云計算(Cloud Computing)是一種基于因特網的超級計算模式，在遠程的數據中心里，成千上萬臺電腦和服務器連接成一片電腦云。用戶通過電腦、筆記本、手機等方式接人數據中心，按自己的需求進行運算。目前，對于云計算仍沒有普遍一致的定義。結合上述定義，可以總結出云計算的一些本質特征，即分布式計算和存儲特性、高擴展性、用戶友好性、良好的管理性。
1云存儲架構圖
橘色的作為存儲節點(Storage Node)負責存放文件，藍色作為控制節點((Control Node)則是負責文件索引，并負責監控存儲節點間容量及負載的均衡，這兩個部分合起來便組成一個云存儲。存儲節點與控制節點都是單純的服務器，只是存儲節點的硬盤多一些，存儲節點服務器不需要具備RAID的功能，只要能安裝Linux即可，控制節點為了保護數據，需要有簡單的RAID level O1的功能。
云存儲不是要取代現有的盤陣，而是為了應付高速成長的數據量與帶寬而產生的新形態存儲系統，因此云存儲在設計時通常會考慮以下三點：
(1)容量、帶寬的擴容是否簡便
擴容是不能停機，會自動將新的存儲節點容量納入原來的存儲池。不需要做繁復的設定。
圖1云存儲架構圖
(2)帶寬是否線形增長
使用云存儲的客戶，很多是考慮未來帶寬的增長，因此云存儲產品設計的好壞會產生很大的差異，有些十幾個節點便達到飽和，這樣對未來帶寬的擴容就有不利的影響，這一點要事先弄清楚，否則等到發現不符合需求時，已經買了幾百TB，后悔就來不及了。
(3)管理是否容易。
2云存儲關鍵技術
云存儲必須具備九大要素：①性能;②安全性;③自動ILM存儲;④存儲訪問模式;⑤可用性;⑥主數據保護;⑦次級數據保護;⑧存儲的靈活;⑨存儲報表。
云計算的發展離不開虛擬化、并行計算、分布式計算等核心技術的發展成熟。下面對其介紹如下：
(1)集群技術、網格技術和分布式文件系統
云存儲系統是一個多存儲設備、多應用、多服務協同工作的集合體，任何一個單點的存儲系統都不是云存儲。
既然是由多個存儲設備構成的，不同存儲設備之間就需要通過集群技術、分布式文件系統和網格計算等技術，實現多個存儲設備之間的協同工作，使多個的存 儲設備可以對外提供同一種服務，并提供更大更強更好的數據訪問性能。如果沒有這些技術的存在，云存儲就不可能真正實現，所謂的云存儲只能是一個一個的獨立 系統，不能形成云狀結構。
(2)CDN內容分發、P2P技術、數據壓縮技術、重復數據刪除技術、數據加密技術
CDN內容分發系統、數據加密技術保證云存儲中的數據不會被未授權的用戶所訪問，同時，通過各種數據備份和容災技術保證云存儲中的數據不會丟失，保證云存儲自身的安全和穩定。如果云存儲中的數據安全得不到保證，也沒有人敢用云存儲了。
(3)存儲虛擬化技術、存儲網絡化管理技術
云存儲中的存儲設備數量龐大且分布多在不同地域，如何實現不同廠商、不同型號甚至于不同類型(例如FC存儲和IP存儲)的多臺設備之間的邏輯卷管 理、存儲虛擬化管理和多鏈路冗余管理將會是一個巨大的難題，這個問題得不到解決，存儲設備就會是整個云存儲系統的性能瓶頸，結構上也無法形成一個整體，而 且還會帶來后期容量和性能擴展難等問題。
3部署Hadoop
從歷史上看，數據分析軟件面對當今的海量數據已顯得力不從心，這種局面正在悄然轉變。新的海量數據分析引擎已經出現。例如Apache的Hadoop，實踐證明，Hadoop在數據處理方面是做得最好的且是開源的平臺之一。
云存儲中心是由大量服務器構成Hadoop的數據節點((DataNodes)，負責保存文件的內容，實現文件的分布式存儲、負載平衡以及文件的容錯控制。
下面將利用Hadoop作為實驗平臺，一步一步演示如何部署一個三個節點的集群，并測試一下MapRe-dace分布式處理的強大功能，在Hadoop分布式文件系統(HDFS)中存人兩個文件，并采用MapReduce計算出兩個namelist文件中各個名字出現的次數，程序架構設計如圖2所示。
圖2 3個節點的Hadoop集群
其中NameNode主節點和DataNode從節點的分布情況如下：
表1
(1)啟動Hadoop集群
只需要在NameNode主節點上執行start-all.sh命令即可，同時Master節點可以通過ssh登錄到各，lave節點去啟動其他相關進程。
(2) MapRudce測試
在NameNode和DataNode兩個結點都運行正常的時候，也就是Hadoop部署成功了之后，我們在NameNode主節點上準備兩個名單文件。名單文件的內容如下：
4運行實驗及結果
5結語
結果跟我們預期的一樣，這樣在以Hadoop為平臺進行了對HDFS的文件存儲，并且統計了文件中數據的數量，然后顯示出來。
京公網安備 11010502049343號