|
|
|
云计算是一种以数据为中心的超级计算，在数据存储、数据管理和数据安全等方面具有独特的技术。
|
|
|
|
数据存储技术。为保证高可用、高可靠和经济性，云计算采用分布式存储的方式来存储数据，采用冗余存储的方式来保证存储数据的可靠性，即为同一份数据存储多个副本。另外，云计算系统需要同时满足大量用户的需求，并行地为大量用户提供服务。因此，云计算的数据存储技术必须具有高吞吐率和高传输率的特点。未来的发展将集中在超大规模的数据存储、数据加密和安全性保证，以及继续提高I/O速率等方面。
|
|
|
|
数据管理技术。云计算系统对大数据集进行处理、分析，向用户提供高效的服务。因此，数据管理技术必须能够高效地管理大数据集。云计算的特点是对海量的数据存储、读取后进行大量的分析，数据的读操作频率远大于数据的更新频率，云中的数据管理是一种读优化的数据管理。
|
|
|
|
数据安全技术。云计算的安全性问题主要体现在访问控制、加密算法、虚拟安全技术、数据保护等方面，其中最核心的是数据安全技术。伴随着云计算、云端应用、各种移动设备和社交网络的不断普及，各种基于云的应用系统产生的半结构化数据和非结构化数据正在以几何级的形式增量扩展，云环境下数据资源维护工作也面临着挑战，云计算需要面对海量数据交互，需要高效、稳定的数据通信、存储系统支撑，还需要实现对海量数据的安全保障和有效监控。其影响主要体现在以下方面。
|
|
|
|
（1）海量数据的高可用性保障的要求。支撑云计算的是大规模的集群计算系统，当系统规模增大后，可靠性和稳定性，就成为最大的挑战之一。需要通过有效的系统配置、监控、管理、调度、虚拟化等技术，实现一个强大的、动态的、自治的计算存储资源池，提供云计算所需要的大容量计算系统级的容错技术是系统技术方面的一个难点。大量服务器进行同一个计算时，单节点故障不应影响应用的正常运行。对类似数据检索这样计算节点间无通信的应用，这一点比较容易实现。但对那些有大量通信的紧耦合类应用，当前业内仍无有效的系统级容错方案。目前主要还是依赖应用层面的检查点和重启技术，一方面增加了开发的难度和工作量，另一方面对运行性能也有一定的影响。
|
|
|
|
（2）云环境下数据安全保障的要求。强大的安全和数据保护功能被视为是云服务提供商成功赢得业务的最关键因素。云环境面临着数据传输安全、数据资源隔离、数据的灾难恢复、安全事件管理和数据保护方面的挑战（包括虚拟机隔离、安全虚拟机迁移、虚拟网络隔离及安全事件和访问监控），因此对于数据安全保护提出了全新的要求。
|
|
|
|
（3）异构海量数据高效管理的要求。大数据时代的超大数据体量及占相当比例的半结构化和非结构化数据的存在，已经超越了传统数据库的管理能力，如何提高面向海量数据的更新速率、随机读速率和数据检索速度是云环境下数据管理的关键技术。目前，云计算的数据管理技术最著名的是谷歌的BigTable数据管理技术，同时Hadoop开发团队正在开发类似BigTable的开源数据管理模块，以实现对半结构化和非结构化海量数据的高效管理。
|
|
|
|
（4）面向新型存储技术的数据资源维护方法变革。为实现高可用性的大规模可扩展的冗余存储，业界提出了面向基于对象的存储及面向块存储等技术。可以预见，为了更高效管理异构海量数据，新型的数据存储技术还将不断涌现，与此对应的数据资源维护手段与方法也将不断改变。
|
|
|
