課程簡介
本課程講述基本“云計算”原則，五大特征，三種交付方式，部署模式，IT廠商云計算架構(gòu)，分布式數(shù)據(jù)庫系統(tǒng)，分布式數(shù)據(jù)庫系統(tǒng)，分布式內(nèi)存系統(tǒng)，分布式計算系統(tǒng)，消息系統(tǒng)、消息中間件與企業(yè)服務總線，知識聚合與搜索引擎，云計算安全，云計算的性能設計，分布式測試等重點內(nèi)容。
目標收益
培訓對象
云計算的架構(gòu)設計相關(guān)人員
課程大綱
| 基本“云計算”原則 |
- 分布容量原則 - 分布均衡原則 - 業(yè)務切割原則 - 蝴蝶效應原則 - 統(tǒng)一管理原則 - 耦合編排原則 |
| 云計算的五大特征 |
- 用戶可按需獲得云計算資源與服務 - 云計算資源與服務可通過互聯(lián)網(wǎng)獲得 - 綠色、安全的規(guī)?；瘮?shù)據(jù)中心提供的共享資源池與服務池 - 快速伸縮并且彈性易擴展 - 按需付費的公用服務模式 |
| 云計算的三種交付方式 |
- SAAS軟件即服務 - PAAS平臺即服務 - IAAS云基礎設施即服務 |
| 云計算的部署模式 |
公共云 - 私有云 - 混合云 |
| IT廠商云計算架構(gòu) |
- Google的云計算 - Amazon的云計算 - 微軟的云計算 - Yahoo的云計算 - VMware的云計算 - IBM的云計算 |
| 分布式存儲系統(tǒng)設計 |
- 分布式文件系統(tǒng)整體架構(gòu) - 數(shù)據(jù)基于Hash的分布設計 - 借鑒GC回收算法實現(xiàn)無碎片文件設計 - 數(shù)據(jù)切割算法設計 - 不同數(shù)據(jù)類型存儲策略 - 數(shù)據(jù)容災設計 - 案例分析GFS與HADOOP |
| 分布式數(shù)據(jù)庫系統(tǒng) |
- 分布式數(shù)據(jù)庫系統(tǒng)整體架構(gòu) - 數(shù)據(jù)庫廠商自身Cluster與操作系統(tǒng)的Cluster關(guān)系 - 數(shù)據(jù)庫系統(tǒng)分布方案（時間、讀寫、業(yè)務、訪問者等） - 數(shù)據(jù)庫多實例與虛擬化技術(shù) - 數(shù)據(jù)類型與數(shù)據(jù)存儲的關(guān)系 - 分布式事務處理與柔性事務 - 案例分析BigTable與HBase |
| 分布式內(nèi)存系統(tǒng) |
- 分布式內(nèi)存系統(tǒng)的整體架構(gòu) - 分布式內(nèi)存系統(tǒng)與分布式文件系統(tǒng)的關(guān)系 - 內(nèi)存中對象的定位機制（COID、HASH） - 內(nèi)存中對象的分配機制 - 內(nèi)存中對象的爭用機制 - 內(nèi)存中對象的加載機制 - 內(nèi)存中對象的回收機制 - 內(nèi)存中對象的狀態(tài)機制 - 案例分析MemCached與OSCache |
| 分布式計算系統(tǒng) |
- 分布式計算系統(tǒng)的整體架構(gòu) - 任務分解策略 - 多核或多CPU與多任務調(diào)度 - CPU時鐘周期與任務關(guān)系 - 任務調(diào)度算法模型 - 案例分析：網(wǎng)絡游戲中的分布式計算 - 案例分析：MapReduce - 實驗案例：PI分布式計算 |
| 消息系統(tǒng)、消息中間件與企業(yè)服務總線 |
- SOA、SAAS、PAAS以及S+S架構(gòu)分析 = 消息中間件設計 = 企業(yè)服務總線的架構(gòu)分析 - 核心模塊MQ架構(gòu)分析 - 基于ESB的數(shù)據(jù)中心設計 - 服務切割與編排設計 - ACE架構(gòu)分析（CORBA對象請求代理） - 面向消息中間件的架構(gòu)設計 - 案例分析：Open ESB分析 |
| 知識聚合與搜索引擎 |
- 海量數(shù)據(jù)檢索的策略 - 全文檢索的架構(gòu) - 搜索引擎的架構(gòu) - 數(shù)據(jù)庫全文檢索架構(gòu) - 案例分析：Google與Bing分析 - 案例分析：TRS與LUCENE分析 |
| 云計算安全 |
- 變化中的網(wǎng)絡威脅 - 什么是云安全 - 云安全解決方案 - 云安全防護價值 |
| 云計算的性能設計 |
- 影響云計算性能的主要因素 - 云計算消息效率設計 - 云計算算法效率設計 - 云計算管理效率設計 - 云計算資源效率設計 - 云計算性能監(jiān)控設計 |
| 分布式測試 |
