【正文】 行業(yè)協(xié)會成員總計超過 220個。 — InfinBand 既可作為系統(tǒng)內(nèi)部互聯(lián)技術(shù)又可作為網(wǎng)絡(luò)互聯(lián)技術(shù)，既可用于構(gòu)造高性能刀片服務(wù)器（ Blade Server），又可用于構(gòu)建具有高可用性和高可伸縮性的大規(guī)模集群系統(tǒng)，還可用于構(gòu)建性能卓越的存儲區(qū)域網(wǎng)絡(luò) SAN。 — 出現(xiàn)自組織現(xiàn)象的系統(tǒng)必須是耗散結(jié)構(gòu)的。 — 圖 1000個節(jié)點的系統(tǒng)在不同的負(fù)載均衡策略下在參數(shù)相空間和動量相空間（相空間的基本知識見本書 ）中的仿真實現(xiàn)結(jié)果，體現(xiàn)了集群系統(tǒng)的簡單自組織現(xiàn)象，圖中上面一排是在參數(shù)相空間的仿真結(jié)果，下面一排是動量相空間的仿真結(jié)果。 1981年埃德加 另外，埃德加 — 云計算技術(shù)對數(shù)據(jù)庫高并發(fā)讀 /寫的需求，對海量數(shù)據(jù)的高效率存儲和訪問的需求，對數(shù)據(jù)庫的高可擴展性和高可用性的需求都讓傳統(tǒng)關(guān)系型數(shù)據(jù)庫系統(tǒng)顯得力不從心。 — 這類數(shù)據(jù)庫還可以適應(yīng)海量數(shù)據(jù)的增加以及數(shù)據(jù)結(jié)構(gòu)的變化，這個特點與云計算所需的相關(guān)需求是相符合的。 — 這類數(shù)據(jù)庫可以在海量的數(shù)據(jù)中快速查詢數(shù)據(jù)，典型代表為MongoDB、 CouchDB等。 — InfiniBand被主要的 OEM服務(wù)器生產(chǎn)商所支持，用來作為下一代服務(wù)器的 I/O互聯(lián)標(biāo)準(zhǔn)，是第一個高性能的機箱內(nèi)部 I/O互聯(lián)方式得到延伸的工業(yè)標(biāo)準(zhǔn)。 * 云計算大數(shù)據(jù)集群的自組織特性 — 自組織理論 產(chǎn)生于 20世紀(jì)七八十年代，主要研究混沌系統(tǒng)在隨機識別時系統(tǒng)內(nèi)部自發(fā)地由無序變?yōu)橛行?、形成耗散結(jié)構(gòu)的過程，被物理、化學(xué)、生物學(xué)、社會學(xué)、心理學(xué)等領(lǐng)域廣泛研究，其中一些研究者將自組織理論的思想、模型與計算機科學(xué)、控制理論等學(xué)科相結(jié)合，形成了一些新興的研究方向。 — 從熱力學(xué)的觀點 來說，“ 自組織 ”是指一個系統(tǒng)通過與外界交換物質(zhì)、能量和信息，而不斷地降低自身的熵含量，提高其有序度的過程。 ? 2．科學(xué)研究的四個范式是 、 、 、 。 圖 集群系統(tǒng)在不同的負(fù)載均衡策略下的簡單自組織特性 * 云計算大數(shù)據(jù)集群的自組織特性 — 通常參數(shù)相空間的形態(tài)能反映系統(tǒng)的靜態(tài)工作情況，動量相空間的形態(tài)能反映系統(tǒng)的動態(tài)工作情況， — 從圖 都處于廣義熵相對較小的遠(yuǎn)離平衡態(tài)的狀態(tài)，不同點只是系統(tǒng)在參數(shù)相空間中是聚集在廣義重心位置的，而在動量相空間中是聚集在原點附近的，云計算系統(tǒng)在相空間上呈現(xiàn)出的遠(yuǎn)離平衡態(tài)形態(tài)表明其具備自組織出現(xiàn)的基本條件，同時也說明應(yīng)用相空間方法對研究云計算系統(tǒng)的自組織特性是有效的。 * 云計算大數(shù)據(jù)集群的自組織特性 — 出現(xiàn)自組織現(xiàn)象的系統(tǒng)必須是耗散結(jié)構(gòu) 的。 — InfiniBand具有傳輸速率高、傳輸距離長、接口功耗低以及噪聲容限高等特性，單線傳輸速率為 ，可通過 4 或 12 線并行來擴展通道帶寬，峰值帶寬高達(dá) 、 30Gbps（ 1x、 4x、 12x 線）。 — InfiniBand被工業(yè)界的頂級公司所支持，執(zhí)行委員會成員包括：Compaq、 Dell、 Hewlett Packard、 IBM、 Intel、 Microsoft和 Sun。 * 非關(guān)系型數(shù)據(jù)庫的分類 （ 3） DocumentOriented — 面向海量數(shù)據(jù)訪問的文檔存儲，這類存儲的結(jié)構(gòu)與 KeyValue非常相似，也是每個 Key分別對應(yīng)一個 Value，但是這個 Value主要以 JSON（ JavaScript Object Notations）或者 XML等格式的文檔來進(jìn)行存儲。 — 同年，在亞特蘭大舉行的“ NO:SQL(east)”討論會上，對 NoSQL最普遍的定義是“非關(guān)聯(lián)型的”，強調(diào) KeyValue存儲和文檔數(shù)據(jù)庫的優(yōu)點，而不是單純地反對RDBMS，至此， NoSQL開始正式出現(xiàn)在世人面前。 * 從關(guān)系型數(shù)據(jù)庫到非關(guān)系型數(shù)據(jù)庫 — 所謂網(wǎng)站內(nèi)容的制造者是說互聯(lián)網(wǎng)上的每一個用戶不再僅僅是互聯(lián)網(wǎng)的讀者，同時也成為互聯(lián)網(wǎng)的作者；不再僅僅是在互聯(lián)網(wǎng)上沖浪，同時也成為波浪制造者；在模式上由單純的“讀”向“寫”以及“共同建設(shè)”發(fā)展；由被動地接收互聯(lián)網(wǎng)信息向主動創(chuàng)造互聯(lián)網(wǎng)信息發(fā)展，從而更加人性化。科德從關(guān)系代數(shù)的基礎(chǔ)推演出一套關(guān)系數(shù)據(jù)庫的理論。 一致性哈希算法中計算和存儲位置的一致性 * 非關(guān)系型數(shù)據(jù)庫 ? 非關(guān)系型數(shù)據(jù)庫 ? 從關(guān)系型數(shù)據(jù)庫到非關(guān)系型數(shù)據(jù)庫 — 關(guān)系型數(shù)據(jù)庫（ Relational Database）技術(shù)是 1970年埃德加 — 圖 云計算大數(shù)據(jù)集群系統(tǒng)的抽象描述 — 從圖 ：集群系統(tǒng)運行時需要能量的輸入，同時系統(tǒng)內(nèi)的一部分能量又會轉(zhuǎn)變?yōu)闊崮芰鞒鱿到y(tǒng)；集群系統(tǒng)需要不斷地接受系統(tǒng)外傳入的數(shù)據(jù)并進(jìn)行處理，同時又會不斷地向系統(tǒng)外傳出數(shù)據(jù)；集群系統(tǒng)由于具有很好的彈性規(guī)模且又非常大，所以節(jié)點的增加和節(jié)點的失效都十分頻繁 。由耗散結(jié)構(gòu)引出的自組織現(xiàn)象更是打破了人類對自然的常規(guī)認(rèn)識。基于 I/O 通路共享機制的 InfiniBand 提供了一種連接計算機的新途徑，采用 InfiniBand 之后， I/O 不再是服務(wù)器的組成部分，這時遠(yuǎn)程存儲設(shè)備、 I/O 設(shè)備和服務(wù)器之間的互聯(lián)是通過 InfiniBand 交換機和路由器完成的，克服了傳統(tǒng)的共享 I/O 總線結(jié)構(gòu)的種種弊端。 — InfiniBand是一種全新、功能強大、設(shè)計用來支持 Inter基礎(chǔ)設(shè)施 I/O互聯(lián)的體系結(jié)構(gòu)。 — 面向海量數(shù)據(jù)訪問的文檔存儲，這類存儲的結(jié)構(gòu)與 KeyValue非常相似，也是每個 Key分別對應(yīng)一個 Value，但是這個 Value主要以 JSON（ JavaScript Object Notations）或者 XML等格式的文檔來進(jìn)行存儲。