精华内容
下载资源
问答
  • 云计算虚拟化技术论文
    千次阅读
    2021-06-27 05:57:38

    精选了【100道】关于云计算专业论文题目供您后续的写作参考,在写云计算论文之前,很多大学生总是被云计算论文题目如何定难倒怎么办?请阅读本文!

    一、比较好写的云计算论文题目:

    1、基于MPSO算法的云计算资源调度策略

    2、云计算平台中多虚拟机内存协同优化策略研究

    3、云计算环境下的隐私权保护初探

    4、云计算时代的数字图书馆信息安全思考

    5、云计算对图书馆事业的双重影响

    6、一种云计算操作系统TransOS:基于透明计算的设计与实现

    7、云计算对高校教学资源影响解析

    8、云计算环境下关联规则挖掘算法的研究

    9、面向信息资源管理的云计算性能分析

    10、软件工程专业“翻转课堂”云计算教学平台探讨

    11、云计算及云存储生态系统研究

    12、云计算环境下的数据存储

    13、云计算热点问题分析

    14、云计算环境下的图书馆变革

    15、云计算环境下信息资源共享模式研究

    16、基于云计算理念构建数字化教学资源平台

    17、云计算研究综述——基于技术与商业价值双重视角

    18、SOA与云计算:竞争还是融合

    19、一种云计算安全模型与架构设计研究

    20、基于云计算的资源调度策略

    二、云计算毕业论文题目推荐:

    1、面向云计算的工作流技术

    2、云计算环境下知识约简算法

    3、基于云计算的居民用电行为分析模型研究

    4、云计算环境下数字参考咨询服务模式创新

    5、云计算改善数字图书馆用户体验初探

    6、云计算平台可信性增强技术的研究

    7、从云计算到海计算:论物联网的体系结构

    8、云计算的发展及其对会计、审计的挑战

    9、云计算概念和影响力解析

    10、云计算中的数据隐私性保护与自我销毁

    11、与云共舞——微软云计算的新进展

    12、云计算环境下的数字图书馆

    13、云计算环境下QoS偏好感知的副本选择策略

    14、我国云计算教育应用的现状与发展趋势

    15、基于云计算理念与技术的医疗信息化

    16、云计算环境下面向数据密集型应用的数据布局策略与方法

    17、云计算环境下的联网审计实现方法探析

    18、"云计算"环境下图书馆信息资源共建共享模式初探

    19、云计算在图书馆建设与信息服务中潜在价值探析

    20、云制造——制造领域中的云计算

    三、大学云计算论文题目大全集:

    1、基于云计算的多源信息服务系统研究综述

    2、基于云计算的电子政务信息资源共享系统建设研究

    3、面向云计算的虚拟机动态迁移框架

    4、云计算环境下分布式缓存技术的现状与挑战

    5、云计算在图书馆中的应用

    6、基于云计算的图书馆海量数据存储研究

    7、基于云计算环境的蚁群优化计算资源分配算法

    8、一种云计算环境下的能效模型和度量方法

    9、云计算及其在网络学习环境构建中的应用初探

    10、基于云计算的教育信息化平台的研究

    11、云计算环境下图书馆自动化系统发展探索

    12、面向云计算的数据中心网络体系结构设计

    13、基于云计算的图书馆建设与服务发展

    14、云计算:从云安全到可信云

    15、随机任务在云计算平台中能耗的优化管理方法

    16、云计算环境下的数字图书馆信息资源整合与服务模式创新

    17、云计算研究综述及未来发展

    18、未来计算在“云端”——浅谈云计算和移动学习

    19、云计算安全与等级保护

    20、基于行为的云计算访问控制安全模型

    四、最新云计算论文选题参考:

    1、云计算:体系架构与关键技术

    2、云计算环境下的大规模图数据处理技术

    3、云计算及安全分析

    4、一种基于云计算理念的网络化建模与仿真平台——“云仿真平台”

    5、云计算安全:架构、机制与模型评价

    6、低碳型教育与云计算辅助教学

    7、云计算中虚拟机放置的自适应管理与多目标优化

    8、云计算国内外发展现状分析

    9、云计算数据中心的新能源应用:研究现状与趋势

    10、基于云计算的电力数据中心基础架构及其关键技术

    11、云计算技术发展分析及其应用探讨

    12、一种面向虚拟化云计算平台的内存优化技术

    13、电力系统云计算中心的研究与实践

    14、云计算技术在图书馆中的应用探讨

    15、云计算的发展及其对会计、审计的挑战

    16、云计算环境下基于失效规则的资源动态提供策略

    17、云计算、技术中立与版权责任

    18、云计算:构建未来电力系统的核心计算平台

    19、基于云计算平台Hadoop的并行k-means聚类算法设计研究

    20、云计算——高校教育信息化建设和发展的新模式

    五、大学生优秀云计算论文题目:

    1、云计算:系统实例与研究现状

    2、云计算:体系架构与关键技术

    3、云计算及其关键技术

    4、云计算研究进展综述

    5、云计算给图书馆管理带来挑战

    6、云计算安全研究

    7、云计算:从概念到平台

    8、云计算研究现状综述

    9、云计算-体系架构与关键技术 [J]

    10、云计算环境下的分布存储关键技术

    11、云计算环境下基于改进遗传算法的任务调度算法

    12、云计算与信息资源共享管理

    13、基于云计算的智能电网信息平台

    14、虚拟化云计算平台的能耗管理

    15、云计算与网络学习

    16、云计算安全:架构、机制与模型评价

    17、云计算与图书馆:为云计算研究辩护

    18、云计算环境下面向数据密集型应用的数据布局策略与方法

    19、云计算安全关键技术分析

    20、云计算和云数据管理技术

    为论文写作提供云计算专业论文题目,解决云计算论文题目如何定的相关难题.

    云计算范文

    更多相关内容
  • 云计算虚拟化技术的发展与趋势.pdf
  • 基于北京邮电大学虚拟化云计算课程商老师从万篇论文中精挑细选的论文,模仿了外国顶尖大学的授课模式,更加注重理论基础,目的是为了从精选的顶尖论文中学习大师的思维,从而找到创新点
  • 虚拟化已成为云计算环境中一种广泛且有吸引力的应用技术。 在多个隔离的虚拟机之间共享单个物理机,从而优化硬件使用,并使虚拟系统的迁移和管理比物理系统更有效。 虚拟化是云环境中的一项基本技术。 然而,软件和...
  • 资源是新技术专题论文论文有30页左右,主要是叙述云计算与大数据平台相关内容,资源内容丰富,可适当选择自己所需。
  • 虚拟化技术云计算的重要技术,主要用于物理资源的池化,从而可以弹性地分配给用户。物理资源包括服务器、网络和存储。但是计算资源的池化不一定要用虚拟化技术,金属裸机也能池化,比如 IBM 的 Softlayer 就是直接...

    虚拟化技术是云计算的重要技术,主要用于物理资源的池化,从而可以弹性地分配给用户。物理资源包括服务器、网络和存储。但是计算资源的池化不一定要用虚拟化技术,金属裸机也能池化,比如 IBM 的 Softlayer 就是直接使用物理机来实现云计算的。

    主机虚拟化的思想可以追溯到 IBM 机器的逻辑分区,即把一台 IBM 机器划分成若干台逻辑的服务器,每台逻辑服务器拥有独占的计算资源(CPU、内存、硬盘、网卡),可以单独安装和运行操作系统。IBM 机器价格昂贵,相对于当时的计算任务来说,机器的计算能力太过强大,所以需要划分为更小的计算单元。

    后来随着个人计算机处理能力的不断发展,1998 年 VMware 公司成立,这家公司专注于机器虚拟化的软件解决方案。也就是说,对于不支持逻辑分区的计算机,可以直接通过安装 VMware 虚拟化软件来模拟更多的虚拟机,然后再在这些虚拟机里安装操作系统和应用软件,可以给虚拟机灵活配置内存、CPU、硬盘和网卡等资源,如图 1 所示。

    虚拟机结构
    图 1 虚拟机结构

    在一台物理机上可以创建很多虚拟机,虚拟机里允许安装不同的操作系统,配置不同的网络 IP 地址。

    可以动手做个实验:购买一台计算机(配置:双核 3.0GB CPU、4GB 内存、500GB 硬盘、1000MB 网卡),首先安装 Windows 8 操作系统,把所有的硬件驱动安装好,然后安装办公软件、QQ、音视频播放软件和 C 语言开发工具等。接下来安装 VMware Workstation 12.0 虚拟化软件,安装完成后重新启动计算机,并双击桌面上的“VMware Workstation”图标启动虚拟化软件,如图 2 所示。

    在里面可以创建很多虚拟机,比如图 2 中就创建了 14 台虚拟机,虚拟机里安装的操作系统分别是 Windows 7、Windows 8、Windows Server 2012、Windows XP 和 Linux 的各种发行版。只要不启动虚拟机,就不会消耗内存和 CPU 资源,但是会占用硬盘空间。能同时启动的虚拟机数目与计算机的物理内存容量和 CPU 速度有关。另一款免费的桌面虚拟机软件是 Oracle 公司的 VirtualBox。

    近几年来,很多大公司不断加入主机虚拟化软件市场,竞争异常激烈。排名靠前的有 EMC(收购 VMware)、微软、思杰、红帽、Oracle、Parallels。微软把虚拟机直接集成在操作系统里;红帽携 KVM 开源虚拟机一路攻城略地;Oracle 的虚拟机算是个小字辈;Parallels 公司的产品既支持虚拟机,也支持容器。

    容器是一个轻量级的运行环境,在同样配置的物理机上,能同时运行比虚拟机多三倍的容器。VMware 的虚拟化产品受到微软 Hyper-V、红帽 KVM 及思杰 Xen 的强大冲击,其市场开始出现萎缩的征兆。

    启动虚拟化软件
    图 2 启动虚拟化软件

    目前 CPU 发展到多核,且本身就支持虚拟化。虚拟化软件厂商直接推出了能运行在裸机上的虚拟化软件层,如微软的 Windows Hyper-v 2012、EMC 的 ESXi6、思杰的 XenServer、红帽的 RHEV-H等,然后在虚拟化软件层上直接创建更多的虚拟机,如图 3 所示。

    虚拟化软件层消耗的计算资源很少,一般在 10% 以内,相比前面的方法,同一台物理机可以运行更多的虚拟机。

    针对云计算方案,各虚拟化软件厂商还推出了云端虚拟机管理工具,实现虚拟机的创建、删除、复制、备份、恢复、热迁移和监控等统一管理。其中,热迁移就是在不关闭虚拟机的情况下,把虚拟机从一台物理机转移到另一台物理机上,而正在使用虚拟机的租户感觉不到虚拟机被移动了。一台虚拟机的计算能力目前还不能超过其所在的物理机的计算能力。

    直接在虚拟化软件层创建更多虚拟机
    图 3 直接在虚拟化软件层创建更多虚拟机

    但是在每台虚拟机里都要安装和运行操作系统的做法,仍然浪费了很多计算资源。

    举一个简单的例子:假如一台计算机的配置是双核 3GHz 的 CPU、8GB 的内存、500GB 的硬盘,现在在这台计算机上创建 6 台虚拟机,每台虚拟机分配 1GB 内存、64GB 硬盘、1GHzCPU,虚拟机都安装 Windows 7 操作系统。那么当全部虚拟机启动后,几乎就很难再运行应用程序了,因为内存和 CPU 资源都被操作系统本身消耗掉了。

    为此,有公司专门推出了应用软件容器产品,即在操作系统层上创建一个个容器,这些容器共享下层的操作系统内核和硬件资源,但是每个容器可单独限制 CPU、内存、硬盘和网络带宽容量,并且拥有单独的 IP 地址和操作系统管理员账户,可以关闭和重启。与虚拟机最大的不同是,容器里不用再安装操作系统,因此浪费的计算资源也就大大减少了,这样同样一台计算机就可以服务于更多的租户,示意图如图 4 所示。

    容器
    图 4 容器

    容器产品提供商 Parallels 针对 Linux 和 Windows 操作系统分别推出了两套应用软件容器产品:OpenVZ 和 Parallels Containers for Windows,其中 OpenVZ 是开源的,Windows 版是商用的,最新版 Parallels Containers for Windows 6.0 支持 Windows Server 2012 Data Center Edition。

    开源容器项目 Docker 绝对是后起之秀,受到谷歌公司的大力推崇,发展迅速。微软目前也推出了两种容器产品:Windows Server Container 和 Hyper-V Container,后者的隔离效果介于容器和虚拟机之间。

    应用软件容器与虚拟机的第二个不同是,容器里不能进行操作系统级的修改和配置。对于做驱动开发和 Linux 内核定制的人来说,就不适合租赁容器,而虚拟机则没有任何限制。

    现在有企业推出了云计算一体机(或称为箱式数据中心),做一个大箱子,里面封装了几台服务器、磁盘柜、计算机网络设备、UPS(不间断电源)、制冷设备等,并且安装了虚拟化软件和云管理工具。微软的云计算一体机采用水冷系统,冷水进去,热水出来,如图 5 所示。

    云计算一体机
    图 5 云计算一体机

    云计算一体机消耗的电能(3000W 以上)全部转化为热能被水带出,热水可以进一步利用,真正做到了节约能源,从而使云计算成为名副其实的绿色 IT。图 6 所示为华为的 FusionCube 一体机,不过里面没有制冷设备和 UPS,外表显得“傻大黑粗”。

    华为的 FusionCube 一体机
    图 6 华为的 FusionCube 一体机

    电力使用效率(Power Usage Effectiveness,PUE)是目前国际上通行的用于衡量云端和云计算一体机能源效率的指标,它等于总能耗与 IT 设备能耗的比值。比值越小,表明能源利用率越高,绿色程度越高。

    目前国外先进的数据中心机房 PUE 值通常小于 2,而我国的大多数数据中心的 PUE 值为 2~3。在云端,IT 设备主要指服务器、存储设备、网络设备,其他的诸如制冷设备、UPS、安防设备等属于非 IT 设备,其中制冷设备功耗几乎占到总功耗的一半。

    出租虚拟机属于 IaaS 云服务,IaaS 的另一种产品是出租裸机,即直接把硬件服务器出租出去,通过服务器上的远程管理卡可以把配置、安装操作系统、开关机等功能整合到租户自助网站上。

