云计算及其在数字图书馆中的应用前景分析.doc

云计算及其在数字图书馆中的应用前景分析
赵华茗
（中国科学院国家科学图书馆 北京 100190)
【摘要】云计算是一种能够将动态伸缩的虚拟化资源通过互联网以服务的方式提供给用户的计算模式。文章简述了云计算的主要概念、特点、关键技术，并提出在数字图书馆建设中，云计算技术将在资源整合优化、数据挖掘和情报研究分析、数字资源长期保存及为学科馆员提供可灵活部署的个性化的用户信息环境等方面发挥重要的作用。
【关键词】云计算 数字图书馆 虚拟化 hadoop EaaS
【分类号】TP393
Cloud Computing and Its Application Prospect Analysis in the Digital Library
Zhao Huaming
（National Science Library， Chinese Academy of Sciences, Beijing 100190， China）
【Abstract】Cloud computing is a style of computing in which dynamically scalable and often virtualized resources are provided as a service over the Internet。 This paper briefly introduces the basic concepts， the features and the key techniques of cloud computing。 The author believes cloud computing will play a very important role in building digital library。 It can provide helps in the integration and optimization of digital libray resources， improving data mining in information analysis， the long—term preservation of digital resource, and provide subject librarian helps in delopying flexibly the individualized user’s information enviroment.
【Keywords】 cloud computing; digital library; virtualization; hadoop； EaaS
1引言
互联网将全世界连接了起来，并深刻地影响着每个人,人们对信息资源的认识和获取模式也在发生着潜移默化的改变.人们越来越习惯从互联网上获得所需的信息和服务,同时将自己的数据放在网络上共享和保存[1]。这种模式的变革也必将会给图书馆服务带来一系列的挑战.如：面对数量日益庞大的数字信息的保存与处理问题,如何获取海量的存储和计算资源？如何整合硬件资源，提供更经济的支撑服务？面对读者的个性化服务需求，如何使图书馆服务更加敏捷、更随需应变？因此，建设具有动态资源池的虚拟的高可用的数字资源服务平台成为当前数字图书馆研究者必须面对的一个课题。
云计算正是顺应这个时代大潮而诞生的信息技术理念，其目前所取得的许多进展, 可以为数字图书馆研究者实现动态高可用的服务计算平台提供有益的借鉴。美国图书馆界已经开始尝试使用云服务来缓解其IT部门的压力，提升图书馆整体工作效率，如:使用Amazon云来托管部分公共数字资源库，在云中测试服务器管理和Dspace存储软件系统，备份图书馆集成系统等等［2］。无论应用的大与小,总之云计算正在给数字图书馆的工作模式带来新的转变。云计算的研究和应用正在受到越来越多的用户和科研人员的关注。本文简述云计算的基本概念、特点、关键技术,并对其在数字图书馆中的应用前景进行分析。
2 云计算基本概念及特点
由于考虑的角度不同， 业界对什么是云计算的提法也稍有所异。
维基百科(W）认为云计算是一种能够将动态伸缩的虚拟化资源通过互联网以服务的方式提供给用户的计算模式,用户不需要知道如何管理那些支持云计算的基础设施[3]。IBM、Google、Amazon等著名公司也都从自身角度出发给出了云计算定义。尽管这些表述方式不同， 但云计算具有的一些特点被认为是可以明确共识的：
（1)硬件和软件都是资源，可以是物理的或虚拟的，通过互联网以服务的方式提供给用户;
(2）资源以分布式共享的形式存在,以单一整体的形式呈现.对于分布式的理解有两个方面：一方面是地域上相对集中的支持计算密集型应用的分布式系统(数据中心），另一方面就是地域上的分布式。
（3）资源可以根据需要进行动态的扩展和配置。
（4）用户按需使用云中的资源，而不需要管理他们。
3 云计算关键技术
作为IT领域的最新发展，云计算在过去的几年里已经有了很多商业应用,如:Amazon EC2、Google App Engine和IBM Blue Cloud等等.在云计算发展过程中，有几项技术深刻地影响了今天云计算的应用和研究。其中主要有：支持动态扩展和配置应用的虚拟技术、支持计算密集型应用的Google/Hadoop技术、支持按需服务的EaaS技术.
