google云计算体系架构

Google云计算原理,2,ReachedOurGoal,3,提纲,TMForum对云态度,4,4,Wehaveadream,愿景:计算机的服务能力可以作为一种商品进行流通。就像水、电、气一样取之方便，费用低廉,5,云计算定义,图：云计算概念模型,云计算:是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够按需获取计算力、存储空间和信息服务。,6,云计算服务的部署形式,IaaS基础设施云(代表：亚马逊的S3),SaaS应用云（代表：salesforce的CRM）,PaaS平台云（代表：GoogleAppEngine）,Xasaservice,7,Amazon云计算,1GB数据存放1个月为0.15美元,每个服务器租用1小时为0.1美元,Amazon的IaaS云计算思路,弹性计算云EC2为企业提供计算服务,简单存储服务S3为企业提供存储服务,Amazon的IaaS运用实例,8,亚马逊IaaS应用案例：纽约时报,使用亚马逊云计算服务,效果：在不到24个小时的时间里处理了1100万篇文章费用：累计花费240美元,利用自己服务器,时间：数月时间费用：多得多的费用,9,Google云计算,Google的云计算思路,“浏览器操作系统”,10,隶属PaaS的Google云计算,Google云计算PaaS,属于部署在云端的应用执行环境支持Python和Java两种语言通过SDK调用Google的各种服务。如GoogleMap、Mail等用户可快速、廉价（可免费使用限定的流量和存储）地部署自己开发的应用（如创新的网站、游戏等）在下一章将具体介绍GAE具体的应用,11,Google云计算SaaS,隶属SaaS的Google云计算,提供在线“Word、Excel、PPT”,提供在线MAP,提供在线日历管理,12,Google云计算平台技术架构分布式文件系统GoogleDistributedFileSystem并行数据处理MapReduce分布式锁Chubby结构化数据表BigTable,Google如何实现云？,将在第二章详细介绍,13,云计算概念入门,Q,Reduce(Key,Value)intcount=0;for(eachwinvalue)count+;collect(Key,count);,1),32,HelloWorldByeWorldHelloChinaByeChinaHelloSi-techByeSi-tech,2),分割,分割,分割,HelloWorldByeWorld,HelloChinaByeChina,HelloSi-techByeSi-tech,KEYVALUE,KEYVALUE,KEYVALUE,3),HelloWorldByeWorld,HelloChinaByeChina,HelloSi-techByeSi-tech,MAP,MAP,MAP,33,4),Map输出,Fold,Fold输出,34,Fold输出,5),Reduce输出,Reduce,35,背景MapReduce设计初衷：由普通PC组成的集群来处理超大规模的数据，所以有效的错误保障机制是必不可少Worker容错Master周期性的ping每个workerMaster容错Master周期性的将Master的数据结构的写入磁盘，即检查点（checkpoint）Master数据结构包括:Map和Reduce任务的状态（空闲、工作中或完成)，以及Worker机器(非空闲任务的机器)的标识。,MapReduce容错机制,36,Google云计算原理,1,2,3,4,37,提纲,TMForum对云态度,4,38,GAE部署云应用,Q&A,课堂演示部署过程,39,提纲,TMForum对云态度,4,40,TMFSeeSunnyFutureInTeleManagementWorldAmerican,TMF简介,1、电信管理论坛,非盈利联盟组织2、会员遍布全球195个国家，700+会员公司3、我们公司也是会员，享受会员权利4、业界广泛使用的eTOM,SID,TAM,NGOSS,TMF最新框架技术,41,云计算的出现并快速发展，一方面是虚拟化技术、分布式计算等技术发展的结果，另一方面也是互联网应用不断丰富趋势的体现。目前，虽然有Amazon、Google、IBM、Microsoft等在推，但云计算还没有一个统一的标准。云计算平台已经为很多用户所使用，但是云计算在行业标准、数据安全、服务质量、应用软件等方面也面临着各种问题，这些问题的解决需要技术的进一步发展。