什么是云计算[转]--DataMining&BI

最近，大公司如MS、Google、IBM等都在炒作一个概念就是云计算，如IBM跟欧盟合作开展云计算，欧盟拨款1.7亿万欧元；Google与IBM 联合力推云计算模式；Yahoo! 也把宝押在了云计算上；我国也在无锡跟IBM公司联合建立了一个云计算中心；有人说微软收购Yahoo！一个重要的考虑就是在Yahoo在云计算方面的领先地位，多少有点儿道理。那么，什么是云计算哪？我看到有一位推广自由开源的老先生把云计算（CloudComputing）翻译成“云雾计算”着实是可笑，好多网友也在问什么是云计算，什么是雾计算，说明好多人对于云计算是一头雾水。云计算可不是“云雨”，可不是云山雾罩。
“云计算”（Cloud Computing）是分布式处理（DistributedComputing）、并行处理（Parallel Computing）和网格计算（GridComputing）的发展，或者说是这些计算机科学概念的商业实现。许多跨国信息技术行业的公司如IBM、Yahoo和Google等正在使用云计算的概念兜售自己的产品和服务。云计算这个名词可能是借用了量子物理中的“电子云”（ElectronCloud），强调说明计算的弥漫性、无所不在的分布性和社会性特征。量子物理上有“电子云（electroncloud）”，在原子核周围运动的电子不是一个经验世界的轨道例如像天体一样的运行轨道，而是弥漫空间的、云状的存在，描述电子的运动不是牛顿经典力学而是一个概率分布的密度函数，用薛定谔波动方程来描述，特定的时间内粒子位于某个位置的概率有多大，这跟经典力学的提法完全不同。电子云有以下特性，概然性、弥漫性、同时性等等，云计算可能的确是来自电子云的概念，前今年就有所谓“无所不在的计算”，IBM有一个无所不在的计算叫“Ubiquitous“，MS（Bill）不久也跟着提出一个无所不在的计算“Pervade“，现在人们对无所不在的计算又有了新的认识，现在说是”Omnipresent“。但是，云计算的确不是纯粹的商业炒作，的确会改变信息产业的格局，现在许多人已经用上了Google Doc和GoogleApps，用上了许多远程软件应用如Office字处理而不是用自己本地机器上安装这些应用软件，以后谁还会花钱买Office软件哪？还有许多企业应用如电子商务应用，例如要写一个交易程序，Google的企业方案就包含了现成的模板，一个销售人员根本没学习过Netbeanr也能做出来。这种计算和产业动向是符合开源精神的，符合SaaS（Software as aService）趋势。现在有这样的说法，当今世界只有五台计算机，一台是Google的，一台是IBM的，一台是Yahoo的，一台是Amazon的，一台是微软的，因为这五个公司率先在分布式处理的商业应用上捷足先登引领潮流。Sun公司很早就提出说“网络就是计算机”是有先见之明的。
有以下五个主要原因使得分布式计算必然会越来越普遍，逐渐发展成主流的计算模式而取代集中式的大型计算机：
现在分布式系统的第一个原因就是因为他具有比集中式系统更好的性能价格比。你不要花几十万美元就能获得高效能计算。
多数应用本身就是分布式的。如工业企业应用，管理部门和现场不在同一个地方。
高可靠性。冗余不仅是生物进化的必要条件，而且也是信息技术。现代分布式系统具有高度容错机制，控制核反应堆主要采用分布式来实现高可靠性。
可扩展性。买一台性能更高的大型机，或者再买一台性能相同的大型机的费用都比添加几台PC的费用高得多。
高度灵活性。能够兼容不同硬件厂商的产品，兼容低配置机器和外设而获得高性能计算。
粗略地计算，目前的个人计算机每个CPU芯片的处理能力是200MIPS，就是每秒种执行200M也就是两亿次指令，而最近Yahoo!公司报道他们已经实现了有一万个节点（node）就是一万台PC计算机连接的分布式系统，总的处理能力是2,000,000MIPS，最快的芯片也达不到这个速度，因为在一定面积上设计的芯片的速度是存在一个极限的，不可逾越。而当前世界著名的超级计算机所谓的TOP500，达到每秒几百万亿次指令执行，都是采用分布式设计的，世界第一的IBMBlueGene超级计算机采用了32部机架，每部机架部署有768个PowerPC440CPU。顺便说一句，这TOP500基本都是使用Linux操作系统的！现在社会和家庭拥有的个人计算机就是PC，只有30%的计算能力被利用，甚至更低，而其余70%的实际上是被闲置的，这些闲置的计算机资源和计算能力只有通过分布式系统才能得到有效的利用，这样可以大大提高一个国家的计算能力，而计算能力是衡量一个国家国力和科学研究能力的指标，这一点现在还没有被国人充分认识到。一个国家和地区的计算能力现在已经成为一种重要的战略资源，不亚于石油和其他战略物资的重要性。云计算就是把普通的服务器或者个人计算机连接起来以获得超级计算机也叫高性能和高可用性计算机的功能，但是成本更低。这在世界上也是个先进的项目。云计算模式必定能大大提高我国科学计算机和商业计算能力，使得我国经济竞争力大大提升。美国和欧洲有许多社会分布的分布式计算系统，他们动员和使用这些社会计算能力进行人类基因组学（Genomics）的研究、天文学问题研究、数学难题研究以及其他的科学问题研究。去年的一个研究报告估计我国个人计算机PC保有量接近两亿台。
按照计算机操作系统的宗师Andrew S.Tanenbaum（AST）给分布式系统的的定义：“分布式系统是这样的系统，它运行在不具有共享内存的多台机器上，但在用户的眼里却像是一台计算机”。（引自《现代操作系统》，机械工业出版社，1999年中文版）。它的目标是让每个用户感觉联网的计算机是一个分时系统——就像使用个人计算机一样——而不是一个由许多计算机联合起来的集体，即使由五个节点组成的分布式系统也应该让用户感觉自己是在使用一台价值20万美元的大型计算机，唯一不寻常的感觉是处理速度提高了许多，别的没有什么不同。例如，这里有一个简单的例子，在机器A的用户要使用安装在机器B上用户的目录里的文件，A用户要使用远程登录命令rloginB登录到机器B的目录上，那么这就不是一个真正的分布式系统，因为用户A意识到了另外一台机器的存在，分布式系统必须要做到，用户A登录到一个目录上的时候不知道自己是在本地机器上还是在远程机器上的目录上，对于用户A来说机器B是透明的，这就是分布式系统设计时考虑的“透明性”要求。其他有关的问题包括：分布式文件系统的问题，目录和文件访问机制以及一致性问题，分布式系统进程的通信问题等等。目前的云计算严格说还没有到达真正的分布式计算的语义学水平。

