云计算导论（大数据技术、云计算技术相关专业）全套教学课件

云计算导论主讲老师：全套可编辑PPT课件走进云计算云计算基础云计算中的数据处理技术虚拟化技术云计算管理平台云计算解决方案云计算安全云计算应用走进云计算第一章走进云计算

近年来，随着IT技术的飞速发展，云计算早已在众多领域获得了广泛的应用和发展，成为了与人们日常生活息息相关的核心技术。

本章将从云计算的产生和发展开始，介绍云计算的概念和特征，最后通过实例让读者认识身边的云计算。本章导读学习目标了解云计算的思想起源。熟悉云计算的发展历程。掌握云计算的概念和特征。认识身边的云计算。1.1云计算的产生和发展1.2云计算的概念和特征1.3实例-身边的云计算云计算的产生和发展1.1.1云计算的思想起源1983年，SUN公司提出“网络就是计算机（thenetworkisthecomputer）”的概念，并开始探索以网络为中心的计算模式，极具前瞻性地揭示了“超级计算”时代的来临。1999年，时任甲骨文（Oracle）公司副总裁的马克·贝尼奥夫（MarcBenioff）预见到，随着Internet的发展，越来越多的企业会选择通过Internet获取软件服务。于是，他与合作伙伴于同年3月创办了Salesforce公司，并提出“软件即服务（SoftwareasaService，SaaS）”的服务理念。Salesforce公司的成立，是云计算发展史上一个重要的里程碑。

云计算的思想起源最早可追溯到由约翰·麦卡锡（JohnMcCarthy）于1961年提出的“效用计算”概念。此后，云计算思想又经历了一系列演变和发展。云计算的产生和发展1.1.1云计算的思想起源2006年3月19日，亚马逊公司通过推出简单存储服务（simplestorageservice，S3）正式发布了AWS平台；8月9日，谷歌（Google）公司首席执行官埃里克·施密特（EricEmersonSchmidt）在搜索引擎大会上提出了“云计算”的概念；8月25日，AWS平台推出了弹性计算云（elasticcomputecloud，EC2）服务产品，标志着“基础设施即服务（InfrastructureasaService，IaaS）”的云计算服务开始逐步成型。此后，云计算因其蕴藏的巨大价值受到了谷歌、亚马逊、微软（Microsoft）和阿里巴巴等互联网巨头的追捧，在数年内得以迅猛发展，这些互联网巨头共同拉开了互联网“云时代”的序幕。2002年，亚马逊（Amazon）公司开始着手研发AWS（AmazonWebServices）平台，该平台旨在以Internet为媒介，将存储空间、计算能力、数据库等资源以按需付费的方式租赁给个人、公司或政府。电厂模式云计算的产生和发展1.1.2云计算的发展历史

电厂模式就是利用电厂的规模经济效应来降低电力的价格，并让用户在无须购买任何发电设备的情况下方便地使用电力。效用计算网格计算云计算

网格计算（gridcomputing）是一种解决大规模计算问题的分布式计算模型。

云计算是分布式计算的一种，它可看作是效用计算和网格计算的商业实现。与效用计算和网格计算类似，云计算同样希望用户方便地获得廉价的计算机资源。

分时操作系统技术将使计算能力和特定应用程序等资源可以统一使用和出售，用户可以像将灯泡插入灯座一样使用计算机的资源，并如同支付水电费一样，按使用量进行个性化付费。云计算的产生和发展1.1.2云计算的发展历史

“网格”这个词源于电力网格（powergrid）。电力网格简称电网，它用高压线路把分散在各地的发电站连接在一起，并在输电、配电和变电等标准化操作后，将电力统一提供给用户。用户无须关心电力的来源、存量或类型，仅需将用电设备的插头插入插座即可用电。网格计算借鉴了电力网格的结构，两者结构如图所示。云计算的产生和发展1.1.2云计算的发展历史

网格计算以Internet为通信支撑平台，将分散的资源聚合在一起，形成更高层次的分布式资源共享环境，具有高性能、一体化、资源共享等技术优点。但由于参与网格计算的计算机是自发组成的联盟，可靠性和安全性不高，因此网格计算并未成功商业化。尽管如此，网格计算在学术研究领域却大放异彩。例如，2018年，基于网格计算的“因特网梅森素数大搜索（GIMPS）”项目动用了超过180万核CPU发现了第51个梅森素数，该素数有24862048位，是迄今为止人类发现的最大素数。此外，网格计算还为现在普遍运用的云计算模型奠定了理论基础和实验环境。1.11.2云计算的产生和发展1.3实例-身边的云计算云计算的概念和特征

云计算是基于“按需付费定价（pay-as-you-gopricing）”模式的IT资源交付服务。亚马逊

云计算是通过网络按需分配计算资源。计算资源包括服务器、数据库、存储、平台、架构及应用等。云计算支持按用量付费，即只需支付您需要的量。阿里巴巴

云计算是一种模型，用于实现对可配置计算资源共享池便捷按需的网络访问。该共享池中的计算资源包括网络、服务器、存储、应用程序和服务等，这些资源可以快速地获取和释放，同时管理成本极低，而且与服务提供商的沟通成本基本为零。NIST

云计算是一种通过网络统一组织和灵活调用各种信息与通信技术（informationandcommunicationstechnology，ICT）资源，实现大规模计算的信息处理方式。我国工业和信息化部电信研究院1.2.1什么是云计算云计算的概念和特征云计算云计算的概念和特征1.2.2云计算的特征1、用户按需自助获取服务2、广泛的网络访问3、资源虚拟化4、快速弹性的资源分配5、可度量的资源使用情况1.11.2云计算的产生和发展1.3实例-身边的云计算云计算的概念和特征实例-身边的云计算1.3.1云盘

云盘（cloudstorage）又称网盘、网络硬盘或网络U盘，是一种基于网络的在线存储服务，云盘服务提供商将其服务器的硬件资源分配给注册用户并提供文件存储、访问、备份、共享等文档管理功能，用户可以通过Internet上传、下载和管理云盘中的文件。百度网盘腾讯微云华为云空间360安全云盘iCloudDropBoxOneDrive不占用本地空间便于迁徙和备份在线管理方便文件分享方便支持在线查看和播放支持不同平台同步数据较安全特点百度网盘

