《云计算:概念、技术与架构》一导读

简介: 云计算这个想法并不新鲜,或者说从技术资源和网际互联的角度来说被过度复杂化了。新鲜的其实是云计算方法的成长和成熟,以及使得商业灵活性目标成为可能的策略。


image

前言

云计算这个想法并不新鲜,或者说从技术资源和网际互联的角度来说被过度复杂化了。新鲜的其实是云计算方法的成长和成熟,以及使得商业灵活性目标成为可能的策略。
回首过去,最近几年“效用计算”(utility computing)一词并没有像“云计算”那样在信息产业界迷倒众生或是激起反响。然而,人们已经可以理解及时可用的资源,对信息技术资源和服务访问的外包(outsourcing)的核心是实用主义或服务特性。有鉴于此,云计算代表了一种灵活的、划算的和经过证实的交付平台,通过因特网向商业和消费者提供信息服务。商业和信息技术领导者意识到“组合与共享”计算资源相对于“构建和维护”计算资源的潜能,于是云计算成为了工业界游戏规则的改变者。
似乎并不缺少关于云计算能带来的好处的见解,也不缺少愿意以开源方式或很有前途的商业解决方案方式提供服务的厂商。在大肆的宣传之外,由于服务容量的增加和潜在的效率问题,云的很多方面都引起了新的思考。现在已经有证据表明,云计算带来的结果能够解决传统的商业问题。就经济影响来说,现用现付(pay-as-you-go)与具体计算机无关的服务(computer agnostic service)这样的原则将成为大行其道的概念。今天,我们可以衡量云计算的性能,也可以衡量它对经济和环境的影响。
从客户端-服务器到面向服务的架构上的变化导致可组合和可重用的代码的演变。虽然多年来大家一直都在这么做,但是直到现在,这样的做法才成为事实上的标准方法,用以降低开销、确认最优方法和模式来提高商业灵活性。这推进了计算机软件工业的设计方法、组件和工程。相比较而言,云计算被广泛接受和采纳正在对信息和技术资源管理进行彻底的变革。我们现在有能力将硬件和软件容量大规模地外包出去,来完成端到端的业务自动化需求。Marks和Lozano了解这种新事物的出现,也明白对更好软件设计的需求:“……我们现在几乎能够在任何地方收集、传输、处理、存储和访问几乎任意大小的数据。”限制主要在于服务/组件有多“云化”或者说意识到云存在的程度,所以需要更好的软件架构(Eric A. Marks和Roberto Lozano,《Executive Guide to Cloud Computing》)。
服务架构经历的可重用演变更肯定了把注意力集中在业务目标而不是支持计算平台的数量上的做法。作为一种可行的资源管理方法,云计算正在从根本上改变我们对零售、教育和公共事业中计算解决方案的看法。使用云计算架构和标准使得计算解决方案的交付方式变得越来越独特,同时也使平台之间尽管有差异,但是都能满足业务目标的最低要求。
过去十年中,Thomas Erl关于服务技术的工作通过雄辩的图示和文字引领了技术工业的发展。Thomas在原理、概念、模式和表达上的卓越努力给信息技术社区带来了演化的(evolved)软件架构方法,这种方法现在成为了云计算目标能够在实践中成功实现的基础。这是一个很重要的断言:云计算不再是遥不可及的未来概念,而是一项主要的信息技术服务选择和资源交付表现形式。
Thomas的这本书不仅仅给出云计算的定义,同时还包括虚拟化、网格和维护策略与之在日常操作上的对比。Thomas和他的写作团队带领读者从头到尾遍历了云计算的重要元素、历史、创新和需求。通过案例研究和架构模型,作者清楚地说明了主要计算资源的服务需求、基础设施、安全和外包。
Thomas再次向业界展示了中肯的分析和可靠的架构驱动的实践与原理。无论读者的兴趣和经验如何,都能在这本对云计算深入的、与厂商无关的研究中发现清晰的价值。

Pamela J. Wise-Martinez,创建者和首席架构师
能源部和美国国家核安全管理局
(声明:上述观点为作者的个人观点,不反映美国政府、美国能源部或美国国家核安全管理局的观点。)