分布式计算
所谓分布式计算是一门计算机科学，它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。最近的分布式计算项目已经被用于使用世界各地成千上万位志愿者的计算机的闲置计算能力，通过因特网，您可以分析来自外太空的电讯号，寻找隐蔽的黑洞，并探索可能存在的外星智慧生命；您可以寻找超过1000万位数字的梅森质数；您也可以寻找并发现对抗艾滋病病毒的更为有效的药物。这些项目都很庞大，需要惊人的计算量，仅仅由单个的电脑或是个人在一个能让人接受的时间内计算完成是决不可能的。
分布式计算是利用互联网上的计算机的中央处理器的闲置处理能力来解决大型计算问题的一种计算科学。在两个或多个软件互相共享信息，这些软件既可以在同一台计算机上运行，也可以在通过网络连接起来的多台计算机上运行。

网格计算
首先网格计算也是一种分布式计算。
网格计算通过利用大量异构计算机（通常为桌面）的未用资源（CPU周期和磁盘存储），将其作为嵌入在分布式电信基础设施中的一个虚拟的计算机集群，为解决大规模的计算问题提供了一个模型。网格计算的焦点放在支持跨管理域计算的能力，这使它与传统的计算机集群或传统的分布式计算相区别。
网格计算的设计目标是解决对于任何单一的超级计算机来说仍然大得难以解决的问题，并同时保持解决多个较小的问题的灵活性。这样，网格计算就提供了一个多用户环境。它的第二个目标就是：更好的利用可用计算力，迎合大型的计算练习的断断续续的需求。
有了网格计算技术，您可以将服务器、存储系统和网络联合在一起，组成一个大的系统，从而为用户提供功能强大的多系统资源来处理特定的任务。对于最终用户或应用程序来说，数据文件、应用程序和系统看起来就像是一个巨大的虚拟计算系统。
网格计算与其他所有的分布式计算范例都有所区别：网格计算的本质在于以有效且优化的方式来利用组织中各种异构松耦合资源，来实现复杂的工作负载管理和信息虚拟化功能。