雲計算的核心技術
雲計算系統運用了許多技術，其中以編程模型、數據管理技術、數據存儲技術、虛擬化技術、雲計算平臺管理技術最為關鍵。
編程模型
MapReduce是一種java、Python、C++編程模型。有Google開發。它是一種簡化的分佈式編程模型和高效的任務調度模型，用於大規模數據集（大於1TB）的並行運算。嚴格的編程模型使雲計算環境下的 編程十分簡單。它的思想是將問題分解成Map（映射）和Reduce（化簡）的方式,先通過Map程序將數據劃分為不想關的區塊，分配給大量計算機處理，達到分佈式運算的效果，結果又Reduce程序彙整輸出。
數據管理技術
雲計算需要對分佈的、海量的數據進行處理、分析，所以數據管理技術必須能夠高效管理大量數據。數據管理技術主要是Google的BT（BigTable）數據管理技術，另一個是Hadoop團隊開發的開源數據管理模塊HBase。
BT是建立在GFS，Scheduler，Lock Service和MspReduce之上的一個大型的分佈式數據庫。它把所有數據都作為對象來處理，形成表格用來分佈存儲大規模結構化數據。
數據分佈存儲技術
雲計算系統由大量服務器組成，服務於大量用戶。雲計算系統採用分佈式存儲數據，用冗餘存儲保證數據的可靠性。雲計算系統大量使用的數據存儲系統有兩個，一個是Goggle的GFS，一個事Hadn‘t團隊開發的GFS的開源實現HDFS。
GFS即文件系統（Goggle File System），是一個可拓展的分佈式文件系統。用於大型、分佈式、對大量數據訪問的應用，是針對大規模數據處理和Goggle應用特性而設計的。它運行於廉價的普通硬件上但可以提供容錯功能，它給用戶提供總體性較高的服務。
虛擬化技術
軟件應用與底層硬件相隔離可通過虛擬化技術實現，它有裂分和聚合兩種模式。虛擬化技術根據對象可分成存儲虛擬化、計算虛擬化、網絡虛擬化等。計算虛擬化又分為系統級虛擬化、應用級虛擬化和桌面虛擬化。
雲計算平臺管理技術
雲計算資源龐大，服務器數量多且分佈在不同的地方，百種應用同時運行。怎樣高效的管理這麼多的服務器及確保整個系統服務不間斷是巨大的挑戰。
雲計算系統的平臺管理技術能夠使服務器協同工作，快速的進行業務部署和開通，及時發現和恢復系統故障。大規模系統的可靠運營通過自動化、智能化的手段實現。
閱讀更多 互聯網蜀黍 的文章
