【文章內容簡介】 術原理，參照現(xiàn)代運營商和企業(yè)的云接入應用服務，達到以下指標：在該接口技術下，移動通信網絡和無線wifi能夠訪問到互聯(lián)網里的云計算服務器，并實現(xiàn)相應的云端控制應用。此外，由于無線手持設備的有限計算能力和存儲容量，部署適配現(xiàn)有網頁引擎也是極具挑戰(zhàn)性的。 By referring to huge puting ability and storage resource of cloud puting infrastructure, a new wireless web access mode is ，我們提出了基于無線網絡的接入方式。 Firstly, the system framework is ，展示的是系統(tǒng)架構。 Subsequently, the two key ponents of system are described in detail: the one is distributed web page adaptation engine, which is designed for the purpose that the engine can be carried by puting cloud distributed and parallel。 the other is distributed web page blocks management based on cloud puting, which is proposed so that the web page adaptation engine can be deployed ，對系統(tǒng)的兩個關鍵組成部分進行詳細描述：一個是分布式網頁的適配引擎，設計的目的是通過分布式和并行式云計算，另一種是分布式Web page blocks management基礎云計算，這是建議的網頁適應引擎可以部署合理的。 Moreover, a prototype system and a set of evaluation experiments have been ，一個原型系統(tǒng)和評價組實驗已得到執(zhí)行。2云計算與無線通信技術的結合 云計算的基本原理云計算的基本原理是，通過使計算分布在大量的分布式計算機上，而非本地計算機或遠程服務器中，企業(yè)數據中心的運行將更與互聯(lián)網相似。這使得企業(yè)能夠將資源切換到需要的應用上，根據需求訪問計算機和存儲系統(tǒng)?；谠朴嬎愕陌l(fā)展和我們對云計算的理解，概括性給出云計算的基本原理為：利用非本地或遠程服務器的分布式計算機為互聯(lián)網用戶提供服務。這使得用戶可以將資源切換到需要的應用上，根據需求訪問計算機和存儲系統(tǒng)。云計算可以把普通的服務器或者PC連接起來以獲得超級計算機計算機的計算和存儲等功能，但是成本更低。云計算真正實現(xiàn)了按需計算，從而有效地提高了對軟硬件資源的利用效率。云計算的出現(xiàn)使高性并行計算不再是科學家和專業(yè)人士的專利，普通的用戶也能通過云計算享受高性能并行計算所帶來的便利，使人人都有機會使用并行機，從而大大提高了工作效率和計算資源的利用率。云計算模式中用戶不需要了解服務器在哪里，不用關心內部如何運作，通過高速互聯(lián)網就可以透明地使用各種資源。云計算的資源是動態(tài)易擴展而且虛擬化的[15]，通過互聯(lián)網提供。終端用戶不需要了解“云”中基礎設施的細節(jié)，不必具有相應的專業(yè)知識，也無需直接進行控制,只關注自己真正需要什么樣的資源以及如何通過網絡來得到相應的服務。云計算的特點主要體現(xiàn)在：按需采用“即用即付費”的方式分配計算、存儲和帶寬資源[16]；動態(tài)擴展功能和部署新服務的高可擴展性；各類資源的高利用率等。