oracle期末整理2

1、并行計(jì)算就是在并行計(jì)算機(jī)或分布式計(jì)算機(jī)等高性能計(jì)算系統(tǒng)上所做的超級(jí)計(jì)算。實(shí)施并行計(jì)算的作用有：快速解決大型且復(fù)雜的計(jì)算問(wèn)題，利用非本地資源，節(jié)約成本一使 用多個(gè)“廉價(jià)”計(jì)算資源取代大型計(jì)算機(jī)，同時(shí)克服單個(gè)計(jì)算機(jī)上存在的存儲(chǔ)器限制。全局通信系指有很多任務(wù)參與交換數(shù)據(jù)的一種通信模式。主要特點(diǎn)：每個(gè)任務(wù)與很多別的任務(wù)通信。一到一傳輸：是指開始時(shí)P （處理器）中保存的信包 m只能按照播送路線發(fā)送到臨近的一 個(gè)處理器，然后再通過(guò)該處理器發(fā)送到下一個(gè)處理器，最后將信包m傳送到終點(diǎn)處理器。一到多播送：是指開始時(shí)P （處理器）中保存有信包 m播送后所有其它處理中均得到信包m>工作負(fù)載（荷），就是計(jì)算操作

2、的數(shù)目，通?？捎脠?zhí)行時(shí)間、所執(zhí)行的指令數(shù)目和完成的浮 點(diǎn)運(yùn)算數(shù)三個(gè)物理量來(lái)度量把電能轉(zhuǎn)換成其他形式的能的裝置叫做負(fù)載。工作負(fù)載即計(jì)算操作的數(shù)目，其度量物理量有執(zhí)行時(shí)間、浮點(diǎn)運(yùn)算數(shù)和指令數(shù)。處理器映射：在并行算法設(shè)計(jì)最后階段中，我們要指定每個(gè)任務(wù)要到哪個(gè)處理器上執(zhí)行。作用：減少并行算法的總執(zhí)行時(shí)間。負(fù)載平衡：計(jì)算任務(wù)、通信任務(wù)對(duì)每個(gè)處理器大致相當(dāng)。1數(shù)據(jù)并行制導(dǎo)，2、數(shù)據(jù)映射制導(dǎo),HPF （high performanee Fortran ）并行編程；特點(diǎn)：3、新內(nèi)部函數(shù)和庫(kù)函數(shù)；（或并行程序）的執(zhí)行速度相對(duì)于串行并行系統(tǒng)的加速比是對(duì)于一個(gè)給定的應(yīng)用，并行算法科學(xué)研究中使用絕對(duì)加速： 即對(duì)給定問(wèn)

3、 題，最佳串行算法所用的時(shí)間除以同一問(wèn)題其并行算法所用的時(shí)間；工程應(yīng)用使用相對(duì)加速：即對(duì)給定問(wèn)題，同一個(gè)算法在單處理器上運(yùn)行的時(shí)間除以在多個(gè)處理器上運(yùn)行的時(shí)間?？蓴U(kuò)放性是指在確定的應(yīng)用背景下，計(jì)算機(jī)系統(tǒng)（或算法或編程等）性能隨處理器數(shù)的增加 而按比例提高的能力。作用：用來(lái)描述并行算法能夠有效利用可擴(kuò)充的處理器數(shù)的能力。 可用等效率、等速度和平均延遲方法來(lái)衡量它的優(yōu)劣。節(jié)點(diǎn)度：射入或射出一個(gè)節(jié)點(diǎn)的邊數(shù)稱為節(jié)點(diǎn)度，在單向網(wǎng)絡(luò)中，入射和出射邊之和。 網(wǎng)絡(luò)直徑：網(wǎng)絡(luò)中任何兩個(gè)節(jié)點(diǎn)之間的最長(zhǎng)距離，即最大路徑數(shù)。對(duì)剖寬度：對(duì)分網(wǎng)絡(luò)各半所必須移去的最少邊數(shù)。算法（或串行程序）的執(zhí)行速度加快了多少倍。加速比的

4、作用對(duì)科學(xué)研究和工程應(yīng)用有所不同；局部通信：當(dāng)某一操作僅要求從近鄰的其他任務(wù)獲取數(shù)據(jù)時(shí)，就呈現(xiàn)局部通信模式。 主要特點(diǎn)是：局部通信時(shí)，每個(gè)任務(wù)只與較少的幾個(gè)近鄰?fù)ㄐ?。局部通信與全局通信有什么區(qū)別和聯(lián)系？答：都是為了進(jìn)行并行計(jì)算，諸任務(wù)之間所需進(jìn)行的數(shù)據(jù)傳輸。 局部通信時(shí)，每個(gè)任務(wù)只與較少的幾個(gè)近鄰?fù)ㄐ?；全局通信中，每個(gè)任務(wù)與很多別的任務(wù)通信。在并行加速比的計(jì)算中， Sun和Ni定律的基本思想是什么？答：其基本思想是只要存儲(chǔ)空間許可，應(yīng)盡量增大問(wèn)題規(guī)模以產(chǎn)生更好或更精確的解（此時(shí) 可能使執(zhí)行時(shí)間略有增加）。在gustafson定律中，其基本出發(fā)點(diǎn)是什么？從該定律中可以得出什么結(jié)論？答:Gusta