    最后,对主机虚拟化技术进行总结,如图 7 所示。

    主机虚拟化技术
    图 7 主机虚拟化技术

    在图 7 中,“多用户”是实现远程桌面最轻量化的方案,即在操作系统里创建多个用户账号,然后让这些用户登录使用计算机。

    目前微软的远程桌面服务和 Linux 多用户运行级别都是实现“多用户”的方法。最近有不少公司在多用户的基础上进一步做轻量化处理,推出应用程序虚拟化(vAPP),如微软的 APP-V、思杰的 XenAPP、VMware 公司的 ThinAPP、Ceedo 公司的 Ceedoclient 等。

    应用程序虚拟化有一个好处,即使计算服务器按应用分工,比如使用一台服务器专门运行 Word 软件,第二台专门运行 Excel 软件,第三台专门运行 QQ,第四台运行 Photoshop,通过应用软件虚拟化技术把 Word、Excel、QQ、Photoshop 整合到用户的桌面上。

    使用户桌面环境与应用程序分离有如下几个好处:

    1)可以根据应用程序来专门定制服务器硬件

    不同的应用软件,对机器配置的侧重点不同,比如图形处理软件对显卡要求较高、QQ 对网络要求较高,根据应用软件定制的服务器运行效率自然会提高不少。

    2)节约更多的资源

    一台服务器只运行一个应用软件,但同时服务多个用户,可以节约硬盘资源、节约内存资源、节约 CPU 资源,具体原因可以参考操作系统原理和计算机体系结构方面的书籍。

    3)提高生产效率

    运行同一个程序,等于执行一份相同的软件代码,从而大大提高了各级缓存的命中率,也加快了进程的切换速度,提高了虚拟内存的换入、换出效率。

    图 7 中的物理机(也称为裸金属机)是最重型的方案。同一台计算机上租户数越多,表明相应方案越轻量化,反之则越重型化。在实际方案中,要根据租户的需求来确定轻重级别。

    目前一台虚拟机不能跨越多台物理机(只能在一台物理机上运行),这意味着虚拟机的运算能力不会超过一台物理机的运算能力,以后的技术能不能突破还很难下定论。目前通过集群联合多台物理机,对外呈现一致的寻址空间,对用户来说,似乎在使用一台超级计算机,但这是虚幻的,集群与虚拟化具有本质的不同。

    但是目前主流的主机虚拟化技术都支持过度分配资源,即分配给同一台物理机上的虚拟机的资源之和大于物理机本身的资源数。比如物理机的计算资源是内存 4GB、CPU 8 核、磁盘 100GB,在这台物理机上创建 5 台虚拟机,每台虚拟机分配资源如下:内存 1GB、CPU 2 核、磁盘 30GB,显然 5 台虚拟机资源之和是内存 5GB、CPU 10 核、磁盘 150GB,超过了物理机的资源总数。

    在虚拟机运行时,按其实际消耗的资源动态分配,但是不超过管理员给其分配的上限,一般计算机正常运行时资源耗费不会超过其总资源的 75%,这样过度分配资源就容易理解了。CPU 的过度分配率一般为 16 倍,内存的过度分配率一般为 1.5 倍。

    接下来我们再来看看网络虚拟化技术。网络虚拟化技术主要用来对物理网络资源进行抽象并池化,以便于分割或合并资源来满足共享的目的。人们很早就意识到了网络服务与硬件解耦的必要性,先后诞生了许多过渡的技术,其中最重要的 6 种分别是虚拟局域网络(VLAN)、虚拟专用网络(VPN)、主动可编程网络(APN)、叠加网络(Overlay Network)、软件定义网络(SDN)和网络功能虚拟化(NFV),如图 8 所示。

    网络虚拟化的发展历程
    图 8 网络虚拟化的发展历程

    APN 把控制信息封装到报文内部,路由器根据报文内的控制信息做决策。SDN 和 NFV 是目前最为热门的网络虚拟化技术,在云计算和大数据时代,其发展不可小视。

    网络虚拟化技术已经出现了 20 多年,但是发展却一直不温不火,原因是缺少一个杀手级的应用。云计算的出现对于网络虚拟化来说是一次千载难逢的机会,可以说,有了云计算,网络虚拟化才变得如此热门,如果没有网络虚拟化,就没有大规模的云计算。

    众所周知,一个计算机网络必须完成两件事:

    1. 把数据从 A 点传送到 B 点,主要包括接收、存储和转发数据。
    2. 控制如何传送。主要是各种路由控制协议。

    这跟交通网络很相似,连接两个城市的交通网络具备的第一个功能就是汽车从一个城市到达另一个城市;第二个功能是控制到底走哪条线路最好。前者就是由公路组成的交通网络,后者就是交通控制系统。

    下面我们再来看看传统的网络设备(比如一台路由器)的逻辑分层结构,如图 9 所示。

    路由器的逻辑分层
    图 9 路由器的逻辑分层

    传统的网络设备包含了完整的三层,由厂商统一捆绑销售,第三方很难修改里面的软硬件结构,由此对用户来说有以下几个明显的缺点:

    • 容易被网络设备厂商绑定。
    • 不能快捷满足业务的需求。
    • 成本高。
    • 无法实现网络虚拟化。
    • 数据传送的路径很难保证全局最优。

    如今,SDN 是网络虚拟化技术当中最热门的技术。SDN 技术通过分离网络控制部分和封包传送部分来避免传统网络设备的缺点,处于数据通路上的网络设备蜕化为准硬件设备,网络中的所有网络设备的网络控制部分独立出来由一台服务器单独承担,示意图如图 10 所示。

    把网络控制部分从各个网络设备中独立出来,统一由 SDN 网络控制器承担,这样做的最大好处是数据传送的路径是全局最优的。

    SDN 网络控制器类似于 GPS 导航卫星,它存储了全局的网络拓扑图,俯视着整张网络,精确导航着每个数据包的流向。当某台网络设备收到一个数据包时,就会询问网络控制器:“这个包要往哪个口送出去?”SDN 网络控制器可能回答:“从 2 端口送出去。”

    为了加快转发速度,SDN 网络设备会存储答案,即属于同一个会话的数据包直接从之前的出口送走,类似于现实生活中完成同一个运输任务的车队,在每个交叉路口,GPS 卫星只导航第一辆车,后面的车跟着行驶即可。SDN 网络设备和网络控制器之间采用 Openflow 协议进行通信。

    SDN原理图
    图 10 SDN 原理图

    云端一般采用 Open vSwitch 交换机,它是一款开源的网络虚拟化产品,是二层交换机,性能可以与硬件交换机媲美。利用它可以在虚拟机的下面构筑虚拟网络层,通过实时修改 Open vSwitch 的配置,可以组建变化灵活的局域网,使得一台虚拟机能快速地从一个局域网迁移到另一个局域网中,这是物理交换机所无法实现的,如图 11 所示。

    迁移
    图 11 迁移

    不同物理机上的两台虚拟机之间的网络通路如图 12 所示。

    不同物理机上的两台虚拟机之间的网络通路
    图 12 不同物理机上的两台虚拟机之间的网络通路

    VDI(远程桌面)是什么?

    使用过 Windows 操作系统的用户都知道,计算机启动完毕后看到的那个屏幕叫桌面,上面有很多小图标,包括此电脑、回收站,以及很多由用户自己创建的应用程序快捷方式。图 1 所示是我的 Windows 10 桌面。

    Windows 10桌面
    图 1 Windows 10桌面

    图 2 所示是安装了 Linux 操作系统的桌面。

    Linux桌面
    图 2 Linux 桌面

    不同的用户登录计算机后看到的桌面是不一样的,每个用户都可以定制自己的桌面,而不会影响到同一台计算机上的其他人的桌面。

    如果把桌面放在云端,就成了远程桌面,租户输入账号和密码就可以登录到云端的桌面,此后使用云端桌面与本地桌面一样,没有区别。有人喜欢把远程桌面称为虚拟桌面接口(VDI),这样学术性更浓厚一些。

    使用云端桌面能实现移动办公,请看下面的情景描述:

    李昭在一家公司做售后,主要工作是解决客户的问题,其活动范围包括家、公司、客户处。他经常出差,具体工作包括写文档、修改软件 Bug、管理问题库工具。李昭家里有台式机,公司有办公计算机,出差时携带笔记本电脑,公司还给他在私有云上创建了一个虚拟机。

    李昭在虚拟机里安装了 Windows 8 操作系统,然后又安装了 Office 2013 办公软件、QQ、PDF 阅读器、暴风影音、Visual Studio 2012 开发工具、Photoshop CS5、Chrome 网页浏览器、问题管理工具等软件,最后开启了虚拟机的远程桌面。

    这样,李昭就能在家里、公司和客户处登录到云端桌面了。云端桌面成了李昭唯一的办公桌面,如图 3 所示。他写的文档、修改的软件、设计的图片、下载的电影和歌曲等都在这里,不管李昭走到哪里,都可以随时随地访问其数据资料。

    云端桌面
    图 3 云端桌面

    远程桌面协议是实现远程桌面应用的关键技术之一,协议规定终端与云端桌面如何通信。

    目前的远程桌面协议有微软的 RDP10、EMC 公司的 EOP/PCoIP、思杰公司的 ICA/HDX、红帽公司的 SPICE,以及 Ericom 公司的远程桌面产品。

    微软的 RDP10 客户端软件目前能运行在安装了 Windows10、Windows Server 2012 的计算机上,或者固化了相应操作系统内核(Windows Embedded Standard 10、Windows 10 IoT)的嵌入式终端上,同时发布了针对安卓和苹果操作系统的客户端软件。

    而云端桌面的操作系统只能安装 Windows 8、Windows Server 2012 和 Windows Server 2016,比如图 3 就是在安装了 Windows 7 操作系统的计算机上登录到云端的 Windows 8 桌面所看到的开始菜单。

    开源项目 FreeRDP 支持 RDP 协议,能在很多操作系统上运行,但是目前不支持 RDP 8.0。微软的 RDP 8.0 协议规范公开在官方网站上,预计不久后,FreeRDP 就会支持 RDP 8.0 了。而其他几个公司同时发布了能运行在 Windows、Linux、Adnriod 和 Mac OS 系统上的多个版本。

    以下是实现远程桌面的 3 种方法:

    1)基于 IaaS 云服务的虚拟机或裸机,租户租用云服务提供商的虚拟机或裸机,然后自己安装操作系统、应用软件并开启远程桌面,我们称这种远程桌面为 IaaS 云桌面。

    2)IaaS 云服务的应用软件容器,租户共享底层的操作系统内核,单独安装应用软件和一些基础运行库,我们称这种远程桌面为 IaaS 容器桌面。比如 OpenVZ 和 Virtuozzo Containers 实现 Linux 的容器桌面,Windows Server Container、Hyper-V Container 和 Virtuozzo Containers 实现 Windows 的容器桌面。

    3)基于半平台 PaaS 云服务,并为每个租户创建一个系统账户,其实就是利用了现代操作系统的多用户特点,即同时让许多人登录并使用计算机,我们称这种远程桌面为 PaaS 云桌面。

    PaaS 云桌面在私有云中应用比较普遍,尤其是私有办公云。因为搭建 PaaS 云桌面具备很好的伸缩性,所以小的云端用一台计算机即可。一台配置高的台式机(4 核 3.0GB CPU、16GB 内存、1T 硬盘)就可以供 20 个左右的员工日常办公,以后随着公司的发展,员工不断增多,可以不断地增加云端计算机来构建更大的云端。

    目前微软的终端服务技术就是典型的 PaaS 云桌面的解决方案,要求每个用户购买许可证,在正规的商业环境下建议购买正规许可证。

    由于 IaaS 云桌面是每个租户单独使用一台云主机(虚拟机或裸机),所以租户间的隔离效果最好,IaaS 容器桌面的隔离效果次之,PaaS 云桌面的隔离效果最差。这里的“隔离”,是指一个租户的操作行为和私有数据资料对另一个租户的可见度。比如两个租户登录到同一台计算机的 PaaS 云桌面,那么他们之间是互相可见的:可以看到对方的进程、对方的数据文件,一方关机另一方就会被强行退出,具体内容可参阅后面教程。

    在规划具体的云端方案时,要综合考虑到底采用什么类型的桌面,这里提供一些经验如下:

    1. 同一个部门的人采用 PaaS 云桌面。
    2. 中小企业采用 PaaS 云桌面。
    3. 重要岗位(如财务、人事、销售)采用 IaaS 云桌面。
    4. 同一个研发团队采用 IaaS 容器桌面。
    5. 公共云采用非 PaaS 云桌面。
    6. 领导和核心保密部门应采用裸机桌面。

    负载均衡(Load Balance)简介

    众多的租户通过计算机网络接入云端的计算机并使用里面的计算资源,这里有三点需要注意:

    • 租户很多。
    • 云端有很多计算机。
    • 进入云端的宽带专线条数有限(一般为 1~3 条光纤),如图 1 所示。

    接入云端
    图 1 接入云端

    负载就是任务,即租户要在云端完成的任务。把众多租户要完成的任务如何合理地分配给云端的各个服务器并能快速处理完,就是负载均衡技术所要解决的问题。

    理想的使用情景描述如下:

    早上 8:30 前,微算公司云端只有 1 号服务器在开启状态,其他众多的服务器都处于睡眠状态。处于睡眠状态的服务器耗电极少,唤醒一台服务器的时间大概是 1 分钟。然后员工陆续到岗,最先来的 20 名员工登录到云端的 1 号服务器上的远程桌面,1 号服务器还可以接入 5 台终端,此时 1 号服务器唤醒 2 号服务器,接下来的 5 人仍然接入 1 号服务器,后面来的 30 人接入 2 号服务器。2 号服务器配置高一些,所以能接入 30 台终端,2 号服务器在适当的时候唤醒 3 号服务器,此后其他服务器的行为与 2 号服务器相同。

    下午 18:00,员工陆续下班。下班时员工有两种做法:一是从云端注销出来,二是不注销而直接关闭终端。没有注销的远程桌面保留全部的工作任务状态,比如正在编辑的 PPT、打开的 QQ、还在播放的《少年派》等继续保持,第二天员工再登录时看到的桌面还是昨天下班前的状态,他可以继续编辑未完成的 PPT、浏览别人发过来的大量 QQ 消息,不过昨天还没看完的《少年派》快播放完了。由于云端检测到终端 30 分钟内没有输入,于是把其桌面转为睡眠,视频播放暂停。现在该员工需要倒回 30 分钟并继续观看。