目 录

第1章  绪论
1.1  本书目标
1.2  本书未涵盖的内容
1.3  本书适用读者
1.4  本书组织结构
1.5  书写惯例
1.6  附加信息
第2章  案例研究背景
2.1  案例研究1:ATN
2.2  案例研究2:DTGOV
2.3  案例研究3:Innovartus
第3章  理解云计算
3.1 起源与影响
3.2 基本概念与术语
3.3 目标与收益
3.4 风险与挑战
第4章 基本概念与模型
4.1 角色与边界
4.1.1 云提供者
4.1.2 云用户
4.1.3 云服务拥有者
4.1.4 云资源管理者
4.1.5 其他角色
4.1.6 组织边界
4.1.7 信任边界
4.2 云特性
4.2.1 按需使用
4.2.2 泛在接入
4.2.3 多租户(和资源池)
4.2.4 弹性
4.2.5 可测量的使用
4.2.6 可恢复性
4.3 云交付模型
4.3.1 基础设施作为服务(IaaS)
4.3.2 平台作为服务(PaaS)
4.3.3 软件作为服务(SaaS)
4.3.4 云交付模型比较
4.3.5 云交付模型组合
4.4 云部署模型
4.4.1 公有云
4.4.2 社区云
4.4.3 私有云
4.4.4 混合云
4.4.5 其他云部署模型
第5章 云使能技术
5.1 宽带网络和Internet架构
5.1.1 Internet服务提供者(ISP)
5.1.2 无连接分组交换(数据报网络)
5.1.3 基于路由器的互联
5.1.4 技术和商业考量
5.2 数据中心技术
5.2.1 虚拟化
5.2.2 标准化与模块化
5.2.3 自动化
5.2.4 远程操作与管理
5.2.5 高可用性
5.2.6 安全感知的设计、操作和管理
5.2.7 配套设施
5.2.8 计算硬件
5.2.9 存储硬件
5.2.10 网络硬件
5.2.11 其他考量
5.3 虚拟化技术
5.3.1 硬件无关性
5.3.2 服务器整合
5.3.3 资源复制
5.3.4 基于操作系统的虚拟化
5.3.5 基于硬件的虚拟化
5.3.6 虚拟化管理
5.3.7 其他考量
5.4 Web技术
5.4.1 基本Web技术
5.4.2 Web应用
5.5 多租户技术
5.6 服务技术
5.6.1 Web服务
5.6.2 REST服务
5.6.3 服务代理
5.6.4 服务中间件
第6章 基本云安全
6.1 基本术语和概念
6.1.1 保密性
6.1.2 完整性
6.1.3 真实性
6.1.4 可用性
6.1.5 威胁
6.1.6 漏洞
6.1.7 风险
6.1.8 安全控制
6.1.9 安全机制
6.1.10 安全策略
6.2 威胁作用者
6.2.1 匿名攻击者
6.2.2 恶意服务作用者
6.2.3 授信的攻击者
6.2.4 恶意的内部人员
6.3 云安全威胁
6.3.1 流量窃听
6.3.2 恶意媒介
6.3.3 拒绝服务
6.3.4 授权不足
6.3.5 虚拟化攻击
6.3.6 信任边界重叠
6.4 其他考量
6.4.1 有缺陷的实现
6.4.2 安全策略不一致
6.4.3 合约
6.4.4 风险管理
第二部分 云计算机制
第7章 云基础设施机制
7.1 逻辑网络边界
7.2 虚拟服务器
7.3 云存储设备
7.3.1 云存储等级
7.3.2 网络存储接口
7.3.3 对象存储接口
7.3.4 数据库存储接口
7.4 云使用监控
7.4.1 监控代理
7.4.2 资源代理
7.4.3 轮询代理
7.5 资源复制
7.6 已就绪环境
第8章 特殊云机制
8.1 自动伸缩监听器
8.2 负载均衡器
8.3 SLA监控器
8.4 按使用付费监控器
8.5 审计监控器
8.6 故障转移系统
8.6.1 主动-主动
8.6.2 主动-被动
8.7 虚拟机监控器
8.8 资源集群
8.9 多设备代理
8.10 状态管理数据库
第9章 云管理机制
9.1 远程管理系统
9.2 资源管理系统
9.3 SLA管理系统
9.4 计费管理系统
第10章 云安全机制
10.1 加密
10.1.1 对称加密
10.1.2 非对称加密
10.2 哈希
10.3 数字签名
10.4 公钥基础设施
10.5 身份与访问管理
10.6 单一登录
10.7 基于云的安全组
10.8 强化的虚拟服务器映像
第三部分 云计算架构
第11章 基本云架构
11.1 负载分布架构
11.2 资源池架构
11.3 动态可扩展架构
11.4 弹性资源容量架构
11.5 服务负载均衡架构
11.6 云爆发架构
11.7 弹性磁盘供给架构
11.8 冗余存储架构
第12章 高级云架构
12.1 虚拟机监控器集群架构
12.2 负载均衡的虚拟服务器实例架构
12.3 不中断服务重定位架构
12.4 零宕机架构
12.5 云负载均衡架构
12.6 资源预留架构
12.7 动态故障检测与恢复架构
12.8 裸机供给架构
12.9 快速供给架构
12.10 存储负载管理架构
第13章 特殊云架构
13.1 直接I/O访问架构
13.2 直接LUN访问架构
13.3 动态数据规范化架构
13.4 弹性网络容量架构
13.5 跨存储设备垂直分层架构
13.6 存储设备内部垂直数据分层架构
13.7 负载均衡的虚拟交换机架构
13.8 多路径资源访问架构
13.9 持久虚拟网络配置架构
13.10 虚拟服务器的冗余物理连接架构
13.11 存储维护窗口架构
第四部分 使用云
第14章 云交付模型考量
14.1 云交付模型:从云提供者的角度看
14.1.1 构建IaaS环境
14.1.2 装备PaaS环境
14.1.3 优化SaaS环境
14.2 云交付模型:从云用户的角度看
14.2.1 使用IaaS环境
14.2.2 使用PaaS环境
14.2.3 使用SaaS服务
第15章 成本指标与定价模型
15.1 商业成本指标
15.1.1 前期成本与持续成本
15.1.2 附加成本
15.2 云使用成本指标
15.2.1 网络使用
15.2.2 服务器使用
15.2.3 云存储设备使用
15.2.4 云服务使用
15.3 成本管理考量
15.3.1 定价模型
15.3.2 其他考量
第16章 服务质量指标与SLA
16.1 服务质量指标
16.1.1 服务可用性指标
16.1.2 服务可靠性指标
16.1.3 服务性能指标
16.1.4 服务可扩展性指标
16.1.5 服务弹性指标
16.2 SLA指导准则
第五部分 附录
附录A 案例研究结论
附录B 工业标准组织
附录C 机制与特性的对应关系
附录D 数据中心设施(TIA-942)
附录E 适应云的风险管理框架
附录F 云供给合同
附录G 云商业案例模板
索引

