《云计算:概念、技术与架构》一3.2 基本概念与术语

简介:

本节书摘来华章计算机《云计算:概念、技术与架构》一书中的第3章 ,第3.2节,(美)Thomas Erl   (英)Zaigham Mahmood 著 (巴西)Ricardo Puttini 龚奕利 贺 莲 胡 创 译更多章节内容可以访问云栖社区“华章计算机”公众号查看。

3.2 基本概念与术语

本节主要阐述一组基础术语,这些术语代表了云及其最基本部件的基本概念和特点。

3.2.1 云

云(cloud)是指一个独特的IT环境,其设计目的是为了远程供给可扩展和可测量的IT资源。这个术语原来用于比喻Internet,意为Internet在本质上是由网络构成的网络,用于对一组分散的IT资源进行远程访问。在云计算正式成为IT产业的一部分之前,云符号作为Internet的代表,出现在各种基于Web架构的规范和主流文献中。现在,同样的符号则专门用于表示云环境的边界,如图3-1所示。


image

区分术语“云”、云符号与Internet是非常重要的。作为远程供给IT资源的特殊环境,云具有有限的边界。通过Internet可以访问到许多单个的云。Internet提供了对多种Web资源的开放接入,与之相比,云通常是私有的,而且对提供的IT资源的访问也是需要计量的。
Internet主要提供了对基于内容的IT资源的访问,这些资源是通过万维网发布的。而对于由云环境提供的IT资源来说,主要提供的是后端处理能力和对这些能力进行基于用户的访问。另一个关键区别在于,虽然云通常是基于Internet协议和技术的,但是它并非必须基于Web。这里的协议是指一些标准和方法,它们使得计算机能以预先定义好的结构化方式相互通信。而云可以基于任何允许远程访问其IT资源的协议。
image
                

3.2.2 IT资源

IT资源(IT resource)是指一个与IT相关的物理的或虚拟的事物,它既可以是基于软件的,比如虚拟服务器或定制软件程序,也可以是基于硬件的,比如物理服务器或网络设备(如图3-2所示)。
图3-3表示的是如何用云符号来定义一个云环境的边界,这个云环境容纳并提供了一组IT资源。图中所示的这些IT资源就被认为是基于云的。
本书含有大量如图3-3一样的图示,它们给出了涉及IT资源的技术架构和各种交互场景。在学习和使用这些图时,需要注意以下两点:

  • 一个给定云符号边界中画出的IT资源并不代表这个云中包含的所有可用IT资源。为了说明一个特定的话题,通常只突出显示一部分IT资源。
  • 当重点集中在一个问题的某些方面时,就需要特意用抽象图示来表示底层技术架构。这就意味着,在图示中只会显示实际技术的部分细节。


image


此外,还有些图示中有些IT资源在云符号之外,这表示这些资源不是基于云的。

image

3.2.3 企业内部的

作为一个独特且可以远程访问的环境,云代表了IT资源的一种部署方法。处于一个组织边界(并不特指云)中的传统IT企业内部承载的IT资源被认为是位于IT企业内部的,简称为内部的(on-premise)。换句话说,术语“内部的”是指“在一个不基于云的可控的IT环境内部的”,它和“基于云的”是对等的,用来对IT资源进行限制。一个内部的IT资源不可能是基于云的,反之亦然。
有三点需要注意

  • 一个内部的IT资源可以访问一个基于云的IT资源,并与之交互。
  • 一个内部的IT资源可以被迁移到云中,从而成为一个基于云的IT资源。
  • IT资源既可以冗余部署在内部的环境中,也可以在云环境中。

如果在私有云(参见第4章4.4节)中,难以区分是企业内部的IT资源还是基于云的IT资源,那么就需要使用明确的限定词。

3.2.4 云用户与云提供者

提供基于云的IT资源的一方称为云提供者(cloud provider),使用基于云的IT资源的一方称为云用户(cloud consumer)。这两个术语通常代表的是与云及相应云供应合同相关的组织所承担的角色。这些角色将在第4章4.1节中进行正式定义。

3.2.5 可扩展性

从IT资源的角度来看,可扩展是指IT资源可以处理增加或减少的使用需求的能力。
可扩展主要有两种类型:

