日本免费精品视频,男人的天堂在线免费视频,成人久久久精品乱码一区二区三区,高清成人爽a毛片免费网站

前 言

"經(jīng)過精細(xì)規(guī)劃的優(yōu)化理論設(shè)計(jì)的實(shí)踐比隨意性或一般性實(shí)施在性能、節(jié)能以及提高運(yùn)營利潤等方面可體現(xiàn)高出多個(gè)量級的效果，并不斷接近或達(dá)到化結(jié)果。"

云計(jì)算是一種計(jì)算模型和服務(wù)模式，它將計(jì)算任務(wù)分布在大量計(jì)算機(jī)構(gòu)成的不同數(shù)據(jù)中心，使各種應(yīng)用系統(tǒng)能夠根據(jù)需要獲取計(jì)算能力、存儲空間和信息服務(wù)。提供資源的網(wǎng)絡(luò)或數(shù)據(jù)中心被稱為"云"。業(yè)界研究者將云計(jì)算列為水、電、氣、油之外的第五種公用資源(The Fifth Utility)。繼個(gè)人計(jì)算機(jī)變革、互聯(lián)網(wǎng)變革之后，云計(jì)算被看做第三次IT浪潮，是世界和中國戰(zhàn)略性新興產(chǎn)業(yè)的重要組成部分，它將帶來生活、生產(chǎn)方式和商業(yè)模式的深刻改變，已成為當(dāng)前全社會關(guān)注的熱點(diǎn)。

云計(jì)算目前已經(jīng)廣泛應(yīng)用于網(wǎng)絡(luò)搜索、科學(xué)計(jì)算、虛擬環(huán)境、能源和生物信息等領(lǐng)域的日常業(yè)務(wù)和創(chuàng)新性探索。IDC預(yù)測，未來4年中國云計(jì)算將產(chǎn)生1.1萬億元的市場。賽迪顧問2010年年底的《中國云計(jì)算產(chǎn)業(yè)發(fā)展白皮書》預(yù)測未來3年，云計(jì)算應(yīng)用將以政府、電信、教育、醫(yī)療、金融、石油石化和電力等行業(yè)為重點(diǎn)，在中國市場逐步被越來越多的企業(yè)和機(jī)構(gòu)采用，市場規(guī)模也將從2009年的92.23億元增長到2012年的606.78億元，年均復(fù)合增長率達(dá)87.4%。該報(bào)告預(yù)計(jì)中國云計(jì)算產(chǎn)業(yè)發(fā)展將分為準(zhǔn)備階段(2007—2010年)、起飛階段(2011—2015年)和成熟階段(2015年以后)。

不少研究預(yù)言"將來的核心競爭在數(shù)據(jù)中心"。數(shù)據(jù)中心是容納計(jì)算設(shè)備資源的集中之地，同時(shí)負(fù)責(zé)對計(jì)算設(shè)備的能源提供和空調(diào)維護(hù)等。數(shù)據(jù)中心可以單獨(dú)建設(shè)，也可以置于其他建筑之內(nèi)，還可以是分布在不同地理位置的多個(gè)系統(tǒng)。云資源匯聚在一起，通過多租戶模式服務(wù)多個(gè)消費(fèi)者。在物理上，資源以分布式的共享方式存在，但最終在邏輯上以單一整體的形式呈現(xiàn)給用戶。資源種類很多，分類角度也不一樣，本書所涉及的資源主要包括以下幾類。

物理服務(wù)器：構(gòu)成數(shù)據(jù)中心的物理計(jì)算設(shè)備，每個(gè)物理服務(wù)器可以提供多個(gè)虛擬機(jī)，每個(gè)物理服務(wù)器可以由多個(gè)CPU、內(nèi)存、硬盤、網(wǎng)卡等構(gòu)成。