    云端没有活跃桌面的服务器在延时 10 分钟后主动睡眠。下午 19:00,还有员工在加班,云端还有 11 台服务器在工作,但是每台服务器只接了 1~5 个不等的活跃桌面。此时云端启动了活跃桌面合并程序,采用热迁移技术,把 32 个活跃桌面合并到 1 号和 2 号服务器上,其他服务器转为睡眠状态。云端服务器的唤醒、睡眠和活跃桌面合并都是自动完成的。

    上面的情景中有一个关键的技术:租户登录时把其桌面分配到一台合适的服务器上,这就是负载均衡技术要解决的问题。对“合适”二字理解不同,实现负载均衡的策略也不同,但前提是保证不会降低租户的体验。下面是常用的负载均衡策略:

    1)让唤醒的每台服务器承担尽可能多的活跃桌面。

    2)使每台服务器消耗的计算资源的占比尽可能相等。如果全部服务器配置相同,那么本策略就是把活跃桌面尽可能地平均分配给所有的服务器。

    3)应用软件相同的租户桌面尽可能地分配到相同的服务器上。同一部门的租户使用的软件差不多,所以相同部门的租户桌面尽可能地分配在相同的服务器上。例如,售后服务部的员工一般都使用客服软件、办公软件、邮件、问题库工具等,所以把售后服务部的员工的桌面放在同一台计算机上且作为半平台 PaaS 云桌面,从而节约很多内存。

    4)同一个租户每次登录时,其桌面尽可能地分配到同一台服务器上。这样可以尽量减少桌面漫游次数,从而降低网络带宽的开销。

    负载均衡任务由负载均衡器完成,目前既有纯软件的负载均衡器产品,如 LVS,也有厂家推出的硬件负载均衡器,如 F5、深信服、梭子鱼、Radware 等,F5 负载均衡器的价格都在 10 万元以上。

    LVS 是开源软件,已经集成到了 Linux 内核,其性能优越,结合一台通用的物理计算机,完全可以搭建一台能与 F5 媲美的负载均衡器。直接采用 DNS 轮询或者 iptables 也可以实现简单的负载均衡任务。

    服务器集群(cluster)简介

    负载均衡技术用于解决如何把许多互不相关的小型任务或中型任务合理地分配到不同的服务器上的问题。互不相关的小型任务或中型任务是指任务之间没有关联性,而且只用一台服务器就可以完成的任务。绝大多数个人租户的任务都属于这类任务。

    对于大型任务,由于一台服务器无法按时完成,所以就要把大型任务拆分成许多中小型任务,然后再分配给多台服务器,由它们协同完成,这就是计算机集群技术所要解决的问题。

    对租户来说,由很多台服务器组成的集群系统就像一台超级计算机,不管运行多么复杂、大型的任务,马上就能得到结果,如图 1 所示。而具备同样计算能力的超级计算机价格却异常昂贵,所以当 PC 服务器价格大幅度下降之后,人们热衷于采用廉价的集群系统来完成各种高性能的计算任务。

    比较明显的例子就是,谷歌公司用几万台服务器组建搜索集群系统,而且服务器都是他们自己组装的。注意:本节讲述的集群是高性能计算集群,目的是完成大型的任务,下一节讲述的容错计算追求更好地完成任务。

    集群构成的“超级计算机”
    图 1 集群构成的“超级计算机”

    显然,集群涉及两大技术:一是任务的拆分,二是任务的调度。

    1. 任务的拆分

    任务的拆分遵循的原则之一是尽量降低子任务之间的关联性,从而提高处理任务的并行度。最常见的关联性是任务处理的时间先后关系,比如子任务 A 一定要在子任务 B 完成之后才能开始处理,即 B 任务的输出作为 A 任务的输入。存在一类子任务无关联的大型任务,拆分这样的任务就很容易。

    比如在全球上亿的网页中搜索关键词“云计算”,这个任务的拆分方法之一是按国家划分:A 子任务搜索中国的网站,B 子任务搜索美国的网站,C 子任务搜索英国的网站等,这些子任务之间没有关联性,可以并行处理,最终把全部子任务的搜索结果合并起来即可。

    再比如中国的天气预报,可以按省份拆分。这类大型任务的拆分示意图如图 2 中的左图所示。

    另外一类大型任务很难拆分成互不相关的子任务,如核爆模拟、战争推演模拟等,拆分出来的子任务之间一定存在关联性,即一些子任务之间开始或者结束的时间与其他一些子任务的起止时间存在前后关系,如图 2 中的右图所示。

    拆分任务
    图 2 拆分任务

    2. 任务的调度

    任务的调度即如何把拆分出来的子任务合理地调度给云端服务器并让它们协同完成,这里的“合理”性与租户的要求密切相关。可以这样定义:最能满足租户要求的调度方法就是合理的。

    租户的要求各种各样,有的希望任务完成得越快越好,有的要求在将来某个时间前完成任务即可,有的希望结果越精确越好,有的希望计算费用越少越好……根据租户的不同要求,人们提出了相应的任务调度方法。比如在满足租户预期目标的前提下,把任务分配给尽量少的计算机,从而满足“应用最少的计算机按时、按质完成任务”的要求,因为参与的计算机越少,通信的成本就越低。

    例如,有一个 100 人日的任务,甲方要求在 10 天内完成。为了在规定的时间内完成任务,乙方更愿意安排 10 个人做 10 天,而不是安排 105 个人做1天。由于要管理 100 人,所以后者需要增加 5 个管理人员。

    集群是一个复杂的工程,它涉及很多分布式方面的基础算法,如选举算法、一致算法、波算法、快照、故障检测等,感兴趣的读者可以参阅 Gerard Tel 著的《分布式算法导论》。Hadoop 就是一个集群系统,它负责分布式系统的基础算法,从而在 Hadoop 上编写分布式程序就简单多了,详细的介绍请参见教程后续章节。另外,OpenHPC 是一个基于 Linux 的开源集群项目。

    容错计算是什么?

    容错计算,也有人称为高可用性计算和高可靠性计算,就是在系统存在故障的情况下,仍能正确地执行给定的算法。为了实现这一点,必须使系统具有故障检测与诊断、功能切换与系统重组(reconfiguration)、系统恢复与重新运行、系统的重构(reintegration)与可扩展等功能,而且这些功能不能影响系统的正常运行或至少不能使系统的性能下降到不能容忍的程度。

    容错计算的重点是保证任务在被处理的过程中不会异常终止,以及任务完成后输出结果的正确性。

    可靠性是指在规定的使用条件下和规定的时间内完成规定功能的能力,通常用多少个“9”来衡量。比如人们所讲的达到 4 个“9”的可靠性,就是说任务顺利完成的概率为 99.99%;同理,5 个“9”的可靠性就是 99.999%。

    严格来讲,容错计算也属于集群的范畴,只不过参与集群的计算机处理同样的任务——并行或者接力。容错计算需要投入更多的计算资源,所以造价较高。对于一些非关键的任务,人们出于成本的考虑,一般较少采用容错集群系统。

    接力容错

    接力容错又叫串行容错,由若干台计算机参与同一个任务的计算,但是同一时刻只由一台计算机处理任务,只有当这台计算机出现故障时,才由下一台计算机接力处理;类似,如果此台计算机又出现故障,那么继续由其他计算机接力;只有当全部计算机都出现故障时,任务处理才会被中断,示意图如图 1 所示。

    其实我们可以及时维修故障计算机并让其再次加入容错集群参与下一次的接力活动,这样就能最大限度地保证任务顺利完成。只有在全部计算机同时出故障(或者几乎同时出故障以至于人们还来不及维修)的情况下,租户的任务才会被中断,如供电异常(断电、电压过高或过低等)、雷击都可能导致参与容错集群的计算机同时出故所以云端的建设,供电和防雷是重中之重。

    在条件允许的情况下,应采用多路市电接入,每路市电分属于供电部门不同的变压器,甚至是不同的电网,机房配备不间断电源和发电设备,这样就形成了三级供电保障:市电、不间断电源、发电设备。

    接力容错示意图
    图 1 接力容错示意图

    传统的民用接力容错集群多采用经典的“双机—双工”结构:两台服务器带一台磁盘阵列,如图 2 所示。

    “双机—双工”接力容错
    图 2 “双机—双工”接力容错

    两台服务器都与磁盘阵列相连,同时通过心跳线互联,用来完成任务的软件和软件处理的数据放在磁盘阵列上,这样每台服务器都能访问这个软件,同时双方通过心跳信号感知对方的状态。

    平时主服务器运行软件以处理任务,备服务器空转,一旦主服务器出现故障,其就不再向备服务器发送心跳信号,备服务器收不到主服务器发来的心跳信号就知道其出现了故障,此时备服务器会运行软件,从而继续处理任务。

    然后机房管理人员对故障服务器进行维修,而租户并不知道负责任务处理的服务器发生了切换。这种双击容错集群系统被企业大量应用于数据库管理系统、邮件系统及一些诸如 ERP 等重要的业务系统,以保证关键应用的高可靠性。

    另外,也有采用“双活”主机的方案——两台服务器平时都承担负载,当一台服务器发生故障时,负载才由另外一台服务器全部承担,应用不会重点,但是相应时间可能会延长。

    也许有人会问:磁盘阵列坏了怎么办?

    在图 2 中,磁盘阵列成了单点故障,为此有人采用存储局域网替换磁盘阵列,并在存储局域网中进行存储容错处理,这种方法成本很高。在以太网网速达到万兆甚至十万兆的今天,去掉磁盘阵列而对服务器上的硬盘直接做实时同步变得可行,可参考王良明的论文《存储寄存算法及其应用》。

    主/备服务器的硬盘数据相互寄存的示意图如图 3 所示。

    存储寄存示意图
    图 3 存储寄存示意图

    并行容错

    并行容错是指,参与容错的计算机同时处理相同的任务,输出相同的结果。可以在服务器内部的部件层次做并行,也可以在服务器层次做并行,前者主要由服务器生产厂商设计和完成。

    现在的绝大多数服务器都或多或少地存在一些并行部件,如双电源供电、多网卡捆绑、RAID 1 支持等。至于在服务器层次做并行,普通民用领域很少采用,多见于航空、军事领域。并行容错的示意图如图 4 所示。

    在 3 台计算机参与的并行容错集群系统中,不但可以容错,而且还可以纠错。比如在由 5 台计算机组成的并行容错集群系统中,有 4 台输出 A、1 台输出 B,那么根据少数服从多数的原则,最终的结果就是 A。

    并行容错示意图
    图 4 并行容错示意图

    例如,由 5 台计算机组成并行容错集群系统,它们接受相同的输入信息并运行相同的决策软件。在运行的过程中,有 1 台计算机出现故障(如图 5 所示,中间那台计算机出现故障),最终有 4 台计算机输出结果,其中 1 台计算机给出“不按”下原子弹起爆开关的命令,其他 3 台输出“按”下起爆开关的命令,协商的结果是给机械手发出“按”下命令。

    并行容错
    图 5 并行容错

    家目录(主目录)漫游技术简介

    用户登录计算机后,首先进入的那个目录就是其家目录(也称为“主目录”)。例如,在 Windows 操作系统上,zsan 这个用户的家目录是 C:\Users\zsan。在 Linux 操作系统上,其家目录是 /home/zsan。

    家目录下还有更多的子目录,如“电脑桌面”子目录、“我的文档”子目录、“下载”子目录、“我的音乐”子目录、“我的视频”子目录、“我的图片”子目录等。除非特别指定,否则用户的资料都保存在其家目录(或者家目录中的子目录)下。

    租户每次登录云端,都可能被分配到不同的服务器上,比如某租户第一次被分配到三号服务器,并编辑了一份个人简历,过了几天,他再次登录云端时被分配到七号服务器,此时他的个人简历不见了,因为简历保存在三号服务器上。

    为了解决以上这个问题,就引入了租户家目录漫游技术,即磁盘文件作为软件的输入/输出设备之一,与计算设备通过计算机网络分隔,这样计算设备与输入/输出设备就完全分离了,示意图如图 1 所示。

    家目录漫游
    图 1 家目录漫游

    所有租户的家目录全部存放在网络中的存储设备里,在租户登录时自动触发一个动作:把此租户的家目录挂载到本服务器上来。租户退出登录时触发另一个动作:卸载家目录。这样不管租户登录到哪台服务器,他都能正确访问自己的家目录。存储设备在网络上,因此也可以把它当作云端,只不过这个云端的功能是提供存储服务,显然是属于 IaaS 云。

    在网速足够快的情况下,建议由政府组建一个公共存储云,每个公民免费分配 1TB 的存储空间,存放个人的全部身份信息、档案材料和私有资料。计算服务云(IaaS、PaaS、SaaS)由企业或者行业主导,他们互相竞争,为租户提供各种各样的计算服务,而租户通过移动或者固定终端随时接入这些云端并获取相应的计算服务。这是一个庞大的系统,需要全社会参与,如图 2 所示。

    公共存储云
    图 2 公共存储云

    云计算租户隔离:给小白的科普文

    租户隔离不是指隔离租户这些现实中的人,而是特指租户登录云端后,其操作行为和数据对于其他已登录云端的租户来说是不可见的。换句话说就是,每个租户都感觉不到他人的存在,似乎就是自己一个人在操作计算机。

    租户隔离存在以下两个方面的隔离:

    • 租户行为隔离。
    • 租户数据隔离,数据隔离比行为隔离更重要。

    租户行为隔离

    租户行为隔离是指一个租户操作计算机的行为,其他租户感知不到。

    租户操作计算机的行为是通过消耗的计算资源(内存、硬盘、CPU 和网络)体现出来的,换句话说,一个租户消耗计算资源的变动不会引起其他租户计算资源的可感知变动,感知不到的变动除外。

    例如,租户甲内存配额是 4GB,但是他最多也就使用了 2GB,另外 2GB 空闲。此时如果租户乙运行一个大型软件,消耗了很多内存,使得租户甲只剩下 1GB 的空闲内存,但是租户甲感知不到,因为他的软件运行照样流畅、响应速度照样快、网速不卡,一切如故。

    现代很多虚拟机厂商倾向于采用如下的行为隔离原则:按实际使用量分配资源,但不超过租用上限。这里的“上限”是指租户租用的资源额度。

    比如租户甲租用的内存额度是 2GB、硬盘额度是 20GB。如果他实际要消耗 1.5GB 的内存,就分配 1.5GB 给他,但是他最多只能用 2GB 的内存。这样,同样的一台服务器就能服务更多的租户。比如一台服务器拥有 64GB的物理内存,假设每个租户租赁 2GB,那么这台服务器很可能允许 45 个用户同时登录。

