一、虚拟化
虚拟化,是指通过虚拟化技术将一台计算机虚拟为多台逻辑计算机。在一台计算机上同时运行多个逻辑计算机,每个逻辑计算机可运行不同的操作系统,并且应用程序都可以在相互独立的空间内运行而互不影响,从而显著提高计算机的工作效率。
虚拟化使用软件的方法重新定义划分IT资源,可以实现IT资源的动态分配、灵活调度、跨域共享,提高IT资源利用率,使IT资源能够真正成为社会基础设施,服务于各行各业中灵活多变的应用需求。
二、云计算与虚拟化的关系
虚拟化是云计算的重要支撑技术。云计算是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。通过虚拟化,可以将应用程序和数据在不同层次以不同的方式展现给客户,为云计算的使用者和开发者提供便利。云计算的虚拟化过程为组织带来了灵活性,从而改善IT运维和减少成本支出。
云计算是通过使计算分布在大量的分布式计算机上,而非本地计算机或远程服务器中,企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上,根据需求访问计算机和存储系统。对于云计算来说,虚拟化是必不可少的。
云计算将计算当做是公共资源,而非具体的产品和技术。早在20世纪70年代,大型计算机就一直在同时运行多个操作系统实例,每个实例也彼此独立。不过直到当今,软硬件方面的进步才使得虚拟化技术有可能出现在基于行业标准的大众化x86服务器上。
在云计算环境下,软件技术、架构将发生显著变化。首先,所开发的软件必须与云相适应,能够与虚拟化为核心的云平台有机结合,适应运算能力、存储能力的动态变化;二是要能够满足大量用户的使用,包括数据存储结构、处理能力;三是要互联网化,基于互联网提供软件的应用;四是安全性要求更高,可以抗攻击,并能保护私有信息;五是可工作于移动终端、手机、网络计算机等各种环境。
此外,在云计算环境下,由于软件开发工作的变化,也会对软件测试带来影响和变化。云计算将各种IT资源以服务的方式通过互联网交付给用户。不过,虚拟化本身并不能给用户提供自服务层。
有专家认为,云计算模式可以让终端自行供给自己的服务器和应用程序,甚至是虚拟化资源,而对于企业来说,大量的计算资源消耗也使得系统管理员倾向于提供虚拟机。
总的来说,虚拟化和云计算并不是相互捆绑的技术,而是可以优势互补为用户提供更优质的服务。在云计算的部署方案中,虚拟化技术可以使其IT资源应用更加灵活。而在虚拟化的应用过程中,云计算也提供了按需所取的资源和服务。在一些特定场景中,云计算和虚拟化无法剥离,只有相互搭配才能更好地解决客户需求。
三、大数据技术
大数据技术是以数据为本质的新一代革命性的信息技术,在数据挖潜过程中,能够带动理念、模式、技术及应用实践的创新。本书系统性地介绍了大数据的概念、发展历程、市场价值、大数据相关技术,以及大数据对中国信息化建设、智慧城市、广告、媒体等领域的核心支撑作用,并对对数据科学理论做了初步探索。
- 大数据基础阶段
大数据基础阶段需掌握的技术有:Linux、Docker、KVM、MySQL基础、Oracle基础、MongoDB、redis以及hadoopmapreduce hdfs yarn等。
- 大数据存储阶段
大数据存储阶段需掌握的技术有:hbase、hive、sqoop等。
- 大数据架构设计阶段
大数据架构设计阶段需掌握的技术有:Flume分布式、Zookeeper、Kafka等。
- 大数据实时计算阶段
大数据实时计算阶段需掌握的技术有:Mahout、Spark、storm。
- 大数据数据采集阶段
大数据数据采集阶段需掌握的技术有:Python、Scala。
- 大数据商业实战阶段
大数据商业实战阶段需掌握的技术有:实操企业大数据处理业务场景,分析需求、解决方案实施,综合技术实战应用。
四、云计算平台OpenStack
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:云计算课程作业专业词汇 - Python技术站