应用服务技术.pptVIP

4.6.5 嵌入式软件的分类 3． 嵌入式应用软件 嵌入式应用软件是针对特定应用领域，基于某一固定的硬件平台，用来达到用户预期目标的计算机软件。由于用户任务可能有时间和精度上的要求，因此有些嵌入式应用软件需要特定嵌入式操作系统的支持。 嵌入式应用软件和普通应用软件有一定的区别，它不仅要求其准确性、安全性和稳定性等方面能够满足实际应用的需要，而且还要尽可能地进行优化，以减少对系统资源的消耗，降低硬件成本。 4.6.5 嵌入式软件发展趋势 嵌入式系统被描述为：“以应用为中心、软件硬件可裁剪的、适应应用系统对功能、可靠性、成本、体积、功耗等严格综合性要求的专用计算机系统”，由嵌入式硬件和嵌入式软件两部分组成。 硬件是支撑，软件是灵魂，几乎所有的嵌入式产品中都需要嵌入式软件来提供灵活多样、而且应用特制的功能。 4.6.5 嵌入式软件发展趋势 目前的因特网技术只联接了5%左右的计算装置，大量的嵌入式设备急需网络连接来提升其服务能力和应用价值。 同时，以人为中心的普适计算技术正推动新一轮的信息技术的革命。计算无所不在，嵌入式设备将以各种形态分布在人类的生存环境中，提供更加人性化、自然化的服务。 互联网的深度联网和普适计算纵向普及所带来的计算挑战，将推动嵌入式软件技术向纵深发展，催生了新型嵌入式软件技术。 未来的物联网软件、服务和算法技术 服务将在未来的物联网中扮演着关键的角色： 服务可以提供了一种很好的方式来封装各种系统功能，比如，可以从各式各样的底层硬件或者具体实现细节中抽象出通用算法来加以实现并且反复应用； 服务可以进行自主的协调以创造出新的、更高等级的服务功能； 通过这些分布式部署和执行的服务逻辑，可以解决物联网的可扩展性中最为关键的主要问题。 Thank you！ （5） 云计算的核心技术 2. 海量数据分布存储技术 云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采用分布式存储的方式存储数据，用冗余存储的方式保证数据的可靠性。 云计算系统中广泛使用的数据存储系统是Google的GFS和Hadoop团队开发的GFS的开源实现HDFS。 （5）云计算的核心技术 3. 海量数据管理技术 云计算系统中的数据管理技术主要是Google的BT(Big Table)数据管理技术和Hadoop团队开发的开源数据管理模块HBase。 BT是建立在GFS, Scheduler, Lock Service和MapReduce之上的一个大型的分布式数据库，与传统的关系数据库不同，它把所有数据都作为对象来处理，形成一个巨大的表格，用来分布存储大规模结构化数据。 （5） 云计算的核心技术 4. 虚拟化技术 通过虚拟化技术可实现软件应用与底层硬件相隔离，它包括将单个资源划分成多个虚拟资源的裂分模式，也包括将多个资源整合成一个虚拟资源的聚合模式。 虚拟化技术根据对象可分成存储虚拟化、计算虚拟化、网络虚拟化等，计算虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化。 （5） 云计算的核心技术 5. 云计算平台管理技术 云计算资源规模庞大，服务器数量众多并分布在不同的地点，同时运行着数百种应用，如何有效的管理这些服务器，保证整个系统提供不间断的服务是巨大的挑战。 云计算系统的平台管理技术能够使大量的服务器协同工作，方便的进行业务部署和开通，快速发现和恢复系统故障，通过自动化、智能化的手段实现大规模系统的可靠运营。 （6） 典型云计算平台 亚马逊利用虚拟化技术提供云计算服务，推出：S3（Simple Storage Service）提供可靠、快速、可扩展的网络存储服务 而弹性可扩展的云计算服务器EC2（Elastic Compute Cloud）采用虚拟化技术，提供一个虚拟的执行环境（虚拟机器），让用户通过互联网来执行自己的应用程序。 （6）典型云计算平台 IBM将包括Xen和PowerVM虚拟的Linux 操作系统镜像与Hadoop并行工作负载调度。 云计算的先行者Google的云计算平台能实现大规模分布式计算和应用服务程序，平台包括：MapReduce分布式处理技术、Hadoop框架、分布式的文件系统GFS、结构化的BigTable存储系统以及Google其他的云计算支撑要素。 （6） 典型云计算平台 1. MapReduce分布式处理技术 MapReduce是Google开发的Java、Python、C++编程工具，适合用来处理大量数据的分布式运算，用于解决问题的程序开发模型，也是开发人员拆解问题的方法。 MapReduce模式的思想是将要执行的问题拆解成Map（映射）和Reduce（化简）的方式，先通过Map程序将数据切割成不相关的区块，分配（调度）给大量计算机处理达到分布运算的效果，再通过Reduce程序将结果