5、fso n加速定律的基本出發(fā)點(diǎn)是：（1）對(duì)于很多大型計(jì)算，精度要求很高，即此類應(yīng)用中精度是個(gè)關(guān)鍵因素，而計(jì)算時(shí)間是固 定不變的。此時(shí)為了提高精度， 必須加大計(jì)算量，相應(yīng)地亦必須增多處理數(shù)才能維持時(shí)間不 變；（2）除非學(xué)術(shù)研究，在實(shí)際應(yīng)用中沒有必要固定工作負(fù)載而使計(jì)算程序運(yùn)行在不同數(shù)目的處 理器上，增多處理器必須相應(yīng)地增大問(wèn)題規(guī)模才有實(shí)際意義。從定律中我們可以知道，隨著處理器數(shù)目的增加，加速幾乎與處理器數(shù)成比例的線性增 加，串行比例f不再是程序的瓶頸。什么是PCAM設(shè)計(jì)方法學(xué)？它包括哪些內(nèi)容？PCMA從給定問(wèn)題的描述出發(fā)，通過(guò)四個(gè)步驟，即任務(wù)劃分、通信分析、任務(wù)組合和處理器 映射，最終設(shè)計(jì)出一個(gè)

6、能展示出并發(fā)性、可擴(kuò)放行、局部性和模塊性的并行算法。此過(guò)程簡(jiǎn)稱為PCAM設(shè)計(jì)過(guò)程，它是一種設(shè)計(jì)方法學(xué)。分布算法是指算法的諸進(jìn)程的執(zhí)行不必相互等待的一類并行算法。58、串行計(jì)算模型有理想的模型嗎？并行計(jì)算有理想的模型嗎？為什么？答：串行計(jì)算模型有理想的模型，馮諾依曼機(jī)是理想的串行計(jì)算模型；并行計(jì)算沒有理想 的模型，因?yàn)橛捎诓⑿袡C(jī)在飛速發(fā)展之中，尚未定型，故目前尚沒有所謂的通用并行計(jì)算模型，也就沒有理想的模型。（來(lái)源網(wǎng)絡(luò)） 59、什么是PRAM莫型，它的特點(diǎn)是什么？答：PRAM莫型即并行隨即存取機(jī)器，也稱之為共享存儲(chǔ)的SIMD模型，是一種抽象的并行計(jì)算模型。特點(diǎn)：它是假設(shè)有一個(gè)無(wú)限大容量的共享存儲(chǔ)

7、器，并且有多個(gè)功能相同的處理器， 在任意時(shí)刻處理器可以訪問(wèn)共享存儲(chǔ)單元。60、在什么情況下可以稱一個(gè)并行算法是成本最優(yōu)的？答：假設(shè)有P個(gè)處理器，TS是串行最優(yōu)執(zhí)行時(shí)間，Tp是并行最優(yōu)執(zhí)行時(shí)間， 則當(dāng)Tp的漸進(jìn) 度和Ts的漸進(jìn)度是相同的話，那么稱這個(gè)算法的成本是最優(yōu)的。61.異步PRAM莫型的主要特點(diǎn)是什么？答：分相PRAM莫型是一個(gè)異步的 PRAM模型，簡(jiǎn)記之為 APRAM系由p個(gè)處理器組成，其特 點(diǎn)是每個(gè)處理器都有其局存、局部時(shí)鐘和局部程序；處理器間的通信經(jīng)過(guò)共享全局存儲(chǔ)器； 無(wú)全局時(shí)鐘，各處理器異步地獨(dú)立執(zhí)行各自的指令；處理器任何時(shí)間依賴關(guān)系需明確地在各處理器的程序中加入同步（路）障；一條