百度网盘是百度公司推出的一项云盘服务，分为个人版和企业版两种，其中个人版在Windows、Android、iOS、macOS和Linux等操作系统环境下均开发了客户端，同时支持浏览器访问。因此，百度网盘是当前国内个人终端市场中最受欢迎、最具有代表性的云盘。实例-身边的云计算1.3.1云盘实例-身边的云计算1.3.1云盘百度网盘实例-身边的云计算1.3.1云盘（1）超大容量（2）多元数据存储（3）在线解压（4）在线查看常规数据（5）离线下载（6）文件分类和搜索（7）文件分享百度网盘具有以下几个特点:百度网盘实例-身边的云计算1.3.1云盘文件分类文件分享离线下载文件搜索超大容量实例-身边的云计算1.3.1云盘iCloudiCloud是Apple公司为用户提供的私人云存储服务，注册用户可免费获得5GB存储容量，用户可通过按月付费的方式购买更多存储容量。

与百度网盘侧重于大容量存储不同，iCloud更侧重于多端同步。实例-身边的云计算1.3.1云盘实例-身边的云计算1.3.2云应用

云应用（cloudApps）即运行在云端的应用，它是云计算技术在应用层的体现，其工作原理是：把传统软件“本地安装、本地运行”的使用方式变为了“即取即用”的新型方式。云应用

用户在本地终端使用云应用时的操作与使用本地应用无异，但其所有的计算和渲染等工作均在云端完成，用户无须在本地安装软件或配置复杂的环境，也无须具备运行软件所需的CPU性能、内存或存储等硬件配置，仅需浏览器即可完成与传统软件等同的操作。特点实例-身边的云计算1.3.2云应用uzer.me是上海谐桐信息技术有限公司推出的云应用系统，用户访问其官方网站https://uzer.me并注册登录后即可进入应用桌面该云应用系统中包括有AutoCAD、Matlab、XMind、Office系列软件和Adobe系列软件等Uzer.me实例-身边的云计算1.3.2云应用

除Web端外，uzer.me云应用系统还为用户提供了Windows、macOS、Android和iOS等操作系统的客户端，这些客户端均可在其官方网站下载。实例-身边的云计算1.3.2云应用

用户可免费使用应用桌面中的云应用，其使用体验与本地应用基本无异。

每名注册用户均会获得1GB的云存储空间，应用程序产生的工程文件将存储于此，用户可将工程文件下载到本地。

此外，用户也可将需要的本地素材上传到云存储空间中。实例-身边的云计算1.3.2云应用

OfficeOnWeb是微软公司推出的云应用，用户访问其官方网站并使用Microsoft账号登录后即可使用OfficeOnWeb实例-身边的云计算1.3.2云应用实例-身边的云计算1.3.2云应用功能包括OfficeOnWeb支持的Office功能包括Outlook、OneDrive、Word、Excel、PowerPoint和OneNote等OfficeOnWeb实例-身边的云计算1.3.2云应用

用户单击“Word”图标后即可打开Word云应用的新建界面，单击“Newblankdocument”图标即可新建一个空白Word文档.本章小结cloudcomputing2、云计算的5大基本特征包括用户按需自助获取服

务、广泛的网络访问、资源虚拟化、快速弹性的

资源分配和可度量的资源使用情况3、云计算离日常生活并不遥远，善于利用身边的云

计算服务（如云盘和云应用等）可使工作和生

活

更加

便捷。走进云计算1、云计算经历了电厂模式、效用计算、网格计算

和云计算4个阶段。感谢观看THANKS云计算导论主讲老师：云计算基础第二章云计算基础“没有规矩，不成方圆”。云计算作为一个庞大且复杂的系统，要使其科学高效地实施与运转，必须设计与之相匹配的规则和模型。本章将依次介绍云计算系统架构参考模型、云计算服务模型和云计算服务部署模式。本章导读学习目标了解NIST云计算参考架构。理解云计算“四层两域”模型。掌握云计算服务模型。熟悉云计算服务部署模式。认识Docker容器引擎。2.1云计算系统架构参考模型2.2云计算服务模型2.3云计算服务部署模式2.4实例-Docker容器云计算系统架构参考模型

云计算是一个规模庞大的系统，为了更好地描述、应用和管理该系统，在设计系统时就应建立一套完整且科学的规则体系，即云计算系统架构。

在云计算的发展和标准化过程中，许多机构和厂商都根据自身优势和云计算服务的建设重点提出了云计算系统架构，如NIST云计算参考架构、“四层两域”模型、亚马逊AWS云计算系统架构、阿里云“飞天”架构、移动“大云”系统架构等。下面重点介绍NIST云计算参考架构和“四层两域”模型。2.1云计算系统架构参考模型云计算系统架构参考模型2.1.1NIST云计算参考架构作为云计算定义的延伸，NIST在其2011年发布的《特别出版物500-292：NIST云计算参考架构》技术报告中提出了NIST云计算参考架构。

云消费者（cloudcustomer）

云审核员（cloudauditor）

云提供商（cloudprovider）

云代理商（cloudbroker）

云承载者（cloudcarrier）2.1.1NIST云计算参考架构云计算参考架构云计算系统架构参考模型2.1.1NIST云计算参考架构云计算系统架构参考模型角色职责云消费者

与云提供商保持业务关系，并使用云提供商提供的云计算服务的个人或组织云审核员

能够对云计算服务、信息系统操作、性能和安全性进行独立评估的中立机构云提供商

负责向云消费者提供云计算服务的个人、组织或实体云代理商

对云计算服务的使用、性能及交付进行管理，并协调云提供商和云消费者之间

关系的实体云承载者

在云提供商和云消费者之间提供云计算服务的连接和传输的中介NIST云计算参考架构中各角色的职责2.1.1NIST云计算参考架构云计算系统架构参考模型NIST云计算参考架构中各角色的交互关系云承载者为整个云计算系统提供技术

支持和实现途径.云提供商为云消费者提供云计算服务。云消费者可直接向云提供商或通过云

代理商申请云计算服务。云代理商可作为云消费者和云提供商

之间的媒介。云审核员为第三方独立审核机构，可

对云提供商或代理商提供的云计算服

务进行独立审核（包括服务安全性、

隐私性和性能等），并将审核结果反

馈给云消费者、云提供商和云代理商。2.1.2”四层两域“模型

“四层两域”

模型，是一套较具有概括性的云计算系统架构参考模型。

“四层”是指基础设施层、资源层、平台层和应用层。

“两域”则是指服务域和管理域。云计算系统架构参考模型2.1.2”四层两域“模型云计算系统架构参考模型基础设施层

基础设施层的作用是对数据中心、操作系统和服务器等软硬件设施进行管理，为服务域内的其他层提供基础设施资源支持。资源层资源层即基础设施经过虚拟化后形成的IT资源池。平台层是链接应用层和资源层的中间层。应用层

