Google云計算原理課件

Google云計算原理2ReachedOurGoal

認識云計算（理解）

理解Google云計算實現(xiàn)原理（難點）

可獨立在GAE上開發(fā)云服務應用

了解TMF？以及云未來的發(fā)展（了解）3初識云計算1Google云計算原理2GAE平臺部署云服務3提綱TMForum對云態(tài)度44Wehaveadream……愿景:

計算機的服務能力可以作為一種商品進行流通。就像水、電、氣一樣取之方便，費用低廉5云計算定義

圖：云計算概念模型云計算:是一種商業(yè)計算模型。它將計算任務分布在大量計算機構(gòu)成的資源池上，使各種應用系統(tǒng)能夠按需獲取計算力、存儲空間和信息服務。6云計算服務的部署形式IaaS基礎設施云(代表：亞馬遜的S3)SaaS應用云（代表：salesforce的CRM）PaaS平臺云（代表：GoogleAppEngine）私有云(數(shù)據(jù)中心–內(nèi)部網(wǎng))公共云(服務提供商–互連網(wǎng))混合云(公共和私有)Xasaservice7Amazon云計算1GB數(shù)據(jù)存放1個月為0.15美元每個服務器租用1小時為0.1美元Amazon的IaaS云計算思路彈性計算云EC2為企業(yè)提供計算服務簡單存儲服務S3為企業(yè)提供存儲服務Amazon的IaaS運用實例亞馬遜IaaS應用案例：紐約時報使用亞馬遜云計算服務效果：在不到24個小時的時間里處理了1100萬篇文章費用：累計花費240美元利用自己服務器時間：數(shù)月時間費用：多得多的費用89Google云計算Google的云計算思路應用向互聯(lián)網(wǎng)遷移數(shù)據(jù)向互聯(lián)網(wǎng)遷移計算能力向互聯(lián)網(wǎng)遷移存儲空間向互聯(lián)網(wǎng)遷移“瀏覽器＝操作系統(tǒng)”10隸屬PaaS的Google云計算Google云計算PaaS屬于部署在云端的應用執(zhí)行環(huán)境支持Python和Java兩種語言通過SDK調(diào)用Google的各種服務。如GoogleMap、Mail等用戶可快速、廉價（可免費使用限定的流量和存儲）地部署自己開發(fā)的應用（如創(chuàng)新的網(wǎng)站、游戲等）在下一章將具體介紹GAE具體的應用11Google云計算SaaS隸屬SaaS的Google云計算提供在線“Word、Excel、PPT”提供在線MAP提供在線日歷管理……Google云計算平臺技術(shù)架構(gòu)分布式文件系統(tǒng)GoogleDistributedFileSystem并行數(shù)據(jù)處理MapReduce分布式鎖Chubby結(jié)構(gòu)化數(shù)據(jù)表BigTableGoogle如何實現(xiàn)云？Google云計算應用MapReduceBigTableGFSChubby12將在第二章詳細介紹13云計算概念入門Q&A14初識云計算1Google云計算原理2GAE平臺部署云服務3提綱TMForum對云態(tài)度4Google云計算原理分布式文件系統(tǒng)GFS并行數(shù)據(jù)處理模型MapReduce分布式鎖服務Chubby分布式數(shù)據(jù)庫BigTable1234Google云計算應用MapReduceBigTableGFSChubby151617Google設計GFS的動機Google需要支持海量數(shù)據(jù)存儲的文件系統(tǒng)購置昂貴的分布式文件系統(tǒng)與硬件？是否可以在一堆廉價且不可靠的硬件上構(gòu)建可靠的分布式文件系統(tǒng)？GFS的設計思路GFS設計原則：機器失效不能視為異常現(xiàn)象能應付對大型/超大型文件處理支持大量用戶同時訪問GFS組成GFS集群:一個的Master和多個ChunkServer（塊服務器）組成，并可以多客戶端Client訪問GFS設計要點每個文件拆成若干個64M文件塊Chunk組成每個Chunk都由Master根據(jù)其創(chuàng)建時間指定ChunkHandle(64)文件塊被保存在ChunkServer本地磁盤中缺省情況下3處熱備份Chunk塊文件18GFS的設計思路Client職責包含文件系統(tǒng)的API負責和ChunkServer和Master通信代表應用程序進行讀寫操作Client和Master進行元數(shù)據(jù)操作Client和ChunkServer進行文件數(shù)據(jù)操作Master職責負責管理所有文件系統(tǒng)的元數(shù)據(jù)元數(shù)據(jù)包括：命名空間，訪問控制信息，文件到Chunk的映射信息等ChunkServer職責負責存儲chunk文件塊Linux文件系統(tǒng)1920GFS的系統(tǒng)架構(gòu)應用程序GFS客戶端GFS數(shù)據(jù)塊服務器Linux文件系統(tǒng)GFS主服務器文件命名空間Chunk2EEE/foo/barGFS數(shù)據(jù)塊服務器Linux文件系統(tǒng)………………標注：數(shù)據(jù)信息控制信息文件名，chunk索引向數(shù)據(jù)塊服務器發(fā)指令返回數(shù)據(jù)塊服務器狀態(tài)Chunk句柄和位置Chunk句柄，查找數(shù)據(jù)返回數(shù)據(jù)信息21Question文件為什么要被化分為64M？