8、指令可在非確定（無(wú)界）但有限的時(shí)間內(nèi)完成。68、域分解與功能分解的區(qū)別是什么？定義：域分解也叫數(shù)據(jù)劃分；而功能分解也叫計(jì)算劃分。 功能：把原計(jì)算問(wèn)題分割成一些小的計(jì)算任務(wù)，以充分揭示并行執(zhí)行的機(jī)會(huì).劃分對(duì)象：域分解所要?jiǎng)澐值膶?duì)象是些數(shù)據(jù)，這些數(shù)據(jù)可以是算法的輸入數(shù)據(jù)，計(jì)算的輸出數(shù)據(jù)，或者算法所長(zhǎng)生的中間結(jié)果； 功能分解基本出發(fā)點(diǎn)不同于域分解，它首先關(guān)注于被執(zhí)行的計(jì)算上，而不是計(jì)算所需的數(shù)據(jù)上劃分步驟：域分解的步驟是首先分解與問(wèn)題相關(guān)的數(shù)據(jù)，如果可能的話，應(yīng)使這些小的數(shù)據(jù)片盡可能大致相等；其次再將每個(gè)計(jì)算關(guān)聯(lián)到它所操作的數(shù)據(jù)上。由此劃分將會(huì)產(chǎn)生一系列任務(wù)。每個(gè)任務(wù)包括一些數(shù)據(jù)及其上的操作。當(dāng)一個(gè)

9、操作可能需要?jiǎng)e的任務(wù)中的數(shù)據(jù)時(shí)，就會(huì)長(zhǎng)生通信要求。域分解的經(jīng)驗(yàn)方法是，有限幾種在最大數(shù)據(jù)的劃分；或者呢些經(jīng)常被訪問(wèn) 的數(shù)據(jù)結(jié)構(gòu)上。而功能分解的步驟 是首先關(guān)注被執(zhí)行的計(jì)算上，然后，如果所做的計(jì)算劃分是成功的， 再繼續(xù)研究計(jì)算所需的數(shù)據(jù)，這些數(shù)據(jù)可能是不相交的，這就以為著劃分很成功； 或者這些數(shù)據(jù)有相當(dāng)?shù)闹丿B，這就產(chǎn)生大量的通信，此時(shí)就暗示應(yīng)考慮數(shù)據(jù)分解?？傮w比較：域分解是絕大多數(shù)并行算法所使用的，但功能分解卻有時(shí)能揭示問(wèn)題的內(nèi)在結(jié)構(gòu)展示出優(yōu)化的機(jī)遇，而對(duì)數(shù)據(jù)單獨(dú)進(jìn)行研究卻往往難以做到這一點(diǎn)。并行計(jì)算基本操作中，有哪些數(shù)據(jù)交換方式？數(shù)據(jù)交換方式可歸結(jié)為處理器間的通答：大多數(shù)并行算法均會(huì)涉及到處理

10、器間的暑假交換， 信操作，而通信操作各式各樣，有以下方法：1選路方法：包括二維網(wǎng)孔上的 X-Y選路算法，超立方網(wǎng)絡(luò)上的E立方選路算法,2、 開關(guān)技術(shù)：包括存儲(chǔ)轉(zhuǎn)發(fā)（ SF）選路，切通（CT）選路。包括使用（SF）進(jìn)行一到多播送，使用（CT）進(jìn)行一到多播送， 包括使用（SF）進(jìn)行多到多播送，使用（CT）進(jìn)行多到多播送。3、單一信包一到一傳輸。4、一到多播送：5、多到多播送：DNS乘法的基本思路及實(shí)現(xiàn)的平行算法思路?Cannon、Fox、Cannon： P214 Fox : P217 DNS P217 什么是PCAM設(shè)計(jì)方法學(xué)，它包括哪些內(nèi)容？不同階段，主要完成的任務(wù)？答：P CAM設(shè)計(jì)方法學(xué)是實(shí)

11、際設(shè)計(jì)并行算法的自然過(guò)程。其基本要點(diǎn)是：首先盡量開拓算法的并發(fā)性和滿足算法的可擴(kuò)放性，然后著重優(yōu)化算法的通信成本和全局執(zhí)行時(shí)間，同時(shí)通過(guò)必要的整個(gè)過(guò)程的反復(fù)回溯，以期最終達(dá)到一個(gè)滿意的設(shè)計(jì)選擇。PCAM 是 Partitioning、Communication、Agglomeration 和 Mapping 首字母的拼寫，在設(shè)計(jì)的第一和第二階段, 并行算法。在設(shè)計(jì)的第三和第四階段，它們代表了使用此法設(shè)計(jì)并行算法的四個(gè)階段！這四個(gè)階段包括：劃分、通信、組合、映射。把注意力轉(zhuǎn)移到局部和別的與性能有關(guān)的問(wèn)題上。并行計(jì)算優(yōu)劣與粗度的關(guān)系？ 在進(jìn)行并行計(jì)算設(shè)計(jì)時(shí)，通過(guò) 析、任務(wù)組合和處理器映射。關(guān)注的是

