1-云計算復(fù)習(xí)題-資料下載頁
2025-04-16 12:06本頁面
【正文】 務(wù)，這層的作用是 提供虛擬機(jī)或者其他資源作為服務(wù)提供給用戶。 3. 簡述Bigtable中Chubby的作用。答：Bigtable中Chubby的作用是為GFS提供鎖服務(wù)，選擇Master節(jié)點，記錄Master的相關(guān)描述信息；通過獨占鎖記錄Chunk Server的活躍情況為Bigtable提供鎖服務(wù)，記錄子表元信息（如子表文件信息、子表分配信息、子表服務(wù)器信息），可能記錄MapReduce的任務(wù)信息，為第三方提供服務(wù)與文件存儲。4. 簡述GFS體系結(jié)構(gòu)。一個GFS集群含有單個主控服務(wù)器（Master），多個塊服務(wù)器（Chunk Server），被多個客戶訪問。主控服務(wù)器維護(hù)所有文件系統(tǒng)的元數(shù)據(jù)（Meta Data)，完成各種控制操作，并定期訪問服務(wù)器進(jìn)行控制和狀態(tài)檢查。而塊服務(wù)器則在客戶同主控服務(wù)器交換元數(shù)據(jù)業(yè)務(wù)時與所有數(shù)據(jù)直接通信。5. Windows Azure存儲服務(wù)提供了幾種類型的存儲方式？闡述每種存儲方式主要存儲對象。答：①二進(jìn)制大對象（Blob）服務(wù)，用于存儲文本或二進(jìn)制數(shù)據(jù)。②表（Table）服務(wù)，用于可被查詢的結(jié)構(gòu)化存儲，存儲的是帶有屬性信息的實體集合。③隊列（Queue）服務(wù)，確保服務(wù)之間可靠的、。6. 簡述MapReduce操作的全部流程。MapReduce處理數(shù)據(jù)過程主要分成2個階段：map階段和reduce階段，先執(zhí)行map階段，再執(zhí)行reduce階段。1) 在正式執(zhí)行map函數(shù)前，需要對輸入進(jìn)行“分片”（就是將海量數(shù)據(jù)分成大概相等的“塊”，hadoop的一個分片默認(rèn)是64M），以便于多個map同時工作，每一個map任務(wù)處理一個“分片”。2) 分片完畢后，多臺機(jī)器就可以同時進(jìn)行map工作了。map函數(shù)要做的事情，相當(dāng)于對數(shù)據(jù)進(jìn)行“預(yù)處理”，輸出所要的“關(guān)切”。map對每條記錄的輸出以key,value pair的形式輸出。3) 在進(jìn)入reduce階段之前，還要將各個map中相關(guān)的數(shù)據(jù)（key相同的數(shù)據(jù)）歸結(jié)到一起，發(fā)往一個reducer。4) 接下來進(jìn)入reduce階段。相同的key的map輸出會到達(dá)同一個reducer。reducer對key相同的多個value進(jìn)行“reduce操作”，最后一個key的一串value經(jīng)過reduce函數(shù)的作用后，變成了一個value。7. 簡述云計算核心架構(gòu)安全中的各項關(guān)鍵技術(shù)。1) IaaS層是云計算的基礎(chǔ)。通過建立大規(guī)模數(shù)據(jù)中心，IaaS層為上層云計算服務(wù)提供海量硬件資源。2) PaaS層作為3層核心服務(wù)的中間層，既為上層應(yīng)用提供簡單、可靠的分布式編程框架，又需要基于底層的資源信息調(diào)度作業(yè)、管理數(shù)據(jù)，屏蔽底層系統(tǒng)的復(fù)雜性。3) SaaS層面向的是云計算終端用戶，提供基于互聯(lián)網(wǎng)的軟件應(yīng)用服務(wù)。4) 服務(wù)管理層，為了使云計算核心服務(wù)高效、安全地運行，需要服務(wù)管理技術(shù)加以支持。8. 描述安全云的層次模型。1) 在安全云服務(wù)層次的SIaaS層，主要將安全基礎(chǔ)設(shè)施作為一種云資源提供給用戶使用。2) 在安全云服務(wù)層次的SPaaS層，主要將安全能力以安全中間件的形式提供給第三方或上層應(yīng)用，安全服務(wù)或安全產(chǎn)品開發(fā)商通過接口調(diào)用這些資源進(jìn)一步開發(fā)后提供給用戶。3) 在安全云服務(wù)層次的SSaaS層，主要面向最終用戶通過瘦客戶端的方式提供服務(wù)
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號-1