Hugo's Cyber Heritage

Shine or Die

云计算课程总结

发表于 分类于
本文字数： 2.8k 阅读时长 ≈ 3 分钟

有关云计算课程CS3328的内容总结

🧭《云计算技术》知识图谱（Final 2025版）

一、云的内涵与特征（Lecture 01）

  • 云计算定义：按需、共享、可计量的虚拟化计算资源服务体系。

  • 五大核心特征（NIST）：

    • 按需自助服务（On-Demand Self Service）
    • 广泛网络访问（Broad Network Access）
    • 资源池化（Resource Pooling）
    • 快速弹性（Rapid Elasticity）
    • 可计量服务（Measured Service）
  • 三大服务层次：IaaS / PaaS / SaaS。
  • 技术支撑：虚拟化、分布式计算、自动化与SOA。

二、云的模型与场景（Lecture 02）

  • 部署模型：公有云、私有云、混合云、社区云；
  • 典型应用：政务云、工业云、AI训练云；
  • 服务模式演进：从资源托管 → 平台编排 → 功能即服务 (FaaS)；
  • 行业趋势：多云（multi-cloud）、边缘云（edge-cloud）、云网融合。

三、云分布式计算（Lecture 03）

  • MapReduce：Map（映射）+ Reduce（聚合）模型；
  • 适用场景：日志分析、文本挖掘、排序统计；

  • 性能长尾问题 (Tail Latency)：

    • 由节点差异、网络波动等引起；
    • 优化策略：任务复制、渐进调度、异步聚合。

四、仓库级计算机 WSC（Lecture 04）

  • WSC 概念：以数据中心为计算单元的超大规模系统；
  • 组成：计算节点、通信网络、存储系统、基础设施；
  • PUE (Power Usage Effectiveness)：
  • 优化方向：冷热通道隔离、液冷技术、可再生能源。

五、云中数据通信（Lecture 05）

  • 存储系统演化：DAS → NAS → SAN → 分布式文件系统；
  • 数据访问延迟层次：内存 < SSD < HDD；

  • 数据中心网络拓扑：

    • 树形、Clos/Fat-Tree、Spine-Leaf；

  • 通信优化：

    • RDMA（远程直接内存访问）
    • SDN（软件定义网络）实现流量编程。

六、虚拟化与容器（Lecture 06）

  • 虚拟化层级：ISA（指令集）→ ABI（应用二进制）→ API；

  • 虚拟机类型：

    • System VM（KVM/Xen）
    • Process VM（JVM）；
  • 三原则（Popek-Goldberg）：等价性、资源控制、效率；

  • 容器化发展：

    • Docker、Kubernetes 实现轻量级多租户；
    • Cloud Native理念推动微服务架构。

七、负载迁移与调度（Lecture 07）

  • 调度体系：

    • 客户OS调度进程 → vCPU；
    • Hypervisor调度vCPU → pCPU；

  • 典型算法：

    • Xen Credit Scheduler：Weight + Cap；
    • 支持抢占、公平与比例调度；

  • 虚拟机热迁移（Live Migration）：

    • 预拷贝（Pre-copy）与后拷贝（Post-copy）；
    • 平衡停机时间与迁移延迟。

八、软件定义一切 SDDC（Lecture 08）

  • 理念：计算、存储、网络全部虚拟化并统一管理；

  • 典型架构（VMware SDDC）：

    • vSphere + NSX + Virtual SAN + vRealize；

  • 资源池化技术：

    • Intel RSA、Google WSC；
  • 关键思想：基础设施即代码（IaC），软件重构硬件边界。

九、云计算中间件（Lecture 09）

  • 主要类型：

    • RPC（远程过程调用）
    • MOM（消息队列）
    • ORB（对象代理）
    • 数据访问中间件；

  • 云原生编排系统：

    • Borg → Omega → Kubernetes；

  • 调度体系结构：

    • 单调度器 / 两级调度 / 共享状态调度；

  • 中间件作用：

    • 连接分布式服务，提升伸缩性与容错性。

十、数据中心节能（Lecture 10）

  • 功耗模型：

  • 节能策略：

    • DVFS（动态电压与频率调节）
    • Race-to-Halt（竞速停机）
    • EARtH（能耗感知调度）

  • 能耗匀增性 (Energy-Proportionality)：

    • 服务器功率与负载线性相关；
    • 目标是“负载越高能效越好”。

十一、资源利用优化（Lecture 11）

  • 资源墙问题：

    • 内存墙（memory wall）；
    • 暗硅效应（dark silicon）；

  • 资源利用率困境：

    • 后台开销、过度冗余；
    • LC（Latency-Critical） vs BE（Best-Effort）任务混布调度；

  • 优化方向：

    • 超额供给（Over-Provisioning）与超额认购（Over-Subscription）；
    • UPS储能削峰；
    • 跨层功耗管理：DVFS + 任务迁移 + 能耗建模；
  • 关键目标：在性能、可靠性与能耗之间动态均衡。

十二、可靠性与可用性（Lecture 12）

(1) 可靠性模型

  • 故障率（Failure Rate）、平均无故障时间 MTBF；
  • 故障曲线呈“浴盆形”：早期失效 → 稳定期 → 老化期；
  • 可靠性墙：容错机制对并行加速比的上限约束。

(2) 冗余技术层次

类型说明
N无冗余
N+1单备份
2N双路冗余
2N+2高可用系统
aN/b按容量比例冗余

(3) 容灾备份体系

  • 冷备 (Cold)：成本低，RTO高；
  • 温备 (Warm)：DB保持同步；
  • 热备 (Hot)：双活数据中心；
  • 多活 (Multi-Active)：跨地域协同容灾；
  • CAP原理：一致性、可用性、分区容忍性三者不可兼得。

(4) 安全与能效攻击

  • 云安全多层防护：IaaS/PaaS/SaaS 层分级安全；

  • 性能视角的安全威胁：

    • 恶意资源竞争；
    • 缓存干扰；
    • 功率攻击（Power Attack）与能效攻击（Efficiency Attack）；

  • 典型攻击模型：

    • 超额功率操控 → UPS 失效；
    • 改变访问分布 → 缓存命中率骤降。

🌐 综合知识结构（逻辑主线）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
graph TD
A[云的内涵与模型] --> B[分布式计算]
B --> C[仓库级计算机]
C --> D[数据通信与存储]
D --> E[虚拟化与容器]
E --> F[负载迁移与调度]
F --> G[软件定义数据中心]
G --> H[中间件与资源调度]
H --> I[数据中心节能]
I --> J[资源利用优化]
J --> K[可靠性与可用性]

A --> A1[IaaS/PaaS/SaaS 模型]
B --> B1[MapReduce与Tail Latency]
C --> C1[PUE与能源效率]
D --> D1[SDN与分布式存储]
E --> E1[KVM/Docker/K8s虚拟化层次]
F --> F1[Live Migration与Xen调度]
G --> G1[SDDC与资源池化]
H --> H1[Kubernetes与调度算法]
I --> I1[DVFS与Race-to-Halt]
J --> J1[LC/BE任务调度与功耗墙]
K --> K1[冗余机制与多活灾备]
K --> K2[CAP定理与安全攻击]