12、并發(fā)性和可擴(kuò)放性，并尋求開發(fā)出具有這些特性的P CAM設(shè)計(jì)方法學(xué)可將整個(gè)過(guò)程分為四步：任務(wù)劃分、通信分 劃分指將整個(gè)計(jì)算分解成一些小任務(wù)，其目的是盡量開拓并行 執(zhí)行的機(jī)會(huì)，劃分的粗度直接影響并行計(jì)算的優(yōu)劣：1. 劃分的任務(wù)數(shù)如果高于目標(biāo)機(jī)上處理器數(shù)目一個(gè)量級(jí)，則在接下來(lái)的設(shè)計(jì)步驟中將更靈 活；2. 合適的劃分粗度可以避免冗余計(jì)算和存儲(chǔ)，增加可擴(kuò)放性；3. 合適的劃分粗度使得在分配處理器時(shí)做到工作量平衡；4. 合適的劃分粗度使與任務(wù)數(shù)與問(wèn)題尺寸成比例； 細(xì)粒度并發(fā)性好，粗粒度通信開銷低現(xiàn)有哪些并行編程風(fēng)范現(xiàn)在主要有以下機(jī)制并行編程規(guī)范：一: OpenMP編程是基于線程的并行編程模型；一個(gè)共享存儲(chǔ)

13、的進(jìn)程由多個(gè)線程組成，OpenMP就是基于已有的線程共享編程模型；其次OpenMF是一個(gè)外部的編程模型，而不是自動(dòng)編程的模型。特點(diǎn)是：簡(jiǎn)單，移植性好，可擴(kuò)展性好等；二：MPI并行編程；特點(diǎn)以下：具有可移植性和易用性；具有完備的異步通信功能；有正式和詳細(xì)的精確地定義。三：PVMparallelvirtual machine）并行編程：較為容易修改。論述并行軟件與并行硬件發(fā)展的關(guān)系？答：關(guān)系：1、并行軟件的發(fā)展落后于并行硬件；2、和串行系統(tǒng)的應(yīng)用軟件相比，現(xiàn)今的并行系統(tǒng)甚少且不成熟；3、并行軟件的缺乏是發(fā)展并行計(jì)算的主要障礙；4、不幸的是，這種狀態(tài)似乎仍在繼續(xù)著。云計(jì)算3、舉例描述*aaS的概念。

14、云平臺(tái)提供的服務(wù)類型6層的云服務(wù)，Iaas （基礎(chǔ)設(shè)施即服務(wù)）、Paas （平臺(tái)即服務(wù)）、Saas（軟件即服務(wù)）、硬件即服務(wù)（HaaS、網(wǎng)絡(luò)即服務(wù)（NaaS）、位置即服務(wù)（配置即服務(wù)）。（LaaS）。數(shù)據(jù)中心的虛擬化資源形成互聯(lián)網(wǎng)云，向付費(fèi)用戶提供硬件，軟件，存儲(chǔ)，網(wǎng)絡(luò) 和服務(wù)以運(yùn)行他們的應(yīng)用。云計(jì)算提供了一個(gè)虛擬化的按需動(dòng)態(tài)供應(yīng)硬件，軟件和數(shù)據(jù)集的彈性資源平臺(tái).云計(jì)算按照其提供的“產(chǎn)品”或者是用戶獲得資源的類型，大致可以分為一些幾種類別：1） IaaS ,全稱Infrastructure as a Service,基礎(chǔ)設(shè)施即服務(wù)。 將多臺(tái)服務(wù)器組成的“云端”計(jì)算資源和存儲(chǔ)，作為計(jì)量服務(wù)提供給

15、用戶。它將內(nèi)存、I/O、存儲(chǔ)和計(jì)算能力整合成一個(gè)虛擬的資源池向業(yè)界用戶提供存儲(chǔ)資源和虛擬化服務(wù)器等服務(wù)。如Amaz on EC2/S3。這個(gè)模型將用戶需要的基礎(chǔ)設(shè)施（即服務(wù)器，存儲(chǔ)，網(wǎng)絡(luò)和數(shù)據(jù)中心構(gòu)造）組合在一起。用戶可以在使用客戶機(jī)操作系統(tǒng)的多個(gè)虛擬機(jī)上配置和運(yùn)行指定的應(yīng)用。2） PaaS,全稱Platform as a Service，平臺(tái)即服務(wù)，把服務(wù)器平臺(tái)或者開發(fā)環(huán)境作為一種服務(wù)提供的商業(yè)模式，以 SaaS的模式提交給用戶。用戶在服務(wù)提供商的基礎(chǔ)架構(gòu)上開發(fā) 程序并通過(guò)網(wǎng)絡(luò)傳送給其他用戶（最終用戶）。如F , Google App Engine。這個(gè)模型使用戶能夠在一個(gè)虛擬的平臺(tái)上配置用