应用层直接面向客户的需求，通常采用友好的交互界面，以向云消费者提供高度集成化的软件云服务。平台层2.1.2”四层两域“模型云计算系统架构参考模型服务域

服务域由基础设施层、资源层、平台层和应用层共同构成，它主要是面向云计算系统的用户提供资源服务、平台资源调用服务和应用服务等。管理域

管理域的管理对象是服务域，无论是服务域的各层还是整个服务域，管理域均有相应的管理方法。资源管理运营管理

资源管理主要是对底层资源及其虚拟化资源池的正常运行和安全性等方面的管理，包括资源监控、调配、优化和报警等。

运营管理是管理域将服务域各层提供的服务作为商品出售给用户，使云计算服务更加商业化。2.1云计算服务模型2.2云计算系统架构参考模型2.3云计算服务部署模式2.4实例-Docker容器2.2云计算服务模型云计算服务模型云计算云计算是一种通过出售服务盈利的商业模式，具有一套完整的业务交付系统，即云计算服务模型。基础设施即服务（InfrastructureasaService，IaaS）平台即服务（PlatformasaService，PaaS）软件即服务（SoftwareasaService，SaaS）数据即服务（DataasaService，DaaS）容器即服务（ContainerasaService，CaaS）2.2.1基础设施即服务基础设施即服务：

简称IaaS，它是一种将服务器、存储器、网络、

设备等IT基础设施虚拟化，并通过Internet租给用户的云计算服务模型。云计算服务模型2.2.1基础设施即服务云计算服务模型使用灵活01运维成本低。02自助服务。03计费透明。04可靠性高。05IaaS云服务特点2.2.2平台即服务平台即服务：

简称PaaS，它是指将应用的开发、管理和运行环境集成并打包为按需付费的服务后，通过Internet租给用户的云计算服务模型。云计算服务模型2.2.2平台即服务云计算服务模型部署开发环境简单

代码实时托管服务丰富维护方便著名的PaaS云服务包括GoogleAppEngine、MicrosoftAzure和SaleforcePlatform。2.2.3软件即服务软件即服务：

软件即服务简称SaaS，它是指将开发好的软件系统作为按需付费的服务，并通过Internet提供给用户的云计算服务模型。云计算服务模型2.2.3软件即服务云计算服务模型值得注意的是，PaaS提供的云应用程序开发平台也可看作是一种软件，因此也可以说，PaaS是SaaS的一种特殊形式。SaaS可基于PaaS构建，也可直接构建在IaaS上。对于个人用户而言，用户不再需要支付昂贵的软件购买费用，也不再需要为终端设备配置高性能的硬件，只需将其联网，即可通过浏览器使用SaaS云服务。这样，不仅降低了用户使用SaaS云服务的成本，还提高了灵活性。对于企业用户而言，由于SaaS云服务一般是由大型云计算服务提供商提供的，因此会对软件进行统一管理、升级和维护，这意味着企业用户可以在最大限度降低成本的同时享受高质量的软件托管服务，且其数据安全性也有了很好的保障。2.2.4其他云计算服务模型云计算服务模型一切皆为服务数据即服务网络即服务容器即服务2.2.4其他云计算服务模型云计算服务模型1、数据即服务

数据即服务简称DaaS，它可在保证数据安全性的前提下，以云计算为基础设施，以大数据为载体，通过对大数据进行整合、存储和计算，实现数据挖掘、分析和优化的自动化处理，并通过Internet将这种自动化处理作为一种云服务提供给用户。由于DaaS云服务多以应用程序接口（applicationprogramminginterface，API）的形式提供给用户使用，因此，DaaS可看作是SaaS的特殊形式。2.2.4其他云计算服务模型云计算服务模型2、容器即服务容器即服务简称CaaS，它是指云计算服务提供商将基于容器的应用开发平台作为服务提供给用户，用户可通过Web或API使用此类服务并按需付费。容器技术是一种轻量级虚拟化技术，它可将应用程序和其依赖的开发环境打包为统一格式的镜像文件，使其可在不同环境（如安装不同操作系统的实体机、虚拟机、公有云和私有云等）下进行自由迁移。2.12.2云计算系统架构参考模型2.3云计算服务模型2.4实例-Docker容器云计算服务部署模式2.3云计算服务部署模式云计算服务部署模式公有云私有云社区云NIST混合云2.3.1公有云公有云（publiccloud）是云服务提供商对外提供的公共云服务部署模式。云计算服务部署模式2.3.2私有云私有云（privatecloud）是指某企业或组织专属的云服务部署模式，私有云拥有者对私有云具有完全的访问和控制权限，而未授权的用户则无法获取私有云的任何信息，更无法使用私有云提供的任何服务。本地私有云本地私有云是指基础设施和组织架构均由企业自行搭建和维护的私有云。外包私有云外包私有云是指由第三方云服务提供商为企业搭建和维护的私有云。云计算服务部署模式2.3.2私有云本地私有云云计算服务部署模式2.3.2私有云外包私有云云计算服务部署模式2.3.3社区云社区云（communitycloud）是面向某社区中所有成员的云服务部署模式。“社区”是指由一组云消费者组成的集体，社区中的各成员共同制定了安全和隐私政策并统一遵守。与私有云类似，社区云仅对社区内的各成员开放，且也分为本地社区云和外包社区云两种。两者的区别在于，私有云的服务对象是单个云消费者，而社区云的服务对象则是一组云消费者。云计算服务部署模式2.3.4混合云混合云（hybridcloud）是指包含两个或多个不同的云计算服务部署模式（公有云、私有云或社区云）组成的云服务获取平台，它并不是上述云的简单组合，而是云服务提供商根据企业实际情况定制的个性化云计算服务部署模式。云计算服务部署模式2.12.2云计算系统架构参考模型2.3云计算服务模型2.4云计算服务部署模式实例-Docker容器实例-Docker容器2.4.1Docker简介Docker是由dotCloud公司（后更名为Docker公司）推出的世界领先的容器引擎和平台，它基于Linux内核，使用Google公司的Go语言开发，可实现操作系统级的轻量级虚拟化。Docker的核心思想是将各种应用程序及其依赖环境打包为标准的容器，该标准容器可在任何安装了Docker的操作系统上运行。换句话说，Docker就如同应用程序的“集装箱”。croDke实例-Docker容器2.4.1Docker简介应用程序的”集装箱“实例-Docker容器2.4.1Docker简介仓库（repository）核心组件仓库用于存放镜像，一般为远端镜像服务器，用户可通过Internet从仓库中获取镜像（此过程称为“pull”），也可在制作镜像后将其保存到仓库中（此过程称为“push”）。镜像是某应用程序及其开发环境的打包文件，而容器是镜像的实例化，两者的关系可比作面向对象编程思想中的类和对象，镜像是一个静态的只读（read-only）模板（好比类），当执行（run）这个模板时，就创建了一个容器（好比对象），容器进行运行、停止、移动和删除等操作时，镜像本身不受影响，运行着的容器也可在当前状态进行提交，形成另一个独立的镜像。