现有的研究大多集中于云体系结构、云存储、云数据管理、虚拟化、云安全、编程模型等技术,结束语,42,云计算,ThankYou!,Q&A,主要内容（）,44,Google的云计算,分布式文件系统GFS,GFS的容错措施有哪些？,46,GFS的容错机制ChunkServer容错每个Chunk有多个存储副本（通常是3个），分别存储于不通的服务器上每个Chunk又划分为若干Block（64KB），每个Block对应一个32bit的校验码，保证数据正确（若某个Block错误，则转移至其他Chunk副本）Master容错（影子节点热备）三类元数据：命名空间（目录结构）、Chunk与文件名的映射以及Chunk副本的位置信息前两类通过日志提供容错，Chunk副本信息存储于ChunkServer，Master出现故障时可恢复,GFS的容错方法,并行数据处理模型MapReduce,1、处理流程2、分片方式,MapReduce处理流程中各类文件的存储位置在哪里？MapReduce的容错方法？MapReduce的处理优化方法？MapReduce仅能对GFS之上的文件进行处理吗？,问题讨论,所有步骤均可控，可灵活处理各类分布式问题,灵活的MapReduce,除了排序，新增两道题目使用MapReduce实现倒排索引输入：100个文本文档输出：倒排索引任务实现算法，给出数据结构描述、执行过程描述等作业要求同“排序”要求尽可能提高执行效率，节约网络IO带宽,云计算应用实践作业调整,除了排序，新增两道题目使用MapReduce实现快速查询查询目标是存储在BigTable之中的网页数据，给定关键字，快速查询含有该内容的网页（假定没有倒排索引）要求设计BigTable存储方式（表含有哪些列、无需关心数据如何取得）设计快速查询的MapReduce处理方法作业要求同“排序”,云计算应用实践作业调整,52,Google的云计算,分布式锁服务Chubby,53,主要用于解决分布式一致性问题在一个分布式系统中，有一组的Process，它们需要确定一个Value。于是每个Process都提出了一个Value，一致性就是指只有其中的一个Value能够被选中作为最后确定的值，并且当这个值被选出来以后，所有的Process都需要被通知到粗粒度的分布式锁服务Chubby是Google为解决分布式一致性问题而设计的提供粗粒度锁服务的文件系统其他分布式系统可以使用它对共享资源的访问进行同步,Chubby是什么？,54,需要实现的特性高可用性高可靠性支持粗粒度的建议性锁服务支持小规模文件直接存储不作考虑的特性高性能存储能力,Chubby的设计目标,55,Chubby的系统架构,文件系统中文件的权限,文件系统中文件操作的权限有哪些？,这些权限之间的互斥关系是怎样的？,57,Chubby系统本质上就是一个分布式的、存储大量小文件的文件系统Chubby中的锁就是文件在GFS的例子中，创建文件就是进行“加锁”操作，创建文件成功的那个server其实就是抢占到了“锁”用户通过打开、关闭和存取文件，获取共享锁或者独占锁；并且通过通信机制，向用户发送更新信息,Chubby文件系统,58,Client与Chubby的通信协议,59,主节点选举独占锁共享锁数据存取应用获取GFSChunkServer信息元数据存储,Chubby的应用,60,Goolge的云计算,分布式数据表BigTable,61,为什么需要设计BigTable？Google需要存储的数据种类繁多网页，地图数据，邮件如何使用统一的方式存储各类数据？海量的服务请求如何快速地从海量信息中寻找需要的数据？BigTable：基于GFS和Chubby的分布式存储系统对数据进行结构化存储和管理与GFS的联系,BigTable,62,数据存储可靠性高速数据检索与读取存储海量的记录（若干TB）可以保存记录的多个版本,Google的需求,63,与写操作相比，数据记录读操作占绝大多数工作负载单个节点故障损坏是常见的磁盘是廉价的可以不提供标准接口Google既能控制数据库设计，又能进行应用系统设计,假设,64,具有广泛的适应性支持Google系列产品的存储需求具有很强的可扩展性根据需要随时加入或撤销服务器应对不断增多的访问请求高可用性单个节点易损，但要确保几乎所有的情况下系统都可用简单性简单的底层系统可减少系统出错概率，为上层开发带来便利,设计目标,65,总体上，与关系数据库中的表类似,逻辑视图,关系数据库中的表是什么样的？有什么特征？关系数据库中的表设计需要遵循什么原则？