umd云计算之简述

      今天初步研究了University of Maryland的云计算的情况，跟踪了名不见经传的Jimmy Lin 。国外的研究都是小伙子当道啊，老头们退居二线。国内出头露面的全是老头子，小伙子们全是在背后当苦力。Jimmy Lin的详细信息，可以从点击这个链接 。

       Jimmy Lin的研究主要基于MapReduce了，不同于一些弄网格计算出身的学院派，主要project有Cloud⁹ ，Ivory 。他的思想从他的课程文档 中得以体现。

       首先他讨论了web-scale application的一些本质特点，无非是data-intensive和processing-intensive，应该翻译为数据密集和处理密集吧。数据的密集导致了large data center的诞生，一个明显的趋势是计算资源，存储资源在大型数据中心的集中化。从而也产生了以下几个重要的issue：Redundancy, Efficiency, Utilization, Management。合理组织这些的一个关键技术在于virtualization。

virtualization

 

          然后他讨论了三种computing/delivery model，NIST对云计算定义的草案 中也有类似的定义,详细的解释则可以参考这篇文档。

                1. IaaS: Infrastructure as a Service。如：Amazon EC2

                2. PaaS: Platform as a Service。如：Google App Engine

                3. Saas: Software as a Service。如：Google Map等

          他将MapReduce作为云计算的后端，Ajax作为云计算的前端，云计算的核心采取Amazon的EC2和用于存储的S3。

 

          最后他将所有的计算归结为两个问题：Divide and Conquer, Throwing more hardware at the problem。

divide and conquer

 

              这里的并行计算模型所引入的根本问题，总的来说是两种：1. 不同worker间的通信，2.共享资源的访问。已有的传统的并行计算模型如：Master/Slaves, Producer/Consumer Flow, Work Queues,

Master/Slaves

 

Producer/Consumer Flow

 

Work Queues

 

               于是他采用了MapReduce，综合上述基本模型，以构建一个同步的系统。下一步将我们将进入MapReduce的研究，并使用相关的实现版本以及Maryland内部实现的应用。具体的一些实现版本可参考该链接