ＤＡＴＡＢＡＳＥ ＡＮＤ ＩＮＦ０ＲＭＡＴＩＯＮ ＭＡＮＡＧＥＭＥＮＴ 数据库与信息管理 关于云计算发展现状及理论研究 黄玉清 （中国人民解放军９２９６１部队，海南三亚５７２０２１） 摘要：Ａｋ－２－ｒ计算关键技术研究和Ａｌｌ—Ｐａｉｒｓ编程模型的深入研究，展现了云计算技术的处理能力强、资源利用率高等 特点。云计算的性能价格比较之传统模式达到了３０倍以上，这使得云计算成为一种划时代的技术。 关键词：云计算；网络；虚拟化 Ａｂｏｕｔ ｔｈｅ Ｄｅｖｅｌｏｐｍｅｎｔ Ｓｔａｔｕｓ Ｑｕｏ ａｎｄ Ｔｈｅｏｒｅｔｉｃａｌ Ｓｔｕｄｙ ｏｆ Ｃｌｏｕｄ Ｃｏｍｐｕｔｉｎｇ ＨＵＡＮＧ Ｙｕ－ｑｉｎｇ （Ｎｏ．９２９６１ Ｔｒｏｏｐｓ ｏｆ ＰＬＡ，Ｈａｉｎａｎ Ｓａｎｙａ ５７２０２１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｃａｌｃｕｌａｔｉｏｎ ｏｆ ｋｅｙ ｔｅｃｈｎｏｌｏｇｉｅｓ ａｎｄ Ａｌｌ—Ｐａｉｒｓ ｐｒｏｇｒａｍｍｉｎｇ ｍｏｄｅｌ ｆｒｏｍ ｔｈｅ ｃｌｏｕｄ ｆｕｒｔｈｅｒ ｓｔｕｄｙ，ｒｅｆｌｅｃｔｉｎｇ ｔｈｅ ｓ￣ｏｎｇ ｐｒｏｃｅｓｓｉｎｇ ｐｏｗｅｒ ｏｆ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｔｅｃｈｎｏｌｏｇｙ，ａｎｄ ｈｉｇｈ ｒｅｓｏｕｒｃｅ ｕｔｉｌｉｚａｔｉｏｎ．Ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｐｅｒｆｏｒｍａｎｃｅ ａｎｄ ｌｏｗ ｃｏｓｔ ｃｏｍｐａｒｅｄ ｔｏ ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ｍｏｄｅｌ ｃａｎ ｒｅａｃｈ ｓｔａｇｇｅｒｉｎｇ ３０ ｔｉｍｅｓ—－ｗｈｉｃｈ ｍａｋｅｓ ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ ｈａｓ ｂｅｃｏｍｅ ａ ｌａｎｄ— ｍａｒｋ ｔｅｃｈｎｏｌｏｇｙ． Ｋｅｙ ｗｏｒｄｓ：ｃｌｏｕｄ ｃｏｍｐｕｔｉｎｇ；ｎｅｔｗｏｒｋｓ；ｖｉｒｔｕａｌｉｚａｔｉｏｎ １关键技术 １．１安全管理 用这些资源时，需要将自己的操作系统镜像上传到云设施计 算机中，这样云计算环境允许用户在云供应商的硬件上执行 随着云计算的广泛使用，通过云设施中的计算机，任何 隐私信息都能够在任何设备上被找到，安全管理已经成为急 需解决的头等重要问题。如何保证登录用户的权限以及用户 任意代码。因此云用户面临很多安全的挑战，恶意用户可以 利用供应商的硬件发动攻击，这种攻击能破坏供应商的信誉， 同时影响服务其他客户的能力。这就必须要求云供应商利用 虚拟机内部检测方法来检测用户恶意行为．从而保证虚拟机 的隐私信息不被泄露．这将成为云设施中安全管理的重点与 挑战。很多学者、研究人员和工程师在这方面做了大量的理 论研究和工程实践，取得了一定的成果。 Ｓｉａｎｉ Ｐｅｒａｓｏｎ等提出了在云计算服务设计过程中保证用户 的正常工作，确保云用户不会受到恶意攻击。 Ｌｉｏｍｅｌ Ｌｉｔｔｙ等从监控虚拟机时间的范围和干预具体事件 的能力、对被监控虚拟机影响的程度、健壮性３个方面对基 和企业隐私信息不被泄露的设计原则。 现在大的数据库服务提供商已经把对云计算的支持加入 到数据库中．