实例讲解云计算参考架构

导读	云计算（cloud computing）是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。

上图阐释如何创建私有和混合云，最终用户可以自行提供计算、 存储和网络。许多大型组织开始创建内部的私有云，来增强其数据中心战略。

结合对弹性服务的理解，第一个是弹性伸缩，你让你的业务随着你的性能，随着你的流量，随着业务的变化自动的伸缩流量，这是第一个点。第二个点是我能够自动的屏蔽异常处理，我的机器出问题的时候，对业务是透明的，也是没有影响的。

在整个云存储系统中，可以采用的开源技术，主要开发语言有：C、PHP、Erlang、Python，开源产品有：Nginx、GraphicsMagick、MySQL、Memcached、Hadoop、Redis、Squid、Heartbeat、IPVS BIND

Java平台

> Grails模仿Rails的Java平台实现

> Java_web 普通Java web程序

> Lift基于Scale的web框架

> Spring 流行的Java框架

Ruby平台

> Rack 最小化的Ruby Web框架

> Rails3 一站式的Ruby Web框架

> Sinatra 极简主义的Ruby Web框架

Python平台

> Django 最流行的PythonWeb框架

> Wsgi Python的CGI

其他平台

> Static page 静态页面

> node.js 异步Web框架

> Erlang

> php

> standalone 独立的程序

DB

－ Mongodb 最流行的Nosql数据库

－ Mysql传统开源关系数据库

－ Neo4j图数据库

－ Postgresql Mysql的有力竞争者

－ Redis极快的内存KV数据库

存储

－ Atmos EMC专业存储

－ FileSystem 远程NFS支持

－ Vblob 提供Amazon S3支持

其他

－ RabbitMQ 出色的Erlang队列系统

可扩展性：我能否增加资源以处理增加的需求？

可用性：我的应用能否容忍短暂的和持久的故障？

可管理性：我是否有办法了解生产系统的健康和性能？

可行性：我能否在时间和成本预算之内构建和维护这个系统？

可扩展性来自于两个方面：资源和密度。能力是指增加额外的硬件，它可能微不足道（在一个负载均衡器后增加额外的网络服务器）也可能非常地困难（增加一个次要的数据库服务器）。密度是指你能以怎样的效率去使用已经拥有的能力。传统的性能调优可以大幅地增加密度。

可度量的资源是某些需要小心监控的东西。举例来说，数据库连接就是一种可度量的资源。作为一种有限的资源，滥用它就会大幅度地降低密度。其他可度量资源的例子还包括认证服务器和第三方网络服务。这些有时被称为“隐形的资源”，因为开发人员设计架构时经常会忽略掉它们。

上传时的峰值可能会成为问题，尤其是在那些针对大量读取工作负载优化过的系统上。一种降低这种峰值的方式是，通过使用队列以等待时间交换可用性。 在这种方案下，新数据在数据库中不是同步保存的。相反，它们会被放到一个队列中，这是个后台进程监控器。这个后台进程可以使负载趋于平滑，以便数据库始终会被使用，而不是某些时候忙，其他时候闲。 使用队列的其他好处是可以批量处理那些工作。一般来说，把信息批量写入到数据库中要比一次一条记录快得多。
最后要说的是，这还增加了解耦点。后台进程或数据库可以宕掉，完全不会影响前端应用接受新数据的能力。

如果过多的消息是被同时接收的，可以使用辅助的消息队列去保存过量的部分。为了做到这一点，你需要设计应用能够支持多个队列，即使最初你打算只部署有一个队列的应用。

大多数开发人员都很清楚需要去验证数据，但是当验证失败的时候，他们不知道做什么。仅仅弃掉数据和抛出错误是不够的。应该把错误的数据以它原有的格式记录下来，以便开发人员能够断定为什么会有这种错误的请求。