乱弹琴
2014-07-16
一、关于本书讲的云计算的要点和缺陷
传统理念在新工具下的运用。
a分布式计算与专门化生产。
依旧是针对上节课所讲的大数据,云计算就是如何处理数据的万千方式中的一种。例如传统分布式计算,集群计算,网格式计算。其实和上节课上讲的人力依然重要有关。作者举例说网格式计算可以用于寻找外星人、生命医学研究和全球气候研究,作者讲述了一个天体发现的科学研究案例。首先是伯克利大学获得从无线电望远镜获得的海量信息,然后这些信息会分成小块,通过网络分别送给世界各地的参与者。这里利用了两个东西:一个是空闲的计算机资源,另一个是人力。因为数据太过庞大,伯克利大学如果只用自己的巨型计算机运算,这些数据足够它花费2百万年的时间,而分解到单个的PC端之后,每人只负责其中的百万分之一,处理能力一般的PC端能够运算,也不至于崩溃。其实就是化整为零。例如,超市里面可以用十个结账台才缓解人流压力,然后再把十台结账平台的数据统一起来,组合成财务收支表。或者像汽车生产商,有两种生产方式,一种是全套都是自己生产,另一种是一家公司生产轮胎,一家公司生产发动机,还有一家专门生产轮轴等等,然后我只负责组装。很显然,后者的生产效率更高。这是云计算与传统实体产生流水线生产方式的联系。
b网络集装箱。
SOA和EAI模式的升级版——云计算,构建统一的对话方式,一个通用接口,即各个不同的应用之间的相互转化,以实现数据的最大化利用,降低磨合成本,这一点又和《制度经济学》蛮相似。其实也是专门化生产方式的升级版,集装箱其实也是一种制度规范,要求数据连接只能是这样,而不能是那样。
c虚拟化技术。
脱离PC,“由他人分享的,封装在自己的数据中心之外的虚拟化IT资源。”这个是最大化的利用闲置资源,并且使得用户使用更为便捷。这个像电子邮箱的升级版,就是只要有一个接口密令,我就不必随身携带自己的硬盘,只要有一台终端机,我就能收发邮件。作者在第七章也举到一些具体案例,例如医疗实践,用户可以把血压、血糖、脉搏、体重等各种生理指标,每天收集之后存放在云数据中心,以后无论到哪一个医院,都可以直接调取云数据中心的资料,对症下药。当然,这些可以具体到应用中,例如美国alive cor公司开发的心电图手机端应用软件,通过收集用户长时间的心电图数据来判断用户的健康状况以及提供相对应的治疗意见。其实理念上和各类注册式的社交网站类似,新浪微博、腾讯微信、各类提供文字记录功能的网站。
但作者也自己提出了其中存在的问题:
第一,就是这样的整体数据必须是可分割的,才能采用分布式计算方式。作者举例说就像原子一样,不可分割的操作是不可能用云计算提高效率的,这个被称为原子操作。
第二,对于原子操作,只能通过最传统的理念,就是人海战术。虽然不能分割,但是可以在数量上多分派。当然这样对于单个的数据而言,云计算完全没有提升效率。
第三个,一致性。分布式计算的优点是能提供个性化意见,例如上节课讲到的“饿了吗”等网站,每个网络节点专人负责提供信息,可以很提供个性化的海量数据,但是对于那些一致性要求很高的,就像生产
其他感想:
雅虎员工上千人的时候,大多数人都集中精力在创新上;雅虎员工到上万人的时候,半数的人集中精力在系统维护上,只有一半人在创新。云计算是否也出于这种技术公司发展的现实考虑?
在更换硬盘,硬件更新换代时,如何保持系统的连续性?例如新浪微博要换服务器,那段时间用户如何正常使用?文中举了一个例子,解答这个问题,令人印象深刻。FACEbooK曾有一次,需要更换数据中心,因为原有的数据中心的空间不足,需要更大的数据中心。但是又要保证在数据更新的过程中不影响用户使用。也就是说在Facebook界面全天候24小时不间断的情况下完成数据的转移。Facebook的团队首先建立了一个复制系统,旧数据全部复制,而且将正在以每秒数亿的数据同步复制,也就是将正在活动的7.5亿用户数据同步复制到新中心,完全不停止服务。就像在三万英尺的高空,当一架飞机以600英里每小时的速度飞行,然后给一家飞机更换了发动机引擎。
本书的框架
第一、 二章:引述,云计算出现的背景和优势。
第三章:理论定义云计算,其中讲到云计算的运作方式和缺陷。
第四章:云计算的一些细节。例如分割出去的数据如何沟通的问题。
第五、七章:云计算的一些具体应用。
第六章:与《长尾理论》相关,在长尾理论大量商机的利基产品如何在后台数据库中被发现、调出、分派、物流,大量的单笔小额订单所产生的数据如何被处理,这可能是对长尾部分产品具体实践操作的解读。
第八章:中国的云计算。其中提到在中国私有云更发达,而公有云因为企业互信度低而发展缓慢。这里其实和最开始讲到的出版行业的不同标准的标记斗争很类似了,私有云和公有云的较量又和书籍出版中的通用标记与专属标记的斗争类似了。但公有云更强调企业安全性方面的考量,即如何能够让企业把数据放心地共享于广阔的云数据中心。