  • 水平扩展——向外或向内扩展
  • 垂直扩展——向上或向下扩展
    下面分别对这两种扩展类型进行说明。

1.水平扩展
分配和释放IT资源都属于水平扩展(horizontal scaling),如图3-4所示。水平分配资源也称为向外扩展(scaling out),水平释放资源也称为向内扩展(scaling in)。水平扩展是云环境中一种常见的扩展形式。


image


2.垂直扩展

image


当一个现有IT资源被具有更大或更小容量的资源所代替,则为垂直扩展(vertical scaling),如图3-5所示。被具有更大容量的IT资源代替,称为向上扩展(scaling up),被具有更小容量的IT资源代替,称为向下扩展(scaling down)。由于垂直扩展在进行替换时需要停机,因此,这种形式的扩展在云环境中不太常见。
表3-1简单对比了水平扩展和垂直扩展各自常见的优势和不足。

image

3.2.6 云服务

虽然云是可以远程访问的环境,但并非云中所有IT资源都可以被远程访问。比如,一个云中的数据库或物理服务器有可能只能被这个云中的其他IT资源访问。而有公开发布的API的软件程序可以专门部署为允许远程客户访问。
云服务(cloud service)是指任何可以通过云远程访问的IT资源。与其他IT领域中的服务技术——比如面向服务的架构——不同,云计算中“服务”一词的含义非常宽泛。云服务可以是一个简单的基于Web的软件程序,使用消息协议就可以调用其技术接口;或者是管理工具或更大的环境和其他IT资源的一个远程接入点。
如图3-6所示,在图中圆形符号表示云服务,这个云服务是一个简单的基于Web的软件程序。而在右图中,根据云服务提供的访问特性,使用了另一种不同的IT资源符号。

image


图3-6 具有已发布技术接口的云服务被云外用户访问(左)。作为云服务的虚拟服务器也可以被云边界之外访问(右)。左边的云服务很有可能被用户程序调用,程序会访问云服务的已发布的技术接口。右边的云服务可以被用户访问,用户远程登录到该虚拟服务器上
云计算背后的推动力是以服务的形式提供IT资源,这些服务封装了其他IT资源,并向客户端提供远程使用功能。现在已经出现了多种通用云服务类型的模型,其中大部分都以“作为服务”(as-a-service)作为后缀。
image

3.2.7 云服务用户

云服务用户(cloud service consumer)是一个临时的运行时角色,由访问云服务的软件程序担任。
如图3-7所示,云服务用户常见类型包括:能够通过已发布的服务合同远程访问云服务的软件程序和服务,以及运行某些软件的工作站、便携电脑和移动设备,这些软件可以远程访问被定位为云服务的其他IT资源。

