云计算的核心技术(云计算技术的创新点)

最常见的服务器虚拟化类型包括KVM-QEMU（OpenStack大量使用此）、VMWare的ESX、Citrix的Xen、微软的Hyper-V等。如今，轻量级容器技术Docker也大行其道。

云计算系统使用了很多技术，其中最重要的是编程模型、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。
（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。，用于大型数据集（大于1TB）的并行操作。严格的编程模型使得云计算环境中的编程变得非常容易。MapReduce模式的思想是将要执行的问题分解为Map（映射）和Reduce（化简）。首先，数据被Map程序分成不相关的块，然后大量分配（调度）。然后将运算结果汇总并通过Reduce程序输出。
（二）海量分布式数据存储技术
云计算系统由大量服务器组成，同时为大量用户服务。因此，云计算系统采用分布式存储来存储数据，并采用冗余存储来保证数据的可靠性。云计算系统中广泛使用的数据存储系是Google的GFS和HDFS，HDFS是Hadoop团队开发的GFS的开源实现。
GFS，即Google文件系统（GoogleFileSystem），是一个可扩展的分布式文件系统，用于访问大量数据的大型分布式应用程序。GFS的设计理念与传统文件系统不同，是针对大规模数据处理和Google应用功能而设计的。它运行在廉价的商品硬件上，但提供容错能力。可以为大量用户提供高综合性能的服务。
一个GFS集群由一个主服务器（Master）和大量的块服务器（Chunkservers）组成，并被许多客户端（Client）调用。主服务器存储有关文件系统的所有元数据，包括命名空间、访问控制信息、文件到块的映射以及块的当前位置。它还控制系统范围的活动，例如块租赁管理、孤立块垃圾收集以及块服务器之间的块迁移。主服务器通过HeartBeat消息定期与每个块服务器通信，向块服务器转发指令并记录其状态。GFS中的文件被分为64MB的块并进行冗余存储。每个数据项在系统中存储有3个以上的备份。
客户端与主服务器之间的交换仅限于元数据的操作。所有数据通信都直接连接到区块服务器，大大提高了系统的效率，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管理大量数据。数据。云计算系统中的数据管理技术主要是Google的BT（BigTable）数据管理技术和Hadoop团队开发的开源数据管理模块HBase。
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，用于分发和存储大规模结构化数据。
许多Google项目都使用BT来存储数据，包括网络查询、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（从后端批处理到实时数据传输）。英国电信已成功提供灵活高效的服务来满足不同的需求。
（四）虚拟化技术
虚拟化技术使软件应用程序与底层硬件隔离。这包括将单个资源划分为多个虚拟资源。模式，还包括聚合模式，将多个资源整合为一个虚拟资源。虚拟化技术根据对象可分为存储虚拟化、计算机虚拟化、网络虚拟化等。计算机虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化。
（五）云计算平台管理技术
云计算资源巨大，分布在不同地点的服务器众多，同时运行的应用程序达数百个。如何有效管理这些服务器并保证整个系统提供不间断的服务是一个重大挑战。
云计算系统的平台管理技术可以实现大量服务器的协同，方便业务部署和激活，快速发现和解决系统错误，通过自动化和智能化实现大规模系统部署方法。运行可靠。
我是从IT帐户外部了解到这一点的。