同時云計算集成了多種計算范例的特性：分布式計算中任務分解、分別執(zhí)行、結果匯總的計算模式；網格計算中將地理上分布、系統(tǒng)異構的多種計算資源互連協(xié)同解決大型應用問題的作業(yè)模式；對等計算中計算資源的組織和發(fā)現(xiàn)方式；公用計算中將聚合計算資源封裝成公共服務的資源高用率使用模式；虛擬計算環(huán)境iVCE[17]下用戶將富余資源按需聚合和自主協(xié)同的思想。云計算是全新的基于互聯(lián)網[18]的超級計算理念和模式，實現(xiàn)云計算需要多種技術結合，并且需要用軟件實現(xiàn)將硬件資源進行虛擬化管理和調度，形成一個巨大的虛擬化資源池，把存儲于個人電腦、移動設備和其他設備上的大量信息和處理器資源集中在一起，協(xié)同工作。按照最大眾化、最通俗理解云計算就是把計算資源都放到互聯(lián)網上，互聯(lián)網即是云計算時代的云。按需部署是云計算的核心。要解決按需部署，必須解決資源的動態(tài)可重構、監(jiān)控和自動化部署等，而這些又需要以虛擬化、高性能存儲、處理器、高速互聯(lián)網等技術為基礎。所以云計算除了需要仔細研究其體系結構外，還要特別注意研究資源的動態(tài)可重構、自動化部署、資源監(jiān)控、虛擬化、高性能存儲、處理器等關鍵技術。云計算典型的技術特征可分為虛擬化技術、分布式技術、并行計算/分布式計算、SaaS、WEB 。： 領域中應用的關鍵技術技術類型具體技術設備架設數據中心節(jié)能/節(jié)點互聯(lián)技術改善服務技術可用性技術/容錯性技術資源管理技術數據存儲技術/數據管理技術任務管理技術數據切分技術/任務調度技術/編程模型技術其他相關技術虛擬機技術/并行計算技術/負載均衡技術幾個較為常用的典型技術：1）數據存儲技術：為了保證無線通信設備的數據交換能力和存儲能力，保證高可用、高可靠和經濟性，云計算采用分布式存儲的方式來存儲數據，采用冗余存儲的方式來保證存儲數據的可靠性，即為同一份數據存儲多個副本。經過研究發(fā)現(xiàn)云計算系統(tǒng)需要同時滿足大量用戶的需求，并行地為大量用戶提供服務。因此，云計算的數據存儲技術必須具有高吞吐率和高傳輸率的特點。比如現(xiàn)在流行的云存儲技術：在線服務提供商提供用戶主機代管、虛擬主機、數據備份等等服務。對于目前無線通信的系統(tǒng)，都嚴重存在著存儲空間有限問題，對于云計算的高速數據交換產生影響。為此，云存儲的到來將會為無線通信與云計算的完美結合墊下基石。云計算的數據存儲技術未來的發(fā)展將集中在超大規(guī)模的數據存儲、數據加密和安全性保證以及繼續(xù)提高I／O速率等方面。以GFS為例。GFS是一個管理大型分布式數據密集型計算的可擴展的分布式文件系統(tǒng)。它使用廉價的商用硬件搭建系統(tǒng)并向大量用戶提供容錯的高性能的服務。GFS系統(tǒng)由一個Master和大量塊服務器構成。Master存放文件系統(tǒng)的所有元數據，包括名字空間、存取控制、文件分塊信息、文件塊的位置信息等。GFS中的文件切分為64 MB的塊進行存儲。在GFS文件系統(tǒng)中，采用冗余存儲的方式來保證數據的可靠性。每份數據在系統(tǒng)中保存3個以上的備份。為了保證數據的一致性，對于數據的所有修改需要在所有的備份上進行，并用版本號的方式來確保所有備份處于一致的狀態(tài)?？蛻舳瞬煌ㄟ^Master讀取數據，避免了大量讀操作使Master成為系統(tǒng)瓶頸?？蛻舳藦腗aster獲取目標數據塊的位置信息后，直接和塊服務器交互進行讀操作。即客戶端在獲取Master的寫授權后，將數據傳輸給所有的數據副本，在所有的數據副本都收到修改的數據后，客戶端才發(fā)出寫請求控制信號。