Answer：1、可以減少Client和Master的之間的交互，減少Master的負載2、客戶端可以在一個Chunk中完成許多操作3、可以減少TCP三次握手時間。另外這些信息都要被Master管理的缺點：有冗余GFS架構(gòu)的特點采用中心服務器模式Master可以方便地增加ChunkServerMaster掌握系統(tǒng)內(nèi)所有ChunkServer的情況，方便進行負載均衡不存在元數(shù)據(jù)的一致性問題不緩存數(shù)據(jù)必要性：Client流式讀取，非重復讀寫可行性：Master本身管理多個Server，很復雜22GFS容錯機制ChunkServer容錯每個Chunk有多個存儲副本（默認是3個），分別存儲于不通的服務器上每個Chunk又劃分為若干Block（64KB），每個Block對應一個32bit的校驗碼，保證數(shù)據(jù)正確（若某個Block錯誤，則轉(zhuǎn)移至其他Chunk副本）Master容錯三類元數(shù)據(jù)：命名空間（目錄結(jié)構(gòu)）、Chunk與文件名的映射以及Chunk副本的位置信息前兩類通過日志提供容錯，Chunk副本信息存儲于其它ChunkServer。這樣Master出現(xiàn)故障時可恢復2324GFS實驗效果圖ChunkServer1ChunkServer2ChunkServer16……MasterClient1Client2Client16路由器1路由器2MasterGoogle云計算原理分布式文件系統(tǒng)GFS并行數(shù)據(jù)處理模型MapReduce分布式鎖服務Chubby分布式數(shù)據(jù)庫BigTable1234Google云計算應用MapReduceBigTableGFSChubby25并行計算基礎摩爾定律正在走向終結(jié)…單芯片容納晶體管的增加，對制造工藝提出要求CPU制造18nm技術(shù)，電子泄漏問題CPU主頻已達3GHz時代，難以繼續(xù)提高散熱問題（發(fā)熱太大，且難以驅(qū)散）功耗太高26未來的發(fā)展：多核27什么樣的問題適合并行計算？斐波那契序列(Fibonacci)X計算URL訪問頻率YMap函數(shù)處理日志中web頁面請求的記錄，然后輸出(URL,1)。Reduce函數(shù)把相同URL的value值都累加起來，產(chǎn)生(URL,記錄總數(shù))結(jié)果。Google為什么需要MapReduce？Google擁有海量數(shù)據(jù)，并且需要快速處理什么是MapReduce？28Google全球Web數(shù)據(jù)郵件數(shù)據(jù)地圖數(shù)據(jù)衛(wèi)星照片……GoogleMapReduce架構(gòu)設計師JeffreyDeanJefferyDean設計一個新的抽象模型，使我們只要執(zhí)行的簡單計算，而將并行化、容錯、數(shù)據(jù)分布、負載均衡的等雜亂細節(jié)放在一個庫里，使并行編程時不必關(guān)心它們這就是MapReduce29Google并行運算編程模型MapMapMap……原始數(shù)據(jù)1原始數(shù)據(jù)2原始數(shù)據(jù)MReduceReduce結(jié)果1結(jié)果R……1、在編程的時候，開發(fā)者需要編寫兩個函數(shù)：Map:(in_key,in_value)Reduce:(key,[value1,value2…])2、Map操作產(chǎn)生結(jié)果是<key,value>對3、在Map，Reduce之間系統(tǒng)把同一Key歸類到Reduce3、Reduce操作對相同的Key進行歸類處理30MapReduce實現(xiàn)機制用戶程序(1)分割(1)分割(1)分割Master工作機M工作機M工作機M工作機R工作機R(2)指派Map(2)指派Reduce片段1片段4片段3片段2輸入文件(3)Read(4)本地存儲輸出文件0輸出文件1Map狀態(tài)本地存儲Reduce狀態(tài)輸出文件(5)遠程讀取(6)寫入文件31單詞計數(shù)

