当前课程知识点：大数据系统基础 > 2.云计算 > 授课视频 > 2.8虚拟化技术概述

返回《大数据系统基础》慕课在线视频课程列表

2.8虚拟化技术概述在线视频

2.8虚拟化技术概述

下一节:2.9计算虚拟化

返回《大数据系统基础》慕课在线视频列表

2.8虚拟化技术概述课程教案、知识点、字幕

好欢迎大家进入到

我们的技术细节的讨论

首先我们讨论一下虚拟化技术

虚拟化的价值在什么

为什么我们要虚拟化

这个回答如果在过去的话

虚拟化的两个目的

一个是为了分区

叫partitioning

另外一个为了

提供一种更好的抽象

这是传统意义上的

虚拟化的目的

分区比如说过去我们有一台

大型的IBM的计算机

象这样的一个IBM360

这个计算机很贵

它要提供给

公司各个部门的人用

但是每个人又不想说

我的任务影响到你

所以我们要

需要把这个东西切分开

把一个大资源

打成很多个小资源

每人都觉得

我自己在跑一台小的计算机

但实际上大家都运行的

这一台上面

另一个就是抽象

因为过去有很多的

计算机的体系架构

现在我们大家看到的

很多都是X86的价格

或者是（00：59）的架构

但是我们希望

能够在一种指令集的计算机上

或者是一种操作系统

跑另一种操作系统

比如说

如果大家用苹果电脑的话

苹果电脑

你想在苹果电脑里头

跑一个Windows

实际上它抽象出了

一个操作系统的接口

所以我们是需要一个

partitioning+Abstraction

就是说分区加抽象

这是传统的虚拟化的目的

但在现阶段云计算时代

虚拟化的目的增加了一些

其中一个目的就是

一个资源池的概念

因为资源有各种各样不同的

你很难度量说的

一个X86和另外一台（01：35）

它之间到底是怎么样放在一起

你统一调度

但是通过虚拟化的话

我们可以提供类似的接口

然后这种接口的话

我们可以把它放在一个池里头

因为通过统一的程序

来一起调动

同时能够达到虚拟机的

一种自动的分配

因为虚拟的资源

比分配一个物理资源

它的延时要少

第二个因素就是因为要隔离

因为一个系统是大家共用的

我们为了安全

我希望我的资源

和你的资源是完全隔离的

你们互相之间

互相“完全不干扰”

但是这个“完全不干扰”

是加个引号

待会我们会谈到

它究竟什么是干扰的

什么是不干扰的

第三点就是便于管理

因为虚拟机是非常容易管理的

它的磁盘就是一个虚拟的磁盘

这个磁盘可以做镜像

不管你是做镜像

做备份做任何的测试

都是非常灵活的

而且虚拟机的部署

也非常机动

你一台机器坏了

我们瞬间就把那个磁盘

移动到另外一台机器上面去

你用户根本感觉不到的时间

它就可以在另外一台机器上

继续跑

这种灵活性

这种易于管理的性质

是物理机器所没有的

所以我们现在更多的

使用虚拟化

是这三个目的

是为了一个是资源池

一个是为了安全

为了隔离不同的用户

以及方便管理

虚拟化的概念

是非常非常广泛的

其实任何的东西

都可以虚拟化

包括用户包括应用程序

包括桌面

大家可以使用远程桌面

可能你不一定非常熟悉的桌面

在学校里的很多人

也用不了这种远程桌面的程序

包括任何的服务操作系统

服务器存储网络等等

都可以虚拟化

在本节课里头重点讲

这三个跟大数据分析

和云计算最相关的

就服务器

就是计算资源的虚拟化

和存储的虚拟化

以及网络的虚拟化

这就是数据中心虚拟化的

三个最重要的内容

大数据系统基础课程列表：

1. 绪论

-授课视频

--什么是大数据

--大数据典型应用

--大数据的特点

--大数据技术体系

--大数据生态系统

--大数据技术挑战

-1. 绪论--Quiz 1

2.云计算

-授课视频

--2.1大数据和云计算关系概述

--2.2并行化理念

--2.3规模经济理念

--2.4从仓库规模计算机到云

--2.5云计算商业模式概述

--2.6云计算带来的价值

--2.7云计算的分类

--2.8虚拟化技术概述

--2.9计算虚拟化

--2.10网络虚拟化：基础

--2.11网络虚拟化：软件定义网络

--2.12软件定义网络实现

--2.13存储虚拟化：用户接口

--2.14存储虚拟化：分布式存储实现方式

--2.15虚拟化技术总结

--2.16OPENSTACK

--2.17云计算小结

-2.云计算--Quiz 2

3.文件存储

-授课视频

-3.文件存储--Quiz3

4. 处理框架

-授课视频

--4.1大数据的处理框架

--4.2MapReduce编程模型

--MapReduce执行过程

--4.4MapReduce数据流

--4.5MapReduce性能优化与容错

--4.7MapReduce总结

--4.9Pig Latin语法

--4.10Pig Latin 嵌套数据类型

--4.11Pig Latin 实现与优化

--Pig Latin 实现与优化（2）

--4.13类似框架

--4.14章节总结

-4. 处理框架--Quiz4

5.内存计算

-授课视频

--5.1内存计算概述

--5.2并行计算挑战

--5.3并行计算的局限性

--5.4大数据处理并行系统

--5.5内存计算需求

--5.6MapReduce文件传递数据

--5.7内存计算的可行性

--5.8内存层次的延迟

--5.9内存计算实例-spark

--5.10SPARK-RDD

--5.11大数据并行系统

--5.12Spark编程接口

--5.13Spark编程实例——Log挖掘

--5.14Spark编程实例——WorkCount

--5.15Spark实现技术

--5.16复杂的DAG示例

--5.17RDD性能的提高

--5.18Spark应用和生态环境

--5.19Spark的局限性

-5.内存计算--Quiz5

6. NoSQL

-授课视频

--NoSQL与Cassandra

--数据模型、接口、语言

--系统架构与Gossip协议

--一致性哈希与数据分区

--数据副本及一致性

--节点本地数据存储

-6. NoSQL--Quiz6

7. 流计算

-授课视屏

-7. 流计算--Quiz7

2.8虚拟化技术概述笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航课程版权归原始院校所有，
本网站仅通过互联网进行慕课课程索引，不提供在线课程学习和视频，请同学们点击报名到课程提供网站进行学习。