟化程序时，在客户端计算机上会加载任何DLL文件，所有的计算都是在服务器中完成，客户端仅显示结果，并不运行应用程序。应用程序可以使用客户端的本地资源，并没有永久性安装在客户端上带来的开销问题。(5)应用程序安装在服务器上，因此，对客户端计算机硬件没有要求，即使配置较低也能运行，从而降低客户端计算机硬件投资。(6)支持并发运行。桌面虚拟化技术允许用户在多台计算机上同时运行同一个应用程序，而不是分发给所有的用户。(7)发布应用软件，而不是分发整个桌面环境。可以将某个应用程序发给某个用户，而不是分发给所有的用户。(8)发布应用程序RDP链接。在WindowsSP3和WindowsVista/2008系统中直接运行远程桌面服务器创建的RDP文件，即可执行远程桌面服务器上的应用程序。4、微软云计算包含哪几个部分？每部分的作用是什么？答：（1）、WindowsAzure：云计算服务的操作系统，也是云计算的基础服务层，主要从事虚拟化计算资源管理和智能化任务分配；（2）、SQLAzure：云中的数据库，SQLAzure运行云计算的关系数据库服务，是一种云存储的实现，并提供网络型的应用程序数据存储的服务；（3）、WindowsAzurePlatformAppFabric：基于Web的开发服务，可以把现有应用和服务与云平台的连接和互操作变得更为简单，AppFabric作为中间件层，起到连接非云端程序与云端程序的桥梁的功能，提供了两大服务，服务总线和访问控制。5、WindowsAzure存储服务提供了几种类型的存储方式？阐述每种存储方式主要存储对象。答：三种。（1）、Blob(Binarylargeobjectsbytes)：每个blob都有自己的URI，作为唯一确定这个blob的地址。在使用Blob时，需要先通过storageaccount创建一个或多个“container”，其中每个container都可以包含一个或者多个blob。主要用来存储影像，视频等等；（2）、Table：可以通过ADO.NETDataServices或者LINQ来进行访问，与blob相同，通过http协议。这里的Table里面每个Entity可以有不同的属性，换言之，WindowsAzureTable是没有schema的。主要用于数据的存储访问；（3）、Queue：Queue中每条消息长度最大为8KB，当WebRole向Queue中写入一个消息后，WorkerRole读取Queue中消息时，Queue中的消息会在一段时间（默认30s）不可见，但并不会被自动删除，用户需要处理完成之后显示的手动删除该消息。对于消息的处理顺序没有规定，并且不强制规定每个消息只能够被处理一次。主要用于WindowsAzure不同部分的通信，例如WebRole与WorkerRole之间的消息传递。6、简述SQLAzure和SQLServer的相同点和不同点。答：相同点：二者都是基于微软的服务平台，为人们提供数据存储、读取、恢复和构建的作用。不同点：（1）、SQLServer在服务提供方面，一般情况是由数据库管理员或IT部门来准备和配置所需的硬件和软件；SQLAzure在服务提供方面的这些任务都由SQLAzure的服务提供程序来完成。（2）、SQLServerTransact-SQL语句可以通过参数指定文件组或物理文件的路径；SQLAzure不支持这些类型的参数，它们依赖于物理配置。（3）、SQLAzure采用了更先进的架构设计，由微软基于云进行托管，提供的是可扩展、多租户、高可用的数据库服务；SQLServer则提供更加基础和稳定的基础层服务。7、分析比较Hadoop的优缺点答：Hadoop的主要优点：Hadoop集群的扩展性是其一大特点，Hadoop可以扩展至数千个节点，对数据持续增长，数据量特别巨大的需求很合适。2.Hadoop的成本是其另一大优势，由于Hadoop是开源项目，而且不仅从软件上节约成本，硬件上的要求也不高。目前去IOE潮流风行，低成本的Hadoop也是一大推手。3.Hadoop生态群活跃，其周边开源项目丰富，HBase,Hive，Impala等等基础开源项目众多。Hadoop的不足之处：全量场景，任务内串行2.重吞吐量，响应时间完全没有保证3.中间结果不可见，不可分享4.单输入单输出，链式浪费严重5.链式MR不能并行6.粗粒度容错，可能会造成陷阱7.图计算不友好8.迭代计算不友好。8、hadoop里有哪些机制解决了哪些问题？答：Hadoop的核心机制是通过HDFS文件系统和MapReduce算法进行存储资源、内存和程序的有效利用与管理。然后Hadoop还包括的项目：mapreduce分布式处理模型；HDFS分布式文件系统；pig数据流语言和运行环境；hive分布式按列存储的数据仓库；主要解决了海量数据的存储、分析和学习问题，因为随着数据的爆炸式增长，一味地靠硬件提高数据处理效率及增加存储量，不仅成本高，处理高维数据的效率也不会提高很多，遇到了瓶颈了，hadoop的搭建只需要普通的pc机，它的hdfs提供了分布式文件系统，mapreduce是一个并行编程模型，为程序员提供了编程接口，两者都屏蔽了分布式及并行底层的细节问题，用户使用起来简单方便。9、HDFS有哪些保障可靠性的措施？答：HDFS的主要设计目标之一就是在故障情况下也能保证数据存储的可靠性。HDFS具备了较为完善的冗余备份和故障恢复机制，可以实现在集群中可靠地存储海量文件。所谓冗余备份，就是多准备一份或几份，以备不时之需。硬件错误是常态而不是异常。错误检测并快速自动恢复是HDFS的最核心设计目标流式数据访问。运行在HDFS上的应用主要是以流式读为主，做批量处理；更注重数据访问的高吞吐量。超大规模数据集。HDFS的一般企业级的文件大小可能都在TB级别或者PB级别，支持大文件存储，而且提供整体上高的数据传输带宽，一个单一的HDFS实例应该能支撑数以千万计的文件，并且能在一个集群里扩展到数百个节点。简单一致性模型。HDFS的应用程序一般对文件实行一次性读写、多次读的访问模式。移动计算比移动数据更简单。对于大文件来说，移动数据比移动计算的代价要高。操作海量数据时效果越加明显，这样可以提高系统的吞吐量和减少