體現(xiàn)M/R算法HelloWorld

ByeWorldHelloChina

ByeChinaHelloSi-tech

ByeSi-tech輸入數(shù)據(jù)：MapReduceHello：3Bye：3China：2World：2Si-tech：2Map(Key,Value){for(eachworld‘world’invalue) collect(‘world’,1);}Reduce(Key,Value[]){intcount=0;for(eachwinvalue) count++;collect(Key,count);}1)32HelloWorld

ByeWorldHelloChina

ByeChinaHelloSi-tech

ByeSi-tech2)分割分割分割HelloWorld

ByeWorldHelloChina

ByeChinaHelloSi-tech

ByeSi-techKEYVALUEKEYVALUEKEYVALUE3)HelloWorld

ByeWorldHelloChina

ByeChinaHelloSi-tech

ByeSi-techMAPMAPMAP<Hello1><World1><Bye1><World1><Hello1><China1><Bye1><China1><Hello1><Si-tech1><Bye1><Si-tech1>33<Hello1><World1><Bye1><World1><Hello1><China1><Bye1><China1><Hello1><Si-tech1><Bye1><Si-tech1>4)Map輸出Fold<Hello1><World1><Bye1><World1><Hello1><China1><Bye1><China1><Hello1><Si-tech1><Bye1><Si-tech1>Fold輸出34<Hello3><Bye3><China2><World2><Si-tech2><Hello1><World1><Bye1><World1><Hello1><China1><Bye1><China1><Hello1><Si-tech1><Bye1><Si-tech1>Fold輸出5)Reduce輸出ReduceMapReduce容錯機制背景MapReduce設計初衷：由普通PC組成的集群來處理超大規(guī)模的數(shù)據(jù)，所以有效的錯誤保障機制是必不可少Worker容錯Master周期性的ping每個workerMaster容錯Master周期性的將Master的數(shù)據(jù)結(jié)構(gòu)的寫入磁盤，即檢查點（checkpoint）Master數(shù)據(jù)結(jié)構(gòu)包括:Map和Reduce任務的狀態(tài)（空閑、工作中或完成)，以及Worker機器(非空閑任務的機器)的標識。35Google云計算原理分布式文件系統(tǒng)GFS并行數(shù)據(jù)處理模型MapReduce分布式鎖服務Chubby分布式數(shù)據(jù)庫BigTable1234Google云計算應用MapReduceBigTableGFSChubby3637初識云計算1Google云計算原理2GAE平臺部署云服務3提綱TMForum對云態(tài)度438GAE部署云應用Q&A課堂演示部署過程39初識云計算1Google云計算原理2GAE平臺部署云服務3提綱TMForum對云態(tài)度4TMFSeeSunnyFutureInTeleManagementWorldAmerican40TMF簡介1、電信管理論壇,非盈利聯(lián)盟組織2、會員遍布全球195個國家，700+會員公司3、我們公司也是會員，享受會員權(quán)利4、業(yè)界廣泛使用的eTOM,SID,TAM,NGOSSTMF最新框架技術(shù)結(jié)束語云計算的出現(xiàn)并快速發(fā)展，一方面是虛擬化技術(shù)、分布式計算等技術(shù)發(fā)展的結(jié)果，另一方面也是互聯(lián)網(wǎng)應用不斷豐富趨勢的體現(xiàn)。目前，雖然有Amazon、Google、IBM、Microsoft等在推，但云計算還沒有一個統(tǒng)一的標準。云計算平臺已經(jīng)為很多用戶所使用，但是云計算在行業(yè)標準、數(shù)據(jù)安全、服務質(zhì)量、應用軟件等方面也面臨著各種問題，這些問題的解決需要技術(shù)的進一步發(fā)展?，F(xiàn)有的研究大多集中于云體系結(jié)構(gòu)、云存儲、云數(shù)據(jù)管理、虛擬化、云安全、編程模型等技術(shù)41Google云計算技術(shù)主要內(nèi)容Google的“云”在哪里？Google云計算應用場景Google云計算的技術(shù)框架Google云計算的關(guān)鍵技術(shù)Google的“云”在哪里？云計算是一個新概念于07年第3季度被提出，是并行計算、分布式計算和網(wǎng)格計算等技術(shù)的混合演進，經(jīng)過商業(yè)包裝的概念為分布式存儲和分布式計算找到了盈利模式提出以來發(fā)展迅速，Google、Amazon、Microsoft等公司都提出了自己的云計算方案為什么Google需要“云”？系統(tǒng)規(guī)模對系統(tǒng)設計的重要性Google提供的服務：海量信息＋海量用戶，如何又好又快地提供服務？Google的“云”在哪里？Google的“云”無所不在GoogleEarth、Gmail……GoogleDocs，GoogleWave……云計算技術(shù)是Google大部分應用的基礎設施沒有“云計算”，就沒有Google的創(chuàng)新服務Google云計算應用場景Google的云計算夢想應用向互聯(lián)網(wǎng)遷移數(shù)據(jù)向互聯(lián)網(wǎng)遷移計算能力向互聯(lián)網(wǎng)遷移存儲空間向互聯(lián)網(wǎng)遷移“瀏覽器＝操作系統(tǒng)”GoogleChromeGoogle云計算應用場景Google云計算應用的分類總體上，云計算可以分為IaaS、PaaS和SaaS三種類型Google云計算應用場景Google云計算應用的分類目前，Google云計算應用可以歸于SaaS和PaaS兩類SaaSGoogleDocsGoogleMapsGmailGoogleCalendarGoogleWave……PaaSGoogleAppEngineGoogle云計算應用場景