相关文章
|
存储 缓存 安全
某鱼电商接口架构深度剖析:从稳定性到高性能的技术密码
某鱼电商接口架构揭秘:分层解耦、安全加固、性能优化三维设计,实现200ms内响应、故障率低于0.1%。详解三层架构、多引擎存储、异步发布、WebSocket通信与全链路防护,助力开发者突破电商接口“三难”困境。
|
数据采集 监控 JavaScript
移动端性能监控探索:鸿蒙 NEXT 探针架构与技术实现
阿里云 ARMS 团队倾力打造的鸿蒙 NEXT SDK,为鸿蒙应用提供了业界领先的全链路监控解决方案。这不仅仅是一个 SDK,更是您洞察用户体验、优化应用性能的智能伙伴。
1152 90
|
Kubernetes Cloud Native 云计算
云计算与云原生技术探索
🌟蒋星熠Jaxonic,云原生探索者!以代码为舟,遨游技术星河。专注容器化、微服务、K8s与DevOps,践行GitOps理念,拥抱多云未来。用架构编织星辰,让创新照亮极客征途!
云计算与云原生技术探索
|
人工智能 自然语言处理 安全
AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教系统融合大语言模型、教育知识图谱、多模态交互与智能体架构,实现精准学情诊断、个性化辅导与主动教学。支持图文语音输入,本地化部署保障隐私,重构“教、学、评、辅”全链路,推动因材施教落地,助力教育数字化转型。(238字)
1981 23
|
Java Linux 虚拟化
【Docker】(1)Docker的概述与架构,手把手带你安装Docker,云原生路上不可缺少的一门技术!
1. Docker简介 1.1 Docker是什么 为什么docker会出现? 假定您在开发一款平台项目,您的开发环境具有特定的配置。其他开发人员身处的环境配置也各有不同。 您正在开发的应用依赖于您当前的配置且还要依赖于某些配置文件。 您的企业还拥有标准化的测试和生产环境,且具有自身的配置和一系列支持文件。 **要求:**希望尽可能多在本地模拟这些环境而不产生重新创建服务器环境的开销 问题: 要如何确保应用能够在这些环境中运行和通过质量检测? 在部署过程中不出现令人头疼的版本、配置问题 无需重新编写代码和进行故障修复
932 2
|
Cloud Native API 开发者
Gemini 2.5 Flash 技术拆解:从 MoE 架构到阿里云生态落地指南
2025年9月,谷歌Gemini 2.5 Flash发布,性能提升5%、成本降24%,引发行业关注。其MoE架构、百万上下文与“思考”范式,助力阿里云开发者高效构建云原生应用。本文解析技术内核,结合汽车、物流等案例,提供落地指南与避坑建议,展望大模型与流计算融合前景。
1364 6
|
JSON 供应链 监控
1688商品详情API技术深度解析:从接口架构到数据融合实战
1688商品详情API(item_get接口)可通过商品ID获取标题、价格、库存、SKU等核心数据,适用于价格监控、供应链管理等场景。支持JSON格式返回,需企业认证。Python示例展示如何调用接口获取商品信息。
|
数据可视化 前端开发 数据管理
什么是低代码?一文看懂:低代码技术的发展历程及技术架构
低代码开发平台通过可视化界面与组件化设计,大幅降低编程门槛,使开发者无需大量编码即可快速构建应用。它具备可视化开发、预制组件、低技术门槛及全流程支持等核心特征,适用于业务流程自动化、数据管理、客户关系管理等多种场景。自萌芽期至今,低代码不断演进,成为企业数字化转型的重要工具,显著提升开发效率、降低成本,并推动全民开发者时代的到来。
1444 0
什么是低代码?一文看懂:低代码技术的发展历程及技术架构
|
存储 人工智能 搜索推荐
拔俗AI助教系统:基于大模型与智能体架构的新一代教育技术引擎
AI助教融合大语言模型、教育知识图谱、多模态感知与智能体技术,重构“教、学、评、辅”全链路。通过微调LLM、精准诊断错因、多模态交互与自主任务规划,实现个性化教学。轻量化部署与隐私保护设计保障落地安全,未来将向情感感知与教育深度协同演进。(238字)
1420 0