物理集群：由多個(gè)物理服務(wù)器、必要的網(wǎng)絡(luò)和存儲設(shè)施構(gòu)成的物理服務(wù)器組。

虛擬機(jī)：通過虛擬化軟件在物理服務(wù)器上生成的虛擬計(jì)算平臺，可以由多個(gè)虛擬化CPU、硬盤、網(wǎng)卡等構(gòu)成。

虛擬集群：由多個(gè)虛擬機(jī)、必要的網(wǎng)絡(luò)和存儲設(shè)施構(gòu)成的虛擬機(jī)組。

共享存儲：為數(shù)據(jù)中心的計(jì)算資源提供大容量存儲，可以被所有設(shè)備和用戶共享。

以上數(shù)據(jù)中心資源在本書中統(tǒng)稱為基礎(chǔ)資源，簡稱云資源。

云資源優(yōu)化管理調(diào)度技術(shù)是云計(jì)算應(yīng)用的核心，是云計(jì)算得以大規(guī)模應(yīng)用和提高系統(tǒng)性能、兼顧節(jié)能減排及運(yùn)營成本等方面的關(guān)鍵技術(shù)。先進(jìn)的動態(tài)資源調(diào)度管理，對于提高學(xué)校、政府、研究機(jī)構(gòu)和企業(yè)計(jì)算資源的利用效率，節(jié)約能源，提高資源共享和降低運(yùn)營成本都具有極大意義，值得深入系統(tǒng)地學(xué)習(xí)和研究。

資源管理調(diào)度是將資源從資源提供方分配給用戶的一個(gè)過程。對于資源過載(需求大于系統(tǒng)容量)，以及需求與容量隨著時(shí)間的推移而動態(tài)變化的事實(shí)，通過優(yōu)化資源調(diào)度管理，可以動態(tài)地重新分配資源，以便更高效地使用可用資源。業(yè)界一般將調(diào)度分為作業(yè)級調(diào)度和設(shè)施級調(diào)度。作業(yè)級調(diào)度是指針對具體的運(yùn)行程序，系統(tǒng)將作業(yè)具體分配到哪些資源上運(yùn)行的問題。例如，一些獨(dú)立的需要較多計(jì)算資源和較長運(yùn)行時(shí)間的程序，或者高性能并行處理程序，這些程序往往需要較大規(guī)模的高性能計(jì)算資源(如云計(jì)算)才能很快完成。設(shè)施級調(diào)度主要指將底層資源作為一種基礎(chǔ)設(shè)施服務(wù)(Infrastructure as a Service，IaaS)提供給用戶，用戶依據(jù)實(shí)際情況使用這些資源。例如，數(shù)據(jù)中心的物理服務(wù)器(含CPU、內(nèi)存、網(wǎng)絡(luò)帶寬等)、虛擬機(jī)(含虛擬化的CPU、內(nèi)存、網(wǎng)絡(luò)帶寬等)及虛擬集群都屬于底層基礎(chǔ)資源。

本書側(cè)重于設(shè)施級(也稱應(yīng)用級)調(diào)度，同時(shí)兼顧作業(yè)級調(diào)度(如MapReduce多任務(wù))，并介紹資源動態(tài)優(yōu)化管理與調(diào)度。如果把數(shù)據(jù)中心作為一個(gè)整體與人體比較，資源優(yōu)化管理調(diào)度類似人的大腦，是最為核心的功能之一，具有極大的理論意義和實(shí)用價(jià)值。另外，資源監(jiān)控類似人的眼睛，資源部署類似人的四肢。目前的數(shù)據(jù)中心管理與調(diào)度大多僅實(shí)現(xiàn)了簡單的初級功能，還有很多問題亟須深入系統(tǒng)解決。針對基礎(chǔ)資源優(yōu)化管理調(diào)度，主要回答以下三大基本問題。

優(yōu)化目標(biāo)問題：將所需的虛擬機(jī)(或虛擬集群)配置在某個(gè)數(shù)據(jù)中心物理服務(wù)器(或物理集群)的具體優(yōu)化函數(shù)(目標(biāo))是什么？如何建立高效的數(shù)學(xué)理論優(yōu)化模型？這涉及宏觀的管理策略制定。

優(yōu)化分配問題：具體在哪個(gè)數(shù)據(jù)中心的哪個(gè)物理服務(wù)器上(或物理集群)分配所需的虛擬機(jī)(或虛擬集群)以實(shí)現(xiàn)優(yōu)化目標(biāo)？滿足的具體前提和限制條件有哪些？針對不同的優(yōu)化目標(biāo)，業(yè)界優(yōu)化實(shí)踐方案有哪些？