——GoogleDocsGoogle在線文檔創(chuàng)建在線的Word和Excel，支持主要的文檔編輯功能Google云計算應用場景

——GoogleDocsGoogle在線文檔在線創(chuàng)建演示文檔（PPT），并支持在線演示Google云計算應用場景

——GoogleDocsGoogle在線文檔支持實時協(xié)作（多人同時編輯）使用豐富的在線模板，快速構(gòu)建文檔支持移動設備訪問和編輯與其他產(chǎn)品集成，如Gmail等Google云計算應用場景

——GoogleMapsGoogle提供的電子地圖服務Google云計算應用場景

——GoogleMapsGoogle提供的電子地圖服務提供全球詳盡的矢量電子地圖不僅僅是地圖街景地形交通流量衛(wèi)星圖片不僅僅是地圖商業(yè)信息導航支持移動設備訪問，對外提供服務Google云計算應用場景

——GmailGoogle提供的電子郵件服務超大附件、海量存儲空間Google云計算應用場景

——GoogleCalendarGoogle提供的日程安排工具Google云計算應用場景

——GoogleWaveGoogle的信息分享、協(xié)作、發(fā)布平臺一個創(chuàng)新和整合的平臺整合了Gmail、即時通訊、文字處理、在線協(xié)作（游戲）等功能Google云計算應用場景