    SaaS、PaaS 和 IaaS 模式都需要实施租户行为隔离。

    租户数据隔离

    在《云计算SaaS服务模式精讲》教程中,我们提到租户数据包括配置数据和业务数据。配置数据指租户选择的语言、设置的时区、桌面背景图片、屏幕分辨率、创建的快捷方式及各种软件的界面设置等,而业务数据就是日常操作计算机生成的数据,如个人简历、售前 PPT、邮件、音乐、视频、财务数据、库存记录、客户资料等。

    租户数据一般保存在家目录或者数据库中,而家目录和数据库被保存在云端的磁盘中。

    PaaS 型租户的数据隔离一般采用容器的形式或者操作系统的访问控制列表(ACL),主要在操作系统层设置。而 SaaS 型租户的数据隔离主要在应用软件层及以上展开,租户身份鉴别和权限控制策略由应用软件开发者负责。

    比如一个 SaaS 型的 ERP 系统,账号、密码及权限都被登记在数据库中的一个表中,当租户登录 ERP 系统时,输入账号和密码并单击“登录”按钮后,软件要去查询数据库确认账号是否存在;如果存在,再核对密码是否正确;如果密码正确,再根据权限显示相应的模块菜单项。总之,租户的账户信息一定是租户数据记录的主索引的组成部分,这是实现数据隔离的必要条件。

    SaaS 型租户数据一般全部保存在数据库中,对于同一个数据库管理系统的租户数据隔离有以下 3 种方法可选:

    • 分离数据库。
    • 共享数据库但分离 Schema。
    • 共享数据库和 Schema。

    我们用图 1 来表示一个数据库管理系统、数据库、Schema、Login、User 的关系。

    数据库管理系统
    图 1 数据库管理系统

    一个具备 Login 权限的人可以登录数据库管理系统(就好像进入了一个大院子),数据库管理系统里面有很多数据库(类似院子里的仓库),数据库被分割成许多个 Schema(类似仓库里的房间),只有持有 User(类似房门钥匙)身份的人才能进入属于自己的 Schema(房间)。Schema 里存放了很多对象(就像房间里存放的桌子、床铺、凳子、电视机等物品),这些对象指表、触发器、视图、存储过程等。

    理解了数据库管理系统、数据库、Schema 的关系之后,我们再来看看前面讲的三种分离方法。

    1)分离数据库

    就是给每个租户单独创建一个数据库,数据库中只有一个 Schema,相当于在大院子里单独建一栋只有一个房间的仓库,仓库钥匙只给此租户一个人。

    2)共享数据库但分离 Schema

    就是在一个数据库中单独为每个租户创建一个 Schema,相当于在一栋现存的仓库里隔一个房间出来并分配给租户,房间钥匙只给其一人。

    3)共享数据库和 Schema

    直接给租户分配一个现存的 Schema,大家共享一个 Schema,即租户的数据保存在相同的表中,相当于配一把房间的钥匙给新来的租户,大家共用一个房间,每个人的物品上写上自己的名字,以免拿错东西。

    上面三种方法中,分离数据库的隔离效果最好,但是成本也最高;共享数据库和 Schema 的隔离效果最差,但是成本也最低;共享数据库但分离 Schema 是一个折中的方法。可根据租户的需求确定具体采用哪种方法。

    下面以云化的一个大型软件为例,来简单介绍一下 SaaS 型租户的数据隔离策略。

    该软件原来是落地运行的,主要用于企业产品质量保证,由于价格昂贵,很难推广到广大的中小型企业,所以考虑云化,然后以 SaaS 形式出租。在云化方案中,关于租户数据隔离部分设计如下。

    采取“独立数据库、共享 Schema”的混合方法,即每个行业对应一个独立数据库,同一个行业内的租户共享 Schema,如图 2 所示。

    混合数据隔离方法
    图 2 混合数据隔离方法

    混合数据隔离方法具有如下好处:

    • 方便针对各个行业的特点做定制化。
    • 一方面避免表记录数过于庞大,另一方面避免数据库连接成为瓶颈。
    • 便于以后扩展(增加新的行业)。
    • 便于做数据挖掘和商业智能分析。

    每个数据库中包含两类数据:

    1)共享数据

    共享数据即全部租户共享使用,如基础数据、全局参数、模型数据等,共享数据表不用改动。

    2)业务数据

    这类数据与租户关联,不同租户的业务数据是不同的,由于租户的业务数据是共享表结构的,所以全部的业务数据表都需要添加一个租户字段 TenantID,且此字段作为主键之一。

    同时,还要修改用户登录逻辑,在会话中记录用户所属的租户号和行业数据库,最后需要修改全部的 SQL 语句和存储过程,在 where 子句中都要加上“TenantID=xxx”过滤条件,其中“xxx”是具体的租户 ID 号。

    如果出现下面的情况,则表明没有隔离:

    • 能看到其他租户运行的软件。
    • 能看到其他租户保存在磁盘上的文件。
    • 当其他租户运行大型软件时,能感觉到计算机很卡。
    • 当其他租户使用迅雷下载电影时,自己打开网页的速度很慢。

    IaaS 云服务(包括裸机、虚拟机和容器),平台软件层及以上都是由租户自己安装和管理的,所以 IaaS 云服务天生就具备了很好的隔离效果。

    我们在搭建 PaaS、SaaS 云服务时,就要考虑租户隔离问题了,目前没有统一的隔离方法,需要根据租户的需求和性质综合考虑。但是租户隔离不是必需的,比如私有云可以不隔离,因为租户之间互相认识,或亲属,或同事,对于不应公开的资料,自己加密保存或者存储在 U 盘上,此方法既方便又可靠,且节约成本。

    对于租户需要输入账号和密码才能登录的公共云服务,必须施行租户隔离。


    转载于:http://c.biancheng.net/cloud_computing/

    展开全文
  • 关于虚拟化云计算的应用论文,写的不错,如果有人喜欢云计算的话,可以看看
  • 虚拟化云计算

    2018-01-24 10:13:40
    虚拟化云计算,阐述了虚拟云计算的整个框架及原理。
  • 浅议云计算环境下的服务器虚拟化与备份技术.pdf
  • 毕业论文
  • 浅谈虚拟化技术云计算中的应用.pdf
  • 论文通过对应用虚拟化云计算的全面分析与研究,以现有的国内外主流的应用虚拟技术的分析为基础,重点剖析了在云计算环境下的应用虚拟化的特点及优势,并指出它的几种主要的应用模式和未来的发展趋势,最终阐述了为...
  • 虚拟化云计算技术在高校中的应用优势与前景分析* Virtualization and cloud computing technologies in the university's strengths and prospects of application* Abstract: There is no doubt, virtualization ...
  • 围绕云计算中的虚拟化技术 ,介绍虚拟化技术的原理和分类 ,指出虚拟化技术实现过程中潜在的脆弱点和攻击路径 .针对虚拟化技术的特点 ,详尽地剖析了多种基于不同存储描述表进行虚拟机探测的方法 ,并给出了 3种典型的...
  • 第一章绪论11.1 研究背景 11.2 国内外研究现状 11.2.1 国内发展现状 21.2.2 国外发展现状 21.3 本文的主要研究内容 31.4 论文结构
  • 基于云计算虚拟化管理平台综述,赵鑫,吕玉琴,虚拟化的目的是最大限度地利用IT资源,虚拟化管理平台是为了高效、灵活地利用虚拟与物理资源。在云计算的环境下虚拟化平台管理更�
  • 基于虚拟化技术云计算框架设计研究,完整版学位论文
  • 云计算虚拟化技术发展编年史

    千次阅读 2020-07-31 09:37:50
    云计算虚拟化技术发展编年史 1946 年 2 月 14 日,世界上第一台通用计算机 ENIAC(Electronic Numerical Integrator And Computer,电子数值积分计算机)于美国宾夕法尼亚大学诞生,发明人是美国人莫克利(JohnW....

    云计算与虚拟化技术发展编年史

    1946 年 2 月 14 日,世界上第一台通用计算机 ENIAC(Electronic Numerical Integrator And Computer,电子数值积分计算机)于美国宾夕法尼亚大学诞生,发明人是美国人莫克利(JohnW.Mauchly)和艾克特(J.PresperEckert)。ENIAC 是第一代电子管计算机,符合图灵完全性,能够重新编程,解决各种计算问题。ENIAC 是一个不折不扣的庞然大物,用了 18000 个电子管,占地 150 平方米,重达 30 吨,耗电功率约 150 千瓦,每秒钟可进行 5000 次运算。由于使用的电子管体积很大,耗电量大,易发热,因而 ENIAC 的工作时间不能太长。最初只用于帮助美国陆军的弹道研究实验室(BRL)计算火炮的火力表。

    • ENIAC
      在这里插入图片描述
      PS:实际上,女性才是最早的程序员主力军。

    前面提到了图灵完全性(又称图灵完备)就不得不提图灵机(Turing Machine)。图灵机是数学家艾伦·图灵在 1936 年(那年图灵 24 岁)发表的现代计算领域奠基性的论文《论可计算数及其在判定性问题上的应用》(“On Computable Numbers, with an Application to the Entscheidungsproblem”)中提出的数学模型。这个数学模型讨论的是一种有穷的、构造性的问题的求解思路。背后对应着可计算性理论,告诉我们什么样的问题是计算机解决得了的,什么样的问题是解决不了的。图灵在论文中证明了 —— 只要图灵机可以被实现,就可以用来解决任何可计算问题。

    在可计算性理论里,如果一系列操作数据的规则(如指令集、编程语言、细胞自动机)可以用来模拟单带图灵机,那么它是图灵完全的。这个词源于引入图灵机概念的数学家艾伦·图灵。虽然图灵机会受到储存能力的物理限制,图灵完全性通常指 “具有无限存储能力的通用物理机器或编程语言”。

    最初的计算机都是串行运行的,一次只能录入并执行一个程序,当程序进行缓慢的 IO 操作时,CPU 只好空转等待。这不仅造成了 CPU 的浪费,也造成了其他计算机硬件资源的浪费。那时的计算机科学家们都在思考着要如何能够提高 CPU 的利用率,直到有人提出了多道程序设计(Multiprogramming,多任务处理的前身)。

    在整个上世纪 50-60 年代,多道程序设计的讨论非常流行。它令 CPU 一次性读取多个程序到内存,先运行第一个程序直到它出现了 IO 操作,此时 CPU 切换到运行第二个程序。即,第 n+1 个程序得以执行的条件是第 n 个程序进行 IO 操作或已经运行完毕。可见,多道程序设计的特征就是:多道程序、宏观上并行、微观上串行。有效的提高了 CPU 的利用率,也充分发挥着其他计算机系统部件的并行性。即便在现在看来,多道程序设计的理念仍是操作系统在并发领域中的隗宝。

    但多道程序设计存在一个问题, 就是它并不会去考虑分配给各个程序的时间是否均等,很可能第一个程序运行了几个小时而不出现 IO 操作,故第二个程序没有运行。最初,这个问题是令人接受的,那时的必须多个程序之间的执行顺序更加关心程序的执行结果。直到有人提出了新的需求:多用户同时使用计算机。应需而生的正是时间共享,或者称之为 “分时” 的概念(Time Sharing)。

    所谓 “分时” 的含义是将 CPU 占用切分为多个极短(1/100sec)的时间片,每个时间片都执行着不同的任务。分时系统中允许几个、几十个甚至几百个用户通过终端机连接到同一台主机,将处理机时间与内存空间按一定的时间间隔,轮流地切换给各终端用户的程序使用。由于时间间隔很短,每个用户感觉就像他独占了计算机一样。分时系统达到了多个程序分时共享计算机硬件和软件资源的效果,本质就是一个多用户交互式操作系统。

    值得注意的是,分时系统与多道程序设计虽然类似,却也有着底层实现细节的不同,前者是为了给不同用户提供程序的使用,而后者则是为了不同程序间的穿插运行。 简而言之,分时系统是面向多用户的,而多道程序设计是面向多程序的。这是一个非常容易混淆的概念,无论在当年还是现今。

    时间来到 1959 年 6 月 15 日,牛津大学的计算机教授,克里斯托弗·斯特雷奇(Christopher Strachey)在国际信息处理大会(International Conference on Information Processing)上发表了一篇名为《大型高速计算机中的时间共享》(“Time sharing in large fast computers”)的学术报告,他在文中首次提出了 “虚拟化” 的基本概念,还论述了什么是虚拟化技术。这篇文章被认为是最早的虚拟化技术论述,从此拉开了虚拟化发展的帷幕。这篇文章记录了斯特雷奇的生平(https://history.computer.org/pioneers/strachey.html)。

    • Christopher Strachey
      在这里插入图片描述
    • 《Time sharing in large fast computers》影印
      在这里插入图片描述

    斯特雷奇在论文的开头这么写到:

    Time sharing, in the sense of causing the main computer to interrupt its program to perform the arithmetic and control operations required by external or peripheral equipment, has been used on a limited scale for a long time. this paper explores the possibility of applying time sharing to a large fast computer on a very extensive scale.