镜像（image）和容器（container）实例-Docker容器2.4.1Docker简介Docker仓库、镜像和容器的关系实例-Docker容器2.4.2安装DockerDocker是基于Linux系统设计的，因此Linux系统对Docker的支持最好。经过不断发展，Docker已拥有了Windows、Linux和macOS操作系统的版本。1、启用Hyper-V虚拟机2．安装DockerDesktopforWindows3．运行一个Docker容器安装Docker具体步骤详见P32本章小结cloudcomputing2、云计算服务模型包括基础设施即服务

（IaaS）、平台即服务（PaaS）和软件即

服务（SaaS）。近年来随着云计算服务内

涵的不断丰富，又提出了“一切皆为服务

（XaaS）”的概念。3、云计算服务的部署模式可分为公有云、私

有云、社区云和混合云4种。云计算基础1、不同组织、厂商均推出过云计算系统参考

架构，如NIST云计算参考架构、“四层两

域”模型、亚马逊AWS云计算系统架构、

阿里云“飞天”架构、移动“大云”系统

架构等。其中，“四层两域”模型是业界

目前较具有概括性的云计算系统参考架构。感谢观看THANKS云计算导论主讲老师：云计算中的数据处理技术第三章云计算中的数据处理技术

数据处理一直是计算机科学研究的重要课题。作为一个复杂的系统，云计算系统的发展过程就是其数据处理技术不断完善和进步的过程。本章导读学习目标了解大数据的概念及其与云计算的关系。理解分布式系统的概念。理解分布式数据存储的概念及为其提供技术支持的分布式文件系统。理解并行编程技术。了解数据管理技术。认识ApacheHadoop项目。3.1云计算与大数据3.2分布式数据存储3.3并行编程技术3.5实例-ApacheHadoop项目3.4数据管理技术云计算与大数据

大数据（bigdata）也称海量数据或巨量数据，是指数据量大到无法利用传统的数据处理技术在合理的时间内获取、存储、管理和分析的数据集合。“大数据”一词除用于描述信息时代产生的海量数据外，也可用于指代与之相关的技术、创新与应用3.1.1什么是大数据海量的数据规模（volume）快速的数据流转（velocity）多样的数据类型（variety）较低的价值密度（value）4V特征大数据技术是指用非传统的方式对大量结构化和非结构化数据进行处理，以挖掘出数据中蕴含的价值的技术。根据数据的处理流程，可以将大数据的关键技术分为：数据采集、数据预处理、数据存储与管理、数据分析与挖掘、数据可视化等。云计算与大数据3.1.1什么是大数据数据采集

数据采集就是将网络上各种来源的数据写入数据仓库，并整合在一起，以便对数据进行综合分析。数据采集包括网络日志采集、网络文件采集（提取网页中的图片、文本等）、关系型数据库的接入等，常用的工具有Flume、Kafka、Sqoop等。云计算与大数据3.1.1什么是大数据数据存储与管理数据预处理

数据预处理是指将杂乱无章的数据转化为相对单一且便于处理的结构（数据抽取），或者去除没有价值甚至可能对分析造成干扰的数据（数据清洗），从而为后期的数据分析奠定基础。

数据存储是指用存储器把采集到的数据存储起来，并建立相应的文件系统和数据库，以便对数据进行管理和调用。云计算与大数据3.1.1什么是大数据数据分析与挖掘

数据分析与挖掘是指通过各种算法从大量的数据中找出潜在的有用信息，并研究数据的内在规律和相互之间的关系。常用的数据分析与挖掘技术包括批处理、流处理、实时处理和交互处理等技术名称技术实例特

点应用案例批处理Hadoop分布式高速计算和存储社交网络、推荐系统流处理Storm低时延，高响应图像处理、社交媒体实时处理Spark低延迟计算视频分析、实时广告交互处理Dremel快速处理PB级海量数据电商平台云计算与大数据3.1.1什么是大数据数据可视化

数据可视化是指利用可视化手段对数据进行分析，并将分析结果用图表或文字等形式展现出来，从而使读者对数据的分布、发展趋势、相关性和统计信息等一目了然云计算与大数据3.1.2云计算与大数据的关系

作为引领未来技术变革的两项关键技术，云计算与大数据既紧密相连，又相互区别。从整体上看，两者是相辅相成的。一方面，云计算为大数据提供了技术支持和实现途径；另一方面，大数据让云计算更有价值，并推动着云计算相关技术的不断更新和完善。服务领域相同。云计算与大数据的联系关键技术相同。云计算与大数据3.1.2云计算与大数据的关系云计算与大数据的区别处理对象不同。目的不同。产生的背景不同。35推动力不同。421带来的价值不同。3.13.2云计算与大数据3.3并行编程技术3.5实例-ApacheHadoop项目3.4数据管理技术分布式数据存储3.2分布式数据存储分布式数据存储

云计算最主要的特征是拥有大规模的数据集，基于该数据集向用户提供服务。为了保证高可用性、高可靠性和经济性，云计算采用了分布式数据存储方式。存储3.2.1分布式系统分布式数据存储

分布式系统（distributedsystem）是指一组通过网络连接的计算机及其软件系统，这些计算机的耦合度较低，相互之间协调工作以实现整体负载均衡。3.2.1分布式系统分布式数据存储升级性能

的方法

纵向扩展是指升级当前集中式系统中的主机，其优势是数据备份和恢复简单、部署方便、安全性高、稳定性好、维护成本低；

横向扩展是指增加主机数量，将各主机通过网络连接组成分布式系统，共同存储数据和处理任务。纵向扩展横向扩展分布式数据存储

分布式数据存储即利用分布式系统来存储数据，而用于存储数据的分布式系统也称为分布式存储系统（distributedstoragesystem）。3.2.2分布式存储系统@SMS3.2.2分布式存储系统分布式数据存储低成本高