——AppEngine隸屬于PaaS的Google云計算屬于部署在云端的應用執(zhí)行環(huán)境支持Python和Java兩種語言通過SDK提供Google的各種服務，如圖形、MAIL和數(shù)據(jù)存儲等用戶可快速、廉價（可免費使用限定的流量和存儲）地部署自己開發(fā)的應用（如創(chuàng)新的網(wǎng)站、游戲等）Google云計算應用場景上述應用的特點應用（功能實現(xiàn)）在云端存儲在云端計算在云端Google云計算的技術(shù)架構(gòu)Google的云計算應用均依賴于四個基礎組件文件存儲，GoogleFileSystem，GFS并行數(shù)據(jù)處理MapReduce分布式鎖Chubby結(jié)構(gòu)化數(shù)據(jù)表BigTableGoogle云計算應用MapReduceBigTableGFSChubbyGoogle云計算關(guān)鍵技術(shù)

——GFSGoogle文件系統(tǒng)的假設與目標硬件出錯是正常而非異常系統(tǒng)應當由大量廉價、易損的硬件組成必須保持文件系統(tǒng)整體的可靠性主要負載是流數(shù)據(jù)讀寫主要用于程序處理批量數(shù)據(jù)，而非與用戶的交互或隨機讀寫數(shù)據(jù)寫主要是“追加寫”，“插入寫”非常少需要存儲大尺寸的文件存儲的文件尺寸可能是GB或TB量級，而且應當能支持存儲成千上萬的大尺寸文件Google云計算關(guān)鍵技術(shù)

——GFSGFS的架構(gòu)如何存儲大文件？節(jié)點分為Client、Master和ChunkServer三類Google云計算關(guān)鍵技術(shù)

——GFSGFS的架構(gòu)Master：管理節(jié)點，邏輯上唯一（物理上多個），保存系統(tǒng)元數(shù)據(jù)，負責整個文件系統(tǒng)的管理，是GFS的“大腦”Google云計算關(guān)鍵技術(shù)

——GFSGFS的架構(gòu)ChunkServer：負責具體的存儲工作GFS可以包含多個ChunkServer，其數(shù)目決定了GFS的存儲規(guī)模GFS將文件分塊存儲，塊大小默認為64M，每隔塊均具有唯一索引號（index）Google云計算關(guān)鍵技術(shù)

——GFSGFS的架構(gòu)GFS的訪問流程Google云計算關(guān)鍵技術(shù)

——GFSGFS的架構(gòu)訪問流程實現(xiàn)了控制流和信息流的分離Client與Master僅有控制流，使Master不成為瓶頸Client與ChunkServer直接存儲數(shù)據(jù)，實現(xiàn)高速的數(shù)據(jù)并發(fā)讀取Google云計算關(guān)鍵技術(shù)

——GFSGFS的架構(gòu)的特點采用中心服務器模式可以方便地增加ChunkServerMaster掌握系統(tǒng)內(nèi)所有ChunkServer的情況，方便進行負載均衡不存在元數(shù)據(jù)的一致性問題不緩沖數(shù)據(jù)GFS的文件操作大部分是流式讀寫，不存在大量的重復讀寫，使用Cache對性能提高不大ChunkServer上的數(shù)據(jù)存取使用本地文件系統(tǒng)，如果某個Chunk讀取頻繁，文件系統(tǒng)具有Cache從可行性看，Cache與實際數(shù)據(jù)的一致性維護也極其復雜Google云計算關(guān)鍵技術(shù)

——GFSGFS的架構(gòu)的特點在用戶態(tài)下實現(xiàn)直接利用ChunkServer的文件系統(tǒng)存取Chunk，實現(xiàn)簡單用戶態(tài)應用調(diào)試較為簡單，利于開發(fā)用戶態(tài)的GFS不會影響ChunkServer的穩(wěn)定性只提供專用的訪問接口降低GFS的實現(xiàn)復雜度Google云計算關(guān)鍵技術(shù)

——GFSGFS的容錯機制ChunkServer容錯每個Chunk有多個存儲副本（通常是3個），分別存儲于不通的服務器上每個Chunk又劃分為若干Block（64KB），每個Block對應一個32bit的校驗碼，保證數(shù)據(jù)正確（若某個Block錯誤，則轉(zhuǎn)移至其他Chunk副本）Master容錯三類元數(shù)據(jù)：命名空間（目錄結(jié)構(gòu)）、Chunk與文件名的映射以及Chunk副本的位置信息前兩類通過日志提供容錯，Chunk副本信息存儲于ChunkServer，Master出現(xiàn)故障時可恢復Google云計算關(guān)鍵技術(shù)