如Ｏｒａｃｌｅ能直接在亚马逊的ＥＣ２服务平台上运 于主机代理、陷阱和检查点和回滚、体系结构监控４种内部 检测方法进行了对比分析，结果如表１所示。 表１ 内部检测技术能力测试 内部检测方法 主机代理 陷阱与检查 监测点与回滚 能力 较好 好 好 影响程度 较差 较好 较好 健壮性 好 差 差 行。因为数据库中包含大量企业和个人的隐私信息，一旦大 量的数据移动到云中以后，人们对其隐私信息是否被泄露尤 为关心。因此，为了降低隐私信息泄密的风险，在云服务设 计时就对软件工程师提出了更大的挑战和要求。 云计算中保护隐私信息所遇到的挑战包括两个部分：一 方面软件工程师在设计云服务时要降低隐私信息泄密的风险： 另一方面要消除用户在使用云服务时怕泄露隐私信息而产生 的恐惧心理 Ｉ体系结构监控 较差 较好 好 通过对几种方法的比较分析，可以就云计算提供商选择 内部检测方法对云进行监控给出判断原则。很明显，就健壮 性和对被监控虚拟机影响的程度上看，体系结构监控方法有 很好的性质，通过设计体系结构监控方法，能使其监控操作 云计算中保护隐私信息具有以下两个特点：一方面云计 算作为基础设施，被多个组织所共享，数据将在远端被存储 和处理，因此对存储在云中的隐私信息进行保护就变得尤为 重要；另一方面云计算具有动态性，个人敏感信息将在组织 内部或组织间进行交换传递。 １．２云检测 系统更多的方面。如果用户信任安装在虚拟机上的监控代理， 作者简介：黄玉清（１９６７一），男，本科，高级工程师，研究 方向：计算机工程。 收稿日期：２０１４—０３—１２ 云计算提供商为云用户提供大量计算资源，云用户在使 电脑编程技巧与维护 亦可采取第一种方法。有时将几种方法同时使用，会取得更 好的效果。 １３能耗管理 云计算基础设施中包括数以万计的计算机，如何有效地 整合资源、降低运行成本、节省运行计算机所需要的能源成 为一个关注的热点问题。 Ｓｈｅｋｈａｒ Ｓｒｉｋａｎｔａｉａｈ等研究了云计算中能源消耗、资源利 用率以及整合后的工作性能之间的内在关系，对云平台中能 源优化问题做出了实践和探索。 经测试发现，计算机性能受磁盘利用率的影响大于受 ＣＰＵ利用率的影响，当ＣＰＵ利用率一定时，计算机性能随磁 盘利用率的增高而线性降低，这个实验结果与通常的单个计 算机性能测试结果相类似。 １．４数据管理 基于分析的云数据库管理系统应该具有以下性质和特点： （１）效率：使用云计算的费用与请求的网络带宽、存储 空间的容量和计算力是成正比的。 （２）容忍错误：基于分析的数据库管理系统不能因为某 个节点失效而重新执行查询请求，而是允许在节点失效的情 况下同样保证查询的正确性。 （３）能够在异构的环境中运行：云计算中的计算机性能 差别很大．所以必须采取相应的机制防止某些任务在性能较 差的计算机执行时，由于速度过慢对整个任务的完成造成较 大的影响。 （４）能够操作加密的数据：很多敏感信息都是经过加密 后上传到云中，为了防止非授权的访问，云数据库管理要有 处理加密数据的能力。 （５）能够与商业化的智能产品进行交互。 ２编程模型 ２．１并行程序设计现状 虽然现代并行分布式计算系统可以提供强大的计算能力， 但要提高某个数据密集型计算应用的效率，还需要对此应用 进行并行编程设计。对于所希望的应用，很多并行代码似乎 不存在的：即使有，也常不能用于用户的并行系统上，因为 并行代码原来都是为不同的并行结构写的。 