- 分布式文件系統(tǒng)測試案例 - 分布式數(shù)據(jù)庫系統(tǒng)測試方案 - 分布式內(nèi)存系統(tǒng)測試方案 - 分布式計算系統(tǒng)的測試方案 - 分布式消息系統(tǒng)測試方案 - 全文檢索與搜索引擎測試方案 |
|
基本“云計算”原則 - 分布容量原則 - 分布均衡原則 - 業(yè)務切割原則 - 蝴蝶效應原則 - 統(tǒng)一管理原則 - 耦合編排原則 |
|
云計算的五大特征 - 用戶可按需獲得云計算資源與服務 - 云計算資源與服務可通過互聯(lián)網(wǎng)獲得 - 綠色、安全的規(guī)?；瘮?shù)據(jù)中心提供的共享資源池與服務池 - 快速伸縮并且彈性易擴展 - 按需付費的公用服務模式 |
|
云計算的三種交付方式 - SAAS軟件即服務 - PAAS平臺即服務 - IAAS云基礎設施即服務 |
|
云計算的部署模式 公共云 - 私有云 - 混合云 |
|
IT廠商云計算架構(gòu) - Google的云計算 - Amazon的云計算 - 微軟的云計算 - Yahoo的云計算 - VMware的云計算 - IBM的云計算 |
|
分布式存儲系統(tǒng)設計 - 分布式文件系統(tǒng)整體架構(gòu) - 數(shù)據(jù)基于Hash的分布設計 - 借鑒GC回收算法實現(xiàn)無碎片文件設計 - 數(shù)據(jù)切割算法設計 - 不同數(shù)據(jù)類型存儲策略 - 數(shù)據(jù)容災設計 - 案例分析GFS與HADOOP |
|
分布式數(shù)據(jù)庫系統(tǒng) - 分布式數(shù)據(jù)庫系統(tǒng)整體架構(gòu) - 數(shù)據(jù)庫廠商自身Cluster與操作系統(tǒng)的Cluster關(guān)系 - 數(shù)據(jù)庫系統(tǒng)分布方案（時間、讀寫、業(yè)務、訪問者等） - 數(shù)據(jù)庫多實例與虛擬化技術(shù) - 數(shù)據(jù)類型與數(shù)據(jù)存儲的關(guān)系 - 分布式事務處理與柔性事務 - 案例分析BigTable與HBase |
|
分布式內(nèi)存系統(tǒng) - 分布式內(nèi)存系統(tǒng)的整體架構(gòu) - 分布式內(nèi)存系統(tǒng)與分布式文件系統(tǒng)的關(guān)系 - 內(nèi)存中對象的定位機制（COID、HASH） - 內(nèi)存中對象的分配機制 - 內(nèi)存中對象的爭用機制 - 內(nèi)存中對象的加載機制 - 內(nèi)存中對象的回收機制 - 內(nèi)存中對象的狀態(tài)機制 - 案例分析MemCached與OSCache |
|
分布式計算系統(tǒng) - 分布式計算系統(tǒng)的整體架構(gòu) - 任務分解策略 - 多核或多CPU與多任務調(diào)度 - CPU時鐘周期與任務關(guān)系 - 任務調(diào)度算法模型 - 案例分析：網(wǎng)絡游戲中的分布式計算 - 案例分析：MapReduce - 實驗案例：PI分布式計算 |
|
消息系統(tǒng)、消息中間件與企業(yè)服務總線 - SOA、SAAS、PAAS以及S+S架構(gòu)分析 = 消息中間件設計 = 企業(yè)服務總線的架構(gòu)分析 - 核心模塊MQ架構(gòu)分析 - 基于ESB的數(shù)據(jù)中心設計 - 服務切割與編排設計 - ACE架構(gòu)分析（CORBA對象請求代理） - 面向消息中間件的架構(gòu)設計 - 案例分析：Open ESB分析 |
|
知識聚合與搜索引擎 - 海量數(shù)據(jù)檢索的策略 - 全文檢索的架構(gòu) - 搜索引擎的架構(gòu) - 數(shù)據(jù)庫全文檢索架構(gòu) - 案例分析：Google與Bing分析 - 案例分析：TRS與LUCENE分析 |
|
云計算安全 - 變化中的網(wǎng)絡威脅 - 什么是云安全 - 云安全解決方案 - 云安全防護價值 |
|
云計算的性能設計 - 影響云計算性能的主要因素 - 云計算消息效率設計 - 云計算算法效率設計 - 云計算管理效率設計 - 云計算資源效率設計 - 云計算性能監(jiān)控設計 |
|
分布式測試 - 分布式文件系統(tǒng)測試案例 - 分布式數(shù)據(jù)庫系統(tǒng)測試方案 - 分布式內(nèi)存系統(tǒng)測試方案 - 分布式計算系統(tǒng)的測試方案 - 分布式消息系統(tǒng)測試方案 - 全文檢索與搜索引擎測試方案 |
近期公開課推薦
