云計算助力鐵路信息系統數據中心

　　(3)應用層服務。它是面向用戶提供簡單的軟件應用服務以及用戶交互接口等，用戶無需購買和管理服務器端軟件，稱為軟件即服務。對于傳統的軟件，應用層服務解決方案有明顯的優勢，包括較低的前期成本，便于維護，快速展開使用等。應用層服務的底層可以基于基礎設施層或平臺層。

　　2.基于云計算的鐵路信息系統數據中心

　　2.1基礎設施層整合資源

　　在基礎設施層整合資源，既有的應用系統軟件可以簡單地移植到新的環境中。虛擬化是云架構的一種基礎性設計技術，它允許將服務器、存儲設備和其他硬件視為一個資源池，而不是離散系統，可以根據需要分配這些資源，通過快速提供虛擬機器或物理機器，迅速部署和增加工作負載。除服務器和存儲整合之外，還提供整合系統架構，包括應用程序基礎設施，數據和數據庫，接口，網絡，桌面系統甚至業務流程。

　　目前鐵路信息系統主機一般包括小(中)型機和微機服務器兩種，在目前的技術條件下，小型機和微機服務器的虛擬化是不同的，小型機如IBM P595只能在單臺機器上完成資源的聚合和分拆，不能跨多臺IBM P595完成這樣的資源整合，各種類型的小型機虛擬化方面沒有統一的標準，可根據小型機利用率情況，采用廠商提供的虛擬化和集群技術整合資源。而微機服務器在虛擬化方面比較成熟，支持跨廠商、跨機型的虛擬化整合。

　　微機服務器應盡量選用高端成熟產品，而已出保的低端服務器在考慮總體擁有成本情況下應停止使用。原有資源調配對象為微機服務器，完成后需要進行系統安裝部署;實現微機服務器虛擬化后，調配的對象為虛擬機，可以在調配過程中直接實現系統快速安裝和部署。通過虛擬化技術使企業內部已擁有的微機服務器資源實現池化共享，通過IT資源共享和動態分配，使閑置資源得以充分利用，從而提高資源利用率。

　　在虛擬化之前，企業數據中心的微機服務器和存儲利用率一般平均不到50%(實際利用率通常為lo%～15%，一主一備)。通過虛擬化，可以把工作負載封裝一并轉移到空閑或使用不足的系統，這就可以整合現有系統，因而可延遲或避免購買更多服務器容量。

　　基于虛擬化的資源整合后，特別是微機服務器虛擬化后，可以大幅度提高資源可靠性，通過減少服務器數量可以減少動力電力、耗能以及數據中心機房空間�？梢詫⒏�多的應用(包括以前使用小型機的項目)移植到虛擬化的資源池中，降低投資和維護成本，提高運行可靠性。當然，管好這些資源是非常重要的，管不好可能造成巨大損失。

　　2.2 平臺層整合資源

　　在平臺層整合資源，需要建立新的軟件平臺，技術門檻相對較高，既有的應用系統移植難度較大，在開發新的應用系統或升級既有的系統時可以采用這種方式。IBM的藍云計算平臺是可供銷售的計算平臺，用戶可以基于這些軟硬件產品自

　　己構建云計算平臺。Google云計算平臺基于一整套分布式并行集群方式的基礎架構。其他廠商還有不少各具特色的計算平臺。下面結合Google云計算平臺來說明在平臺層整合資源的重點。

　　2.2.1分布式文件系統

　　分布式文件系統具有可伸縮性、可靠性以及可用性等特點，該系統將數據文件拆分成不同的數據塊或作為一完整的數據塊，這些數據塊將作為存儲基本單元，存放在文件數據塊節點。為了容災等目的，每份數據塊被存儲在不同的數據節點。

　　Google云計算平臺采用了其獨有的分布式文件系統GFS，每份數據塊被存儲在至少3個不同的數據節點，部署了許多GFS集群，有的集群擁有超過l000個存儲節點，超過300T的硬盤空間，被不同機器上的數百個客戶端連續不斷地頻繁訪問。

　　2.2.2分布式數據庫

　　分布式數據庫系統包含分布式數據庫管理系統和分布式數據庫。在分布式數據庫系統中，一個應用程序可以對數據庫進行透明操作。一個分布式數據庫在邏輯上是一個統一的整體，在物理上則是分別存儲在不同的物理節點上。一個應用程

　　序通過網絡的連接可以訪問分布在不同地理位置的數據庫。它的分布性表現在數據庫中的數據不是存儲在同一場地。更確切地講，不存儲在同一計算機的存儲設備上。Google云計算平臺采用了分布式的大規模數據庫管理系統BigTable，能夠處理格式化和非格式化數據。

　　2.2.3分布式編程

　　分布式模型計算過程是將待處理的數據集分解為小的數據集，數據集分布在集群的一個節點處理并生成中間結果·這些中間結果又由大量的節點進行合并，形成最終結果。Google構造Map-Reduce編程規范來簡化分布式系統的編程。應用程序編寫人員只需將精力放在應用程序本身，而關于集群的處理問題，包括可靠性和可擴展性，則交由平臺來處理。MapReduce通過“Map(映射)”和“Reduce(化簡)”這樣兩個簡單的概念來構成運算基本單元，用戶只需提供自己的Map函數以及Reduce函數即可并行處理海量數據。