Electronic Joint Business

Solution for E-Business

用GridGain实现高性能云计算

网格计算通过利用大量异构计算机(通常为桌面系统)的未用资源( CPU 周期和磁盘存储),将其作为嵌入在分布式电信基础设施中的一个虚拟的计算机集群,为解决大规模的计算问题提供了一个模型。网格计算的焦点放在支持跨管理域计算的能力,这使它与传统的计算机集群或传统的分布式计算相区别。 网格计算包括共享异构资源(基于不同的平台,硬件/软件体系结构,以及计算机语言),这些资源位于不同的地理位置,属于一个使用公开标准的网络上的不同的管理域。简而言之,它包括虚拟化计算资源。 网格计算经常和集群计算相混淆。二者主要的不同就是:集群是同构的,而网格是异构的;网格扩展包括用户桌面机,而集群一般局限于数据中心。GridGian 是网格计算,可以根据规则分节点技术,提高计算速度,比如用于规则引擎,技术引擎等,银行结算,保险考核结算等。 什么是 GridGain 一言蔽之,GridGian 是一款基于 JVM 高性能分布式应用的中间件,主要用于开发密集计算和密集数据的应用。无论是单一的 Android 设备还是巨大的云,用 GridGain 开发的应用在任何架构上都具有良好的伸缩性。GridGain 提供了两大主要功能:计算网格 Compute Grids 和内存数据网格 In-Memory Data Grids。 可以这样理解: GridGain = (Java + Scala + Groovy) * (计算网格+ 内存数据网格) 在GridGain之上,我们提供了多种多样的相关技术,它们中的许多已被其客户广泛使用。采用GridGain,应用可以: 以零部署模式工作 按需向上或向下伸缩 分布式数据的网格缓存 分散数据查找与计算 在缓存数据上运行SQL 存储或查询JSON数据 利用MapReduce实现任务加速 在网格实现负载分布 使用分布式线程池 网格资源的自动发现 网格内运行闭包 使用分布式队列与原子操作 高效信息交换 支持网格的 Java,Scala 和 Groovy代码 等等 为什么需要计算网格和内存数据网格? 任何分布式系统都要面临的两大潜在问题:计算的分布和数据的分布,计算网格和内存数据网格是这两大问题的解决方案,因此成为了分布式编程的两大主要公理化技术。打个比方:任何计算设备,无论图灵机还是最新的iPod,都有内存和处理单元。内存和处理器一起构成了计算能力的基础。相类似的,分布式计算和数据也构成了分布式编程的基础。 […]

, , ,

Comments are currently closed.