在所有的數據副本更新完數據后，由主副本向客戶端發(fā)出寫操作完成控制信號當然，云計算的數據存儲技術并不僅僅只是GFS，其他廠商，包括微軟、Hadoop開發(fā)團隊也在開發(fā)相應的數據管理工具。本質上是一種分布式的數據存儲技術，以及與之相關的虛擬化技術，對上層屏蔽具體的物理存儲器的位置、信息等?？焖俚臄祿ㄎ?、數據安全性、數據可靠性以及底層設備內存儲數據量的均衡等方面都需要繼續(xù)研究完善。云存儲是利用云計算中服務器集群強大的存儲能力為客戶保存數據，用戶不需要知道自己的文件存儲是存儲在一個服務器節(jié)點還是多個節(jié)點之中，也不需要知道節(jié)點是否可信，這些都將由云服務器來處理解決。云存儲的實現(xiàn)并不存在技術上的障礙，它需要云設備、云軟件、云服務等有機地集合在一起，為用戶提供無障礙的云服務。同時云存儲需要真正適合云環(huán)境的文件系統(tǒng)架構來支撐文件存儲的合理性與有效性。然而現(xiàn)有的GFS、HDFS、FastDFS等分布式文件系統(tǒng)并不能完全滿足云計算環(huán)境下的存儲需求?，F(xiàn)有的云計算提供商基本都提供基本的云存儲服務，這些存儲服務都是基于各自提出的分布式文件存儲系統(tǒng)。Google擁有如今最大的信息庫和知識庫，因此對海量數據的存儲有自己的獨特之處，它所提出的GFS文件存儲系統(tǒng)能夠實現(xiàn)對文件實時監(jiān)控、容錯檢測、自動恢復等功能，是建立在不可信節(jié)點的存儲條件下的一個相對很優(yōu)良的文件系統(tǒng)。它對于大型文件的管理是很高效的，優(yōu)化的程度也很高，其對與小文件的存儲并沒有提供有效的優(yōu)化方案。這點使得它并不能完全適應云計算環(huán)境下用戶海量的小文件存儲。FastDFS是一個開源的文件系統(tǒng)，它在大容量存儲和負載均衡上做的很優(yōu)秀，但是在小文件存儲上仍然沒有合理地優(yōu)化。2）數據管理技術云計算系統(tǒng)對大數據集進行處理、分析向用戶提供高效的服務。因此，數據管理技術必須能夠高效地管理大數據集。其次，如何在規(guī)模巨大的數據中找到特定的數據，也是云計算數據管理技術所必須解決的問題。云計算的特點是對海量的數據存儲、讀取后進行大量的分析，數據的讀操作頻率遠大于數據的更新頻率，云中的數據管理是一種讀優(yōu)化的數據管理。因此，云系統(tǒng)的數據管理往往采用數據庫領域中列存儲的數據管理模式。將表按照列形式后存儲。研究發(fā)現(xiàn)云計算采用列存儲的方式管理數據，如何提高數據的更新速率以及進一步提高隨機讀速率是未來的數據管理技術必須解決的問題。而通過資料查詢，采用列存儲的方式，是提高數據讀取效率主要形式。以Big Table為例。Big Table數據管理方式設計者——Google給出了如下定義：“Big Table是一種為了管理結構化數據而設計的分布式存儲系統(tǒng)，這些數據可以擴展到非常大的規(guī)模，例如在數千臺商用服務器上的達到PB規(guī)模的數據。”Big Table對數據讀操作進行優(yōu)化，采用列存儲的方式，提高數據讀取效率。Big Table管理的數據的存儲結構為：string。Big Table的基本元素是：行，列，記錄板和時間戳。其中，記錄板是一段行的集合體。Big Table中的數據項按照行關鍵字的字典序排列，每行動態(tài)地劃分到記錄板中。每個節(jié)點管理大約100個記錄板。時間戳是一個64位的整數，表示數據的不同版本。列族是若干列的集合，Big Table中的存取權限控制在列族的粒度進行。Big Table在執(zhí)行時需要三個主要的組件：鏈接到每個客戶端的庫，一個主服務器，多個記錄板服務器。主服務器用于分配記錄板到記錄板服務器以及負載平衡，垃圾回收等。