云计算主要技术包括哪些(云计算特点及核心技术有哪些)

云计算关键技术
云计算是分布式处理、并行计算、网格计算等概念的发展和商业化。其技术核心是计算、存储、服务器、应用软件等IT软硬件资源的虚拟化。云计算在虚拟化、数据存储、数据管理、编程模型等方面都有自己独特的技术。云计算的主要技术包括以下几个方向：
虚拟机技术
虚拟机，即服务器虚拟化，是云计算基础架构的重要基石。。在服务器虚拟化中，虚拟化软件必须实现硬件抽象、资源分配、调度和管理、虚拟机与主机作隔离、多个虚拟机等功能。当前典型的实现（基本上已成为事实上的标准）包括Citrix
Xen、VMware
ESX
Server
和Microsoft
Hype-V等。
数据存储技术
云计算必须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，云计算数据存储技术必须具备分布式、高吞吐量、高传输速度的特点。目前，领先的数据存储技术有Google的GFS（Google
文件
，非开源）和HDFS（Hadoop
分布式
文件
，开源））。这两种技术都已成为事实上的标准。
数据管理技术
云计算的特点是海量数据的存储和读取以及大量的分析。如何提高数据更新速度，进一步提高随机读取率是未来数据管理技术应该解决的问题。云计算中最著名的数据管理技术是Google的BigTable数据管理技术，Hadoop开发团队正在开发类似BigTable的开源数据管理模块。
分布式编程和计算
计算机编程模型应该非常简单。需要保证后台任务复杂的并行执行和调度对于用户和程序员来说是透明的。目前各IT厂商提出的云方案编程工具都是基于Map-Reduce编程模型。
我是从IT账号之外得知的。

云计算使用的技术很多，其中编程模型、数据管理技术、数据存储技术、虚拟化技术和云计算平台管理技术最为关键。
（1）编程模型
MapReduce是Google开发的Java、Python和C++编程模型。它是一种简化的分布式编程模型和高效的任务调度模型。，用于大规模数据集（大于1TB）的并行作。严谨的编程模型使得云计算环境中的编程变得非常简单。MapReduce模式的思想是将要执行的问题分解为Map（映射）和Reduce（简化）：首先通过Map程序将数据切割成不相关的块，然后在一个大的块上分配（调度）为获得分布而需要处理的计算机数量。然后使用Reduce程序汇总并显示作结果。
（二）海量数据分布式存储技术
云计算由大量服务器组成，同时为大量用户服务。计算机采用分布式存储来存储数据，采用冗余存储来保证数据的可靠性。云计算中广泛使用的数据存储是Google的GFS和HDFS，HDFS是Hadoop团队开发的GFS的开源实现。
GFS，GoogleFileSystem，是一个可扩展的分布式文件，用于访问大量数据的大规模分布式应用程序。GFS的设计理念与传统文件不同，是对大规模数据处理和Google应用能力而设计的。它运行在廉价的硬件上，但提供容错能力。可以为大量用户提供整体高性能的服务。
一个GFS集群由一个主服务器（master）和大量的块服务器（chunkservers）组成，并且可以被许多客户端（Clients）访问。主服务器存储有关文件的所有元数据，包括命名空间、访问控制信息、从文件到块的映射以及块的当前位置。它还控制级活动，例如块租赁管理、孤立块的垃圾收集以及块服务器之间的块迁移。主服务器通过HeartBeat消息定期与每个区块服务器通信，向区块服务器传递指令并收集其状态。GFS中的文件被分成64MB的块并进行冗余存储，每个数据在中保存在3个以上的备份中。
客户端与主服务器之间的交互仅限于元数据作。所有数据通信都直接连接到区块服务器，大大提高了效率，防止主服务器过载。
（三）海量数据管理技术
云计算需要对分布式、海量数据进行处理和分析。因此，数据管理技术必须能够高效地处理大量的数据。云计算中的数据管理技术主要是Google的BT（BigTable）数据管理技术和Hadoop团队开发的HBase开源数据管理模块。
BT是一个基于GFS、Scheduler、LockService和MapReduce的大型分布式数据库。与传统的关系型数据库不同，它将所有数据作为对象进行处理，形成一个巨大的表，用于大规模分布和存储结构化数据。
许多Google项目都使用BT来存储数据，包括查询、Googleearth和GoogleFinance。这些应用程序对BitTorrent有不同的要求：不同的数据大小（从URL到网页再到卫星图像）和不同的响应时间（从后端的批处理到提供实时数据）。对不同的需求，BT成功提供了灵活高效的服务。
（四）虚拟化技术
通过虚拟化技术，软件应用可以与底层硬件隔离。这包括将单个资源拆分为多个虚拟资源。还包括将多个资源集成为单个虚拟资源的聚合模式。虚拟化技术可分为存储虚拟化、计算虚拟化、虚拟化等。计算机虚拟化又分为级虚拟化、应用程序级虚拟化和桌面虚拟化。
（五）云计算平台管理技术
云计算资源规模巨大，服务器数量众多，分布在不同地点，同时运行着数百个应用程序。有效地管理这些服务器并确保整个提供不间断的服务是一个巨大的挑战。
云计算平台管理技术可以使大量服务器协同工作，方便企业部署和激活，快速发现和恢复故障，通过自动化流程和智能化实现大规模实施意味着运行可靠。
我是从IT帐户外部发现这一点的。

云计算近年来特别流行。今天小编就来说说云计算的重要技术。

云计算使用了很多技术，包括编程模型、数据管理技术、数据存储技术、虚拟化等。技术和云计算平台管理技术是最重要的。

（1）编程模型

MapReduce是Google开发的java、Python和Chop编程模型。它是一种简化的分布式编程模型，也是一种对大规模数据集（超过1TB）并行作的高效任务调度模型。严格的编程模型使得云计算环境中的编程变得非常简单。MapReduce模型的思想是将要实现的问题分解为Maps）和Reduce（简化），首先通过Map程序将数据切割成不相关的块，分配（上调度）大量的计算机处理到达到分布式计算的效果，然后通过Reduce程序汇总输出结果。

（2）分布式存储技术海量数据

云计算包含大量服务器并同时服务大量用户。因此，云计算采用分布式存储来存储数据，并通过冗余存储方式保证数据的可靠性。云计算中广泛使用的数据存储是GoogleGFS和Hadoop团队开源实现的GFSHDFS。

GFS是Google文件

）是一个可扩展的分布式文件，用于大规模、分布式和访问大量数据。GFS的设计理念与传统文件不同，旨在用于Google应用程序和大规模数据处理。具有特殊功能的设计。它运行在廉价的传统硬件上，但可以提供容错能力。它可以为大量用户提供整体高性能服务。

GFS集群由一个主服务器和大量的块组成。它由一个服务器组成，并被许多客户端访问。主服务器存储文件元数据，包括命名空间、访问控制信息、从文件到块的映射以及块的当前位置。它还控制整个的运营，例如区块租赁。管理、孤块垃圾收集、块服务器之间的块传输。主服务器通过心跳消息定期与每个块服务器通信，向块服务器发出指令并收集其状态。GFS中的文件被分为64MB的块，具有冗余内存，每个块存储中3个以上的备份。

替换主客户端和服务器块元数据作受到，所有数据通信都直接联系与块服务器一起使用，这提供了显着的改进。提高效率，防止主服务器过载。

（3）大数据管理技术

云计算需要对大量的分布式数据进行处理和分析，因此数据管理技术必须能够有效地管理大量数据。该主要采用GoogleBT（BigTable）数据管理技术和Hadoop团队开发的HBase开源数据管理模块。