3.1虚拟化技术
虚拟化是指计算机资源的抽象［4］。在虚拟服务器和底层硬件之间建立一个抽象层，使得设备的差异和兼容性对上层应用透明.运用虚拟技术,管理人员可以灵活地对底层千差万别的资源进行统一管理与调度，动态地将资源分配到最需要的地方，可以减少数据处理过程中所需的服务器数量，提高应用和服务的可靠性和可用性，应用和服务既不会因为缺乏资源而性能下降，也不会由于长期处于空闲状态而造成资源的浪费;运用虚拟技术，系统开发人员可以更关注于业务逻辑，而不再需要考虑底层资源的供给和调度;运用虚拟技术,系统测试人员可以安全并灵活地将应用和服务驻留在各自的虚拟机上，形成有效封装隔离，一个应用或服务的崩溃不会影响到其他应用和服务的正常运行。
可见,正是由于虚拟化技术的成熟和广泛应用，才使得云计算中的计算、存储、应用和服务都变成了资源，这些资源可以被动态扩展和配置,云计算最终在逻辑上以单一整体形式呈现的特性才能实现.
3。1。1虚拟化技术的几种常见类型：
在虚拟化技术中,被虚拟的实体可以是我们所见到的各种IT资源，按照资源的类型,虚拟化包括：硬件基础设施虚拟化、系统虚拟化和应用虚拟化［4，5].
硬件基础设施虚拟化是指将为物理的基础设施提供一个抽象的逻辑视图，用户可以通过这个视图中的统一逻辑接口来访问被整合的基础设施资源.硬件基础设施虚拟化包括:网络虚拟化和存储虚拟化.典型的技术代表：虚拟局域网(Virtual LAN，VLAN)、虚拟专用网（Virtual Private Network,VPN）、磁盘阵列技术（Redundant Array of Inexpensive Disks，RAID)、网络附加存储（Network Attached Storage,NAS)和存储区域网(Storage Area Network，SAN）。
系统虚拟化(服务器虚拟化）是指在同一台物理机上运行多个独立的操作系统。系统虚拟化实现了操作系统与物理计算机的分离,在操作系统内部的应用程序看来，与使用直接安装在物理计算机上的操作系统没有明显差异，是被广泛接受和认识的一种虚拟化技术。服务器虚拟化是对CPU、内存、设备与I/O等三种硬件资源的虚拟化，同时服务器虚拟化技术大多支持虚拟服务器实时迁移,实现更好的资源整合.典型的技术代表：Vmware、Xen/Citrix［5,6，7］。
应用虚拟化是指将应用对底层的系统和硬件的依赖抽象出来,解除应用程序与操作系统和硬件的耦合关系,为应用程序提供一个虚拟的运行环境。这个应用虚拟环境为应用程序屏蔽了底层可能与其他应用产生冲突的内容，简化了应用程序的部署和升级。
3。1.2云计算中的虚拟应用构架
虚拟技术将云计算中的计算、存储、应用和服务资源都变成了可动态扩展的虚拟器件［8］（Virtual Appliance），如图1所示,变成了一个个包括了预安装、预配置的操作系统、中间件和应用的最小化的虚拟机。与计算机器件相比，虚拟器件摆脱了硬件的束缚，可以更加容易地创建和发布,同时用户不再需要花费大量的人力、物力和时间去安装和配置软件,工作效率大大提高。虚拟技术是云计算的核心技术之一.
