《云计算Google的技术构架.doc》由会员分享，可在线阅读，更多相关《云计算Google的技术构架.doc（23页珍藏版）》请在金锄头文库上搜索。
1、云计算Google的技术构架一、前言 计算无疑是今年IT 技术界最热点的关键词之一。从谷歌趋势分析来看，国际上Cloud computing 是从2007 年中期开始成为整个业界关注的重点，在中国云计算是从2008 年开始成为中国IT 界和通信界关注的核心。特别是，当中国移动2008 年开始关注 计算，并推动 中国移动相关的业务支撑系统、业务软件平台开始向 计算的平台迁移。使得整个中国IT 界、通信界的相关产业力量更加关注 计算，同时大家也开始意识到了 计算确实可以大大 的节省海量计算的总体拥有成本。 cloud computing 云计算 当业界谈到 计算的时候，都会第一个想到谷歌 Goog
2、le。我们日常在使用的Google Search，Google Earth，Goolge Map，Google Gmail，Google Doc 等等业务都是Google 基于自 己 计算平台来提供的。Google 也是通过云计算的方式，大量的降低计算成本，使之业务 更具有竞争力。 Google 原先企业初期阶段，获得的投资有限，只能自己攒机，但是很差的机器不可能 发挥服务器的性能和稳定性，于是只有去想该如何提高可靠性，如何利用很多破烂机器获 得更高的性能。这就有了云计算的雏形。 今天我们都知道Google 的规模，而如果我们不去认清 计算的强大，我们就不知道互 - Page 2-联网的未来和
3、规则。Google 在98 年的时候被迫发现了这一规则，然后我们看到了聚合的力 量，今天微软、IBM、雅虎、百度、亚马逊这些企业看到了规则，于是开始进入 计算领域。 所以我们研究 计算，可以系统剖析一下Google 的技术构架，这对于我们搭建自己自身的 计算平台有比较好的借鉴意义和标杆意义！ 二、Google 的整体技术构架说明 由于Google 没有官方发布一个自身的技术构架说明。本文主要的信息都来自互联网中 对于Google 网络技术构架的分析，大量信息来自 。 Google 最大的IT 优势在于它能建造出既富于性价比(并非廉价)又能承受极高负载的高 性能系统。因此Google 认为自己与
4、竞争对手，如亚马逊网站(Amazon)、电子港湾(eBay)、微 软(Microsoft)和雅虎 (Yahoo)等公司相比，具有更大的成本优势。其IT 系统运营约为其他互 联网公司的60%左右。 同时Google 程序员的效率比其他Web 公司同行们高出50%100%，原因是Google 已 经开发出了一整套专用于支持大规模并行系统编程的定制软件库。 从整体来看，Google 的 计算平台包括了如下的技术层次。 1）网络系统：包括外部网络(Exterior Network) ，这个外部网络并不是指运营商自己的 骨干网，也是指在Google 计算服务器中心以外，由Google 自己搭建的由于不同
5、地区/ 国 家，不同应用之间的负载平衡的数据交换网络。内部网络（Interior Network），连接各个Google 自建的数据中心之间的网络系统。 2）硬件系统：从层次上来看，包括单个服务器、整合了多服务器机架和存放、连接各 个服务器机架的数据中心（IDC）。 3）软件系统：包括每个服务器上面的安装的单机的操作系统经过修改过的Redhat Linux。 Google 计算底层软件系统 （文件系统GFS、并行计算处理算法 Mapreduce、并行数据库 Bigtable，并行锁服务Chubby Lock， 计算消息队列GWQ ） 4）Google 内部使用的软件开发工具 Python、Ja
6、va、C+ 等 - Page 3- 5）Google 自己开发的应用软件Google Search 、Google Email 、Google Earth 三、Google 各个层次技术介绍 1、Google 外部网络系统介绍 当一个互联网用户输入 的时候，这个URL请求就会发到Google DNS 解 析服务器当中去，那么Google 的DNS 服务器就会根据用户自身的IP 地址来判断，这个用 户请求是来自那个国家、那个地区。根据不同用户的IP 地址信息，解析到不同的Google 的 数据中心。 进入第一道防火墙，这次防火墙主要是根据不同端口来判断应用，过滤相应的流量。如 果仅仅接受 浏览器