性

能可

扩

展易

用

性自

治

性3.2.3分布式数据存储技术分布式数据存储

为分布式数据存储提供技术支持的是分布式文件系统（distributedfilesystem）。分布式文件系统又称集群文件系统，它是由分布式存储系统中多个节点通过网络共同组建和共享的文件系统。3.2.3分布式数据存储技术分布式数据存储GFS是谷歌公司设计并开发的大型分布式文件系统，它是通过廉价设备进行大规模数据存储的解决方案，与MapReduce并行编程模型及Bigtable分布式数据库共同构成了谷歌公司云计算的技术体系，并合称为拉动谷歌公司海量数据处理和搜索引擎等服务的“三驾马车”。GFS采用了客户机/服务器的设计模式。一个GFS由一个主控服务器（masterserver）和若干数据块服务器（chunkserver）组成，并供许多GFS客户端（GFSclient）访问，如图3-2所示。系统中的元数据以数据分片的形式存储在数据块服务器中，数据块服务器越多，能存储的数据总量越大，因此数据块服务器的数量往往决定了整个GFS的规模。主控服务器是整个GFS的核心，它存储着系统中所有元数据的信息（如创建时间、索引等）。客户端访问系统文件时，必须向主控服务器发送请求，主控服务器返回给客户端要与之交互的数据块服务器信息，然后客户端直接访问这些数据块服务器完成数据的存取。3.2.3分布式数据存储技术分布式数据存储GFS的系统架构3.13.2云计算与大数据3.3分布式数据存储3.5实例-ApacheHadoop项目3.4数据管理技术并行编程技术3.3并行编程技术并行编程技术

并行编程（parallelprogramming）也称并行程序设计、平行编程，是针对并行计算的程序设计方法，在云计算领域，并行编程则是指对分布式并行计算进行程序设计。3.3.1分布式并行计算并行编程技术分布式计算

分布式计算（distributedcomputing）是一种计算方法，是与集中式计算相对的概念。它可以将大任务拆分成许多小任务，然后把这些任务派发给多台计算机进行计算，最后将所有的计算结果进行汇总，以得到最终结果。1．分布式计算2．并行计算3.3.1分布式并行计算并行编程技术并行计算

并行计算（parallelcomputing）又称平行计算，是相对于串行计算来说的。它是一种允许让多条指令以平行的方式同时进行计算的模式，存在时间并行和空间并行两种方式。1．分布式计算2．并行计算3.3.2MapReduce并行编程模型并行编程技术MapReduce并行编程模型（以下简称模型）是一个针对大规模集群中的分布式文件进行并行处理的计算模型。MapReduce模型中的“Map”和“Reduce”的设计灵感受到了函数式编程中的Map()和Reduce()两个功能函数的启发。在MapReduce模型中，“Map”意为“映射”，是指将一个大任务分割为多个小任务，以便对这些小任务进行并行计算；“Reduce”意为“归约”，是指将并行计算后得到的结果进行汇总。因此，可以说，“Map”和“Reduce”就是MapReduce模型的核心思想的最好诠释。MR3.3.2MapReduce并行编程模型并行编程技术MapReduce模型的大致执行过程输入Input分解Split映射Map重排Shuffle归约Reduce输出Finalize3.3.2MapReduce并行编程模型并行编程技术使用MapReduce模型建立倒排索引3.13.2云计算与大数据3.3分布式数据存储3.5实例-ApacheHadoop项目3.4并行编程技术数据管理技术3.4数据管理技术数据管理技术

云计算的特点是对海量数据进行存储和分析，这要求云计算的数据管理系统必须支持海量数据的高速存储（hugestorage）、高频的并行读写和并发访问（highperformance）、快速的横向扩展（highscalability）和高可用性（highavailability）。

传统的关系型数据库无法满足云计算的数据管理需求，因此，人们提出了“NoSQL数据库”的概念。3.4数据管理技术数据管理技术

关系型数据库（relationaldatabase）是指采用关系模型组织和存储数据的数据库，关系模型可将实体数据抽象为逻辑关系，并存储在由行和列组成的二维表格中。表格中的数据称为行数据或结构化数据，它们遵循严格的存储规范（如数据格式和长度规范等），用户可通过结构化查询语言（structuredquerylanguage，SQL）对数据进行查询、控制和定义等操作。由于关系型数据库普遍使用SQL作为查询语言，因此SQL数据库逐渐成为了关系型数据库的代名词。3.4.1NoSQL数据库概述数据管理技术NoSQL数据库采用了松耦合的数据存储模式，它不再使用关系模型作为数据存储模型（故NoSQL也称为“非关系型数据库”），数据不必存储在行列分明的二维表格中，也无须遵循严格的存储规范，开发人员可自行制定存储规范。3.4.1NoSQL数据库概述数据管理技术NoSQL

数

据

库

的

常

用

存

储

模

式

在数据库中存储的数据单位称为“值（value）”，每个值均有与之相匹配的“键（key）”，通过“键”可迅速查找到“值”.原理键值映射

查找速度较快，但数据库整体的存储结构较混乱特性

线上多媒体或社交平台（如Youtube、Instagram）适用场景Redis、Riak、AWSDynamoDB代表产品3.4.1NoSQL数据库概述数据管理技术NoSQL

数

据

库

的

常

用

存

储

模

式

可看作SQL数据库中表的扩展，表中仍存在键，但键不再指向某一列，而是若干列，称为列族或列簇。原理列族

相关数据可存放在一起，查找和扩展方便。特性博客平台

（如Facebook）适用场景HbaseCassandra代表产品3.4.1NoSQL数据库概述数据管理技术NoSQL

数

据

库

的

常

用

存

储

模

式

也可看作一种键值映射。一个文档即为数据库的最小存储单位，每个文档本身即为“值”，且均具有与之对应的“键”（如文档标题、哈希值等）以便于查找文档.文档

文档查找速度快，数据库对数据结构和存储规范要求不严格。特性企业日志（如SAP）适用场景MongoDBRavenDB代表产品原理3.4.1NoSQL数据库概述数据管理技术NoSQL

数

据

库

的

常

用

存

储

模

式

使用了最短路径寻址、N度关系查询等图结构算法，以图存储为核心的数据库。原理图

可实现图片的快速存储和查找等操作。特性适用场景以图片存储为主的云存储服务（如AdobeCreativeCloud）Neo4J代表产品3.4.2Bigtable数据管理技术Bigtable是一个由谷歌公司设计并开发的NoSQL数据库模型，它是谷歌公司云计算数据处理的关键技术之一，用于管理Google各服务（如GoogleAnalytics、GoogleFinance、GoogleEarth等）产生的海量数据。