虚拟化管理平台
硬件资源
系统
中间件
程序
系统
中间件
程序
系统
中间件
程序

图1 虚拟器件机构图
3。2 Google/Hadoop like技术
Google的成功很大程度上得益于其强大的数据存储和计算能力，GFS和Bigtable使得其基本摆脱了昂贵的人力运维，并节省了硬件资源,MapReduce使其可以很快看到各种搜索策略运行的效果［9，10]。而Hadoop技术是一种开源的Google简化实现。在hadoop中可以看到许多Google系统架构核心要素GFS、MapReduce、BigTable、Sawzall、Chubby的身影,如HDFS、Hbase、Pig、ZooKeeper等等[11]。
简单地讲, Hadoop是一个可以更容易开发和并行处理大规模数据的分布式计算平台，是众多云计算应用环境中的重要基础软件,如:Amazon公司基于Hadoop推出的S3(Amazon Simple Storage Service）网络存储服务以及EC2商用云计算平台。在 IBM 公司的云计算项目中,Hadoop也是扮演着重要的角色。Hadoop主要由两部分构成:Hadoop分布式文件系统（Hadoop Distributed File System,HDFS）和MapReduce分布式编程环境。
3。2。1 HDFS
HDFS的设计思想是构建一个非常庞大的分布式文件系统。采用 Master/Slave的结构,由一个Namenode和多个Datanode组成,如图2所示，在Master上只运行一个Namenode，负责管理文件系统的名字空间和访问权限,保证数据的一致性，写入一次多次读取，而在每一个Slave上运行一个Datanode，负责数据存储。因为HDFS可以部署在低价的硬件设备之上，有高容错性，支持对数据读写的高吞吐率并采取副本策略提高系统的可靠性和可用性，所以很适合那些有大数据集的应用。
图2 Hadoop Distributed File System的系统架构［11]
从图2中可以看出,Namenode,Datanode，Client之间的通信都是建立在TCP/IP的基础之上的。当Client要执行一个写入的操作的时候，命令不是马上就发送到Namenode，Client首先在本机上临时文件夹中缓存这些数据，当临时文件夹中的数据块达到了设定的Block的值（默认是 64M）时，Client便会通知Namenode，Namenode便响应Client的RPC请求，将文件名插入文件系统层次中并且在 Datanode中找到一块存放该数据的block,同时将该Datanode及对应的数据块信息告诉Client，Client将及时把这些本地临时文件夹中的数据块写入指定的数据节点。
3。2。2 MapReduce分布式编程环境
MapReduce[10，12］是一个编程模型，用以进行大数据量的计算.MapReduce的名字源于函数式编程模型中的两项核心操作:Map和Reduce,同时MapReduce模型也体现了函数式编程中的组合,并行,无副作用操作，惰性求值，高阶函数等概念,简化了分布式系统的编程模型,其计算流程如图3所示.在MapReduce分布式编程环境中，应用程序编写人员只需将精力放在应用程序本身，而关于集群的处理问题,包括可靠性和可扩展性,则交由平台来处理。MapReduce通过“Map(映射）”和“Reduce（化简）"这样两个简单的概念来构成运算基本单元，即把一个数组拆解为多个放到线程池中启动多个线程计算数组中的值，然后把多个任务返回的结果合并为一个总的结果完成一个简单的MapReduce的运算,整个过程中,用户只需提供自己的Map函数以及Reduce函数即可并行处理海量数据。