16、戶制定的應(yīng)用。PaaS包括中間件，數(shù)據(jù)庫(kù)，開發(fā)工具和一些運(yùn)行時(shí)支持 （如 Web 2.0和Java）。Microsoft Windows Azure。3） SaaS,全稱Software as a Service，軟件即服務(wù)，是基于互聯(lián)網(wǎng)提供軟件服務(wù)的軟件應(yīng)用模式。將應(yīng)用軟件統(tǒng)一部署于服務(wù)器（集群），通過(guò)網(wǎng)絡(luò)向用戶提供軟件。用戶根據(jù)實(shí)際需求定制或者租用應(yīng)用軟件。消除了企業(yè)或者機(jī)構(gòu)購(gòu)買、構(gòu)建和維護(hù)基礎(chǔ)設(shè)施和應(yīng)用程序 的投入。女0 Saleforce online CRM 。SaaS模型主要應(yīng)用于業(yè)務(wù)流程，工業(yè)應(yīng)用，客戶關(guān)系 管理，企業(yè)資源計(jì)劃，人力資源和合作應(yīng)用。是繼 SaaS PaaS之后又一

17、個(gè)新的服務(wù)概4） DaaS 全稱 Data as a Service，數(shù)據(jù)即服務(wù)，M2M是將數(shù)據(jù)從一臺(tái)終端傳送到另一臺(tái)終 ）的對(duì)話，是物聯(lián)網(wǎng)四大支撐技術(shù)之一。念。5）MaaS 全稱 M2M as a Service , M2M即服務(wù)， 端，也就是就是機(jī)器與機(jī)器 （Machine to Machine6）TaaS,全稱THING As A Service ,虛擬化云計(jì)算技術(shù),SOA等技術(shù)的結(jié)合實(shí)現(xiàn)物聯(lián)網(wǎng)的泛 在即服務(wù)。4、寫出Map Reduce分布式編程環(huán)境中的Map/Reduce原理，用基本概念、關(guān)鍵詞排序的圖描述思路。Map Reduce通過(guò)"Ma p（映射）”和"Re

18、duce（化簡(jiǎn)）”這樣兩個(gè)簡(jiǎn)單的概念來(lái)構(gòu)成運(yùn)算基本單元，用戶只需提供自己的MaP函數(shù)以及Reduce函數(shù)即可并行處理海量數(shù)據(jù)。Map Reduce實(shí)現(xiàn)了 Map和Reduce兩個(gè)功能：1) Map把一個(gè)函數(shù)應(yīng)用于集合中的所有成員，然后返回一個(gè)基于這個(gè)處理的結(jié)果集；2) Reduce對(duì)結(jié)果集進(jìn)行分類和歸納；Map()和ReduceO兩個(gè)函數(shù)可能會(huì)并行運(yùn)行，即使不是在同一的系統(tǒng)的同一時(shí)刻。Map Reduce的編程方式：map程序從輸入文件中讀取"records"的集合，執(zhí)行任何需要的過(guò)濾或者轉(zhuǎn)換，并且以(key,data)的形式輸出records的集合。當(dāng) map程序產(chǎn)生輸出

19、記錄，"split" 函數(shù)對(duì)每一個(gè) 輸出的記錄的key應(yīng)用一個(gè)函數(shù)，將records分割為M個(gè)不連續(xù)的塊(buckets)。這個(gè)split 函數(shù)有可能是一個(gè) hash函數(shù)，而其他確定的函數(shù)也是可用的。當(dāng)一個(gè)塊被寫滿后，將被寫 道磁盤上。然后 map程序終止，輸出 M個(gè)文件，每一個(gè)代表一個(gè)塊 (bucket)。排序程序處理10的10次方個(gè)100個(gè)字節(jié)組成的記錄。這個(gè)程序的Map函數(shù)從文本行中 解析出10個(gè)字節(jié)的key值作為排序的key，并且把這個(gè)key和原始文本行作為中間的key/value pair值輸出。我們使用了一個(gè)內(nèi)置的恒等函數(shù)作為Reduce操作函數(shù)。這個(gè)函數(shù)把中間

20、的key/value pair值不作任何改變輸出。最終排序結(jié)果輸出到兩路復(fù)制的GFS文件系統(tǒng)。5、簡(jiǎn)述Azure/VMware云的對(duì)比與不同，描述四點(diǎn)以上(優(yōu)缺點(diǎn))。IaaS，與此同VMware目前則主1) Windows Azure基于一個(gè)靈活且易于管理的基礎(chǔ)設(shè)施為用戶提供服務(wù)，即時(shí)還可以提供一系列基礎(chǔ)設(shè)施服務(wù)平臺(tái)即服務(wù)和軟件即服務(wù)解決方案。而 要只提供基礎(chǔ)設(shè)施即服務(wù)IaaS。VMware都沒有包含2) Windows Azure提供了從硬件到應(yīng)用程序的全面集成監(jiān)控和管理，而 對(duì)應(yīng)用程序的全面監(jiān)控和管理。3) Windows Azure提供了簡(jiǎn)便靈活的云端解決方案，有豐富的價(jià)值和多樣化的選擇