    “分时(Time sharing)是指使计算机中断正在运行的程序以执行外围设备所需要的算术与控制操作,长期以来一直在有限的范围内使用。本文探讨了将分时(Time sharing)的概念应用到大型高速计算机中的可能性”。

    – Time sharing in large fast computers(https://archive.org/details/large-fast-computers)

    本质上,斯特雷奇是在讨论如何将分时的概念融入到多道程序设计当中,从而实现一个可多用户操作(CPU 执行时间切片),又具有多程序设计效益(CPU 主动让出)的虚拟化系统。可见,虚拟化概念最初的提出就是为了满足多用户同时操作大型计算机,并充分利用大型计算机各部件资源的现实需求。而对这一需求的实现与演进,贯穿了整个大型机与小型机虚拟化技术的发展历程。

    1960 年,英国启动 Atlas 超级计算机(Super Computer)项目。

    超级计算机(Super Computer),又称巨型机,有着极强的计算速度,通常用于科学与工程上的计算,譬如天气预测、气候研究、运算化学、分子模型、天体物理模拟、汽车设计模拟、密码分析等。超级计算机的创新设计在于把复杂的工作细分为可以同时处理的工作并分配到不同的处理器。他们在进行特定的运算方面表现突出,但在处理一般工作时却不那么优秀。超级计算机的计算速度与内存性能大小有关,他们的数据结构是经过精心设计来确保数据及指令及时送达,传递速度的细微差别可以导致运算能力的巨大差别。其 I/O 系统也有特殊设计来提供高带宽,但是这里的数据传输延迟却并不重要,超级计算机并非数据交换机。

    1961 年 11 月,由麻省理工学院的 Fernando Corbato 教授带领团队开始研发 CTSS(Compatible Time-Sharing System,兼容性分时系统)项目,并由 IBM 提供硬件设备和工程师进行支持。CTSS 极大地影响了后来的分时系统的设计,包括 IBM 著名的 TSS(Time Sharing System)。

    1962 年 12 月 7 日,第一台 Atlas 超级计算机 Atlas 1 诞生,Atlas 是第二代晶体管计算机,被认为是当时世界上最强大的计算机。Atlas 开创了许多沿用至今的软件概念,包括第一次实现了名为 Atlas Supervisor 的底层资源管理组件,Supervisor 通过特殊的指令或代码来管理主机的硬件资源。还第一次实现了分页技术(Paging Techniques)以及当时被称为一级存储(One-Level Store)的虚拟内存(Virtual Memory)。

    现在被我们称之为 “操作系统” 的软件程序其实最早的称谓是 Supervisor,往后还被叫过一段时间的 Master Control Program(主控程序),但最终 Operating System 胜出了。此时你或许能够理解为什么虚拟机管理程序会被统称为 Hypervisor 了(Super、Hyper 是同意词,意为超级,但词义上 Hyper 比 Super 还要高级一些)。

    • Atlas 1 超级计算机
      在这里插入图片描述

    1960 中期,IBM 在 Thomas J. Watson Research Center (NY) 进行 M44/44X 计算机项目的研究。M44/44X 项目基于 IBM 7044(M44)大型机并通过软件和硬件结合的方式来模拟出多个 7044 虚拟机(44X)。M44/44X 实现了多个具有突破性的虚拟化概念,包括部分硬件共享(Partial Hardware Sharing)、分时(Time Sharing)、内存分页(Memory Paging)以及虚拟内存(Virtual Memory)。M44/44X 项目首次使用了 “Virtual Machine” 这一术语,所以被认为是世界上第一个支持虚拟机的计算机系统。虽然 M44/44X 只实现了部分的虚拟化功能,但其最大的成功在于证明了虚拟机的运行效率并不一定比传统的方式更低。

    往后,IBM 还陆续推进了 CP-40、CP-67 等研究项目。CP-40 被认为是第一个实现了完全虚拟化的计算机系统。它通过捕获特权指令(例如 I/O 操作)、主存缺页(Page Faults)等异常,然后交由控制程序(Control Program)模拟的方式来实现虚拟机。用户可以在虚拟机之上安装其他的 S/360 操作系统,操作系统之间互相隔离,就像运行在一台独立的机器之上。CP-40 最大的成就在于提出并实现了 Trap-And-Emulate(捕获-模拟)这一经典的虚拟机运行方式,早期的 VMware 虚拟机沿用着这一设计。其基本架构和用户界面也被延续到了 IBM 具有革命性意义的 CP/CMS 系统中,CP/CMS 为后来的 System/360 打下了坚实的基础,逐渐发展成为了 IBM 的 VM 产品线。

    1964 年,IBM 推出了著名的 System/360(简称 S/360)大型计算机系统。System/360 取自一圈 360 度,意为满足每个用户的需要而设计。你或许有所耳闻,System/360 的开发过程是计算机发展史上最大的一次豪赌。为了研发 System/360,IBM 征召了六万多名新员工,创建了五座新工厂,投资 50 亿美元。即便如此,System/360 的出货时间仍被不断推延。理佛瑞德·布鲁克斯(Frederick P. Brooks, Jr.)是当时的项目经理,他事后根据这项计划的开发经验写出了同样著名的《人月神话:软件项目管理之道》(“The Mythical Man-Month: Essays on Software Engineering”),记述了人类工程史上一项里程碑式的大型复杂软件系统的开发经验。System/360 是第三代中小规模集成电路计算机,同时也是世界上第一台大型机。

    注:大型计算机使用了专用的处理器指令集、操作系统和应用软件,是硬件和专属软件一体化的计算机系统。大型机与超级计算机不同,大型机追求的 RAS(Reliability, Availability, Serviceability)高可靠性、可用性和可维护性。大型机的性能并不能用单一的每秒并行浮点计算能力来体现,大型机的运算任务主要受数据传输与转移、可靠性及并发处理性能所限制。大型机更倾向整数运算,如订单数据、银行业务数据等,超级计算机则是更强调浮点计算性能如天气预报,大型机在处理数据的同时需要读写或传输大量信息,如海量的交易信息、航班信息等等。

    • System/360 大型计算机
      在这里插入图片描述
    • 《人月神话:软件项目管理之道》
      在这里插入图片描述

    现在我们知道,IBM System/360 被证实是一项启动创新商业运作的历史性变革,取得了巨大的商业成功。System/360 不仅提供了新型的操作系统,最多可提供 14 个虚拟机,还解决了当时 IBM 低端系统与高端系统无法兼容的问题。让单一操作系统适用于整个系列的产品,这就是 System/360 系列大型机成功的关键之一。此外,System/360 还实现了基于全硬件的虚拟化解决方案(Full Hardware Virtualization)以及 TSS(Time Sharing System)分时系统,TSS 被认为是最原始的 CPU 虚拟化技术,它可以让低端电脑连接大型主机,上传和下载程序或资料,将电子数据处理的 “松散终端” 连接起来。

    综上,虚拟化技术的应用和发展源于大型机对分时系统的需求。这种通过硬件的方式来生成多个可以运行独立操作系统软件的虚拟机实例,解决了早期大型计算机只能单任务处理而不能分时多任务处理的问题。由于这种虚拟化技术是基于硬件设备来实现的,故被称为硬件虚拟化(Hardware virtualization)。但需要注意的是,这一定义在后来被进一步细分为了狭义的硬件虚拟化技术,现今更加被公认的硬件虚拟化定义是:一种对计算机或操作系统的虚拟化,能够对用户隐藏真实的计算机硬件,表现出另一个抽象的计算平台。

    同样在 1960 年,DEC 推出 PDP(Programmed Data Processor,程序数据处理机)系列小型计算机 PDP-1。PDP-1 简化了大型机的功能,而且价格低廉。

    1965 年 3 月 28 日,DEC 公司推出了世界上第一台真正意义的小型计算机 PDP-8。时任 DEC 海外销售主管的约翰·格伦将 PDP-8 运到英国,发现伦敦街头正在流行 “迷你裙”(Mini),姑娘们争相穿上短过膝盖的裙子,活泼轻盈,显得那么妩媚动人。他突然发现 PDP 与迷你裙之间的联系,PDP 迷你计算机的雅称不翼而飞。它的售价只有 18500 美元,比当时任何公司的电脑产品都低,很快便成为 DEC 获利的主导产品,并引发了当时计算机市场的小型化革命。PDP-8 被认为是个人电脑的先驱。

    在这里插入图片描述

    注:小型机一种介于个人服务器和大型机之间的高性能计算机,一般认为,传统小型机是指采用 RISC(精简指令集)、MIPS 等专用处理器,主要支持 UNIX 操作系统的封闭、专用的计算机系统,所以又称 RISC 服务器或 UNIX 服务器。大型机与小型机的区别并不是很明显,它们与 x86 服务器的区别主要是在于 RAS、I/O 吞吐量以及 ISA(指令集架构)。

    注:早在上世纪 70 年代初,基于 IBM 科学家 John Cocke 的发明,RISC 的理念大大简化了计算机操作指令,加快系统运行速度,使得计算机性能得到大幅度提升。如今,RISC 架构已经广泛应用于众多工作站和 UNIX 服务器系统中,并被看作是未来主流的计算架构。

    1965 年,由贝尔实验室(Bell Labs),麻省理工学院(MIT)以及通用电气公司(General Electric)共同发起的 Multics 项目,Multics 意为多用户、多任务、多层次(Multi-User、Multi-Processor、Multi-Level),就是让大型计算机可以同时提供 300 台以上的终端机使用。Multics 项目是 Unix 操作系统的前身。

    同样在 1965 年,戈登·摩尔提出了著名的 “摩尔定律”,摩尔说,在成本不变的前提下,半导体芯片(微处理器)上的晶体管密度(运算速度),平均每 18-24 个月会翻一番。戈登·摩尔后来成为英特尔的主席和 CEO,而摩尔定律在近 30 年始终被证明有效。

    • 摩尔定律
      在这里插入图片描述

    在虚拟化技术解决了单一计算机的生产效率问题之后,人们又开始考虑起了生产组织形式的问题,网络互联的概念逐渐被得到重视。

    1968 年,拉里·罗伯茨提交研究报告《资源共享的计算机网络》,其中着力阐述了让 ARPA(Advanced Research Project Agency,美国高级研究计划署)的计算机互相连接,从而使大家分享彼此的研究成果。根据这份报告组建的国防部 “高级研究计划网”,就是阿帕网(ARPA-NET),Internet(因特网)的前身,拉里·罗伯茨也被称之为阿帕网之父。

    1969 年,阿帕网的第一个实用原型问世。将加利福尼亚州大学洛杉矶分校、加州大学圣巴巴拉分校、斯坦福大学、犹他州大学四所大学的 4 台大型计算机进行了互联。

    同样在 1969 年,贝尔实验室决定退出 Multics 计划,并由肯·汤普逊(Ken Thompson)独自经过 4 个星期的奋斗,以汇编语言写出了一组内核程序,同时包括一些内核工具程序,以及一个小的文件系统,这就是伟大的 UNIX 操作系统的原型。

    1971 年,Intel 公司设计了世界上第一个微处理器芯片 Intel 4004,并以它为核心组成了世界上第一台微型计算机 MCS-4,从此揭开了微型计算机发展的序幕。微型计算机是第四代大规模集成电路计算机的典型代表。

    1973 年,贝尔实验室的丹尼斯·里奇(D.M.Ritchie)以 B 语言为基础开发了一种称为 C 的编程语言。C 语言的设计原则就是好用,非常自由、弹性很大。 汤普逊和里奇使用 C 语言完全重写了 UNIX,此后 UNIX 就真正成为了可移植的操作系统,那时已是 1977 年。就这样 UNIX 和 C 语言完美地结合成为了生命共同体,随着 UNIX 的发展,C 语言也得到了不断的完善。因为 C 是编写 UNIX 的语言,因此后来也成了最受欢迎的系统程序语言之一。

    说实话,UNIX 和 C 语言的结合是一个伟大的时刻,在此之前,使用汇编语言来编写能够发挥计算机最高效能的操作系统是业界共识。所以,当汤普逊和里奇决定使用高级编程语言来编写操作系统时,就意味着他们对硬件系统、操作系统和编译系统的组织关系有着超前的理解。C 语言为 UNIX 带来的可移植性极具创造性,当一种新的计算机出现时,程序员不用重新发明轮子。这样,UNIX 与 70 年代风起云涌的各种操作系统有了根本区别。正是这一次创造性的将开发工具和操作系统的完美结合,才得以滋生出深邃的黑客文化。而又是黑客这一群离经叛道的人,推动了捍卫软件自由的开源运动。一切皆有因果。

    1974 年,Gerald J. Popek(杰拉尔德·J·波佩克)和 Robert P. Goldberg(罗伯特·P·戈德堡)在合作论文《可虚拟第三代架构的规范化条件》(“Formal Requirements for Virtualizable Third Generation Architectures”)中提出了一组称为虚拟化准则的充分条件,又称波佩克与戈德堡虚拟化需求(Popek and Goldberg virtualization requirements),即:虚拟化系统结构的三个基本条件。满足这些条件的控制程序才可以被称为虚拟机监控器(Virtual Machine Monitor,简称 VMM):

    1. 资源控制(Resource Control),控制程序必须能够管理所有的系统资源。
    2. 等价性(Equivalence),在控制程序管理下运行的程序(包括操作系统),除时序和资源可用性之外的行为应该与没有控制程序时的完全一致,且预先编写的特权指令可以自由地执行。
    3. 效率性(Efficiency),绝大多数的客户机指令应该由主机硬件直接执行而无需控制程序的参与。

    该论文尽管基于简化的假设,但上述条件仍为评判一个计算机体系结构是否能够有效支持虚拟化提供了一个便利方法,也为设计可虚拟化的计算机架构给出了指导原则。同时,Gerald J. Popek 和 Robert P. Goldberg 还在论文中介绍了两种 Hypervisor 类型。

    在这里插入图片描述
    类型 I(裸金属 Hypervisor):这些虚拟机管理程序直接运行在宿主机(Host)的硬件上来控制硬件和管理虚拟机。
    在这里插入图片描述

    特点:

    • 需要硬件支持
    • VMM 作为宿主机操作系统(Host OS)
    • 运行效率高

    类型 II(寄居式 Hypervisor):VMM 运行在传统的宿主机操作系统(Host OS)上,就像其他应用程序那样运行。
    在这里插入图片描述

    特点:

    • VMM 作为应用程序运行在宿主机操作系统之上
    • 运行效率一般较类型 I 低

    由于技术的原因,早期的 VMM 产品大多实现的是寄居式,例如:VMware 5.5 以前的版本、Xen 3.0 以前的版本。随着技术的成熟,主要是硬件虚拟化技术的诞生,几乎所有的 VMM 产品都转向了裸金属 Hypervisor 实现。例如:VMware 5.5 及以后版本、Xen 3.0 及以后版本以及 KVM。一切皆为效率!