如Hadoop的wordcount例子可以让我们更好地理解MapReduce的编程方式:用Map把[one,word，one,dream］进行映射就变成了[{one，1}， ｛word,1｝， ｛one,1｝， {dream，1}]，再用Reduce把［{one，1｝， {word,1｝， ｛one，1｝， ｛dream，1｝]归约变成[{one，2｝， ｛word，1}， ｛dream，1}］的结果集。
图3 Mapreduce计算流程［12］
3。2。3其他主要的hadoop开源技术
HBase是一个面向列的分布式数据库, 其思想源于的Google的BigTable论文。Pig是一个基于hadoop的大规模数据并行处理架构， 使用SQL—like语言编译器把类SQL的数据分析请求转换为一系列经过优化处理的MapReduce运算，为复杂的海量数据并行计算提供简易的编程接口。ZooKeeper与Google的Chubby lock service很相似,是一个针对大型分布式系统的可靠协调系统, 封装包括配置维护、名字服务、分布式同步、组服务等复杂易出错的关键服务，将简单易用、性能高效及功能稳定的接口和系统提供给用户。
3。3 一切都是服务（EaaS、XaaS、＊aaS)
惠普认为一切都可以作为服务通过“云”来达成[13］。现在整个ＩＴ行业正在逐渐认识到服务的真正理念，大家都将原有的服务概念体系转移到了新的服务概念体系上。新的服务概念体系认为服务是分层次的，分为四层.第一层是硬件基础设施即服务（Hardware as a Service， HaaS）,第二层是平台即服务（Platform as a Service ，PaaS），第三层是软件即服务（Software as a Service ,SaaS),第四层是智能(为终端用户提供的服务）即服务(Intelligence as a Service，IaaS），即一切都可以是服务（Everything as a Service， EaaS、XaaS、＊aaS）[14].这是一种通过互联网提供一切资源的服务模式,用户向服务提供商租用资源,且无需对资源进行维护，服务提供商会全权维护管理.其核心理念是将资源直接提供为服务，从而改变目前常见的资源销售并在用户自己的工作环境中消费和使用资源的这种习惯模式.
这种服务模式的流行，使得云计算以服务的形式向最终用户交付应用的模式被越来越多的用户所接受。比如，amazon公司的弹性计算和存储服务就是云计算应用成功的典范.目前云计算服务商提供三种基本的EaaS：
硬件基础架构即服务（HaaS)――提供网格或集群形式的虚拟化服务器、网络、存储和系统软件，旨在补充或更换整个数据中心的功能.这方面最显著的例子就是亚马逊［15］的弹性计算云（EC2)和简单存储服务（Simple Storage Service）,但IBM及其他传统IT厂商也在提供这类服务,提供电信及更多服务的Verizon Business[16］也是如此。
平台即服务（PaaS）――提供虚拟化服务器，用户可以在虚拟化服务器上运行现有的应用程序，或者开发新的应用程序，不必为维护操作系统、服务器硬件、负载均衡或计算容量而操心。这方面最显著的例子包括微软的Azure和Salesforce[17]的Force。com.
软件即服务（SaaS）――作为知名度最高、应用最广泛的一种云计算,SaaS提供了复杂的传统应用程序的所有功能，但是通过Web浏览器而不是安装在本地的应用程序来提供.SaaS消除了应用服务器、存储、应用程序开发及相关的常见IT问题方面的担忧.这方面最显著的例子是S、谷歌的Gmail和Apps［18］、美国在线、雅虎和谷歌的即时通讯［19］，以及Vonage[20］和Skype［21]的VoIP.