它的问题是：至今并行算法范例不能被很好地理解和广 泛地接受：并行程序设计是建立在不同的计算模型上的，而 它们没有能像冯 诺依曼模型那样被普遍的接受和认可。绝 大部分被使用的并行程序设计语言都是Ｆｏａｒａｎ和Ｃ的推广， 他们都不能够充分地表达不同并行结构的特点。并行程序设 计工具依赖于具体的并行结构和计算机代的更迭，既不通用也 不稳定，在某个并行平台上开发的并行程序很难移植到别的 或将来的并行系统上。 目前并行编程类型逐渐汇聚于两类：用于ＰＶＰ，ＳＭＰ和 ＤＳＷ的共享变量的单地址空间模型和用于ＭＰＰ和机群的消息 传递的多地址空间模型。并行编程模型逐渐汇聚于３类标准 模型：数据并行（￣１３：ＨＰＦ），消息传递（３Ｉ］：ＭＰＩ和ＰＶＭ），和共享 变量（如ＯｐｅｎＭｐ）。 但非专业用户并不能有效地利用，一个庞大的任务可能 因为某个初学者的偶然操作而意外地导致滥用资源共享并造 成性能的大幅下降。现在人们希望高性能的并行计算系统应 是具有单一系统映像的巨大的工作站，使得很多用户都能利 用增强处理能力和储存容量来运行多个串行作业，这就是所 谓的串行程序并行系统ＳＰＰＳ。为了解决这个问题．应该提供 给用户一个高度抽象的产品系统，以此来帮助用户进行大数 据量的计算。 ２．２一个抽象并行计算模型 Ｃｈｒｉｓｔｏｐｈｅｒ Ｍｏｒｅｔｔｉ和Ｊａｒｅｄ Ｂｕｌｏｓａｎ等提供一个抽象的实 例Ａｌｌ—Ｐａｉｒｓ。它可以适用于数据密集型的科学应用。一个优 化的Ａｌｌ—Ｐａｉｒｓ抽象系统比底层系统更容易操作，而且和传统 的方式相比，Ａｌｌ—Ｐａｉｒｓ拥有更好的性能。 许多科学家需要使用分布式计算系统来解决复杂的科学 问题，但是许多人不是分布式领域的专家，冈而他们不能很 好地解决数据的处理问题以及不能有效地利用资源 一个小 的操作失误都可能导致很糟糕的结果，比如滥用工作队列和 计算软件等，针对此类问题提供一个有效的抽象可以有效地 避免分布式计算的缺陷。这个抽象为用户提供一个接口．以 便从数据和计算方面来定义和描述问题．并且隐藏了具体的 实现过程。 Ａｌｌ—Ｐａｉｓｒ问题可以简单地定义为： 编程模型Ａｌｌ—Ｐａｉｒｓ 输人参数：集合Ａ，集合Ｂ，函数Ｆ 功能：使用函数Ｆ将集合Ａ中的所有元素与集合Ｂ中的 所有元素进行比较 返回值：矩阵Ｍ，Ｍ 】＝Ｆ（Ａ【ｉ】，Ｂ【ｊ１） Ａｌｌ—Ｐａｉｓｒ引擎原型运行在小批量系统上，并可利用本地 存储连接到每个ＣＰＵ。这个模型包括４个步骤。 （１）建立模型系统。在传统系统中，很难预测工作的性 能，因为这取决于多种因素，如每个工作的详细的Ｉ／Ｏ行为、 网络的行为等。如果使用一个抽象预先对本地存储进行有效 地分配而不是在系统运行期间通过网络来分配，那么就能很 好地减小以上不利因素带来的误差。 （２）分发数据。对于大数据量的并行运算而言，找一个 计算节点只是需要考虑的一个方面。大数据集通常不会在每 个计算节点复制数据，所以必须预先在这些节点放置数据。 （３）调度批处理作业。将输入数据转发到选择好的节点 后．Ａｌｌ—Ｐａｉｒｓ引擎则为每个分组作业构造批量提交脚本．并 指示它们运行在存有数据的节点上。虽然批处理系统在这个 阶段占有主动权，但是更高级别的抽象可以提供更多的性能、 函数等。 （４）收集结果和清理。随着批处理系统完成作业，抽象 引擎必须收集得到的结果并以适当的结构组装起来。通常是 一个单独的文件清单，以便得到一个规则的所有结果。这又 提供了一个机会来增加容错：如果任何函数的输出不匹配模 板所提供的，那么这个作业将被重新提交直至得到正确的结 果给用户