与传统的关系型数据库相比，Bigtable的数据存储方式更加灵活，它不再使用传统的关系模型，而是为用户提供了简单灵活的数据存储模型，甚至可以说，存储在Bigtable中的数据没有固定的格式，用户可以动态地控制数据的分布和格式，也可以自定义数据格式。3.4.2Bigtable数据管理技术Bigtable采用了键值映射的数据存储模式，在一个键值映射中，每个键由行关键字（row）、列关键字（column）和时间戳（time）3个维度共同组成。其中，行关键字和列关键字的数据类型均为字节数组（string），时间戳的数据类型则为64位整型（int）。Bigtable的键值映射数据模型3.4.2Bigtable数据管理技术

在Bigtable

中

存

储

数

据

时

的

键

值

映

射

假设要存储一个项目，这个项目包括海量的网页及相关数据，现将此项目中的所有文件均存储在一张称为Webtable的表中，其数据结构如图所示。在Webtable表中存储网页时，行关键字是网页的URL（假设为），并将URL的倒排形式（即n.www）作为行名；列关键字由内容列和锚链接文本列族组成，其中内容列存储着网页的内容，列名为“contents:”，锚链接文本列族由两个存储着链接文本的列组成（假设每个文本占用1列），列名为“anchor:”；时间戳代表数据进入Bigtable的准确时间，数据的不同版本按照时间戳降序存储，例如，可以用（“n.www”，“contents”，t5）找到主页在t5时刻的内容。3.4.2Bigtable数据管理技术

在Bigtable

中

存

储

数

据

时

的

键

值

映

射

3.13.2云计算与大数据3.3分布式数据存储3.5数据管理技术3.4并行编程技术实例-ApacheHadoop项目3.5实例—ApacheHadoop项目实例—ApacheHadoop项目谷歌

谷歌公司在2003年、2004年和2006年分别发表了3篇论文，依次阐释和论证了GFS、MapReduce模型和Bigtable的基本思想和原理。这3篇论文不仅成为谷歌公司云计算技术设计和开发的理论基础，确立了谷歌公司在云计算领域的先驱和领跑者地位，还奠定了云计算与大数据技术的基本框架。受到谷歌公司3篇论文的启发，各互联网公司或组织均开始尝试研发自家的分布式计算平台，其中最著名的是Apache软件基金会的Hadoop项目。3.5.1Hadoop简介

实例—ApacheHadoop项目Hadoop最初的设计目的是解决其ApacheLucence项目中Nutch子项目的数据存储和扩展性问题，后来独立成为Apache的顶级项目，并在云计算和大数据领域大放异彩，成为各大软件厂商广泛使用的大数据分析与挖掘工具。Hadoop的核心设计目标01

易于编程

Hadoop对分布式系统上的程序设计进行了简化，将底层的设计细节抽象化、模块化后交由系统实现，从而使得用户可以更关心应用的逻辑实现，大大减少了开发人员的工作量，提高了程序开发效率。0302

良好的扩展性Hadoop力求通过简单易行且成本较低的横向扩展方案扩大分布式系统的集群规模，确保随着任务规模的不断扩大，集群的性能也可以同步增长。

高容错性

随着集群规模的增大，集群中节点的故障率也会显著增加，如磁盘损坏或节点宕机导致的数据丢失。Hadoop复制因子的概念可通过多地备份，自动迁移和复制等特性来达到集群可用性和容错性的要求。3.5.2Hadoop生态系统

实例—ApacheHadoop项目

作为Google云计算体系的开源实现，Hadoop也具有3大核心技术，即与GFS对应的HDFS、与MapReduce模型相对应的HadoopMapReduce，以及与Bigtable对应的Hbase。基于这3大核心技术的Hadoop现已发展成了一个庞大的多元化生态系统。MahoutAmbariZookeeperFlumePigHiveSqoopSparkHadoopKafka3.5.2Hadoop生态系统

实例—ApacheHadoop项目Hadoop

生

态

系

统

中

的3

大

核

心

技

术HDFS

是Apache基金会受到谷歌GFS论文《谷歌文件系统》启发而设计和开发的分布

式

文件系统，它可部署在由几十台、上百台甚至上千台主机组成的分布式系统

中，并具有高可用性、高容错率、高性能和高扩展性等特点，因此常用于存储

和管理海量数据。3.5.2Hadoop生态系统

实例—ApacheHadoop项目Hadoop

生

态

系

统

中

的3

大

核

心

技

术3.5.2Hadoop生态系统

实例—ApacheHadoop项目Hadoop

生

态

系

统

中

的3

大

核

心

技

术NameNode是集群的核心管理部分，一个Hadoop集群中只有一个NameNode，它负责管理HDFS的目录树和维护相关的文件元数据信息，这些信息包括HDFS元数据镜像文件和文件改动日志等。NameNodeDataNode是HDFS系统中的各存储节点，它们将数据以固定大小（默认为64MB）的块（block）进行存储。DataNode01023.5.2Hadoop生态系统

实例—ApacheHadoop项目Hadoop

生

态

系

统

中

的3

大

核

心

技

术HadoopMapReduce

是根据谷歌MapReduce论文《MapReduce：大规模集群中的简化数据处理》设计的一个并行编程模型的开源版本，它可将大型数据处理任务进行分片处理，分配给分布式系统中的多台计算机进行并行计算，并将最终的结果进行汇总，以实现大数据的并行计算。MapReduce是整个Hadoop生态系统的核心技术，也是HDFS得以实现的技术支撑。3.5.2Hadoop生态系统

