GFS是 google自己設(shè)計(jì)的分布式文件系統(tǒng)，是大量安裝有Linux操作系統(tǒng)的普通PC構(gòu)成的集群系統(tǒng)。整個(gè)集群系統(tǒng)由一臺(tái)Master(通常有幾臺(tái)備份)和若干臺(tái)TrunkServer構(gòu)成。GFS中文件備份成固定大小的Trunk分別存儲(chǔ)在不同的TrunkServer上，每個(gè)Trunk有多份拷貝，也存儲(chǔ)在不同的TrunkServer上。Master負(fù)責(zé)維護(hù)GFS中的 Metadata，即文件名及其Trunk信息。客戶端先從Master上得到文件的Metadata，根據(jù)要讀取的數(shù)據(jù)在文件中的位置與相應(yīng)的 TrunkServer通信。本文介紹Google云計(jì)算的基礎(chǔ)架構(gòu)。

據(jù)介紹，google的每一份數(shù)據(jù)至少放在三個(gè)不同位置的機(jī)器上，所以可靠性是可以高度保證的；而且操作GFS和操作本地磁盤一樣簡(jiǎn)單易行。

目前Google擁有超過200個(gè)的GFS集群，其中有些集群的計(jì)算機(jī)數(shù)量超過5000臺(tái)。Google現(xiàn)在擁有數(shù)以萬計(jì)的連接池從GFS集群中獲取數(shù)據(jù)，集群的數(shù)據(jù)存儲(chǔ)規(guī)?？梢赃_(dá)到5個(gè)PB，并且集群中的數(shù)據(jù)讀寫吞吐量可達(dá)到每秒40G。

MapReduce是一個(gè)編程模式，它是與處理/產(chǎn)生海量數(shù)據(jù)集的實(shí)現(xiàn)相關(guān)。用戶指定一個(gè)map函數(shù)，通過這個(gè)map函數(shù)處理key/value（鍵/值）對(duì)，并且產(chǎn)生一系列的中間key/value對(duì)，并且使用reduce函數(shù)來合并所有的具有相同key值的中間鍵值對(duì)中的值部分。MapReduce的主要貢獻(xiàn)在于提供了一個(gè)簡(jiǎn)單強(qiáng)大的接口，通過這個(gè)接口，可以把大尺度的計(jì)算自動(dòng)的并發(fā)和分布執(zhí)行。

常見的應(yīng)用例子：在很大的文檔集合中通機(jī)每一個(gè)單詞出現(xiàn)的次數(shù).map函數(shù)檢查每一個(gè)單詞，并且對(duì)每一個(gè)單詞增加1到其對(duì)應(yīng)的計(jì)數(shù)器;reduce函數(shù)把特定單詞的所有出現(xiàn)的次數(shù)進(jìn)行合并。其他例子：

URL訪問頻率統(tǒng)計(jì)：map函數(shù)處理webpag請(qǐng)求和應(yīng)答（URL，1）的log。Reduce函數(shù)把所有相同的URL的值合并，并且輸出一個(gè)成對(duì)的（URL，總個(gè)數(shù)）。

逆向Web-Link，map函數(shù)輸出所有包含指向target URL的source網(wǎng)頁，用（target,source）這樣的結(jié)構(gòu)對(duì)輸出。Reduce函數(shù)局和所有關(guān)聯(lián)相同target URL的source列表，并且輸出一個(gè)(target,list(source))這樣的結(jié)構(gòu)。

分布式排序：map函數(shù)從每條記錄中抽取關(guān)鍵字，并且產(chǎn)生(key,record)對(duì)。reduce函數(shù)原樣輸出所有的關(guān)鍵字對(duì)。

BigTable：一種用于管理超大規(guī)模結(jié)構(gòu)化數(shù)據(jù)的分布式存儲(chǔ)系統(tǒng)，可以管理分布在數(shù)以千計(jì)服務(wù)器上的以PB計(jì)的數(shù)據(jù)。Bigtable API將包括用于創(chuàng)建、編輯表和列，改變?nèi)杭?、表、列元?shù)據(jù)的函數(shù)。ＢＴ不支持完全的關(guān)系數(shù)據(jù)模型，而是為客戶提供了簡(jiǎn)單的數(shù)據(jù)模型，讓客戶來動(dòng)態(tài)控制數(shù)據(jù)的分布和格式。BT只能支持大部分SQL。

Google App Engine

Google App Engine是一個(gè)開發(fā)、托管網(wǎng)絡(luò)應(yīng)用程序的平臺(tái)，使用Google管理的數(shù)據(jù)中心。它在2008年4月發(fā)布了***個(gè)beta版本。Google App Engine使用了云計(jì)算技術(shù),它跨越多個(gè)服務(wù)器和數(shù)據(jù)中心來虛擬化應(yīng)用程序。當(dāng)前，Google App Engine支持的編程語言是Python和Java. http://appengine.google.com

Hadoop
◆Hadoop(http://hadoop.apache.org)是apache下面的一個(gè)分布式并行計(jì)算框架，是從lunece中抽取出來的一個(gè)框架。Hadoop主要是由HDFS、MapReduce和Hbase組成。
◆HDFS是Google File System（GFS）的開源實(shí)現(xiàn)。
◆MapReduce是Google MapReduce的開源實(shí)現(xiàn)。
◆HBase是Google BigTable的開源實(shí)現(xiàn)

Google的上述分布式框架很有創(chuàng)造性，而且有極大的擴(kuò)展性，使得Google在系統(tǒng)吞吐量上有很大的競(jìng)爭(zhēng)力，但是用C++寫的。因此Apache基金會(huì)用Java實(shí)現(xiàn)了一個(gè)開源版本hadoop，支持Fedora、Ubuntu等Linux平臺(tái)。以上介紹Google云計(jì)算的基礎(chǔ)架構(gòu)。

【編輯推薦】

1. 讓大家把云計(jì)算從頭學(xué)習(xí)
2. 傳說中的云計(jì)算究竟是什么
3. 暢談并行計(jì)算和云計(jì)算學(xué)習(xí)筆記
4. 講述云計(jì)算產(chǎn)業(yè)大變革
5. 講解6項(xiàng)云計(jì)算的挑戰(zhàn)