7、应用的访问，一般只会开放80 端口http，和443 端口https （通过SSL 加密）。将其他的来自互联网上的非Ipv4 /V6 非80/443 端口的请求都放弃，避免遭受互联 网上大量的DOS 攻击。 据说Google 使用了思杰科技（Citrix Systems）的Netscaler 应用交换机来做web 应用 - Page 4-的优化。NetScaler 可将Web 应用性能加速高达5 倍。使用高级优化技术如动态缓存时， 或者当网络延迟或数据包丢失增大时，性能增益会更高。这里提到的http multiplexting 技术 是可以是进行 http 的每个session 分解开。从不同
8、的后端服务器 （缓存）来获取内容，这 样可以大大提升web http 性能，同时有效降低后端web 应用服务器的处理和联接压力。 在大量的web 应用服务器 （Web Server Farm）前，Google使用反向代理（Reverse Proxy ） 的技术。反向代理（Reverse Proxy ）方式是指以代理服务器来接受internet 上的连接请求， 然后将请求转发给内部网络上的服务器，并将从服务器上得到的结果返回给internet 上请求 连接的客户端，此时代理服务器对外就表现为一个服务器。 Google 使用的是Squid Cache 的软件方式来实现反向代理应用的，Squid C
9、ache 一个流 行的自由软件（GNU 通用公共许可证）的代理服务器和Web 缓存服务器。Squid 有广泛的 用途，从作为网页服务器的前置cache 服务器缓存相关请求来提高Web 服务器的速度。 在Google web 应用服务器需要调用Google 内部存储的信息和资源的时候，在通过一个 防火墙进入内部的网络，来访问其他的基于自身GFS II 系统的应用服务和数据库。 2、Google 内部网络架构介绍 Google 自己已经建设了跨国的光纤网络，连接跨地区、跨国家的高速光纤网络。内部 网络已经都是 Ipv6 的协议在运行。网络中的路由交换设备主要还是来自Juniper, Cisco,
10、Foundry, HP 这四家公司。内部网关协议 （IRP）是基于OSPF(开放式最短路径优先)进行修改 - Page 5-的。在每个服务器机架内部连接每台服务器之间网络是100M 以太网，在服务器机架之间连 接的网络是1000M 以太网。 在每个服务器机架内，通过IP 虚拟服务器（IP Virtual Server）的方式实现传输层负载Linux 内核内的平衡，这个就是所谓四层LAN 交换。IPVS 使一个服务器机架中的众多服务成为基 于 Linux 内核虚拟服务器。这就像在一堆服务器前安装一个负载均衡的服务器一样。当 TCP/UDP 的请求过来后，使一 服务器可以使用一个单一的IP 地址来
11、对外提供相关的服务 支撑。 3、Google 的大规模IDC 部署战略 Google 应该是目前世界上存储信息最多的企业了。而且还在一直不断的致力于将传统 信息仅可能的数字化。将这样海量的信息进行存储、进行处理。就需要大量的计算机服务器。 为了满足不断增长的计算需求。Google 很早就进行了全球的数据中心的布局。由于数据中 心运行后，面临的几个关键问题的就是充足电力供应、大量服务器运行后的降温排热和足够 的网络带宽支持。所以Google 在进行数据中心布局的时候，就是根据互联网骨干带宽和电 力网的核心节点进行部署的，尽快考虑在河边和海边，想办法通过引入自然水流的方式来降 低降温排热的成本。
12、达拉斯（Dalles）是美国俄勒冈州北部哥伦比亚河 （Columbia river）岸上的一个城市， Google 在Dalles 的边上拥有的30 英亩土地，他们在这里建立了几乎是世界上最大，性能最 好的数据中心。四个装备有 大空调设施的仓库内，放置着数万台Internet 服务器，这些服 务器每天处理着数十亿条Google 网站传递给世界各个角落的用户的数据。 - Page 6- Google 达拉斯这个数据中心占用了附近一个180 万千瓦（1.8GW）水力发电站的大部分 电力输出。对比来看目前中国长江三峡水电站的额定功率是1820 万千瓦。 目前Google 已经在全球运行了38 个大型的IDC 中心，超过300 多个GFSII 服务器集 ，超过 80 万台计算机。从服务器集 部署的数量来看美国本地的数量第一，欧洲地区第 二，亚洲地区第三，在南美地区和俄罗斯各有一个IDC 数据中心。 目前Google 在中国的北京和香港建设了自己的IDC 中心，并部署了自己的服务器农场。 其中目前还在进行建设的第38 个IDC 是在奥地利的林茨市（Linz）附近的Kronstorf 村。 未来，Google 还准备在中国台湾地区、 来西亚、立陶宛等地区来进行部署。从目前 的Google 数据中心部署的情况来看，中东和非洲地区目前
