雲端計算技術與應用基礎班

課程資訊

• 上課時間： 2010/10/11 (一) 09:30 ～ 16:30 1 天，共計 8 個小時
• 上課地點： 板橋訓練所 板橋市民族路 168 號，或各營運處遠距教室 綜合大樓 G300

課程大綱

• 目標：

認識雲端計算之核心技術(GFS, MapReduce, Bigtable, Hadoop)與應用之基礎概念

• 對象

一般電信人員、對雲端運算技術有興趣者

2010-10-11 (一)

• 講義投影片完整版 (PDF)

上午時段	課程內容	投影片	補充資料
08:10~09:00	課程導引
09:10~10:30	雲端運算核心技術簡介(一) - IaaS 服務與虛擬化技術 - 以亞馬遜為例	part-1 part-2
10:30~10:40	中場休息
10:40~12:00	雲端運算核心技術簡介(二) - PaaS、SaaS 服務與大量資料分析 - 以谷歌、雅虎、臉書為例	part-3 part-4 part-5
12:00~13:30	午餐、午休
13:30~14:50	雲端運算核心技術簡介(三) - PaaS、SaaS 服務與分散式資料庫	part-6
14:50~15:00	中場休息
15:00~16:20	大量資料分析應用分享 - 雲端入侵偵測日誌分析 - 企業內網搜尋引擎	part-7 part-8

補充資料

大量資料分析應用範例

• 美國 SimplyHired 分析工作關鍵字 / 地點 / 關鍵字趨勢 - ​http://www.simplyhired.com/trends
  • [想法] 台灣 104, 1111 等人力銀行的資料合併分析 + LSB 服務 (用智慧手機找附近的工作有哪些)
• MarkMail 使用 XQuery 技術作全球八千多個郵件討論串(mail list)的關鍵字分析 - ​http://markmail.org/
  • [觀點] 根據各種關鍵字的歷史統計圖表可以看得出不同技術的社群成熟度 - 目前 MarkMail 的缺點只能針對一組關鍵字畫圖表, 怎麼做到類似 SimplyHired 的多個圖表, 是可以寫一隻新的 Mashup Web Service 來達成
  • 如何實作類似 Gmail 的 web mail 搜尋??
• ​串流技術 語意演算　未來「找」得到！ ( DigiTimes 報導 )
  • Location Plus ! 結合 LBS (Location Based Service) 與批批踢論壇, 提供各地熱門話題
    • ​http://locationplus.chienwen.net/
    • ​http://locationplus.bpapps.com/
    • ​開發 Hadoop 雲端應用沒那麼難 (iThome 報導)

分散式資料庫 HBase 國內使用

• ​企業自建雲端運算的曙光

  他感受到與去年最大的不同之處在於，去年多數人談論的議題仍是雲端運算這個名詞的由來、不同定義之間的差異、
  以及技術上的實踐，然而，今年則有不少人已經跳脫名詞的辯證，而是在討論什麼樣的應用適合放在雲端運算平臺上。
  
  多數企業臺灣都認可雲端運算技術的成熟，不同於過去質疑技術可行性，
  企業現在思考的重心是如何善用雲端運算創造商業價值。 -- 王宏仁
  

• ​趨勢揭露半年後推雲端專用伺服器

  趨勢已經規畫了2款雲端運算伺服器，計畫在半年後先推出第一款名為Cloud Node的雲端運算伺服器，
  是針對需要分析大量非結構化資料的商業智慧所設計。趨勢科技研發長張偉欽說，他們要讓
  Cloud Node就像是雲端運算系統的Excel一樣。 
  

  趨勢科技整合了自己用過的各項開源雲端技術，打包成一套隨插即用的雲端伺服器系統，包括像Xen虛擬化技術、KVM虛擬化系統、
  Open Nebula虛擬機器部署技術、Hadoop平行運算技術、HyperTable分散式檔案系統、HBase分散式資料庫、Eucalyptus雲端系統等技術。
  

  • 
  • 

• ​Cloud Computing,雲端運算防毒運用-Smart Protection Network 趨勢科技劉琴堂
  • 

分散式資料庫效能比較

• [benchmark] ​Yahoo! Cloud Serving Benchmark (YCSB) - ​論文: Benchmarking Cloud Serving Systems with YCSB
  • Yahoo 寫的效能測試軟體，YCSB 1.2 版支援 HBase, Cassandra, MongoDB
  • 從​論文簡報投影片得到的​結論注意到幾件事情：
    • 若資料庫特性是一半讀一半寫，MySQL 大約在 7500 operations/sec 時會到達效能極限。若資料庫特性是 95% 讀 5% 寫，就沒看到明顯效能極限。
    • HBase 寫入飛快，但讀取會稍微慢一點，而且讀取的效率不太線性。(寫入記憶體所以超快，但成本也比較高，查詢時重建紀錄) 加機器時，不會有明顯的效能差異 (跟 HDFS 一樣，要跑 balancer 才會搬資料)。 - Low Update Latency, Higher Read Latency
    • Cassandra 寫入稍微慢一點，讀取則比 HBase 快，特別是資料庫特性是 95% 讀取時比 HBase 快。加機器的時候，會需要一段時間才能讓效能穩定下來(這部分我覺得是副本架構造成的)。
    • 
    • 
    • 
    •