    1977 年,IBM 提交了一项《用于恢复故障存储单元中存储的数据的系统》(“SYSTEM FOR RECOVERING DATA STORED IN FAILED MEMORY UNIT”)的专利,并与次年获得了独立磁盘冗余阵列(Redundant Arrays of Independent Disks,RAID)的专利。RAID 可以将物理磁盘设备组合为虚拟化的存储池,然后从池中划分出一组逻辑单元号(Logical Unit Number,LUN)并提供给主机使用。虽然该概念直到 1988 年 IBM 才与加利福尼亚州立大学伯克利分校联合开发了第一个实用版本,但 RAID 技术的确是第一次将虚拟化的概念引入到存储领域。

    在上世纪 60 到 70 年代末,大中型计算机和虚拟化技术互相成就了对方,并且在相当长的一段时间里,虚拟化技术也只被应用于大中型计算机。其实也可以理解,以当时微处理器的处理能力,应付一两个应用程序已然捉襟见肘,的确没有更多的资源分与虚拟应用了。但请不要忘记,只要摩尔定律一天不失效,那么属于微处理器的时代总将会到来。Intel 和 x86 架构抓住了这次机会!

    x86 架构的虚拟化

    自 1971 年,微型计算机诞生以来,人们对微机的热情几近疯狂,美国新闻界就曾对群众进行过问卷调查,问人们是否希望在不久的将来拥有一台家用计算机,结果超 80% 的人表达了这个愿望。往后的几年里,面对巨大的市场和商机,直接体现为全球计算机的产量逐渐从巨大、昂贵的中型计算机转变为小型、便宜的微型计算机。台式电脑成为变革的前沿,各种各样的微处理器和微型计算机如潮水般地涌入市场,尤其是以 IBM 推出的 PC(Personal Computer,个人计算机)电脑在早期几乎形成了垄断地位。如果没有后来的 Wintel 联盟的话。

    1978 年 6 月 8 日,英特尔(Intel)发布了新款的 16 位微处理器 8086,自此开创了一个新的时代,属于 x86 架构的时代,直至今天。

    • Intel 8086
      在这里插入图片描述

    注:x86 架构并非至某一个芯片的信号,而是指代 Intel 通用计算机系列的标准编号缩写,也标识一套通用的计算机指令集合。

    20 世纪 80 年代初,微软和英特尔组成商业联盟 Wintel,希望以此来取代 IBM PC 在个人计算机市场上的主导地位。依靠英特尔的摩尔定律和微软 Windows 桌面(Desktop)操作系统的升级换代,双方通过共同辖制下游 PC 生产商而不断攫取巨额暴利,以至于在全球个人电脑产业形成了所谓的 “双寡头垄断” 格局。直到 2016 年微软在 WinHEC 上宣布 Windows 10 可以运行在 ARM 架构之上,标志着垄断桌面端长达 20 多年的 Wintel 联盟正式破裂。但不可否认的是,正因为有了 Wintel 的强悍联合,才使个人电脑的发展日新月异。
    在这里插入图片描述
    1979 年,Unix 的第 7 个版本引入了 chroot 机制,意味着第一个操作系统虚拟化(OS-level virtualization)诞生了。chroot 是直到现在我们依然在使用的一个系统调用,这个系统调用会让一个进程把指定的目录作为根目录,它的所有文件系统操作都只能在这个指定目录中进行,本质是一种文件系统层的隔离。操作系统虚拟化这个说法你或许会感到陌生,但容器(Container)这一称呼你应该非常熟悉。

    1980 年,IBM 发布了第一台基于 RISC(精简指令集计算机)架构的小型机。

    1987 年,Insignia Solutions 公司演示了一个称为 SoftPC 的软件模拟器,这个模拟器允许用户在 Unix Workstations 上运行 DOS 应用。当时一个可以运行 Microsoft DOS 的 PC 需要 1,500 美金,而使用 SoftPC 模拟,就可以直接在大型工作站上运行 Microsoft DOS 了。

    1989 年,Insignia Solutions 发布了 Mac 版的 SoftPC,使苹果用户不仅能运行 DOS,还能运行 Windows 操作系统。

    在这里插入图片描述
    1990 年,Keir Fraser 和 Ian Pratt 创建了 XenServer 的初始代码工程。

    同年,IBM 推出基于 RISC 系统、运行 AIX V3 的新产品线 RS/6000(现在称为 IBM eServer p 系列)。该系统架构后来被称为POWER(POWER 1),意为增强 RISC 性能优化架构(Performance Optimization With Enhanced RISC)。

    • GNU/Linux:开源上帝。
      在这里插入图片描述
      随着 x86 服务器(Server)和桌面(Desktop)部署的增长也为企业 IT 基础架构带来了新的难题:

    • IT 运维成本高

    • 基础设施利用率低下

    • 故障切换和灾难保护不足

    而解决这些难题就是新时代付予虚拟化技术的历史任务,自上世纪 80 年代开始,虚拟化技术及公司如同雨后春笋般涌现,它们都是云计算时代来临的奠基者。

    1993 年,IBM 推出可升级的 POWER 并行系统,这是第一款采用 RS/6000 技术,基于微处理器的超级计算机。在该系统中,IBM 首次应用多处理器技术,可将复杂密集的任务进行分解,大大加快了计算机的运算速度,开创了业界先河。

    1997 年,苹果发布了 Virtual PC,后来又卖给了 Connectix 公司。

    1997 年,IBM “深蓝” 超级计算机在经过多局较量后,击败了国际象棋冠军 Garry Kasparov。“深蓝” 是一款 32 节点的 IBM RS/6000 SP 计算机,处理器采用 32 位 P2SC,运行 AIX 操作系统。在比赛期间,“深蓝” 的平均运算速度为每秒 1 亿 2600 万步。目前,这台超级计算机被安放在美国华盛顿特区的史密森国家博物馆内。

    1998 年,著名的 x86 仿真模拟器 Bochs 发布。

    在这里插入图片描述

    1998 年 9 月 4 日,Google 公司成立,并于 1999 年下半年,谷歌搜索网站 “Google” 正式启用。

    1998 年,VMware 公司成立。并在一年后率先推出针对 x86 平台推出了可以流畅运行的商业虚拟化软件 VMaware Workstation。从此虚拟化技术终于走下了大型机的神坛。
    在这里插入图片描述

    1999 年,IBM 在 AS/400 上第一次提出了 LPAR(Logical Partition,逻辑分区)虚拟化技术,LPAR 将计算机的处理器、内存和存储器划分为多组资源,以便每一组资源都可以独立地与自己的操作系统实例和应用程序一起运行。AS/400 利用 LPAR 技术使得单台服务器被虚拟化为如同 12 台独立的服务器。这一优势使得 AS/400 成为了世界上最流行的中小型、多用户商业计算机系统之一,在多用户服务器领域里,始终保持着最畅销的地位。

    1999 年,IEEE(Institute of Electrical and Electronics Engineers,电气电子工程师学会)颁布了 VLAN 802.1Q 协议标准草案,VLAN 协议可将大型网络划分为多个小型局域网络,有效避免了广播风暴和提升了网络间的安全性。

    1999 年,当时 37 岁的甲骨文(Oracle)高级副总裁,俄罗斯裔美国人马克·贝尼奥夫(Marc Benioff)创办了 Salesforce 公司,是第一家通过网站提供企业级应用程序的公司,即 SaaS(Software as a service)的开山鼻祖。

    2000 年,FreeBSD jail,真正意义上的第一个功能完整的操作系统虚拟化技术。利用这个技术,FreeBSD 的系统管理者,可以创造出几个小型的软件系统,这些软件系统被称为 jails(监狱)。

    2000 年,IEEE 颁布了 VPN(Virtual Private Network,虚拟专用网)标准草案,VPN 技术使得私有网络可以跨公网进行访问。

    2000 年,Citrix(思杰)桌面虚拟化产品发布。

    2001 年,VMware 发布 ESX 和 GSX,是 ESXi 的前身。

    2001,Fabrice Bellard 发布了目前最流行的、采用了动态二进制翻译(Binary Translation)技术的开源虚拟化软件 QEMU(Quick EMUlator)。直至 2019 年 QEMU 4.0.0 发布并对外宣称几乎可以模拟所有的设备。天啊,这简直就是个奇迹般的伟大软件,Fabrice Bellard 真的是一位天才。

    在这里插入图片描述

    2003 年,英国剑桥大学的一位讲师发布了开源虚拟化项目 Xen 1.0,并成立 XenSource 公司,通过半虚拟化技术为 x86-64 提供虚拟化支持。往后,基于 Xen 虚拟化解决方案陆续被 Redhat、Novell 和 Sun 等的 Linux 发行版集成,作为默认的虚拟化解决方案。

    在这里插入图片描述

    2003 年,存储设备厂商 EMC 宣布以 6.35 亿美元的价格收购了创立仅 5 年的虚拟技术公司 VMware,成为 EMC 迄今最成功的一笔收购。

    2003 年,Intel 正式公布将在 x86 平台的 CPU 上支持硬件虚拟化技术 VT。

    2003 年,Microsoft 收购 Connectix 获得 Virtual PC 虚拟化技术进入桌面虚拟化领域,之后很快推出了 Virtual Server 免费版。

    2003 年,Google 发布了引爆大数据时代的三大论文之一《The Google File System》,讲述了一种可扩展的分布式文件系统,其运行于廉价的普通硬件上,具有很好的容错能力等特性,可应用于大型的、分布式的、对大量数据进行访问的应用。

    2004 年,Nutch 创始人 Doug Cutting 基于 Google 的 GFS 论文实现了分布式文件存储系统名为 NDFS。

    2004 年,微软发布 Virtual Server 2005 计划,业界评价为:“虚拟化正从一个小市场向主流市场转变”。

    2004 年,Google 发布了引爆大数据时代的三大论文之二《MapReduce: Simplified Data Processing on Large Clusters》,讲述了大数据的分布式计算方式,即将任务分解然后在多台处理能力较弱的计算节点中同时处理,然后将结果合并从而完成大数据处理。

    2004 年,IBM 发布了虚拟化解决方案 APV(Advanced Power Virtualization),支持资源共享。该方案在 2008 年改名为 PowerVM。

    2004 年,斯坦福大学启动 Clean Slate 项目组,最终目的是要重新发明英特网,旨在改变设计已略显不合时宜,且难以进化发展的现有网络基础架构。

    2005 年,OpenVZ 发布,这是 Linux 操作系统的容器化技术实现,同时也是 LXC 的核心实现。

    2005 年,Doug Cutting 又基于 MapReduce,在 Nutch 搜索引擎实现了该功能。

    2005 年 8 月,Intel 首次推出针对硬件辅助虚拟化的 Vanderpool(Intel VT 虚拟化技术的前身)技术细节。Vanderpool 技术通过增加新的指令,使得 Intel 处理器支持硬件虚拟化。

    2005 年 11 月,Intel 发布了 Xeon MP 处理器系统 7000 系列,并宣布虚拟化技术 Vanderpool 更名为 VT(Vanderpool Technology,后广泛称之为 Virtual Technology)。 一个月后,Xen 3.0.0 发布,该版本可以在 32 位服务器上运行作为第一个支持 Intel VT-x 的虚拟机监控程序。从而使得 Xen 虚拟机可以运行完全没有被修改过的操作系统,该版本是 Xen 真正意义上可用的版本。

    2006 年,Intel 和 AMD 等厂商相继将对虚拟化技术的支持加入到 x86 体系结构的中央处理器中(AMD-V,Intel VT-x),使原来纯软件实现的各项功能可以用借助硬件的力量实现提速。

    2006 年,红帽将 Xen 虚拟机作为企业版 RHEL 的默认特性。

    2006 年,AMD 宣称其 I/O 虚拟化技术规范已经成型且技术授权完全免费。

    2006 年 10 月,以色列的创业公司 Qumranet 在完成了虚拟化 Hypervisor 基本功能、动态迁移以及主要的性能优化之后,正式对外宣布了 KVM(Kernel-based Virtual Machine,基于内核的虚拟机)的诞生。

    在这里插入图片描述

    2006-至今 云计算与大数据时代

    2006 年,Google 发布了引爆大数据时代的三大论文之三《Bigtable: A Distributed Storage System for Structured Data》,讲述了用于存储和管理结构化数据的分布式存储系统,其建立在 GFS、MapReduce 等基础之上。该论文启发了后期的很多的 NoSQL 数据库,包括 Cassandra、HBase 等。

    2006 年,Yahoo 雇用了 Doug Cutting,Doug Cutting 将 NDFS 和 MapReduce 升级命名为 Hadoop,Yahoo 开建了一个独立的团队给 Doug Cutting 专门研究发展 Hadoop。

    2006 年,Google 首席执行官埃里克•施密特(Eric Schmidt)在搜索引擎大会首次提出 “云计算” 的概念。

    2006 年,Amazon Web Services(AWS)开始以 Web 服务的形式向企业提供 IT 基础设施服务,包括弹性计算网云(EC2)、简单储存服务(S3)、简单数据库(SimpleDB)等,现在通常称为云计算。

    在这里插入图片描述

    2006 年,斯坦福的学生 Martin Casado 发表了他们的成果,一个关于网络安全与管理的项目 Ethane,该项目试图通过一个集中式的控制器,让网络管理员方便地定义基于网络流的安全控制策略,并将这些安全策略应用到各种网络设备中,从而实现对整个网络通讯的安全控制。

    2007 年 1 月,德国 InnoTek 公司开发了 VirtualBox 虚拟化软件,并由 Sun Microsystems 公司以 GNU 通用公共许可证(GPL)出品,提供了二进制版本及开放源代码版本的代码。

    2007 年 2 月,Linux Kernel 2.6.20 合入了 KVM 内核模块,使用 KVM 的前提是 CPU 必须要支持虚拟化技术。

    2007 年 6 月,RedHat 在所有平台和管理工具中包含了 Xen 虚拟化功能。

    2007 年,Novell 在推出的企业级 SLES(Suse Linux Enterprise Server)10 中添加了 Xen 虚拟化软件。

    2007 年 7 月,Intel 向 VMware 投资 2.185 亿美元。

    2007 年 8 月,Cisco 向 VMware 投资 1.5 亿美元。

    2007 年 10 月,Citrix 公司出资 5 亿美金收购了 XenSource,变成了 Xen 虚拟机项目的东家。之后推出了虚拟化产品 “Citrix 交付中心”。

    **加粗样式**

    2007 年 11 月,IBM 发布云计算商业解决方案,Blue Cloud(蓝云)计划。

    2007 年 11 月,Oracle 宣布推出 Oracle VM,与 VMware 提供单一的虚拟机方案不同,Oracle VM 虚拟化完全集成于整个应用架构中,其提供了一个完整的从应用程序到磁盘栈的解决方案。

    2008 年 1 月,Salesforce 推出了 DevForce,支持开发人员使用 Apex 编程语言。

    2008 年 2 月,InnoTek 软件公司被 Sun 公司所并购。

    2008 年 4 月,Google App Engine 发布,是 Google 管理的数据中心中用于 WEB 应用程序的开发和托管的平台。

    2008 年第一季度,微软同时发布了 Windows Server 2008 R2 及虚拟化产品 Hyper-V。

    在这里插入图片描述

    2008 年 6 月,Linux Container(LXC) 发布 0.1.0 版本,其可以提供轻量级的虚拟化,用来隔离进程和资源。是 Docker 最初使用的容器技术支撑。

