Page 32 - 网络电信2018年7月刊下
P. 32

光    通    信

                复制容错技术也是云计算环境下分布存储关键技术中数据                        构建技术,也就是组网技术,能够对于大规模的数据信息传输
            容错技术的一种,同时由于该技术能够实现对于数据复制策略                          与存储提供更好的保护服务。
            和数据组织结构两个方面进行分析,所以是云计算环境下较常                              网络构建技术有两种组网形式,分别是以太网组网技术和
            使用的一种数据容错技术。                                         ATM局域网组网技术。这其中,以太网组网是目前国内外应用最
                复制容错技术主要是通过依据某一数据对象,进行多个相                        为广泛的一种网络,具有较好的灵活性与简便性。它可使用多
            同模块的复制与建立,并将其分配到不同的存储节点中,以实                          种物理介质,以不同拓扑结构组网,是现代主流的一种网络技
            现对于数据信息的有效存储。应用该技术,能够实现在后期数                          术。以太网按其传输速率有三种:10Mb/s、100Mb/s和1000Mb/
            据信息有丢失或是存储失效的情况下,也能利用其它存储节点                          s。细缆以太网10  BASE-2,采用IEEE802.3标准,是一种典型的
            中的有效模块获取完整的数据信息。该技术的优势在于能够简                          总线型结构。采用细缆为传输介质,通过T型接头与网卡上的
            单并且高效的进行数据信息的                                                                 BNC接口相连的总线型网络。
            读取工作。                                                                             6、云计算的可扩展性
                3、软件节能技术                                                                      在 云 计 算 的 环 境 下 , 数
                软件节能技术主要是通过                                                               据信息存储中心的数据保存量
            在维持网络信息数据服务系统                                                                 已经升级为EB级。在这样的条
            的良好运行的条件下,对于数                                                                 件下,云计算的技术以及硬件
            据信息存储的耗能进行有效的                                                                 条件都随之提升。例如,某企
            控制和降低。软件节能技术的                                                                 业用户在全球的计算机网络中
            使用区域主要为在存储节点,                                                                 有40个数据信息存储中心,那
            同时对于信息数据的管理方面                                                                 么这就只需要一个数据存储节
            进行操作行为的控制,达到整                                                                 点就能够媲美20世纪数百万的
            个 的 服 务 系 统 软 件 节 能 的 作                                                       数据信息中心。在这样的条件
            用。在云计算环境下,软件节                                                                 下,数据信息的需求量增加,
            能技术的使用能够降低能源的                                                                 能够实现云计算环境的拓展性
            浪费。                                                                           实现与提升。只有通过对数据
                软件节能技术中最重要的一项就是节点管理技术,它能                         信息中心硬件系统进行改进,提升其可拓展性,才能使云计算
            够实现云计算环境下,对于数据信息的存储节点的分布进行分                          环境更加完善。
            析,通过自动转入低耗能或关闭状态,实现能源损耗的降低。
            数据管理技术也是软件节能技术的一种,主要对动态及静态数                              三、总结
                                         [2]
            据进行管理,并对缓存预读进行管理 。                                       综上所述,云计算环境下,数据信息的存储量有了大幅
                4、硬件节能技术                                         的提升,相应的分布存储关键技术也需要进行优化与发展。通
                硬件节能技术依照建设层次进行划分,能够划分为两种技                        过分析云计算环境下的分布存储技术结构,并对纠删码容错技
            术,包括计算机整体技术和数据中心技术。计算机整体技术就                          术、复制容错技术、软件节能技术、硬件节能技术、网络构建
            是通过新型体系结构的使用,实现存储系统中整体设备能耗的                          技术、云计算的可扩展性进行了探讨,为相关技术人员展开实
            降低。而数据中心技术就是结合系统中硬件设备的能耗分析,                          际的工作提供参考,也以此促进云计算环境下分布存储关键技
            将高耗能的硬件进行替换,实现系统能耗的降低。硬件节能技                          术的发展。
            术可以说是运计算环境下分布存储关键技术的节能技术中最为
            直接的一项技术。
                5、网络构建技术
                在云计算环境下,多数企业会选择利用成本投入的提升来
            保证数据信息存储的可靠性与安全性。在传统的数据存储关键                          参考文献
            技术中,一般会通过磁盘空间的预留来实现数据信息存储的扩                          [1]  顾永仁.云计算环境下分布存储关键技术分析[J].中国新通
            展性,降低数据信息存储空间的损耗。但是,这样的方式只能                               信,2018,20(2):58.
            够满足小规模的数据信息存储需求,对于云计算环境下的大规                          [2]  查杨.分析云计算环境下的分布存储关键技术[J].电子技术与软件
            模数据信息存储需求并不能够实现需求的满足。通过利用网络                               工程,2016(2):190.












            58                                         网络电信 二零一八年七月
   27   28   29   30   31   32   33   34   35   36   37