4 云计算在数字图书馆中的应用前景
从上述云计算的概念、技术、研究内容可以看出， 云计算给现有计算资源和使用模式带来的巨大变化.一切皆服务的理念也将使数字图书馆的方方面面受益。毫无疑问，云计算将会在数字图书馆的发展建设中产生深远的影响, 云计算技术应用在数字图书馆建设中也具有广阔的前景。笔者认为在数字图书馆的建设中, 需要充分借鉴云计算的研究成果， 特别是在以下几个领域， 云计算将会为数字图书馆的建设带来强劲的推动，并给出部分笔者的研究实例。
4。1资源的整合和优化,提高数字图书馆应用的服务质量
互联网时代下，高质量信息资源检索服务和个性化的知识情报咨询服务是当代数字图书馆的服务特色。同时，用户对互联网的依赖也对数字图书馆服务的可用性和高效性提出了更高的要求，在供需这对矛盾中,数字图书馆IT基础设施也在迅速膨胀，大量异构服务器充斥在机房，系统管理人员的维护和管理任务越来越繁重。探索有效的IT基础设施的整合和优化，提高资源的利用率，提高服务的可用性和灵活的应用部署成为一个十分迫切解决的问题。
正如前面所看到的,云计算就是一种整合优化软硬件资源并可以提供灵活服务的计算服务模式。将物理服务器转为“云"中的虚拟服务器可以使系统管理人员摆脱大量繁重的与硬件服务器、操作系统、中间件及兼容性问题打交道的管理工作，更加专注于应用的管理。云环境中,虚拟机的隔离特性使得应用可以发布到被虚拟化封装后的异构平台上,管理人员不再需要根据底层环境的变化频繁地调整应用,使用应用具有较高的兼容性，从而在应用的部署上节省时间；虚拟应用可以在需要的时候动态迁移，冗余备份,提高服务可用性,且易实现;管理人员可以动态调度云中的资源,将原有的多台服务器整合到几台物理服务器上,合理配置资源,提高物理服务器的使用率,降低能源消耗。通过对服务器的虚拟整合，不仅服务器的CPU、内存、存储利用率得到了提高，而且网络利用率也将得到大幅提高.部署“云"环境将显著提升数字图书馆资源的利用率和服务质量。
云环境下,根据虚拟服务器的生命周期，我们可将服务器资源的整合优化的具体实现过程分为三个阶段：虚拟机创建、虚拟机部署和虚拟机管理.在虚拟机的创建过程中，我们可将以往的系统环境和应用环境打包制作成具体应用的虚拟镜像文件，在实际应用中,只要启动虚拟镜像就可以了，极大地缩短了应用的部署时间和灵活度;在虚拟机的部署和管理过程中，我们可以通过实时迁移技术［22］和虚拟快照技术［23]等关键虚拟技术来实现虚拟机部署、备份和迁移等任务调度,并可以根据应用的负载情况，在需要时向系统配置添加新的计算能力，而且无需中断运行在该硬件上的服务，已达到服务器资源的整合和优化目的。
4.2数据挖掘和情报研究分析
数据挖掘是从大量的、有噪声的、模糊的、随机的数据集中识别出有效的、新颖的、潜在有用的、以及最终可理解的信息的一个过程， 数据挖掘的前提是大量相关数据的采集分析。数字图书馆的情报研究分析亦需要从大量的相关信息中研究分析出事件发展的各种态势。大量的数据和相关信息是进行研究分析的基础，但这些信息和数据的采集计算却往往需要高性能的计算设施支撑。那么，在有限资源情况下，如何解决高性能的计算问题呢？充分挖掘整合现有计算能力是经济可行的解决方案。
云计算提供了一条在大众化x68服务器上进行大数据密集计算的思路。在云环境中，可以通过MapReduce分布式编程环境,简化并行计算的实现,用以进行大数据量的计算。即,MapReduce向上层用户提供接口，屏蔽并行计算特别是分布式处理的诸多细节问题，让那些没有多少并行计算经验的开发人员也可以很方便的开发并行应用，有了MapReduce，并行计算就可以得到更广泛的应用。这一技术的应用必将极大地推动数据挖掘和知识计算在情报分析研究课题中的应用.
4.3数字资源长期保存
数字资源是文献信息的表现形式之一， 是将计算机技术、通信技术及多媒体技术相互融合而形成的以数字形式发布、存取、利用的信息资源总和.商业化的数据库、机构或个人建立的数据库、各种网络免费资源等都属于数字资源。由于数字资源尤其是网页内容的资源， 更新速度非常快， 许多资源稍纵即逝, 如果不注重保存， 很可能就无法再找到信息资源的内容。面对如此庞大数量的网络资源， 数字资源长期保存越来越成为了一个亟待解决的问题， 否则重要的文化遗产将会迅速消失.
