辛星笔记之云计算第三篇之云管理层

与过去的数据中心相比,云最大的优势在于云管理的优越性。云管理层也是三层云服务的基础,并且为这三层提供多种管理和维护等方面的功能和技术。

云管理层一般分为九个模块,这九个模块又可以分为三层,它们分别是用户层、机制层和检测层。

用户层主要包括四个部分:

(1)用户管理。对任何的系统而言,用户的管理都是必需的。运方面的用户管理主要有三种功能,其一是账号管理,包括对用户身份及其访问权限进行有效的管理,还包括对用户组的管理。其二是单点登录,英文为Single  Sign On,其意义是在多个应用系统中,用户只需要登录一次就可以访问所有相互信任的应用系统,这个机制可以极大的方便用户在云服务之间进行切换。其三是配置管理,对与用户相关的配置信息进行记录、管理和跟踪,配置信息包括虚拟机的部署、配置和应用的设置信息等等。

(2)客户支持。通过一套完整的客户支持系统,能够按照其严重程度或者优先级来解决,来决绝用户的疑难问题,能够提升客户支持的效率和效果。

(3)计费管理。利用底层监控系统所采集的数据来对每个用户所使用的资源(比如消耗的CPU时间和网络宽带)和服务(比如调用某个付费API的次数)进行统计,来准确的向用户索取费用,并提供完善和详细的报表。

(4)服务管理。大多数云都在一定程度上遵循SOA(Service-Oriented   Architecture,面向服务的架构)的设计规范。SOA的意思是将应用不同的功能拆分为多个服务,并且通过定义良好的接口和契约来将这些服务连接起来,这样的好处是能够使得整个系统松耦合,从而使得整个系统都能够不断演化来更好地为客户服务。而一个普通的云也同样由很多的服务组成,比如部署虚拟机的服务、启动或者关闭虚拟机的服务等等,管理好这些服务对于云而言是很重要的。服务管理主要有如下五个:管理接口、自定义服务、服务调度、监控服务、流程管理

机制层:

(1)运维管理。云的运行是否出色,往往取决于其运维系统的强健和自动化程度,而和运维管理相关的功能主要包括三个方面:①首先是自动维护,运维操作尽可能的专业和自动化,从而降低云计算中心的运维成本。②能源管理,它包括自动关闭闲置的资源,根据负载来调节CPU的频率以降低功耗并且提供关于数据中心整体功耗的统计图以及与机房温度的分布图来提升能源的管理,并且降低浪费。③事件监控,它是通过对在数据中心发生的各项事件进行监控,以确保在云中发生的任何异常事件都会被管理系统捕捉到。

(2)资源管理。这个模块和物理节点的管理相关,比如服务器、存储设备和网络设备等等。它主要涉及三个方面:①资源池。通过使用资源池这种资源抽象方法,能够将具有庞大数量的物理资源集中到一个虚拟池中,以便于管理。②自动部署。也就是将资源从创建到使用的整个流程自动化。③资源调度。它不仅能够更好的利用系统资源,而且能够自动调整云中的资源来帮助运行于其上的应用来更好地应对突发流量,从而起到负载均衡的作用。

(3)安全管理:安全管理是对数据、应用和账号等IT资源采取全面保护,它可以使得免受犯罪分子和恶意程序的侵害,并且保证云基础设施及其提供的资源能够被合法地访问和使用。它主要包括7种机制:访问授权、安全策略、安全审计、物理安全、网络隔离、数据加密、数据备份。

(4)容灾支持:在容灾方面,主要是两个层面:数据中心级别和物理节点级别。所谓数据中心级别,就是如果数据中心的外部环境出现了类似断电、火灾、地震或者网络中断等问题,它们很可能导致整个数据中心不可用,我们需要在异地建立一个备份数据中心来保证整个云服务持续运行。这个备份数据中心会实时或者异步地与主数据中心进行同步,当主数据中心发生问题的时候,备份数据中心会自动接管在主数据中心运行的服务。对于物理节点级别,系统需要检测每个物理节点的运行情况,如果一个物理节点出现问题,系统会试图恢复它或者将其屏蔽,以确保相关云服务正常运行。

时间: 2024-08-25 21:52:27

辛星笔记之云计算第三篇之云管理层的相关文章

辛星笔记云计算第四篇即云的四种模式

虽然从技术或者架构角度看,云计算比较单一,但是在实际情况下,为了适应用户不同的需求,它会演变为不同的模式.在NIST(National  Institue  of  Standards  and  Technology,美国国家标准技术研究院)的名为"The  NIST Definition  of  Cloud Computing"的关于云计算概念的文档中,定义了云的四种模式,分别是:公有云.私有云.混合云和行业云. 公有云: (1)公有云是现在最主流也是最受欢迎的云计算模式.它是一