实例—ApacheHadoop项目Hadoop

生

态

系

统

中

的3

大

核

心

技

术Hbase根据谷歌的Bigtable论文《Bigtable：一个针对结构化数据的分布式存储系

统》设计和开发，是GoogleBigtable的克隆版本和开源实现。Hbase是一个

针对海量数据存储的动态模式的数据库。与传统关系数据库不同，HBase的

数据存储模式为键值映射。本章小结cloudcomputing2、为分布式数据存储提供技术支持的是分布

式文件系统，在众多分布式文件系统中，

以谷歌的GFS和ApacheHadoop的HDFS

最具有代表性。3、MapReduce模型的核心思想是“分而治

之”。用户在使用MapReduce模型进行

并行编程时，只需实现映射函数Map()和

归约函数Reduce()，而无须关心并行计算

过程中的其他步骤。云计算中的数据处理1、云计算与大数据的关系。两者是一体两面

的关系，云计算为大数据提供技术支持和

实现途径，大数据推动云计算相关技术的

不断更新和完善。本章小结cloudcomputing5、谷歌公司的3篇论文在云计算和大数据领域具

有里程碑意义，Hadoop生态系统中的核心

技术HDFS、HadoopMapReduce和Hbase

是这3篇论文中技术的开源实现，同时也是Hadoop生态系统的3大关键技术。云计算中的数据处理4、数据库是实现数据管理的重要手段。过去，

数据量较少，数据种类相对单一，因此往往

采用集中式文件系统和关系型数据库进行数

据的存储和管理；但到了大数据时代，由于

数据量暴增，且种类愈发多样化，传统的方

式已经不足以应对如此规模的数据

集合，因

此，云计算技术

中，采用了NoSQL数据库

对这些数据进行存储和管理。感谢观看THANKS云计算导论主讲老师：虚拟化技术第四章虚拟化技术

作为一种全新的服务模式，云计算的核心竞争力在于按需取用的低成本IT资源，而云计算之所以能对IT资源进行统一生产和调配，还要归功于虚拟化技术。

本章将对虚拟化这一云计算的核心技术进行讲解，其内容包括虚拟化的发展历程，虚拟化的分类，常见的虚拟化解决方案，以及虚拟化软件的简单使用。本章导读学习目标了解虚拟化的发展历程。理解虚拟化的各分类。熟悉常见的虚拟化解决方案。掌握使用VMwareWorkstationPro创建虚拟机的方法。4.1虚拟化概述4.2虚拟化分类4.3虚拟化解决方案4.4实践—使用VMwareWorkstationPro创建虚拟机虚拟化概述

云计算是一种IT资源服务，它通过虚拟化的IT资源池为用户提供按需取用的资源服务。虚拟化技术可降低云计算生产IT资源的成本，提高硬件设施的利用率和整体性能，是云计算最核心的技术。4.1虚拟化概述4.1.1虚拟化和虚拟机虚拟化概述

虚拟化（virtualization）是一种通过虚拟化软件将计算机系统中的各物理资源（如服务器、网络、存储和应用等）抽象为逻辑资源，打破实体设备之间不可分割和组合的障碍，对资源进行重新整合和分配的资源管理技术。虚拟化技术的典型应用就是虚拟机4.1.1虚拟化和虚拟机虚拟化概述

虚拟机是由安装在计算机软件系统上的虚拟机软件部署的。虚拟机软件可将计算机的硬件资源进行分区、隔离和封装，并抽象出一台逻辑上独立的虚拟主机。用户可在虚拟机上安装操作系统，该操作系统完全独立于物理主机（称为宿主机）上的原生操作系统，两者可同时运行，共享物理主机的硬件资源。传统计算机系统架构和虚拟机架构的对比4.1.1虚拟化和虚拟机虚拟化概述虚拟机和容器的区别

（1）虚拟机是硬件级别的，一个虚拟机包含一台逻辑计算机、操作系统和在操作系统中运行的软件。虚拟机具有体量大、启动较慢、移植性较弱、占用资源较多等缺点，但隔离性和安全性较高。

（2）容器则是操作系统级别的，一个容器只包含要运行的软件及其依赖环境。容器具有体量小、启动快、部署方便、移植性强、占用资源少等优点，但隔离性和安全性较低。

尽管容器与虚拟机相比具有很多优势，但并不是说容器就可以完全替代虚拟机。在很多场景（如不同用户的隔离）中，虚拟机仍然发挥着不可替代的作用。4.1.2虚拟化的发展历史虚拟化概述

20世纪60年代中期

首次出现了虚拟机（virtualmachine，VM）

的概念1974年

提出了将

软件称为VMM的3个条件，成为决

定虚拟

化软件，是否可称为VMM的

标准，

也为虚拟化软件的开发提供了重要依据20世纪80年代微型机和PC得到了普及，计算

资源紧缺的情况得

到

了缓解，虚拟化

的发展脚步

逐步放缓20世纪90年代

虚拟化

技术重新回到了人们的视野2006年谷歌公司在搜索引擎大会上首

次提出了“云

计算”

的

概念，

为大数据时

代的数据处理

指明了道路4.1虚拟化概述4.2虚拟化分类4.3虚拟化解决方案4.4实践—使用VMwareWorkstationPro创建虚拟机4.2虚拟化的分类虚拟化分类

虚拟化是一种资源管理技术，更是一种重要的思想。虚拟化根据应用领域的不同可分为

服务器虚拟化

网络虚拟化

存储虚拟化

应用虚拟化4.2.1服务器虚拟化虚拟化分类

服务器虚拟化就是通过虚拟化软件将一台物理服务器抽象为若干台逻辑独立的虚拟服务器的资源管理技术，其实现方式主要有：是指在服务器的宿主机操作系统（HostOS）上安装虚拟化软件，用户可利用虚拟化软件安装寄宿操作系统（GuestOS）。在这种实现形式中，GuestOS与HostOS在功能上完全独立，但HostOS掌握着物理主机的硬件资源，整个虚拟机对HostOS而言相当于一个大型软件。寄宿的服务器虚拟化部署方便，实现容易，但性能较低。寄宿是指在服务器的裸物理主机上使用虚拟化软件形成一个虚拟层，在虚拟层上安装多个操作系统，各操作系统之间地位平等，互不干扰，共同使用服务器的硬件资源。原生的服务器虚拟化性能较高，但实现较难。原生4.2.1服务器虚拟化虚拟化分类加速应用部署降低运营成本提高应用兼容性优势提升资源利用率降低能源消耗4.2.2网络虚拟化虚拟化分类

网络虚拟化是指将物理网络设备（如交换机）和线路抽象为逻辑上的网络设备和线路，主要可分为：局域网虚拟化广域网虚拟化虚拟局域网虚拟专用网4.2.2网络虚拟化虚拟化分类虚拟局域网

虚拟局域网（virtuallocalareanetwork，VLAN）是一种网络虚拟化技术，划分VLAN指将局域网划分成若干个广播域，使广播帧仅在VLAN内部传播。

局域网（localareanetwork，LAN）是指由某组织或机构未借助任何第三方机构建立的信息传输网络。4.2.2网络虚拟化虚拟化分类虚拟局域网

划分VLAN可看作是将一台物理交换机虚拟为若干台逻辑上独立的交换机，其具体过程是，将物理交换机上的若干端口分别划分到不同的VLAN中，这样局域网本身的连接并没有发生任何改变，但不同VLAN间的设备将无法直接通信，更无法广播。这样，就可以通过软件手段缩小广播域，提升网络的性能和安全性。4.2.2网络虚拟化虚拟化分类

