去伪存真看云计算

2024-01-14 10:10
文章标签 计算 看云 去伪存真

本文主要是介绍去伪存真看云计算,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

采用云计算,系统越复杂,边际成本越低;不采用云计算,系统越复杂,边际成本越高。从这个意义上来说,采取云计算,实质是在转变生产方式。(文/姜奇平)  现在许多行业或者服务都打着云计算的旗号,但并不是所有的都是云计算,去伪存真看云计算,就是要抓住云计算真正的内核,  云计算实际有两个重要方面,缺一不可,不可偏废,一是集中计算,一是分布式计算,云计算是以特定方式融合二者的历史产物。忽视任何一点,都会有严重片面性。  现在许多“伪云计算”,倒不一定是说了完全不沾边的事情,而是把云计算的某个侧面,或历史上的某个局部来源,夸大为云计算的主流,而产生误导。  为此,在这里打算仅就云计算最核心的内涵,进行一番辨析。  1)集中计算分几种情况,与云计算既有联系,又有区别: 第一种,也是最典型的集中计算是大型主机,如IBM的S/360。相当多的人把云计算说成是集中计算,这并不全面。因为云计算显然不等于大型主机。云计算的应用,并不集中于大型主机内部,而是分散在集中计算和存储的外部计算节点上。  第二种,是主从机结构,服务器是主从机结构中的集中的一方,以后互联网的WEB模式,就是主从机结构的一种。主从机结构和WEB都不等于云计算,这是因为,它们的控制权位于主机(服务器);从机虽然分散存在,但没有控制权,不是以用户为中心的。  第三种是网格计算,网格计算本质上仍是集中计算。它表面上虽然具有利用分布计算资源的特征,但由于要解决的是巨大而单一的计算问题,从应用角度看,并不是分布式的。把云计算理解为网格计算,显然会漏算由节点方(应用方)提出任务这一点。  2)分布式计算,同样与云计算既有联系,又有区别:  第一种,WEB出现前的互联网(WWW出现前的互联网),如阿帕网,就是典型的分布式计算,并不需要服务器作为计算中心。仅有分布式计算,并不等于云计算,因为云计算还有集中存储和计算的部分。  第二种,P2P,即无须经由服务器,一台计算机与另一台计算机直接相联。其重要特点是对等,没有主从之分。在可管理的P2P模式下,虽然可以经过服务器,但不同于主从机结构处,在于它也可以不通过服务器,而主从机结构不通过服务器是不可以的。云计算不同于P2P之处,在于它必须以集中计算和存储作为分布式计算的互补方面。  第三种,协同计算,可以认为是P2P形式的推广,从点对点,发展到群组协作,即时消息、SNS等,都可以是基于协同计算和并行计算的。协同计算已非常接近云计算,但仍有不同,例如SOA(面向服务架构)可以复用服务模块,但这可能只是发生于应用之间,必须将这些可复用资源移向独立于应用的云服务器中,才算云计算。  现有许多云计算的定义,都往往偏向上述情况中的某一边,因此显得似是而非。需提醒的是,业内人士谈云计算往往有特定语境,比如说云计算建设要加强集中计算和分享。结合具体所指,可能并没有错,因为它可能是指云计算基础设施或平台本身建设,也可能是针对大企业的云端业务。但听的人往往听错,以为这就是云计算的全部,体会不到分布式计算和应用端的存在。这就造成误导和误解。  这种情况并不可怕,消除误解就会搞明白。但还有一种情况就不同了。一些大企业在搞云计算时,以传统的网格计算、主从机的旧理念,把云计算纳入排斥分布式计算的集中计算的轨道,那就属于内行的传统与保守了。目前对于集成的理解,就有这种实际问题存在。  3)集中与分散的联接  现有对云计算的定义中,许多都忽略了两个基本点之间的联接方面的内涵。实际上,二者的联接,是云计算的精髓所在。这种内涵,也是从历史中一步步发展出来的。有几个概念,值得特别注意:  第一,分享(或共享)。现在所有的云计算,都会提到分享。这主要是指在云中分享可复用的资源,也包括点对点之间的分享。分享是与工业化格格不入的概念。工业企业经济是在排除分享的前提下建立起来的;可分享的东西,属于政府用税收提供的公共产品。但在云计算中,分享完全可以是市场行为。之所以会这样,是因为有两种情况与工业经济相比发生了变化,一是生产资料从物质和资本,变成了数据,从不可复用,变为可复用;二是出现了基础业务与增值业务之间的交叉补贴,分享可以获得回报(例如免费模式)。这样就造成集中的部分分享,而分散的部分回报。其中,数据资源可复用性,正是云计算中的集中,采用分享模式的基础;而集中业务与分散业务之间的关联,是分享可以成立的模式基础。  第二,虚拟化。虚拟化是云计算的重要特征。工业生产方式是集中,农业生产方式是分散。历史上从来没有解决好二者的矛盾。虚拟化在协调二者关系上,走出了新路。早在大型主机时代,虚拟化的思想就被提出了。但那时并没有端的应用可供施展。到了云计算中,虚拟化在云的集中与端的分散之间,起到关键联接作用。实际是在技术上,把资本专用性的框框打破了。在实体经济中,要素具有刚性,难以自由流动,固定资产的投资,经常成为沉没成本,造成巨大闲置和浪费。  在云计算中,虚拟化实际上将要素的刚性,变为了柔性。这对于应用端、增值端的边际投入,固然没有造成直接的改变,但对集中于云端的可分享资源来说,却是一种巨大的社会节约。相当于从事同样生产的固定成本(如初始固定投入)凭空节省了许多。社会可以把固定成本转化为可变成本,集中于必要的增值业务,为用户创造更多价值。  第三,效用计算。效用计算实际是租赁的概念。由于资源可复用而生产要素可以虚拟化,在产权上带来的一个合理变化,就是资源配置可以“变拥有为控制(使用)”,把所有权与使用权分开,对生产要素不必拥有所有权,而以租赁的方式,控制使用权即可。在云计算中,以这种方式,实现的是云一方的所有权与端一方的使用权的自然联接。这造成公有制与私有制之间一种奇妙混合:在云的方面,基础设施(I)、平台(P)和软件(S)——相当于工业时代的道路、厂房和设备——是“公有”的;在端的方面,增值业务和边际投入是“私有”的,而“公”、“私”之间以一定比例分成(如三七分成)。  第四,开放API(应用程序接口)。人们在定义云计算时,很少把API考虑进去。实际上,在集中与分散之间,离开了API相联,一切都变得不可行。因此可以说,API是云计算的关键——或者说,起到云与端联接作用的机制,是云计算的关键。在工业经济条件下,API是不存在的。即使在云计算出现之前的互联网经济中,API也经常是封闭的或不起实质作用的。例如在SOA中,共用模块并没有独立出来以API形式,由独立第三方(象云那样)提供。许多谈论云计算的人,都没有把资源共享到云端后,如何与终端计算联接的问题,当作云计算内涵的一个重要方面来认识。  我个人认为,云计算从更深的意义上,是以提高效能(即报酬递增)为目标取向的。许多人仅仅从效率(包括节省成本)来谈云计算可以解决什么问题,没有充分到位。可以倒着证伪一下,提高效率,也可以是报酬递减,但那样的话,云(I、P、S)与非云(实体基础设施、厂房和设备)就没有区别了。可见不谈效能,就无法把真正的区别总结出来。真正的区别在于效能(效率的变化率,即“越……越……”):采用云计算,系统越复杂,边际成本越低;不采用云计算,系统越复杂,边际成本越高。从这个意义上来说,采取云计算,实质是在转变生产方式。作者:sunny_yuner