辛星笔记之Hadoop权威指南第三篇combiner

集群上的可用宽带限制了MapReduce作业的数量,因此最重要的一点是尽量避免map任务和reduce任务之间的数据传输.Hadoop允许用户针对map任务的输出指定一个合并函数,有时候我们也称作combiner,它就像mapper和reducer一样. 合并函数的输出作为reduce函数的输入,由于合并函数是一个优化方案,所以Hadoop无法确定针对map任务输出中任一条记录需要调用多少次合并函数.不管我们调用多少次合并函数,reducer的输出结果都应该一致.合并函数的规则限定了可以使用的函

辛星笔记云计算第五篇即系统虚拟化

虚拟化是表示计算机资源的抽象方法.通过虚拟化,我们可以简化基础设施.系统和软件等计算机资源的表示.访问和管理,并且为这些资源提供标准的接口来接受输入和提供输出.虚拟化技术有很多种,比如网络虚拟化.内存虚拟化.桌面虚拟化和应用虚拟化等等,我们这里主要介绍系统虚拟化. 系统虚拟化通过使用虚拟机管理程序(Virtual  Machine  Monitor,简称VMM)在一台物理机上虚拟和运行一台或者多台虚拟机(Virtual  Machine,简称VM),而且这些虚拟机可以像真实的机器一样运行各种软件

辛星笔记之Hadoop权威指南第一篇即MapReduce

MapReduce是一种可用于数据处理的编程模型,该模型比较简单,但用于编写有用的程序并不简单.Hadoop可以运行由各种语言编写的MapReduce程序.MapReduce程序本质上是并行运行的,因此可以将大规模的数据分析任务交给任何一个拥有足够多机器的运营商.MapReduce的优势在于处理大规模数据集. MapReduce任务过程被分为两个处理阶段:map阶段和reduce阶段.每个阶段都以键/值对作为输入或者输出,并且由程序员选择它们的类型.程序员还需要具体定义两个函数:map函数和re

辛星笔记之Hadoop权威指南第四篇HDFS简介

当数据集的大小超过一台独立物理计算机的存储能力时,就有必要对它进行分区并且存储到若干台单独的计算机上.管理网络中跨多台计算机存储的文件系统被称为分布式文件系统(distributed  filesystem). 分布式文件系统架构于网络智商,势必会引入网络编程的复杂性,因此分布式文件系统比普通磁盘文件系统更加复杂,比如文件系统能够容忍节点故障但是不丢失数据就是一个很大的挑战. HDFS的全称是Hadoop  Distributed  Filesystem,在非正式文档或者旧文档以及配置文件中,有

辛星笔记之Hadoop权威指南第五篇HDFS基本概念

每个磁盘都有默认的数据块大小,这是磁盘进行数据读写的最小单位.构建于单个磁盘上的文件系统通过磁盘块来管理该文件系统中的块,该文件系统块的大小可以是磁盘块的数倍.文件系统一般为几千字节,而磁盘块一般为512字节. HDFS同样也有块的概念,但是它大得多,默认为64MB.与单一磁盘上的文件系统相似,HDFS的文件也被划分为块大小的多个分块(chunk),作为独立的存储单元.但是HDFS中小于一个块大小的文件不会占据整个块的空间. HDFS的块比磁盘块大,它的目的是为了最小化寻址开销.如果块设置的足够

辛星笔记之高质量JavaScript代码书写要点

首先本文章是http://www.zhangxinxu.com/wordpress/?p=1173 的读书笔记,读者可以自己到鑫旭的空间去阅读原文,这里我对其进行了简化. 可维护的代码的一些要求: (1)可读的               (2)一致的             (3)可预测的 (4)看上去就像是同一个人写的    (5)已记录 原则一:最小全局变量 JavaScript通过函数管理作用于,在函数内声明的变量值在这个函数内部,函数外面不可用.而全局变量就是在任何函数外面声明的,或者

辛星笔记之MySQL的InnoDB部分的四本笔记

第一本就是InnoDB的事务实现机制,在csdn上的下载地址为:点我下载 ,这里简要介绍下,它是通过redo和undo来控制的,而且每一秒钟都会把日志缓冲刷新到重做日志文件,因此对于再大的事务提交也非常快捷.对于undo日志,它则是用于事务的回滚,它在共享表空间中有自己的undo段.对于事务的隔离级别,是通过锁来实现的,因此这就需要理解InnoDB的锁机制.其中还有对分布式事务即xa的部分介绍. 第二本是InnoDB的锁机制,在csdn上的下载地址为:点我下载 ,它主要是介绍了InnoDB的锁机

辛星网站架构师笔记第四篇

本节我们了解一下web服务器,要说到web服务器,恐怕还不能不提一下大名鼎鼎的Apache,这个神一样的服务器仍然占据着至少一半的市场.Apache原来用于小型或者是实验性的Internet网络,后来逐步扩展到各种系统中去,对linux的支持近乎完美.Apache可以支持SSL技术,支持多态虚拟主机.而且它是以进程为基础的结构,而进程比线程使用更多的系统资源,因此不适用于多处理器环境. 如果网站的访问量很大,那么每天的日志文件也会很大,这时候可以使用Apache自带的rotetelogs来对日志