這類數(shù)據(jù)庫還可以適應(yīng)海量數(shù)據(jù)的增加以及數(shù)據(jù)結(jié)構(gòu)的變化，這個特點與云計算所需的相關(guān)需求是相符合的。同時關(guān)系型數(shù)據(jù)庫技術(shù)中的一些核心技術(shù)要求如：數(shù)據(jù)庫事務(wù)一致性需求，數(shù)據(jù)庫的寫實時性和讀實時性需求，對復(fù)雜的 SQL查詢，特別是多表關(guān)聯(lián)查詢的需求等在 Web ，而且系統(tǒng)為此付出了較大的代價。 科德也在關(guān)系代數(shù)基礎(chǔ)之上定義了一系列通用的數(shù)據(jù)基本操作。 科德因在關(guān)系型數(shù)據(jù)庫方面的貢獻(xiàn)獲得了圖靈獎，因此埃德加 — 利用一致性哈希方法在面對海量文件時系統(tǒng)不用維護(hù)一個龐大的元數(shù)據(jù)庫用于保存文件的存儲信息，計算尋找數(shù)據(jù)的速度非常直接，路由的算法復(fù)雜度非常低。 — 一致性哈希算法的采用使集群系統(tǒng)在進(jìn)行任務(wù)劃分時不再依賴某些管理節(jié)點來維護(hù)，并且在節(jié)點數(shù)據(jù)發(fā)生變化時能夠以最小的代價實現(xiàn)任務(wù)的再分配，這一優(yōu)點特別符合云計算系統(tǒng)資源池彈性化的要求，因此一致性哈希算法成為了實現(xiàn) 無主節(jié)點對等結(jié)構(gòu)集群 的一種標(biāo)準(zhǔn)算法。云計算系統(tǒng)通常涉及大量的節(jié)點，節(jié)點的失效和加入都是非常常見的，傳統(tǒng)的哈希算法 無法滿足這種節(jié)點數(shù)目頻繁變化的要求 。 * 一致性哈希算法的基本原理 — 傳統(tǒng)的哈希算法的 容錯性 和 擴展性 都 不好 ，無法有效地適應(yīng)面向數(shù)據(jù)系統(tǒng)節(jié)點的 動態(tài)變化 。這樣一來，物聯(lián)網(wǎng)的網(wǎng)與網(wǎng)之間的局限性依舊存在。 ? 伴隨著物聯(lián)網(wǎng)應(yīng)用的不斷擴大，業(yè)務(wù)應(yīng)用范圍從單一領(lǐng)域發(fā)展到所有的各行各業(yè)，信息處理方式從分散到集中，產(chǎn)生了大量的業(yè)務(wù)數(shù)據(jù)。然而這兩種方法都存在致命的缺點：服務(wù)器的增加，雖能通過大量的經(jīng)費投入解決一時的訪問壓力，但設(shè)備的浪費卻是巨大的。 例如， Google公司不再是一味追求單個服務(wù)器的性能參數(shù)，而是更多地關(guān)注如何用堆積如山的集群來彌補單個服務(wù)器的性能不足。 — 云計算的出現(xiàn)使物聯(lián)網(wǎng)在互聯(lián)網(wǎng)基礎(chǔ)之上延伸和發(fā)展成為可能。物聯(lián)網(wǎng)就是“物物相連的互聯(lián)網(wǎng)”。這個時代正好對應(yīng)于面向計算的時代，可以在某些具有完善理論體系領(lǐng)域利用計算機仿真計算來進(jìn)行研究。 云計算和大數(shù)據(jù)這兩個名詞也可看作是描述了面向計算時代信息技術(shù)的兩個方面，云計算側(cè)重于描述資源和應(yīng)用的網(wǎng)絡(luò)化交付方法，大數(shù)據(jù)側(cè)重于描述面向數(shù)據(jù)時代由于數(shù)據(jù)量巨大所帶來的技術(shù)挑戰(zhàn)。 相對而言由于這時數(shù)據(jù)量很小，數(shù)據(jù)在整個計算系統(tǒng)中的重要性并不突出。從面向計算到面向數(shù)據(jù)是技術(shù)發(fā)展的必然趨勢，并不能把云計算的出現(xiàn)歸功于任何的個人和企業(yè)。 云計算與大數(shù)據(jù) * — 海量的數(shù)據(jù)本身很難直接使用，只有通過處理的數(shù)據(jù)才能真正地成為有用的數(shù)據(jù)，因此云計算時代計算和數(shù)據(jù)兩大主題可以進(jìn)一步明確為 數(shù)據(jù) 和 針對數(shù)據(jù)的計算 ，計算可以使海量的數(shù)據(jù)成為有用的信息，進(jìn)而處理成為知識。 — 目前新出現(xiàn)的一些技術(shù)如 Hadoop、 HPCC、 Storm都較為確切地與大數(shù)據(jù)相關(guān)，同時并行計算技術(shù)、分布式存儲技術(shù)、數(shù)據(jù)挖掘技術(shù)這些傳統(tǒng)的計算機學(xué)科在大數(shù)據(jù)條件下又再次萌發(fā)出生機，并在大數(shù)據(jù)時代找到了新的研究內(nèi)容。 云計算與大數(shù)據(jù) * — 面向數(shù)據(jù) 要求計算是面向數(shù)據(jù)的，那么數(shù)據(jù)的存儲方式將會深刻地影響計算實現(xiàn)的方式。這個時期的數(shù)據(jù)生產(chǎn)者主要是科學(xué)家或軍事部門，他們更關(guān)注計算機的計算能力，計算能力的高低決定了研究能力和一個國家軍事能力的高低。以硬件為核心的時代也是面向計算的時代，那時數(shù)據(jù)的構(gòu)成非常簡單，數(shù)據(jù)之間基本沒有關(guān)聯(lián)性，物理學(xué)家只處理物理實驗數(shù)據(jù)，生物學(xué)家只處理生物學(xué)數(shù)據(jù)，計算和數(shù)據(jù)之間的對應(yīng)關(guān)系是非常簡單和直接，這個時期研究計算和存儲的協(xié)作機制并沒有太大的實用價值?？茖W(xué)研究的四個范式的發(fā)展歷程也同樣反映了從面向計算走向面向數(shù)據(jù)的過程。第四范式說明可以利用海量數(shù)據(jù)加上高速計算發(fā)現(xiàn)新的知識，計算和數(shù)據(jù)的關(guān)系在面向數(shù)據(jù)時代變得十分緊密，也使計算和數(shù)據(jù)的協(xié)作問題面臨巨大的技術(shù)挑戰(zhàn)。 — 明確的物聯(lián)網(wǎng)概念最早是由美國麻省理工大學(xué) AutoID實驗室 在1999年提出的，最初是為了提高基于互聯(lián)網(wǎng)流通領(lǐng)域信息化水平而設(shè)計的。 云計算與物聯(lián)網(wǎng) * ? 新的平臺必定造就新的物聯(lián)網(wǎng)，把云計算的特點與物聯(lián)網(wǎng)的實際相結(jié)合， 云計算技術(shù)將給物聯(lián)網(wǎng)帶來以下深刻變革 ： — （ 1） 解決服務(wù)器節(jié)點的不可靠性問題，最大限度降低服務(wù)器的出錯率。 ?云計算集群的加入，能夠保證物聯(lián)網(wǎng)真正實現(xiàn)無間斷的安全服務(wù)。 ? 局域網(wǎng)中的物聯(lián)網(wǎng)就像是一個超市，物聯(lián)網(wǎng)中的物就是超市中的商品，商品離開這個超市到另外的超市，盡管它還存在，但服務(wù)器端內(nèi)該物體的信息會隨著它的離開而消失。 云計算與物聯(lián)網(wǎng) * ? 任何技術(shù)從萌芽到成型，再到成熟，都需要經(jīng)歷一個過程。 Inter上的各種病毒、木馬以及惡意入侵程序讓架于云計算平臺上的物聯(lián)網(wǎng)處于非常尷尬的境地。 — Facebook開發(fā)的 Cassandra系統(tǒng)也是采用了一致性哈希算法的存儲管理算法。如果在node2和 node4之間增加一個 node5，則只有node4處理的部分 Key（ HASH值落在 node2之后、 node5之前的那部分 Key）變?yōu)橛?node5來處理，其他節(jié)點處理的 Key不變。 * — 現(xiàn)在以下面這個應(yīng)用場景為例，說明一致性哈希算法實現(xiàn)計算和存儲位置一致性的方法： ? （ 1）面向相對“小”數(shù)據(jù)進(jìn)行處理，典型的文件大小為 100MB之內(nèi)，通常不涉及對文件的分塊問題，這一點與 MapReduce框架不同； ? （ 2）待處理