21、，能夠以更少的成本、人力輕松實(shí)現(xiàn)云部署，而VMware使用了大量的組件來(lái)創(chuàng)建自己的云解決方案，其中一些更是只限 VMware最昂貴許可等級(jí)才能使用，另外一些組件需要單獨(dú)的許可以 及額外的費(fèi)用。4) Windows Azure提供了一整套免費(fèi)的云端基礎(chǔ)設(shè)施工具，為客戶帶來(lái)更好成效的簡(jiǎn)便方 法，而VMware沒有提供類似的工具。,如web service 服務(wù)進(jìn)行改造？安7、假設(shè)應(yīng)用(企業(yè)軟件)如何通過(guò)云計(jì)算轉(zhuǎn)化成服務(wù) 全和隱私問(wèn)題如何兼顧？ 保證訪問(wèn)安全有如下一些做法：1) 訪問(wèn)應(yīng)用的授權(quán)與簽名。 客戶端系統(tǒng)或應(yīng)用接入云服務(wù)前，必須經(jīng)過(guò)云服務(wù)商的認(rèn)證。 認(rèn)證結(jié)果以授權(quán)碼方式交給客戶方。以后的每次

22、訪問(wèn)，客戶方都需要出示授權(quán)碼，或請(qǐng)求使用授權(quán)碼進(jìn)行簽名。系統(tǒng)返回的結(jié)果也同樣由系統(tǒng)證書進(jìn)行簽名，以達(dá)到通信雙方的互信。2) 時(shí)間戳方式。對(duì)于異步系統(tǒng)，使用時(shí)間戳及唯一的客戶端ID作為請(qǐng)求的序列號(hào)，系統(tǒng)返回時(shí)同樣使用相同的方式構(gòu)造序列號(hào)以進(jìn)行適配。3) 幕等檢查。通過(guò)客戶端生成唯一的序列號(hào)，服務(wù)端可以檢測(cè)客戶端命令是否重復(fù)發(fā)送，如有重復(fù)將直接拋棄。幕等檢查可以保證所有服務(wù)請(qǐng)求都是一次性且唯一的，即使被惡意截獲并通過(guò)網(wǎng)絡(luò)設(shè)備重播，也不會(huì)執(zhí)行。通過(guò)安全白名單進(jìn)行控制。 通過(guò)白名單制度，系統(tǒng)保證只有經(jīng)過(guò)安全認(rèn)證的客戶端能夠接入，通常可以通過(guò)認(rèn)證證書實(shí)現(xiàn)，這是最嚴(yán)格的訪問(wèn)限制。8、通過(guò)云計(jì)算做數(shù)據(jù)中心

23、DC（ data-ce nter ）的關(guān)鍵問(wèn)題是什么？怎么解決？1）提示： 數(shù)據(jù)中心的選址標(biāo)準(zhǔn)：1、2、3、大量的廉價(jià)電力；綠色能源，更注重可再生能源；靠近河流或湖泊；（設(shè)備冷卻需要大量水源）4、5、6、2）用地廣闊；（隱秘性和安全性）（數(shù)據(jù)中心之間的快速鏈接）和其他數(shù)據(jù)中心的距離；稅收優(yōu)惠。云計(jì)算data cen ter : 一個(gè)數(shù)據(jù)中心（或數(shù)據(jù)中心或數(shù)據(jù)中心或數(shù)據(jù)中心）是一個(gè)設(shè)施用于內(nèi)部計(jì)算機(jī)系統(tǒng)和相關(guān)的部件，數(shù)據(jù)通信連接，環(huán)境控制（例如，空調(diào)，消防）和安全設(shè)備。 經(jīng)營(yíng)和管理運(yùn)營(yíng)的電信網(wǎng)絡(luò)提供數(shù)據(jù)中心應(yīng)用程序直接向承運(yùn)人的客戶 提供托管應(yīng)用三分之一方提供其客戶服務(wù) 提供一個(gè)組合這些和類似的

24、數(shù)據(jù)中心的應(yīng)用。如電信和存儲(chǔ)系統(tǒng)。 它一般包括冗余或備份電源，冗余 1)2)3)4)9、GFS經(jīng)典結(jié)構(gòu)描述。GFS的架構(gòu)：一個(gè)GFS集群包含一個(gè)單獨(dú)的Master節(jié)點(diǎn)、多臺(tái)Chunk服務(wù)器，并且同時(shí)被多個(gè)客戶端訪問(wèn)。GFS的工作過(guò)程：1）客戶端使用固定大小的塊將應(yīng)用程序指定的文件名和字節(jié)偏移轉(zhuǎn)換成文件的一個(gè)塊索引， 向master （主）發(fā)送包含文件名和塊索引的請(qǐng)求；2） master收到客戶端發(fā)來(lái)的請(qǐng)求，master向塊服務(wù)器發(fā)出指示，同時(shí)時(shí)刻監(jiān)控眾多Chunkserver的狀態(tài)。Chunkserver緩存master從客戶端收到的文件名和塊索引等信息。3） master通過(guò)和chunkse