image

相关文章
|
3天前
|
边缘计算 人工智能 自动驾驶
云计算的加速引擎——5G技术如何改变未来
云计算的加速引擎——5G技术如何改变未来
34 7
云计算的加速引擎——5G技术如何改变未来
|
1月前
|
资源调度 监控 调度
基于SCA的软件无线电系统的概念与架构
软件通信体系架构(SCA)是基于软件定义无线电(SDR)思想构建的开放式、标准化和模块化平台,旨在通过软件实现通信功能的灵活配置。SCA起源于美军为解决“信息烟囱”问题而推出的联合战术无线电系统(JTRS),其核心目标是提升多军种联合作战通信能力。 上海介方信息公司的OpenSCA操作环境严格遵循SCA4.1/SRTF标准,支持高集成、嵌入式等场景,适用于军用通信、雷达等领域。 SCA体系包括目标平台资源层(TRL)、环境抽象层(EAL)、SRTF操作环境(OE)及应用层(AL)。其中,SRTF操作环境包含操作系统、运行时环境(RTE)和核心框架(CF),提供波形管理、资源调度等功能。
|
20天前
|
弹性计算 负载均衡 网络协议
阿里云SLB深度解析:从流量分发到架构优化的技术实践
本文深入探讨了阿里云负载均衡服务(SLB)的核心技术与应用场景,从流量分配到架构创新全面解析其价值。SLB不仅是简单的流量分发工具,更是支撑高并发、保障系统稳定性的智能中枢。文章涵盖四层与七层负载均衡原理、弹性伸缩引擎、智能DNS解析等核心技术,并结合电商大促、微服务灰度发布等实战场景提供实施指南。同时,针对性能调优与安全防护,分享连接复用优化、DDoS防御及零信任架构集成的实践经验,助力企业构建面向未来的弹性架构。
163 76
|
22天前
|
机器学习/深度学习 传感器 自然语言处理
基于Transformer架构的时间序列数据去噪技术研究
本文介绍了一种基于Transformer架构的时间序列去噪模型。通过生成合成数据训练,模型在不同噪声条件下展现出强去噪能力。文章详细解析了Transformer的输入嵌入、位置编码、自注意力机制及前馈网络等关键组件,并分析实验结果与注意力权重分布。研究为特定任务的模型优化和专业去噪模型开发奠定了基础。
85 14
基于Transformer架构的时间序列数据去噪技术研究
|
8天前
|
存储 消息中间件 SQL
数据中台架构与技术体系
本文介绍了数据中台的整体架构设计,涵盖数据采集、存储、计算、服务及治理等多个层面。在数据采集层,通过实时与离线方式整合多类型数据源;存储层采用分层策略,包括原始层、清洗层、服务层和归档层,满足不同访问频率需求;计算层提供批处理、流处理、交互式分析和AI计算能力,支持多样化业务场景。数据服务层封装数据为标准化API,实现灵活调用,同时强调数据治理与安全,确保元数据管理、质量监控、权限控制及加密措施到位,助力企业构建高效、合规的数据管理体系。
|
4天前
|
存储 机器学习/深度学习 算法
阿里云X86/ARM/GPU/裸金属/超算等五大服务器架构技术特点、场景适配与选型策略
在我们选购阿里云服务器的时候,云服务器架构有X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器、高性能计算可选,有的用户并不清楚他们之间有何区别。本文将深入解析这些架构的特点、优势及适用场景,帮助用户更好地根据实际需求做出选择。
|
15天前
|
人工智能 自然语言处理 API
MCP与A2A协议比较:人工智能系统互联与协作的技术基础架构
本文深入解析了人工智能领域的两项关键基础设施协议:模型上下文协议(MCP)与代理对代理协议(A2A)。MCP由Anthropic开发,专注于标准化AI模型与外部工具和数据源的连接,降低系统集成复杂度;A2A由Google发布,旨在实现不同AI代理间的跨平台协作。两者虽有相似之处,但在设计目标与应用场景上互为补充。文章通过具体示例分析了两种协议的技术差异及适用场景,并探讨了其在企业工作流自动化、医疗信息系统和软件工程中的应用。最后,文章强调了整合MCP与A2A构建协同AI系统架构的重要性,为未来AI技术生态系统的演进提供了方向。
254 4
|
1月前
|
机器学习/深度学习 缓存 自然语言处理
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
Tiktokenizer 是一款现代分词工具,旨在高效、智能地将文本转换为机器可处理的离散单元(token)。它不仅超越了传统的空格分割和正则表达式匹配方法,还结合了上下文感知能力,适应复杂语言结构。Tiktokenizer 的核心特性包括自适应 token 分割、高效编码能力和出色的可扩展性,使其适用于从聊天机器人到大规模文本分析等多种应用场景。通过模块化设计,Tiktokenizer 确保了代码的可重用性和维护性,并在分词精度、处理效率和灵活性方面表现出色。此外,它支持多语言处理、表情符号识别和领域特定文本处理,能够应对各种复杂的文本输入需求。
199 6
深入解析Tiktokenizer:大语言模型中核心分词技术的原理与架构
|
1月前
|
安全 大数据 虚拟化
随着云计算和大数据技术的发展,Hyper-V在虚拟化领域的地位日益凸显
随着云计算和大数据技术的发展,Hyper-V在虚拟化领域的地位日益凸显。作为Windows Server的核心组件,Hyper-V具备卓越的技术性能,支持高可用性、动态迁移等功能,确保虚拟机稳定高效运行。它与Windows深度集成,管理便捷,支持远程管理和自动化部署,降低管理成本。内置防火墙、RBAC等安全功能,提供全方位安全保障。作为内置组件,Hyper-V无需额外购买软件,降低成本。其广泛的生态系统支持和持续增长的市场需求,使其成为企业虚拟化解决方案的首选。
|
2月前
|
机器学习/深度学习 算法 文件存储
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
303 10
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
下一篇
oss创建bucket