,66,行每行数据有一个可排序的关键字和任意列项字符串、整数、二进制串甚至可串行化的结构都可以作为行键表按照行键的“逐字节排序”顺序对行进行有序化处理表内数据非常稀疏，不同的行的列的数完全目可以大不相同URL是较为常见的行键，存储时需要倒排统一地址域的网页连续存储，便于查找、分析和压缩,数据模型,67,列特定含义的数据的集合，如图片、链接等可将多个列归并为一组，称为族（family）采用族:限定词的语法规则进行定义fileattr:owning_group”,“fileattr:owning_user”,etc同一个族的数据被压缩在一起保存族是必须的，是BigTable中访问控制的基本单元,数据模型,68,时间戳保存不同时期的数据，如“网页快照”“Abigtable”表中的列可以不受限制地增长表中的数据几乎可以无限地增加,数据模型,通过(row,col,timestamp)查询通过(row,col,MOST_RECENT)查询,69,无数据校验每行都可存储任意数目的列BigTable不对列的最少数目进行约束任意类型的数据均可存储BigTable将所有数据均看作为字符串数据的有效性校验由构建于其上的应用系统完成一致性针对同一行的多个操作可以分组合并不支持对多行进行修改的操作符,数据模型,70,物理视图,71,逻辑上的“表”被划分为若干子表（Tablet）每个Tablet由多个SSTable文件组成SSTable文件存储在GFS之上每个子表存储了table的一部分行元数据：起始行键、终止行键如果子表体积超过了阈值（如200M），则进行分割,物理视图,72,体系结构,73,为每个子表服务器分配子表，对外提供服务与GFS垃圾回收进行交互，收回废弃的SSTable探测子表服务器的故障与恢复负载均衡,主节点的职责,有效缓解单点故障,74,子表服务器故障,75,子表服务器故障,76,子表服务器故障,77,数据访问方式,78,任何对子表的写操作都会记录到一个存储在GFS之上的commitlog中每个子表服务器上所有子表变化对应于一个commitlog新的数据存储到子表服务器的内存（memtable）中次压缩旧数据存储在SSTable中，而新数据存放在memtable中当memtable体积超过一定阈值，将形成SSTable，并写入GFS每个tablet对应多个SSTable,数据写的流程,79,tablet含有多个SSTable导致查询效率低合并压缩操作读取多个SSTable，创建一个新的SSTable来保持其中的最新数据旧的SSTable删除如果合并压缩操作完成后，tablet只包含一个SSTable，那么该操作也称为主压缩,合并压缩,80,数据存储与读取流程,81,新的故障子表服务器内存中的memtable丢失恢复方法按照tablet将该服务器对应的日志分片为每个失效tablet分配新的子表服务器新子表服务器读取对应的分段commitlog，并按照日志修改tablet删除commitlog中已实施的内容重新对外提供服务,子表服务器故障恢复,82,局部性群组(LocalityGroup)根据需要，将原本不存储在一起的数据，以列族为单位存储至单独的子表如用户对网站排名、语言等分析信息感兴趣，那么可以将这些列族放至单独的子表，减少无用信息读取，改善存取效率布隆过滤器(BloomFilter)什么是布隆过滤器？判断某个元素是否隶属于集合优点：误判概率低，其存储空间仅为Hash表的1/8至1/4用于判断列键是否位于SSTable中，快速确定某个列键的位置,性能优化,83,BigTable小结,Google云计算架构中GFS、MapReduce和BigTable中是否存在集群节点复用的情况？如何复用？节点复用的好处有哪些？Google云计算架构的设计对你有哪些启发？有哪些收获？,综合讨论,85,Goolge的云计算,GoogleAppEngine,86,GoogleAppEngine是隶属于PaaS类型的云服务一个计算环境，支持Python和Java语言可使用Google的基础服务，如BigTable和GFS等用户仅需提供应用代码，无需服务器维护应用程序可根据访问量和数据存储需要的增长轻松进行扩展,简介,87,特性动态网络服务功能，能够完全支持常用的网络技术具有持久存储的空间，可支持查询、分类等基本操作具有自主平衡网络和系统的负载、自动进行扩展的功能可对用户的身份进行验证，并且支持使用Google账户发送邮件具有一个功能完整的本地开发环境，开发人员可以在自身的计算机上模拟Goo