——GFS基于GFS的Google數(shù)據(jù)中心節(jié)點廉價、易損壞，但整體可靠、穩(wěn)定Google云計算關(guān)鍵技術(shù)

——MapReduceMapReduceGoogle提出的一個軟件架構(gòu)，是一種處理海量數(shù)據(jù)的并行編程模式用于大規(guī)模數(shù)據(jù)集（通常大于1TB）的并行運算MapReduce實現(xiàn)了Map和Reduce兩個功能Map把一個函數(shù)應用于集合中的所有成員，然后返回一個基于這個處理的結(jié)果集Reduce對結(jié)果集進行分類和歸納Map()和Reduce()兩個函數(shù)可能會并行運行，即使不是在同一的系統(tǒng)的同一時刻Google云計算關(guān)鍵技術(shù)

——MapReduce業(yè)務處理流程Google云計算關(guān)鍵技術(shù)

——MapReduce案例：單詞記數(shù)問題(WordCount)給定一個巨大的文本（如1TB），如何計算單詞出現(xiàn)的數(shù)目？Google云計算關(guān)鍵技術(shù)

——MapReduce使用MapReduce求解該問題定義Map和Reduce函數(shù)Google云計算關(guān)鍵技術(shù)

——MapReduce使用MapReduce求解該問題Step1:自動對文本進行分割Google云計算關(guān)鍵技術(shù)

——MapReduce使用MapReduce求解該問題Step2:在分割之后的每一對<key,value>進行用戶定義的Map進行處理，再生成新的<key,value>對Google云計算關(guān)鍵技術(shù)

——MapReduce使用MapReduce求解該問題Step3:對輸出的結(jié)果集歸攏、排序(系統(tǒng)自動完成）Google云計算關(guān)鍵技術(shù)

——MapReduce使用MapReduce求解該問題Step4:通過Reduce操作生成最后結(jié)果Google云計算關(guān)鍵技術(shù)

——MapReduce實踐證明，MapReduce是出色的分布式計算模型Google宣布，其對分布于1000臺計算機上的1TB數(shù)據(jù)進行排序僅僅需要68s對4000臺計算機上的1PB數(shù)據(jù)進行排序處理僅需要6小時2分鐘（每次測試至少會損壞1塊硬盤）在08年1月份，GoogleMapReduce平均每天的數(shù)據(jù)處理量是20PB，相當于美國國會圖書館當年5月份存檔網(wǎng)絡數(shù)據(jù)的240倍Google云計算關(guān)鍵技術(shù)

——Chubby分布式一致性問題在一個分布式系統(tǒng)中，有一組的Process，它們需要確定一個Value。于是每個Process都提出了一個Value，一致性就是指只有其中的一個Value能夠被選中作為最后確定的值，并且當這個值被選出來以后，所有的Process都需要被通知到Google云計算關(guān)鍵技術(shù)

——ChubbyGoogle云計算中的分布式一致性問題例如，GFS在物理上往往包含多個Master，但需要在邏輯上確定唯一的Master。如何確定？這是一個分布式一致性問題Chubby是Google為解決分布式一致性問題而設計的提供粗粒度鎖服務的文件系統(tǒng)Google云計算關(guān)鍵技術(shù)

——ChubbyChubby是一個文件系統(tǒng)，如何提供“鎖”服務？Chubby中的鎖就是文件在GFS的例子中，創(chuàng)建文件就是進行“加鎖”操作，創(chuàng)建文件成功的那個server其實就是搶占到了“鎖”用戶通過打開、關(guān)閉和讀取文件，獲取共享鎖或者獨占鎖；并且通過通信機制，向用戶發(fā)送更新信息因此，通過Chubby可以解決Google云計算中的分布式一致性問題Google云計算關(guān)鍵技術(shù)

——BigTable為什么需要設計BigTable？Google需要存儲的數(shù)據(jù)種類繁多網(wǎng)頁，地圖數(shù)據(jù)，郵件……如何使用統(tǒng)一的方式存儲各類數(shù)據(jù)？海量的服務請求如何快速地從海量信息中尋找需要的數(shù)據(jù)？BigTable：