實(shí)踐性能問題：針對理論優(yōu)化目標(biāo)與模型，業(yè)界優(yōu)化管理調(diào)度方案的性能對比效果如何？如何選擇適合不同目標(biāo)的具體方法？

"沒有理論的實(shí)踐是盲目的，沒有實(shí)踐的理論是蒼白的。"從優(yōu)化和長遠(yuǎn)的角度來看，云計(jì)算的建設(shè)需要堅(jiān)實(shí)的理論與實(shí)踐經(jīng)驗(yàn)的結(jié)合，我們發(fā)現(xiàn)經(jīng)過精細(xì)規(guī)劃的優(yōu)化理論設(shè)計(jì)的實(shí)踐比隨意性或一般性實(shí)施在性能、節(jié)能以及提高運(yùn)營利潤等方面可體現(xiàn)高出多個(gè)量級的效果，并不斷接近或達(dá)到化結(jié)果。經(jīng)過多年的數(shù)據(jù)中心建設(shè)的實(shí)踐和理論探索，我們在本書中提出并總結(jié)相關(guān)領(lǐng)域的優(yōu)化理論模型和實(shí)踐方法，在解決基本問題的同時(shí)，實(shí)現(xiàn)動態(tài)調(diào)度而不是靜態(tài)預(yù)先設(shè)定相關(guān)參數(shù)，兼顧資源(CPU、存儲、網(wǎng)絡(luò)等)的性能、熱耗、利用率等特性，本書稱為資源的動態(tài)綜合調(diào)度技術(shù)問題。

數(shù)據(jù)中心需要處理物理和虛擬資源的動態(tài)結(jié)合的優(yōu)化管理調(diào)度這一新問題，以實(shí)現(xiàn)高性能、節(jié)能減排及降低投資等目標(biāo)。當(dāng)前數(shù)據(jù)中心的資源調(diào)度不少仍然沿襲傳統(tǒng)方法，較為簡單化，難以滿足以上目標(biāo)的精細(xì)化和動態(tài)變化的要求。數(shù)據(jù)中心調(diào)度面臨的挑戰(zhàn)性問題包括：在考慮配置動態(tài)可調(diào)虛擬機(jī)的分配和遷移以及物理機(jī)綜合性能，同時(shí)兼顧C(jī)PU、存儲、網(wǎng)絡(luò)等資源因素而非單一因素的情況下,如何解決用戶需求不一致和資源規(guī)格不一致造成的系統(tǒng)性能不平衡、能耗效率低下及成本過高等問題。

本書圍繞以上關(guān)鍵問題展開，介紹了主要云服務(wù)提供商的相關(guān)解決方案和國內(nèi)外研究現(xiàn)狀，以及對以上挑戰(zhàn)性問題的理論與實(shí)踐探索，希望為讀者深入了解相關(guān)知識內(nèi)容和有興趣的研究人員提供一些借鑒。

本書各章之間的關(guān)系緊密圍繞云資源優(yōu)化管理調(diào)度展開，如下圖所示。本書主要內(nèi)容包括云計(jì)算概述(第1章)、數(shù)據(jù)中心(第2章)、大數(shù)據(jù)處理(第3章)、云資源監(jiān)控管理(第4章)、實(shí)時(shí)負(fù)載均衡調(diào)度(第5章)、計(jì)算資源節(jié)能調(diào)度概述(第6章)、離線和在線節(jié)能調(diào)度算法(第7章)、Hadoop集群節(jié)能調(diào)度管理(第8章)、計(jì)算資源的利潤較大化問題(第9章)、云工作流應(yīng)用(第10章)、數(shù)據(jù)中心調(diào)度模擬系統(tǒng)(第11章)，以及總結(jié)與展望(第12章)。本書可作為高年級本科生和研究生教材，也可作為相關(guān)專業(yè)研究人員的參考資料。

本書是編者對以上內(nèi)容大量理論知識與實(shí)踐經(jīng)驗(yàn)的積累結(jié)果，因時(shí)間倉促，書中難免存在不妥之處，歡迎讀者指正，請發(fā)郵件至CloudSched@gmail.com。

編 者

2013年11月