 



这篇关于去伪存真看云计算的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/604808

相关文章

poj 1113 凸包+简单几何计算

题意: 给N个平面上的点,现在要在离点外L米处建城墙,使得城墙把所有点都包含进去且城墙的长度最短。 解析: 韬哥出的某次训练赛上A出的第一道计算几何,算是大水题吧。 用convexhull算法把凸包求出来,然后加加减减就A了。 计算见下图: 好久没玩画图了啊好开心。 代码: #include <iostream>#include <cstdio>#inclu

uva 1342 欧拉定理(计算几何模板)

题意: 给几个点,把这几个点用直线连起来,求这些直线把平面分成了几个。 解析: 欧拉定理: 顶点数 + 面数 - 边数= 2。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#inc

uva 11178 计算集合模板题

题意: 求三角形行三个角三等分点射线交出的内三角形坐标。 代码: #include <iostream>#include <cstdio>#include <cstdlib>#include <algorithm>#include <cstring>#include <cmath>#include <stack>#include <vector>#include <

XTU 1237 计算几何

题面: Magic Triangle Problem Description: Huangriq is a respectful acmer in ACM team of XTU because he brought the best place in regional contest in history of XTU. Huangriq works in a big compa

音视频入门基础:WAV专题(10)——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以打印WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的pts、dts: 打印出来的“pts”实际是AVPacket结构体中的成员变量pts,是以AVStream->time_base为单位的显

计算数组的斜率,偏移,R2

模拟Excel中的R2的计算。         public bool fnCheckRear_R2(List<double[]> lRear, int iMinRear, int iMaxRear, ref double dR2)         {             bool bResult = true;             int n = 0;             dou

GPU 计算 CMPS224 2021 学习笔记 02

并行类型 (1)任务并行 (2)数据并行 CPU & GPU CPU和GPU拥有相互独立的内存空间,需要在两者之间相互传输数据。 (1)分配GPU内存 (2)将CPU上的数据复制到GPU上 (3)在GPU上对数据进行计算操作 (4)将计算结果从GPU复制到CPU上 (5)释放GPU内存 CUDA内存管理API (1)分配内存 cudaErro

Java - BigDecimal 计算分位(百分位)

日常开发中,如果使用数据库来直接查询一组数据的分位数,就比较简单,直接使用对应的函数就可以了,例如:         PERCENT_RANK() OVER(PARTITION BY 分组列名 ORDER BY 目标列名) AS 目标列名_分位数         如果是需要在代码逻辑部分进行分位数的计算,就需要我们自己写一个工具类来支持计算了 import static ja

OpenStack离线Train版安装系列—2计算节点-环境准备

本系列文章包含从OpenStack离线源制作到完成OpenStack安装的全部过程。 在本系列教程中使用的OpenStack的安装版本为第20个版本Train(简称T版本),2020年5月13日,OpenStack社区发布了第21个版本Ussuri(简称U版本)。 OpenStack部署系列文章 OpenStack Victoria版 安装部署系列教程 OpenStack Ussuri版

新一代车载(E/E)架构下的中央计算载体---HPC软件架构简介

老规矩,分享一段喜欢的文字,避免自己成为高知识低文化的工程师: 屏蔽力是信息过载时代一个人的特殊竞争力,任何消耗你的人和事,多看一眼都是你的不对。非必要不费力证明自己,无利益不试图说服别人,是精神上的节能减排。 无人问津也好,技不如人也罢,你都要试着安静下来,去做自己该做的事.而不是让内心的烦躁、焦虑、毁掉你本就不多的热情和定力。 时间不知不觉中,快要来到夏末秋初。一年又过去了一大半,成