25、rver的交互，向客戶端發(fā)送chunk-handle 和副本位置。其中文件被分成若干個(gè)塊，而每個(gè)塊都是由一個(gè)不變的，全局唯一的64位的Chunk-handle標(biāo)識(shí)。Handle是由master在塊創(chuàng)建時(shí)分配的。而出于安全性考慮，每一個(gè)文件塊都要被復(fù)制到多 個(gè)chunkserver上，一般默認(rèn) 3個(gè)副本；chunk handle( chunkserver以4）客戶端向其中的一個(gè)副本發(fā)出請(qǐng)求，請(qǐng)求指定了chunk handle 標(biāo)識(shí)chunk）和塊內(nèi)的一個(gè)字節(jié)區(qū)間。Clie nt可以在一個(gè)請(qǐng)求中詢問(wèn)多個(gè)5）客戶端從chunkserver獲得塊數(shù)據(jù)，任務(wù)完成。通常 chunk的地址，而 master

26、也可以很快回應(yīng)這些請(qǐng)求。GFS為應(yīng)用程序開發(fā)者提供的 Chubby和為訪問(wèn)結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)3.Google的核心技術(shù)谷歌的云計(jì)算應(yīng)用程序的構(gòu)成要素包括存儲(chǔ)大量數(shù)據(jù)的Map Reduce編程框架、用于分布式應(yīng)用程序鎖服務(wù)的據(jù)的BigTable存儲(chǔ)服務(wù)。Google Map Reduce （ Map對(duì)一組數(shù)據(jù)元素進(jìn)行某種重復(fù)式的處理Reduce:對(duì)Map中間結(jié)果進(jìn)行某種進(jìn)一步的結(jié)果整理）上升到架構(gòu)：統(tǒng)一架構(gòu)，為程序員隱藏系統(tǒng)層細(xì)節(jié)。Google GFS google gfs是一個(gè)基于分布式集群的大型分布式文件系統(tǒng)，為MapReduce計(jì)算框架提供底層數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)可靠性支撐。Master上保存了

27、 GFS文件系統(tǒng)的三種元數(shù)據(jù)：命名空間，即整個(gè)分布式文件系統(tǒng)的目錄結(jié)構(gòu)。Chunk與文件名的映射表 3.Chunk副本的位置信息，每個(gè) Chunk默認(rèn)有3個(gè)副 本。GFS中每個(gè)數(shù)據(jù)塊劃分缺省為 64MB每個(gè)數(shù)據(jù)塊會(huì)分別在 3個(gè)不同的地方復(fù)制副本；每 一個(gè)數(shù)據(jù)塊，僅當(dāng)3個(gè)副本都成功時(shí)，才認(rèn)為數(shù)據(jù)保存成功。每個(gè)數(shù)據(jù)塊再劃分為 64KB的 子塊，每個(gè)子塊有一個(gè) 32位的校驗(yàn)和。BigTable : GFS是一個(gè)文件系統(tǒng)，難以提供對(duì)結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)和訪問(wèn)管理。為此Google在GFS之上又設(shè)計(jì)了一個(gè)結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)和訪問(wèn)管理系統(tǒng)-BigTable ,為應(yīng)用程序提供比單純文件系統(tǒng)更方便，更高層的數(shù)據(jù)操作能

28、力。BigTable對(duì)存儲(chǔ)在表中的數(shù)據(jù)不做任何解釋，一律視為字符串，具體數(shù)據(jù)結(jié)構(gòu)的實(shí)現(xiàn)由用戶自行定義。BigTable 查詢模型（row:stri ng,colu mn:stri ng,time:i nt64）->結(jié)果數(shù)據(jù)字符串。 支持查詢，插入和刪除操作。并行計(jì)算：并行計(jì)算是相對(duì)于串行計(jì)算來(lái)說(shuō)的?？煞譃闀r(shí)間上的并行和空間上的并行。時(shí)間上的并行就是指流水線技術(shù)，而空間上的并行則是指用多個(gè)處理器并發(fā)的執(zhí)行計(jì)算。并行計(jì)算的目的就是提供單處理器無(wú)法提供的性能（處理器能力或存儲(chǔ)器），使用多處理器求解單個(gè)問(wèn)題。分布式計(jì)算：分布式計(jì)算研究如何把一個(gè)需要非常巨大的計(jì)算能力才能解決的問(wèn)題分成許多 小的部