    2008 年 9 月 4 日,RedHat 收购以色列公司 Qumranet,并着手使用 KVM 替换在 RedHat 中的使用的 Xen。

    2008 年 9 月,Google 推出 Google Chrome,以谷歌应用程序为代表的基于浏览器的应用软件发布,将浏览器融入了云计算时代。

    2008 年 9 月,Cisco 与 VMware 在 VMworld 大会上宣布联合推出下一代软件交换机 Nexus 1000v。Nexus 1000v 是一个安装在 VMware vSphere 平台内的软件包,替代了 vSphere 本身的 vSwitch 软件交换机,通过 vSphere 的开放 API 管理虚拟化平台的流量。Nexus 1000v 几乎是一个一比一的复刻版 OpenFlow,同 Nicira 的核心产品 NPV(Network Virtualization Platform,网络虚拟化平台)在某些方面也非常相似。

    2008 年 10 月,微软发布公有云计算平台 Windows Azure Platform。主要目标是为开发者提供一个平台,帮助开发可运行在云服务器、数据中心、Web 和 PC 上的应用程序。

    2008 年,开源云计算平台 OpenNebula 推出 1.0 版本。后被选作中国移动 BigCloud(大云)的云架构基础。

    2008 年,Martin 和他的导师 Nick McKeown 教授受到 Ethane 项目的启发,发现,如果将 Ethane 的设计更一般化,将传统网络设备的数据转发(Data Plane)和路由控制(Control Plane)两个功能模块相分离,通过集中式的控制器(Controller)以标准化的接口对各种网络设备进行管理和配置,那么这将为网络资源的设计、管理和使用提供更多的可能性,从而更容易推动网络的革新与发展。在 ACM SIGCOMM 中,他们发表了题为《OpenFlow: Enabling Innovation in Campus Networks》的论文,首次详细地介绍了 OpenFlow 的概念。这篇论文被大部分人作为 SDN(Software Defined Networking/Networks,软件定义网络) 诞生的起点。

    2009 年 9 月,红帽发布 RHEL 5.4,在原先的 Xen 虚拟化机制之上,将 KVM 添加了进来。同年,阿里云写下第一行代码。

    在这里插入图片描述

    2009 年,Cisco 发布统一计算系统 UCS(Unified Computing System)作为云计算服务平台,具有无状态计算、设备统一管理、低延迟等特性。同时,Cisco 与 EMC、VMware 建立虚拟计算环境联盟。

    2009 年 4 月,VMware 推出业界首款云操作系统 VMware vSphere。

    2009 年 7 月,Google 宣布将推出 Chrome OS。

    2009 年 9 月,VMware 启动 vCloud 计划构建全新云服务。

    2009 年 9 月,美国 GSA(General Services Administration)创建了 http://Apps.gov 站点,旨在提供简单的采购商业云产品和服务的方式。

    2009 年,美国 CSA(Cloud Security Alliance)发布了《Security guidance for critical areas of focus in cloud computing V1.0》版本。

    2009 年 11 月,中国移动云计算平台 Big Cloud 计划启动。

    2009 年 11 月,开源云计算平台 Eucalyptus 推出 1.6 版本。

    2010 年 1 月,Microsoft 正式发布 Microsoft Azure 云平台服务。

    2010 年 1 月,Oracle 公司完成对 Sun 公司的收购,VirtualBox 更名为 Oracle VM。

    2010 年,美国 CSA 发布了《Cloud Control Matrix V1.0》版本。

    2010 年,德国政府发布了《Security Recommendations Cloud Computing Providers 》,该文档在 NIST 一系列成果的基础上,构建了云计算安全体系结构,涵盖了数据中心、服务器、网络、应用程序和平台、数据、加密和密钥管理等方面所需的安全能力。

    2010 年 5 月,中国电信启动星云计划。

    2010 年,Linus Torvalds 将 Ceph Client 合并到内核 2.6.34 中。

    2010 年 6 月,国家提出 “互联网、云计算、物联网、知识服务、智能服务的快速发展为个性化制造和服务创新提供了有力工具和环境”,将云计算应用提上了创新生产方式的高度。

    2010 年 7 月,NASA 贡献了云计算管理平台 Nova 代码,Rackspace 云存储(对象存储)代码,发起了 OpenStack 云操作系统开源项目。同年 10 月 21 日,发布了首个版本 Austin(奥斯丁)。OpenStack 挽手自主可控的口号,推动了云计算在国内的全面爆发。

    在这里插入图片描述

    2010 年 10 月,我国国家发展和改革委员会、工业和信息化部联合发布了《关于做好云计算服务创新发展试点示范工作的通知》,在北京、上海、深圳、杭州、无锡等五个城市先行开展云计算创新发展试点示范工作。

    2010年11月,红帽发布 RHEL 6.0,这个版本将默认安装的 Xen 虚拟化机制彻底去除,仅提供 KVM 虚拟化机制。

    当年,Xen 虽然作为一项广泛应用于 Linux 发行版中的虚拟化技术,但却迟迟没有集成到 Linux 内核中,红帽也许是出于对这种脱离内核的维护方式感到不爽,加之当时思杰和微软表现的很非常亲密,导致红帽萌生了放弃 Xen 的想法,并在正式采用 KVM 的一年后,就宣布彻底放弃 Xen。硬件辅助虚拟化的到来,Xen 引以为傲的半虚拟化技术也随之在主流 Linux 发行厂商中衰落了。

    2011 年 1 月,美国 NIST(National Institute of Standards and Technology)发布了《Guidelines on Security and Privacy in Public Cloud Computing》,概要了公有云计算环境中的安全和隐私挑战、分析了云计算带来的好处与负面效应。

    2011 年 1 月,美国 NIST 发布了《The NIST Definition of Cloud Computing》,给出了云计算的参考定义。

    2011 年 2 月,美国联邦政府 CIO 发布了《Federal Cloud Computing Strategy》,明确提出美国政府信息技术向云计算方式迁移,并推行 Cloud First 计划。

    2011 年初,IBM 找上老搭档红帽,表示 KVM 这个东西值得加大力度去做。于是到了 5 月,IBM 和红帽,联合惠普和英特尔一起,成立了开放虚拟化联盟(Open Virtualization Alliance),加速 KVM 投入市场的速度,由此避免 VMware 一家独大的情况出现。联盟成立之时,红帽的发言人表示:“大家都希望除 VMware 之外还有一种开源选择。未来的云基础设施一定会基于开源。我们想要营造一个小厂商们可以轻松加入的生态环境。”

    ps:现在回头再看,企业之所以能够长盛不衰,长远的洞察力至关重要。

    2011 年,苹果发布了 iCloud,让人们可以随时、随地的存储和共享内容。

    2011 年 3 月,德国电信、Facebook、Google、Microsoft、NTT Communication、Verizon 和 Yahoo 联合成立了 ONF(Open Networking Foundation,开放网络基金会),这是 OpenFlow 发展史上的里程碑,ONF 的成立标志着 OpenFlow 从散兵游勇的野蛮生长状态正式过渡到产业化发展的轨道中。

    2011 年 5 月,NEC 面向虚拟化数据中心和云服务市场,推出了第一台可商用的 OpenFlow 交换机。

    2011 年 5 月,美国 NIST 发布了《Cloud Computing Synopsis and Recommendations》,解释了云计算技术的工作机制、指出了云中未决问题包括云可靠性、信息安全等,并向信息技术决策人员提供了采用云计算的建议。

    2011 年 7 月,Citrix 收购了 http://Cloud.com,后者旗下拥有采用 GPLv3 授权协议的 CloudStack 开源项目。

    2011 年 7 月,美国 NIST 发布了《NIST Cloud Computing Standards Roadmap》,旨确定云计算不同标准化事项的优先级,以使云计算及其应用的通信、数据交换、安全更加容易实现。

    2011 年 8 月,IETF 发布了 RFC 7348:Virtual eXtensible Local Area Network (VXLAN): A Framework for Overlaying Virtualized Layer 2 Networks over Layer 3 Networks 草案,主要由 VMware 与 Cisco 公司草拟。该技术利用 L2 over UDP 机制传输原始报文、利用 VxLAN 头中 24bits 的 VNI 信息将传统 VLAN 标记扩展至 16MB。

    2011 年 9 月,IETF 发布了 RFC 7637:NVGRE: Network Virtualization Using Generic Routing Encapsulation 草案,主要由 Microsoft 草拟。该技术利用 L2 Over GRE 机制传输原始报文、利用 GRE Key 字段中的高 24bits 将 VLAN 数据扩展至 16MB。

    2011 年 9 月,美国 NIST 发布了《NIST Cloud Computing Reference Architecture》,给出了云计算的参考架构,指出云计算中涉及的各种主要角色、活动及其功能。

    2011 年 10 月,Cisco 在数据中心官方博客上宣布会在 Nexus 交换机上提供对 OpenFlow 的支持。

    2011 年 10 月,Juniper 开始在 Junos 操作系统 SDK 中添加 OpenFlow 代码。

    2011 年 11 月,美国 NIST 发布了《US Government Cloud Computing Technology Roadmap Vol I, II, III》。其中,卷 I 用于描述联邦政府在未来采用云计算时必须满足的安全性、互操作性和可移植性的要求;卷 II 提供致力于云计算战略和策略的相关信息;卷 III 作为计划和实现云计算解决方案的指导。

    2011 年 12 月,美国 OMB 发布 FedRAMP 备忘录,正式建立 FedRAMP 云计算风险管理与授权项目,旨在提供一个标准化的方法来对云计算产品和服务进行安全评估、授权和联系监视。

    2012 年 2 月,IETF 发布了 A Stateless Transport Tunneling Protocol for Network Virtualization (STT) 草案,主要由 Nicira 草拟。该技术利用 L2 Over Stateless TCP 机制在传输原始报文、利用 STT 头中的 64bits Context ID 标识二层网络分段。

    2012 年 4 月,Citrix 将 CloudStack 捐献给 Apache 基金会。

    2012 年 4 月,OpenStack 发布了 Essex 版本,其在试用组件中提供了 Quantum 网络组件,用于实现类似于 VMware NSX(前身为Nicira Network Virtualization Platform)的网络虚拟化功能。该组件在 2012.10 OpenStack Folsom 版本中进行了正式发布;后因为商标侵权的原因,Openstack 在 Havana 版本上将 Quantum 更名为 Neutron。

    2012 年 7 月,Sage 发布了分布式存储系统 Ceph 第一个 LTS 版本 Argonaut。

    2012 年,VMware 以 12.6 亿美元收购了初创公司 Nicira(Ethan 项目曾经的三位重要成员 Martin Casado、Nick McKeown 和 Scott Shenker 合伙成立),推出了 VMware 网络虚拟化解决方案 NSX。结合存储虚拟化解决方案 VSAN,提出了软件定义数据中心 SDDC 的构想。

    2012 年,Ceph 拥抱 OpenStack,进入 Cinder 项目,成为重要的存储驱动。

    2012 年,工业和信息化部电信研究院发布《云计算白皮书》。

    2013 年,IBM 收购 SoftLayer,提供业界领先的私有云解决方案。

    2013 年,澳大利亚政府出台了《The National Cloud Computing Strategy》用于布局云计算总体发展。

    2013 年 3 月 15 日,在加利福尼亚州圣克拉拉召开的 Python 开发者大会上,DotCloud 的创始人兼首席执行官 Solomon Hvkes 在一场仅五分钟的微型演讲中,首次提出了 Docker 这一概念,并于会后将其源码开源并托管到 Github。最初的 Docker 就是使用了 LXC 再封装了其他的一些功能。可以看出,Docker 的成功,与其说是技术的创新,还不如说是一次组合式的创新。

    2014 年,澳大利亚发布了最新的《Australian Government Cloud Computing Policy》,以进一步推动云计算产业发展

    2014 年 3 月,微软正式宣布 Microsoft Azure 在中国正式商用,由世纪互联运营,名为 Windows Azure;同年 4 月,微软 Office 365 正式落地中国。

    2014 年,英国政府于 2014 年宣布正式采用 “政府云服务G-Cloud”。

    2014 年 7 月,中国电子技术标准化研究院发布《云计算标准白皮书》。

    2014 年,中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会联合发布了联合发布了 GB/T 31167-2014《信息安全 云计算服务安全指南》、GB/T 31168-2014《信息安全技术 云计算服务安全能力要求》。

    2014 年,美国 NIST 发布了《Security Recommendations for Hypervisor Deployment》、《Secure Virtual Network Configuration for Virtual Machine (VM) Protection》云安全指导手册。

    2014 年 6 月,Docker 发布了第一个正式版本 v1.0。同年,Redhat 和 AWS 就宣布了为 Docker 提供官方支持。

    在这里插入图片描述
    2015 年 4 月,Citrix 宣布以企业赞助商的方式加入 OpenStack 基金会,不久后的 7 月,谷歌也加入了 OpenStack 基金会。

    2015 年 7 月 21 日:Kubernetes v1.0 发布!进入云原生时代。

    在这里插入图片描述

    2015 年 10 月,Dell 宣布将以 670 亿美元收购 EMC,从而成为全球科技市场最大规模的并购交易。

    2015 年 12 月,在中国国家标准化管理委员会下达的 2015 年第三批国家标准修订计划中,正式下达 17 项云计算国家标准制修订计划。

    2015 年,中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会联合发布了 GB/T 32399-2015《信息技术 云计算参考架构》与 GB/T 32400-2015《信息技术 云计算概览与词汇》标准。

    2016 年 1 月,微软公司首席执行官萨提亚· 纳德拉在达沃斯论坛上宣布了一项全新的计划 —— Microsoft Philanthropies。作为计划的其中一部分,微软将在未来三年为 7 万家非营利组织以及高校科研机构提供价值 10 亿美元的微软云计算服务,借助云计算提供的数据存储、分析及预测等技术,帮助公益事业构建长期发展能力。

    2016 年 10 月,VMware 和亚马逊旗下公司 Amazon Web Services 达成战略联盟,将 VMware 软件定义数据中心(SDDC)带入 AWS Cloud,支持客户在基于 VMware vSphere 私有云、公有云以及混合云环境下运行各种应用,并获得对 AWS 服务的最佳访问。

    2017 年 4 月,中国工业和信息化部信息化和软件服务业司发布了《云计算发展三年行动计划(2017-2019年)》, 旨在促进云计算在各行业的快速应用,推动各领域信息化水平大幅提高。