划

分VLAN

的

过

程4.2.2网络虚拟化虚拟化分类虚拟专用网

虚拟专用网（virtualprivatenetwork，VPN）是指将公共的Internet作为专用网之间通信载体的网络虚拟化技术，它的核心技术是隧道加密技术

专用网（privatenetwork）是指仅供组织或部门内部使用，不对外开放的网络，专用网内部的主机使用专用IP地址进行通信。4.2.2网络虚拟化虚拟化分类

使

用

隧

道

技

术

实

现VPN

的

过

程4.2.3存储虚拟化虚拟化分类

存储虚拟化是指将不同厂商、型号、通信技术和介质的异构存储设备相互连接，并通过存储虚拟化软件映射为统一的存储资源池。01020304实现对存储资源的统一管理让用户透明化地使用云存储服务屏蔽资源的异构性和物理空间差异降低构建、管理和维护存储资源的成本提升云存储系统的资源利用率054.2.3存储虚拟化虚拟化分类

基于主机的虚拟化主要通过逻辑卷管理（logicalvolumemanagement，LVM）程序实现。LVM程序可将主机上的单个或多个物理存储器映射为逻辑卷（组），并通过文件系统提供给操作系统及应用程序，使数据的存储直接在逻辑卷上进行。

基于存储设备的虚拟化主要通过存储阵列控制模块实现，它可对异构存储设备阵列进行虚拟化。

基于存储网络的虚拟化主要通过支持虚拟化功能的网络设备实现。010203基于主机的虚级化基于存储设备的虚拟化基于存储网络的虚拟化4.2.4应用虚拟化虚拟化分类

应用虚拟化是指将应用程序的人机交互逻辑（程序界面、I/O操作等）与实体计算机隔离开来，并使用客户端/服务器（client/server，C/S）架构，用户与应用之间的交互在本地客户端进行，而数据处理和存储等操作则在远端的服务器中进行。桌面虚拟化应用程序虚拟化4.2.4应用虚拟化虚拟化分类桌面虚拟化

是指将操作系统用于人机交互的桌面（如Windows操作系统的桌面）与终端设备进行解耦合，然后将完整的桌面及其操作系统存储在服务器端的虚拟机中，最后通过管理系统将整个虚拟机打包作为服务提供给用户。4.2.4应用虚拟化虚拟化分类应该程序虚拟化

是在桌面虚拟化的基础上，直接将安装在虚拟机操作系统中的应用程序作为服务提供给用户，用户在终端设备中登录客户端后，直接进入应用选择界面或进入某应用程序，而不是进入桌面，这样可进一步简化用户与虚拟机的人机交互，提升用户的操作体验，并节省虚拟机的资源。4.1虚拟化概述4.2虚拟化分类4.3虚拟化解决方案4.4实践—使用VMwareWorkstationPro创建虚拟机4.3虚拟化解决方案虚拟化解决方案VMwareVMwareWorkstationOracleVirtualBox微软Hyper-VXenKVM虚拟化bc

4.3.1VMwar虚拟化VMware公司是知名的虚拟化服务提供商，也是商用虚拟化解决方案的先行者

在VMware公司的众多虚拟化产品中，最广为人知的虚拟化软件是可实现寄宿式服务器虚拟化的WorkstationPro、Player和FusionforMac。虚拟化解决方案4.3.1VMwar虚拟化

VMwareWorkstationPro的软件界面虚拟化解决方案4.3.2

VirtualBox虚拟化VirtualBox是美国Oracle公司旗下的一款虚拟化软件，其功能与上述VMware的软件相同，即实现寄宿式的服务器虚拟化。

使用VirtualBox软件可在HostOS上同时运行若干个GuestOS，其支持的操作系统包括Windows、Linux、macOS等。虚拟化解决方案

OracleVMVirtualBox

管理器4.3.2

VirtualBox虚拟化虚拟化解决方案4.3.2

VirtualBox虚拟化在VirtualBox中创建虚拟机的方法虚拟化解决方案VirtualBox虚拟化具体步骤详见P764.3.3

Hyper-V虚拟化虚拟化概述Hyper-V是微软公司于2008年发布的一款虚拟化软件，其前身是微软公司的Viridan软件。虚拟化解决方案虚拟化概述4.3.2

VirtualBox虚拟化启动Hyper-V管理器的方法虚拟化解决方案Hyper-V虚拟化具体步骤详见P794.3.4

Xen虚拟化虚拟化概述Xen虚拟化技术起源于由剑桥大学发起的研究项目Xenoserver，它基于x86架构，可实现原生的服务器虚拟化。Xen虚拟化技术可在物理硬件和虚拟机之间形成一个虚拟层，将物理硬件逻辑化为虚拟资源池，并对资源池进行有效管理，使虚拟层上运行的多个虚拟机如同直接使用物理资源一样。0102

思杰公司收购了XenSource公司，基于Xen技术推出了XenServer、XenDesktop和XenApp等主打桌面虚拟化的商用虚拟化产品。2007年

为了吸引更多开发人员参与Xen虚拟化技术的研发，Xen的母公司XenSource对其进行了开源。2020年虚拟化解决方案4.3.5

KVM虚拟化虚拟化概述KVM可实现x86架构的虚拟化，但这种虚拟化无法独立实现，需要Linux内核和CPU虚拟化（如IntelVT或AMD-V）技术的支持。KVM本身就运行在Linux系统内核中，体积较小，属于轻量级虚拟化解决方案。虚拟化解决方案4.3.5

KVM虚拟化虚拟化概述KVM可分别为Intel和AMD的CPU虚拟化提供支持。处理器模块kvm-intel.kokvm-amd.ko它可为Linux核心的虚拟化提供支持。内核模块kvm.ko虚拟化解决方案4.3.5

KVM虚拟化虚拟化概述KVM

虚

拟

化

架

构图虚拟化解决方案4.3.5

KVM虚拟化虚拟化概述KVM虚拟化特点KVM1、灵活性2、、广泛的适应性3、占用资源少4、性能稳定虚拟化解决方案4.1虚拟化概述4.2虚拟化分类4.3虚拟化解决方案4.4实践—使用VMwareWorkstationPro创建虚拟机4.4.1下载Ubuntu镜像文件实践——使用VMwareWorkstationPro创建虚拟机Ubuntu是一个免费的Linux发行版本，该系统具有Linux操作系统在服务器领域的所有优势，安装体积较小，集成了良好的用户界面和大量应用程序，在服务器和云计算领域的使用频率和受欢迎程度较高，是目前较受欢迎的Linux发行版本。4.4.2创建虚拟机4.4.3为虚拟机安装Ubuntu4.4安装虚拟机实践——使用VMwareWorkstationPro创建虚拟机安装虚拟机

使用VMwar