云计算使数字资源长期保存变得简单.“云”意味着虚拟化，云存储通过添加标准硬件和共享标准网络的访问,很容易扩展云容量和性能.因此客户可以动态、灵活地进行大规模扩充,实现非破坏性的增长和升级，部署新的存储容量和服务将变得更简单.“云”还可以根据管理员设立的政策来执行智能化、自动化的自我配置.同样，通过取消繁琐的运行任务以及管理更少的逻辑设备，IT管理员的工作也将变得更加简单便捷。
目前，“云”主要提供了支持数字资源长期保存的存储空间，使数字资源长期保存系统可以通过更多的存储方式保存数字资源，如：Fedora公司［24］正在为其旗下的存储系统（Fedora commons）开发云存储接口，通过这个接口,用户除了可以将数据存到本地之外，还可以将自己的资源保存到可选择的云存储服务提供商那里，简单实现异地存储,提高数字资源的容灾能力和可用性。对于开放数字资源的保存，其整个存储体系都可以通过存储云来实现,虚拟的服务器、虚拟的存储管理系统和虚拟的存储空间都由“云"来承担，用户只需要一个浏览器就可以完成全部过程。
4。4为学科馆员提供,可灵活部署的个性化的用户信息环境。
今天的用户生存在网络化环境下，用户获取信息的方式要求方便、快捷、简单.这样一种环境,对图书馆服务模式提出了新的挑战.学科馆员在服务地点、服务深度、服务内容、服务的责任、角色定位和服务手段上都发生着深刻的变化，尤其是服务手段上，学科馆员要在提供到身边的人员服务的同时,强调运用一定的技术手段，利用网络平台,提供各种形式的服务。在服务内容上，强调追寻用户的学术交流过程，构建用户信息环境，将服务内容与用户的整个学术交流过程紧密结合起来,为此提供全程式的服务。那么如何利用网络平台,快速灵活地构建多种形式个性化的用户信息环境呢?
如上面云计算的概念中描述的一样，云计算是一种能够将动态伸缩的虚拟化资源通过互联网以服务的方式提供给用户的计算模式，用户不需要知道如何管理那些支持云计算的基础设施.虚拟机的封装特性、隔离特性和高可用性可以很好支持应用（用户信息环境）的快速部署、备份和迁移,提升学科馆员的服务深度和质量，且不需要知道如何管理那些支持应用的服务器(基础设施）.
基于云的用户信息环境搭建，可以分为四个步骤进行:第一步：云平台搭建；第二步：虚拟服务器和具体信息服务应用（如：Liferay[25］门户集成应用等）的镜像文件制作；第三步,将制作好镜像文件上传到云平台,为虚拟服务的部署、备份和迁移做好准备;第四步，运行虚拟服务应用.对于学科馆员来说，可以自己制作并上传镜像文件,也可以只进行最后一步工作，运行虚拟服务应用（即用户信息环境),其他的工作由系统管理员来完成，学科馆员只需关注与自己业务相关的数据管理就可以了。对云计算应用具体部署感兴趣的读者可参考作者的另一篇文章《云计算及其应用的开源实现研究》［26］，在此不再累述。
5 结　语
用户信息环境、需求发生根本性变化，随之带动信息技术的巨大变化,图书馆也必须保持对用户需求变化的高度敏感，充分利用新的信息技术动态适应用户的需求变化。其中，云计算就是图书馆提升服务能力和适应用户需求变化的新的信息技术。云计算技术的引入为数字图书馆建设具有动态资源池的虚拟的高可用的数字资源服务平台提供了有益的借鉴和思路。其意义在于图书馆资源的利用率、服务效率、服务可用性的极大提高。
当然,云计算还是一个快速发展中的信息技术，在实际的云计算应用部署过程中，我们还要充分考虑云计算给我们带来的新变化，如在开放的云计算环境中，接口安全问题、应用的远程更新升级带来的潜在安全问题、从用户到硬件的身份识别安全管理等等都对原有的安全策略提出了挑战；云计算对常见的故障分析预测管理、数据同步、监控、负载和性能调优等技术都提出了新的要求等等。
参考文献:
[1] Christophe AGUITON ， Dominique CARDON 。 The Strength of Weak Cooperation:an Attempt to Understand the Meaning of Web 2。0［J]。 Communications ＆ Strategies,2007，65,51-65.