29、分，然后把這些部分分配給許多計(jì)算機(jī)進(jìn)行處理，最后把這些計(jì)算結(jié)果綜合起來(lái)得到最終的結(jié)果。并行計(jì)算與分布式計(jì)算的區(qū)別：（1） 簡(jiǎn)單的理解，并行計(jì)算借助并行算法和并行編程語(yǔ)言能夠?qū)崿F(xiàn)進(jìn)程級(jí)并行（如MPI） 和線程級(jí)并行（如open MP。而分布式計(jì)算只是將任務(wù)分成小塊到各個(gè)計(jì)算機(jī)分別計(jì)算各自 執(zhí)行。（2） 粒度方面，并行計(jì)算中，處理器間的交互一般很頻繁，往往具有細(xì)粒度和低開銷的特征， 并且被認(rèn)為是可靠的。而在分布式計(jì)算中，處理器間的交互不頻繁，交互特征是粗粒度，并 且被認(rèn)為是不可靠的。并行計(jì)算注重短的執(zhí)行時(shí)間，分布式計(jì)算則注重長(zhǎng)的正常運(yùn)行時(shí)間。（3） 聯(lián)系:并行計(jì)算和分布式計(jì)算兩者是密切相關(guān)的。某些

30、特征與程度（處理器間交互頻率）有關(guān)，而我們還未對(duì)這種交叉點(diǎn)進(jìn)行解釋。另一些特征則與側(cè)重點(diǎn)有關(guān)（速度與可靠性），而且我們知道這兩個(gè)特性對(duì)并行和分布兩類系統(tǒng)都很重要。集群計(jì)算：計(jì)算機(jī)集群使將一組松散集成的計(jì)算機(jī)軟件和/或硬件連接起來(lái)高度緊密地協(xié)作完成計(jì)算工作。在某種意義上，他們可以被看作是一臺(tái)計(jì)算機(jī)。集群系統(tǒng)中的單個(gè)計(jì)算機(jī)通 常稱為節(jié)點(diǎn)，通常通過(guò)局域網(wǎng)連接，但也有其它的可能連接方式。集群計(jì)算機(jī)通常用來(lái)改進(jìn) 單個(gè)計(jì)算機(jī)的計(jì)算速度和/或可靠性。一般情況下集群計(jì)算機(jī)比單個(gè)計(jì)算機(jī)，比如工作站或 超級(jí)計(jì)算機(jī)性價(jià)比要高得多。根據(jù)組成集群系統(tǒng)的計(jì)算機(jī)之間體系結(jié)構(gòu)是否相同，集群可分為同構(gòu)與異構(gòu)兩種。集群計(jì)算機(jī)按功

31、能和結(jié)構(gòu)可以分為，高可用性集群（High-availability（HA） clusters ）、負(fù)載均衡集群（Loadbalancing clusters ）、高性能計(jì) 算集群 （High-performanee （HPC）clusters）、網(wǎng)格計(jì)算 （Grid computing ）。網(wǎng)格計(jì)算：網(wǎng)格計(jì)算是分布式計(jì)算的一種，也是一種與集群計(jì)算非常相關(guān)的技術(shù)。網(wǎng)格計(jì)算的實(shí)質(zhì)就是組合與共享資源并確保系統(tǒng)安全。網(wǎng)格計(jì)算通過(guò)利用大量異構(gòu)計(jì)算機(jī)的未用資源（CPU周 期和磁盤存儲(chǔ)），將其作為嵌入在分布式電信基礎(chǔ)設(shè)施中的一個(gè)虛擬的計(jì)算機(jī)集群，為解決大規(guī)模的計(jì)算問(wèn)題提供一個(gè)模型。網(wǎng)格計(jì)算的焦點(diǎn)放在支持跨管理域計(jì)算 的能力，這使它與傳統(tǒng)的計(jì)算機(jī)集群或傳統(tǒng)的分布式計(jì)算相區(qū)別。網(wǎng)格計(jì)算的目標(biāo)是解決對(duì)于任何單一的超級(jí)計(jì)算機(jī)來(lái)說(shuō)仍然大得難以解決的問(wèn)題，并同時(shí)保持解決多個(gè)較小的問(wèn)題的靈活性。云計(jì)算：是分布式計(jì)算、并行計(jì)算和網(wǎng)格計(jì)算的發(fā)展，或者說(shuō)是這些概念的商業(yè)實(shí)現(xiàn)。云計(jì)分布式存儲(chǔ)又包括分布式文件存儲(chǔ)算不但包括分布式計(jì)算還包括分布式存儲(chǔ)和分布式緩存。和分布式數(shù)據(jù)存儲(chǔ)。云計(jì)算與并行、分布式、網(wǎng)