    2017 年 5 ~ 7 月,中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会联合发布了GB/T 33780-2017《基于云计算的电子政务公共平台技术规范》、GB/T 34080-2017《基于云计算的电子政务公共平台安全规范》、GB/T 34078-2017《基于云计算的电子政务公共平台总体规范》、GB/T 34077-2017《基于云计算的电子政务公共平台管理规范》

    2017 年 8 月,在 VMworld 2017 大会上,VMware 和 Amazon Web Services 共同宣布 VMware Cloud on AWS 初步可用。

    2017 年 10 月,AWS 已经宣布已经创建了新的基于 KVM 的虚拟化引擎,新的 C5 实例和未来的虚拟机将不使用 XEN,而是核心的 KVM 技术。

    2017 年 10 月,中国信息安全标准化技术委员会对《信息安全技术 网络安全等级保护基本要求》(GB/T 22239-XXXX 替代 GB/T 22239-2008)进行了讨论和解读。将等级保护在编的 5 个基本要求分册标准进行了合并形成《网络安全等级保护基本要求》一个标准。基本要求的内容由一个基本要求变更为安全通用要求和安全扩展要求(含云计算、移动互联、物联网、工业控制)。

    2017 年 11 ~ 12 月,中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会联合发布了GB/T 34982-2017《云计算数据中心基本要求》、GB/T 34942-2017《信息安全技术 云计算服务安全能力评估方法》、GB/T 35301-2017《信息技术 云计算 平台即服务(PaaS)参考架构》、GB/T 35293-2017《信息技术 云计算 虚拟机管理通用要求》、GB/T 35279-2017《信息安全技术 云计算安全参考架构》。

    2018 年 1 月,Redhat 宣布收购 Kubernetes 与容器原生解决方案创新者与领导厂商 CoreOS,交易金额 2.5 亿美金。Redhat 表示:“该收购将进一步增强利用开源的灵活性,让企业用户在任何环境构建并部署任何应用的愿景。该交易将夯实红帽作为混合云与现代应用开发基石的地位。”

    2018 年,IBM 正式收购 Redhat 以弥补在云计算市场的战略失败。同年,微软收购 Github。开源的历史会铭记这一天。
    在这里插入图片描述
    在这里插入图片描述
    2019 年,云计算领域 12 项国家标准获批正式发布。
    在这里插入图片描述
    2019 年,全球最大的开源盛会 KubeCon + CloudNativeCon + Open Source Summit、Open Infrastructure Summit 相继在上海举办。中国的开源会铭记这一天。

    在这里插入图片描述
    在这里插入图片描述

    :本篇文章将会一直更新下去!

    最后

    对于篇幅较长的文章,我都习惯使用三句话来进行总结:

    1. 虚拟化的发展:纵观虚拟化技术的发展历史,可以看到它始终如一的目标就是实现对 IT 资源的充分利用。
    2. 虚拟化与云计算:虚拟化是 IT 资源的抽象,云计算则是基于虚拟化实现的更上层的对企业业务能力的抽象。
    3. 云计算与开源:开源是引诱开发者的苹果,而开发者则是企业的核心资产。云的世界,得开发者,得天下。

    参考文档

    https://www.ibm.com/developerworks/cn/linux/l-cn-vt/index.html
    https://zhuanlan.zhihu.com/p/33608591

    转载请注明作者:JmilkFan 范桂飓

    展开全文
  • 基于存储虚拟化云计算资源管理模型研究,张春艳,,云计算作为一个重要的发展前景,其中的存储资源繁多,并具有分布式、异构化、虚拟化、动态化等特点,使得资源的有效管理比较复杂
  • 本文针对目前云计算技术的...研究与分析了虚拟化技术云计算模式.根据其自身的特点,提出了一种基于虚拟化技术(Hyper-v)的云计算平台部署方案.其平台具有一定的优越性,使虚拟化技术的特点在云计算平台中充分发挥。
  • 本文是一篇论文题目,同一篇论文...虚拟化技术毕业论文题目一:[1]马汝辉。基于多核的虚拟化技术研究[D].上海交通大学,2011.[2]杨洪波。高性能网络虚拟化技术研究[D].上海交通大学,2012.[3]朱二周。基于CPU/GPU平...

    本文是一篇论文题目,同一篇论文的英文题名与中文题名内容上应一致,但不等于说词语要一一对应。在许多情况下,个别非实质性的词可以省略或变动。(以上内容来自百度百科)今天为大家推荐一篇论文题目,供大家参考。

    虚拟化技术毕业论文题目一:

    [1]马汝辉。基于多核的虚拟化技术研究[D].上海交通大学,2011.

    [2]杨洪波。高性能网络虚拟化技术研究[D].上海交通大学,2012.

    [3]朱二周。基于CPU/GPU平台的虚拟化技术研究[D].上海交通大学,2012.

    [4]宋振华。虚拟化技术中的存储管理问题研究[D].中国科学技术大学,2010.

    [5]孙长青。基于下一代网络虚拟化技术的P2P网络研究[D].东北大学,2009.

    [6]陈铨。基于微内核虚拟化技术的高可靠性嵌入式软件平台研究[D].浙江大学,2009.

    [7]李聪。服务器、网络、存储虚拟化技术在数据中心的应用研究[D].天津大学,2009.

    [8]徐天鸿。基于虚拟化技术的多桌面系统[D].华中科技大学,2009.

    [9]丁文捷。基于虚拟化技术的集成测试平台设计与实现[D].复旦大学,2010.

    [10]戴新宇。一种基于XEN半虚拟化技术的沙盒模型的设计与实现[D].北京邮电大学,2010.

    [11]张婧婧。VMware虚拟化技术来架构企业数据中心[D].复旦大学,2010.

    [12]王志鹏。基于intelVT的内存虚拟化技术的研究与实现[D].电子科技大学,2010.

    [13]李超。SR-IOV虚拟化技术的研究与优化[D].国防科学技术大学,2010.

    [14]林芊。基于混合虚拟化技术的虚拟机性能优化研究及应用[D].上海交通大学,2011.

    [15]林伟兵。智能网络存储系统(INSS)存储虚拟化技术研究[D].华南理工大学,2011.

    [16]曹巍巍。数据中心虚拟化技术研究与实现[D].华东理工大学,2011.

    [17]侯玥。操作系统级虚拟化技术在网络教学环境中的应用[D].北京工业大学,2012.

    [18]韦峻峰。信息系统虚拟化技术的研究及在河南联通的应用[D].北京邮电大学,2012.

    [19]陈坚。虚拟化技术在证券交易系统的可用性[D].上海交通大学,2012.

    [20]岳盼。基于虚拟化技术的统一身份管理系统的设计与实现[D].西安电子科技大学,2012.

    [21]姜辉。基于虚拟化技术的恶意代码行为分析系统的研究与实现[D].济南大学,2012.

    [22]叶葳。虚拟化技术在传媒云中的应用研究[D].华南理工大学,2012.

    [23]许政。虚拟化技术在天津港集装箱码头的应用[D].电子科技大学,2012.

    [24]赵玉春。基于协作模型的多层次I/O虚拟化技术研究[D].解放军信息工程大学,2012.

    [25]叶敏。虚拟化技术在高职院校的应用[D].浙江工业大学,2012.

    [26]薛青晗。基于虚拟化技术的设备驱动映射协议研究[D].南京邮电大学,2013.

    [27]严金瑶。基于虚拟化技术的云计算框架设计研究[D].南京邮电大学,2013.

    [28]杨烨。面向云计算的弹性光网络虚拟化技术研究[D].北京邮电大学,2015.

    [29]郝爽。基于SDN的光网络虚拟化技术研究[D].北京邮电大学,2015.

    [30]肖慧荣。虚拟化技术的高可用性机制优化策略的研究与设计[D].北京邮电大学,2015.

    [31]胡驰坤。基于虚拟化技术的应用敏捷部署系统方案及演示实现[D].北京邮电大学,2015.

    [32]徐健。基于虚拟化技术的安全桌面系统研究与实现[D].北京邮电大学,2015.

    [33]詹声冠。基于VMware虚拟化技术的数据中心研究与实现[D].吉林大学,2015.

    [34]刘碧薇。基于虚拟化技术的管理服务部署及优化方法[D].北京邮电大学,2015.

    [35]王菁。基于虚拟化技术的多媒体桌面交付系统研究与设计[D].吉林大学,2015.

    虚拟化技术毕业论文题目二:

    [36]董天亮。云计算中虚拟化技术在移动互联网桌面系统中的应用研究[D].兰州交通大学,2013.

    [37]郭峰。基于云计算的虚拟化技术在高校教学服务中的应用研究[D].北京工业大学,2013.

    [38]俞俊杰。基于虚拟化技术的区域卫生信息共享平台的研究[D].中国海洋大学,2013.

    [39]张浩。设备虚拟化技术研究及在家庭物联网中的应用[D].湘潭大学,2013.

    [40]陈欣。云计算环境中虚拟化技术的研究与实践[D].北京工业大学,2013.

    [41]马鋆。基于vSphere平台的服务器虚拟化技术应用研究[D].南京邮电大学,2013.

    [42]王宋君。基于虚拟化技术的服务器资源管理系统的设计与实现[D].中南大学,2013.

    [43]谢阳。基于虚拟化技术的Web服务平台及应用系统研究[D].东华大学,2014.

    [44]侯星帅。虚拟化技术在数据中心服务器资源整合中的应用研究[D].长安大学,2013.

    [45]陈洁。存储虚拟化技术在金融数据灾备中的应用研究[D].河南科技大学,2012.

    [46]张怀方。基于虚拟化技术的信息流安全控制方法[D].北京交通大学,2014.

    [47]杨荣霞。基于虚拟化技术的私有云计算平台设计[D].河北工业大学,2013.

    [48]李兴邦。基于虚拟化技术的内核代码保护机制[D].湖南大学,2009.

    [49]陈少龙。基于虚拟化技术的网络访问控制系统模型研究[D].北京邮电大学,2009.

    [50]韩顺。基于虚拟化技术的多租户应用系统性能隔离算法研究[D].山东大学,2010.

    [51]王鹏涛。虚拟化技术在集群中的应用[D].西安电子科技大学,2010.

    [52]丁莹。基于微内核系统的设备驱动虚拟化技术研究[D].兰州大学,2010.

    [53]汪志刚。复合桌面虚拟化技术研究[D].上海交通大学,2010.

    [54]蒋梦龙。基于硬件虚拟化技术的内存保护研究[D].上海交通大学,2010.

    [55]陈盈盈。基于仿真理论及虚拟化技术的虚拟覆盖网络模型研究[D].上海交通大学,2008.

    [56]曹欣。半虚拟化技术分析与研究[D].浙江大学,2008.

    [57]陈川。虚拟化技术在智能软件加固中的应用研究[D].山东师范大学,2013.

    [58]贾斌。基于电信行业中终端虚拟化技术的研究与应用[D].北京邮电大学,2013.

    [59]杜伟。基于虚拟化技术的云计算在电子政务中的应用[D].西南交通大学,2013.

    [60]邵明顺。面向养老服务领域的双边资源整合模式与资源虚拟化技术[D].哈尔滨工业大学,2016.

    [61]杨谨徽。虚拟化技术在校园信息化建设中的应用[D].云南大学,2016.

    [62]董文超。面向应用的传感网虚拟化技术的研究与实现[D].南京邮电大学,2016.

    [63]陈振。基于微内核的移动终端虚拟化技术的研究与实现[D].电子科技大学,2016.

    [64]孙超群。基于安全容器的Android虚拟化技术研究与实现[D].电子科技大学,2016.

    [65]欧阳艳。基于虚拟化技术的省级政务数据中心的设计与实现[D].湖南大学,2015.

    [66]杜春炜。桌面虚拟化技术在110接处警工作中的应用[D].天津大学,2014.

    [67]于洋。桌面虚拟化技术在高校网络实验平台上的应用研究[D].华北电力大学,2016.

    [68]符旭东。基于虚拟化技术的某职业学院计算机机房数据中心设计与工程实践[D].南华大学,2016.

    [69]董宝阳。面向云计算的校园网虚拟化技术研究与应用[D].郑州大学,2015.

    [70]朱金惟。基于存储虚拟化技术的双活存储系统设计与实现[D].华南理工大学,2016.

    展开全文
  • 云计算虚拟化选修课程报告

    千次阅读 2020-07-08 13:24:34
    1 云计算概述 1.1 云计算定义 维基百科中给出定义:云计算是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备,使用服务商提供的电脑基建作计算和资源。...
  • 云计算虚拟化技术

    2011-10-30 06:40:00
    云计算这个概念一直很模糊,看到学校图书馆里有很多资源,其中大师级人物对最新的科技的介绍也有不少。 感慨自己大学白读了,不会利用学校资源! 图书馆真的就是一个知识宝库! 以前知道的就是图书馆有很多书,...
  • 云计算环境中虚拟化运行环境的设计与实现,李思扬,刘川意,云计算是一种基于互联网的计算新方式,通过互联网,云计算为个人和企业提供按需即取的异构、自治的服务。因为其商业模式代表了未
  • 云计算(CloudComputing)就是将大量用网络连接的计算、I/O、存储及...云计算中最基础的一项技术虚拟化,其实质是通过对CPU、内存、存储及网络等能力和资源的复用,实现IT资源的共享,并通过复用、封装技术对用户呈现等
  • 它的元素反映了较早的计算时代,但不同之处在于它结合了虚拟化,存储,连接性和处理能力方面的先进技术,以综合用于云计算的现代技术生态系统。 许多组织由于其巨大的优势而将数据迁移到云中,这些优势包括灵活性,...
  • 云计算网络技术探究论文篇二《计算机网络云计算技术探讨》摘要:云计算技术是随着网络技术的发展和完善而出现的,不仅拓展信息存储总量,还大大便利对资源的获取和使用,为人们工作和学习带来便利。但目前计算机网络...
  • 自己做的毕业设计,主要是XP虚拟化,linux很简单一笔带过。电脑配置内存至少4G,处理器尽量好一点,反正配置越高越好。开始我是用一台电脑做的,卡的要死。答辩前两个星期导师给我配了两台台式机,又在台式机上做了...
  • Cyber​​Guarder:用于绿色云计算虚拟化安全保证体系结构
  • 这种服务可以是IT和软件、互联网相关的,也可以是任意其他的服务,它具有超大规模、虚拟化、可靠安全等独特功效。本论文共分三部分。第一部分,浅淡通过《软件新技术讲座》这门课对云计算的认识。第二部分从学习...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 5,408
精华内容 2,163
热门标签
关键字:

云计算虚拟化技术论文