［2] Ellyssa Kroski。Library Cloud Atlas： A Guide to Cloud Computing and Storage［EB/OL］.［2009—11-6］. http：//www。libraryjournal。com/article/CA6695772。html.
［3] Cloud computing [EB/OL］.[2009—11—6］。 http://en.wikipedia。org/wiki/Cloud_computing/。
[4] Virtualization［EB/OL］。[2009—11—6］。 http：//en。wikipedia。org/wiki/Virtualization
［5] Virtualization Basics［EB/OL].［2009-11—6］。 http：//www。vmware。com/technology/virtualization。html。
［6］ Xen［EB/OL］.［2009—11—6］. http://xen。org/。
［7］ Citrix［EB/OL］。［2009-11—6]. http://www。citrix。com/.
［8] Ruth Willenborg。Virtual appliances —- Panacea or problems？ https：//www。ibm。com/developerworks/websphere/techjournal/0710_col_willenborg/0710_col_willenborg。html.
［9］ Barroso LA， Dean J, Hölzle U。 Web search for a planet： The Google cluster architecture［J］。 IEEE Micro, 2003，23(2)：22−28.
[10］ Dean J， Ghemawat S。 MapReduce： Simplified data processing on large clusters[C]。 In： Proc. of the 6th Symp. on Operating System Design and Implementation。 Berkeley： USENIX Association。2004. 137−150。
［11］ The Hadoop Distributed File System： Architecture and Design［EB/OL]。[2009-11—6］。http：//hadoop。apache。org/common/docs/r0。18.2/hdfs_design。html
［12］ Dean J, Ghemawat S。 MapReduce: Simplified data processing on large clusters[J］。 Communications of the ACM， 2005，51(1）: 107−113。
［13］ Everything as a Service[EB/OL］.［2009—11-6］。
［14］ James Maguire。10 Mega—Trends for IT in 2008［EB/OL］。［2009—11—6］. http://itmanagement。earthweb。com/datbus/article.php/3716281.
［15] Amazon［EB/OL］。［2009-11-6］. http://aws。.
［16］ verizonbusiness［EB/OL］。［2009—11—6］.
［17] Salesforce［EB/OL].[2009—11—6］。 http：//www。salesforce。com/platform/。
［18］ google[EB/OL］。[2009-11-6]. http：//
[19］ yahoo即时通讯［EB/OL］.[2009—11-6］。 http：//tw。messenger。yahoo。com/
［20］ vonage［EB/OL]。［2009—11—6]。
［21] Skype［EB/OL］.［2009—11-6]. http：//www.S
［22] Christopher Clark， Keir Fraser, Steven Hand,et al。 Live Migration of Virtual Machines［EB/OL]。[2009—11—23]。 http：//www。cl。cam.ac。uk/research/srg/netos/papers/2005—migration-nsdi—pre。pdf
［23] Creating snapshots in Xen with Linux commands［EB/OL］.[2009—11—23］。 http://searchservervirtualization。techtarget。com/tip/0，289483，sid94_gci1309361，00。html.
[24] Fedora on Amazon Web Services［EB/OL]。[2009-11—23]。 http：//www。fedora-commons.org/confluence/display/DEV/Fedora+on+AWS/。
［25] Liferay［EB/OL］。[2009—11—3］。http：//www。liferay。com
[26] 赵华茗，李春旺，李宇等.云计算及其应用的开源实现研究［J].现代图书情报技术，2009（9），1-6。
(作者E—mail:zhaohm＠mail。las。ac。cn）