《云计算》教材配套课件3-Go ogle云计算原理(2)

云计算的简介

云计算的简介

概念回顾 Google云计算背景

分布式文件系统GFS并行数据处理模型MapReduce 分布式锁服务Chubby 分布式数据库BigTable Google AppEngine Google云计算技术小结

云计算的简介

并行数据处理模型MapReduce

云计算的简介

摩尔定律 集成电路芯片上所集成的电路的数目， 每隔18个月就翻一番，同时性能也提升 一倍 经验总结，12个月-18个月-24个月Gordon Moore

云计算的简介

“免费的性能大餐”? Andy giveth, and Bill taketh away 软件算法、数据结构似乎不再重要，因为处理器性能不断 提升

免费的午餐已经结束！!Intel Microsoft

云计算的简介

摩尔定律正在走向终结… 单芯片容纳晶体管的增加，对制造工艺提出要求 CPU制造18nm技术，电子泄漏问题 CPU主频已达3GHz时代，难以继续提高 散热问题(发热太大，且难以驱散) 功耗太高

未来的发展：多核

云计算的简介

在多核时代生存，必须考虑并发问题 不存在解决多核编程问题的银弹， 不存在可以简单地将并发编程问题化 解掉的工具， 开发高性能的并行程序 必须要求开发者从根本上改变其编程 方法 从某种意义上来说，这不仅仅是要改 变50年来顺序程序设计的工艺传统， Herb Sutter 而且是要改变数百万年来人类顺序化思考问题的习 惯

云计算的简介

串行编程 早期的计算里，程序一般是被串行执行的 程序是指令的序列，在单处理器的机器里，程序从开始 到结束，这些指令一条接一条的执行

并行编程 一道处理可以被划分为几部分,然后它们可以并发地执行 各部分的指令分别在不同的CPU上同时运行，这些CPU 可以存在于单台机器中,也可以存在于多台机器上,它们 通过连接起来共同运作

云计算的简介

什么样的问题适合并行计算？ 斐波那契序列(Fibonacci)的计算？

云计算的简介

什么样的问题适合并行计算？ 如果有大量结构一致的数据要处理，且数据可以分解成 相同大小的部分， 那我们就可以设法使这道处理变成并

行

云计算的简介

并行计算模式

并行计算与分布式计算有何联系 与区别？

云计算的简介

Google拥有海量数据，并且需要快速处理

对爬虫获取的网页进行倒排索引 “Greatness is never a given, it 计算网站的PageRank 分析搜索趋势(Google Trends) must be earned.” 计算网页的访问量 ……美国总统奥巴马

云计算的简介

计算问题简单，但求解困难 待处理数据量巨大(PB级),只有分布在成百上千个节点 上并行计算才能在可接受的时间内完成 如何进行并行分布式计算？ 如何分发待处理数据？ 如何处理分布式计算中的错误？

简单的问题，计算并不简单！

云计算的简介

Jeffery Dean设计一个新的 抽象模型， 使我们只要执行 的简单计算，而将并行化、 容错、数据分布、负载均衡 的等杂

乱细节放在一个库里， 使并行编程时不必关心它们 这就是MapReduce

Google MapReduce 架构设计师 Jeffrey Dean

云计算的简介

一个软件架构，是一种处理海量数据的并行编程模 式 用于大规模数据集(通常大于1TB)的并行运算 MapReduce实现了Map和Reduce两个功能 Map把一个函数应用于集合中的所有成员，然后返回一个 基于这个处理的结果集 Reduce对结果集进行分类和归纳 Map()和 Reduce() 两个函数可能会并行运行，即使不是 在同一的系统的同一时刻

云计算的简介

案例：单词记数问题(Word Count) 给定一个巨大的文本(如1TB),如何计算单词出现的数 目？