記錄板服務器用于直接管理一組記錄板，處理讀寫請求等。為保證數據結構的高可擴展性，Big Table采用三級的層次化的方式來存儲位置信息。其中第一級的Chubby file中包含Root Tablet的位置，Root Tablet有且僅有一個，包含所有METADATA tablets的位置信息，每個METADATA tablets包含許多User Table的位置信息。 Big Table中存儲記錄板位置信息的結構當客戶端讀取數據時，首先從Chubby file中獲取Root Tablet的位置，并從中讀取相應METADATA tablet的位置信息。接著從該METADATA tablet中讀取包含目標數據位置信息的User Table的位置，然后從該User Table中讀取目標數據的位置信息項。據此信息到服務器中特定位置讀取數據。這種數據管理技術雖然已經投入使用，但是仍然具有部分缺點。例如，對類似數據庫中的Join操作效率太低，表內數據如何切分存儲，數據類型限定為string類型過于簡單等。而微軟的Dryad ，這樣有利于對數據進行各種操作，同時對Join進行了優(yōu)化，得到了比Big Table +MapReduce更快的Join速率和更易用的數據操作方式。3） 編程模型技術為了使用戶能更輕松地享受云計算帶來的服務，讓用戶能利用該編程模型編寫簡單的程序來實現(xiàn)特定的目的，云計算上的編程模型必須十分簡單。必須保證后臺復雜的并行執(zhí)行和任務調度向用戶和編程人員透明。云計算主要采用Map—Reduce編程模式，MapReduce不僅僅是一種編程模型，同時也是一種高效的任務調度模型。Map—Reduce這種編程模型并不僅適用于云計算，在多核和多處理器、ceil processor以及異構機群上同樣有良好的性能。經研究發(fā)現(xiàn)編程模式僅適用于編寫任務內部松耦合、能夠高度并行化的程序。如何改進該編程模式，使程序員得能夠輕松地編寫緊耦合的程序，運行時能高效地調度和執(zhí)行任務，是MapReduce編程模型未來的發(fā)展方向。，執(zhí)行一個MapReduce程序需要五個步驟：輸入文件、將文件分配給多個worker并行地執(zhí)行、寫中間文件多個Reduce workers并行的運行、輸出最終結果。本地寫中間文件在減少了對網絡帶寬的壓力同時減少了寫中間文件的時間耗費。執(zhí)行Reduce時，根據從Master獲得的中間文件位置信息，Reduce使用遠程過程調用，從中間文件所在節(jié)點讀取所需的數據。Map—Reduce模型具有很強的容錯性，當worker節(jié)點出現(xiàn)錯誤時，只需要將該worker節(jié)點屏蔽在系統(tǒng)外等待修復，并將該worker上執(zhí)行的程序遷移到其他worker上重新執(zhí)行，同時將該遷移信息通過Master發(fā)送給需要該節(jié)點處理結果的節(jié)點。MapReduce使用檢查點的方式來處理Master出錯失敗的問題，當Master出現(xiàn)錯誤時，可以根據最近的一個檢查點重新選擇一個節(jié)點作為Master并由此檢查點位置繼續(xù)運行。 MapReduce程序的具體執(zhí)行過程1)云計算系統(tǒng)提供的是服務。服務的實現(xiàn)機制對用戶透明，用戶無需了解云計算的具體機制，就可以獲得需要的服務。2)用冗余方式提供可靠性。云計算系統(tǒng)由大量商用計算機組成集群向用戶提供數據處理服務。隨著計算機數量的增加，系統(tǒng)出現(xiàn)錯誤的概率大大增加。在沒有專用的硬件可靠性部件的支持下，采用軟件的方式，即數據冗余和分布式存儲來保證數據的可靠性。3)高可用性。通過集成海量存儲和高性能的計算能力，云能提供較高的服務質量。云計算系統(tǒng)可以自動檢測失效節(jié)點，