BÁO CÁO THỰC TẬP VỀ Điện toán đám mây

Mục lục
1. TỔNG QUÁT VỀ ĐIỆN TOÁN ĐÁM MÂY 1
1.1. KHÁI NIỆM 1
1.2. ĐẶC ĐIỂM CỦA ĐIỆN TOÁN ĐÁM MÂY 2
1.2.1. Tự sửa chữa 2
1.2.2. Nhiều người sử dng 2
1.2.3. Khả năng m rộng tuyến tính 2
1.2.4. Hướng dch vụ 2
1.2.5. Điều khiển SLA(Service Level Agreement). 2
1.2.6. Khả năng ảo hóa 2
1.2.7. Linh hoạt 3
1.3. ƯU VÀ NHƯỢC ĐIỂM CỦA ĐIỆN TOÁN ĐÁM MÂY 3
1.3.1. Ưu điểm 3
1.3.2. Nhược điểm. 4
1.4. SỰ CẦN THIẾT CỦA ĐIỆN TOÁN ĐÁM MÂY. 5
2. HOẠT ĐỘNG CỦA ĐIỆN TOÁN ĐÁM MÂY 6
2.1. KIẾN TRÚC CỦA ỨNG DỤNG ĐIỆN TOÁN ĐÁM MÂY 6
2.2. KIẾN TRÚC MÁY CHỦ 8
2.3. MAP REDUCE. 10
2.4. GOOGLE FILE SYSTEM (GFS) 17
2.5. HADOOP 19
3. ĐIỆN TOÁN ĐÁM MÂY CỦA MICROSOFT 20
4. TỔNG KẾT. 26

1

1. Tổng quát về Điện toán đám mây
1.1. Khái niệm.
Điện toán đám mây (Thut ng ting Anh: Cloud Computing, hay cn bit
đn vi tên gi “Đin ton máy ch o”) l mô hnh máy tnh dựa trên nn tng
pht trin của Internet.


Đin toán đám mây l s nâng cp t mô hình máy ch mainframe sang mô
hnh cleint-server. Cụ th, ngưi dng s không cn phi c cc kiến thức v
chuyên mục đ điu khin cc công ngh, máy mc v cơ s h tng, m cc
chuyên gia trong “đám mây” ca cc hãng cung cp s giúp thực hin điu đ.


Thut ng "đám mây"  đây l lối nói ẩn dụ chỉ mng Internet (dựa vào cách
được bố trí ca n trong sơ đồ mng máy tnh) v như một liên tưng v độ phức
tp ca cc cơ s h tầng chứa trong nó. Ở mô hnh đin toán này, mi kh năng
liên quan đến công ngh thông tin đu được cung cp dưi dạng các "dịch vụ",
cho phép ngưi sử dụng truy cp các dịch vụ công ngh t một nhà cung cp no
đ "trong đám mây" m không cn phi có các kin thức, kinh nghiệm v công
ngh đ, cũng như không cn quan tâm đến các cơ s h tng phục vụ công ngh

đ.


V dụ đơn giản, nu một website được chứa trên một máy ch, ngưi
dng
phi
lựa chn h điu hnh đ ci đặt (Linux/Windows/Mac), tiến hành cc thit
lp đ máy ch v website c th hot động. Tuy nhiên, nu trang web được chứa
trên “đám mây”, ngưi dng s không cn phải thực hin thêm bt c điu g
khc. Điu này cũng đảm bo yu tố đu tư v phn cũng được giảm ti  mức tối
đa.



Sơ đ đin ton đm mây, với cc dịch v được cung cp nm bên trong “đm mây”
được truy cp t cc máy tính  bên ngoi.
2

Ti nguyên, d liệu, phn mềm v cc thông tin liên quan đu được chứa trên
cc server (chnh l cc “đám mây”).


Nói một cch đơn gin nht “ứng dụng đin ton đám mây” chnh l những ứng
dụng trực tuyến trên Internet. Trình duyệt l nơi ứng dụng hiện hữu và vn hành
còn d liu được lưu tr và xử lý  máy ch ca nhà cung cp ứng dụng đ.


1.2. Đặc điểm của Điện toán đám mây.
1.2.1. Tự sửa chữa.
Bt kỳ ứng dụng hoc dịch vụ no đang chạy trong một môi trưng đin

ta n đám mây c một tính cht t sửa chữa. Trong trưng hợp ứng dụng tht
bi, luôn luôn có một d phòng tức thi ca ứng dụng sẵn sằng đ cho công
vic không bị gin đoạn. Có nhiều bn sao của một ứng dụng – mỗi bn cp
nht chnh n thưng xuyên, vì vậy  những ln tht bi, có ít nhất một bn
sao ca ứng dụng có th lấy lên hoạt động mà không cn một thay đổi
nhỏ
nào
trong trng thái chạy ca nó.
1.2.2. Nhiều người sử dng.
Vi điện ton đám mây, bt k ứng dụng no cũng hỗ trợ đa người dung.
H thống cho phép một số khách hàng chia sẻ cơ s h tng được phân bổ
cho h mà không ai trong số h nhận bit v s chia sẻ này. Điu này được
thực hin bi vic áo hóa các máy ch trong một di cc máy tnh v sau đ
cp phát các máy ch đn nhiu người sử dụng.
1.2.3. Khả năng m rộng tuyến tính.
H thống có kh năng phân chia các luồng công vic thành các phn nhỏ
và phục vụ n qua cơ s h tng. Một ý tưởng chính xác có th lấy t thực t
là nu một máy ch c th xử lý 1000 giao dịch trong 1 giây, thì hai máy ch
có th xử lý 2000 giao dịch trong 1 giây.
1.2.4. Hướng dch vụ.
Cho phép tái sử dụng các dịch vụ khác nhau sẵn có v đang được to ra.
Bằng vic sử dụng các dịch vụ được to ra trưc đ, những dịch vụ khác c
th được tạo ra t đ.
1.2.5. Điều khiển SLA(Service Level Agreement).
Thông thưng các công ty có thỏa thuận v số lượng dịch vụ. Nhưng
do
kh
năng m rộng và các vn đ có sẵn có th làm cho các thỏa thuận này bị
phá vỡ. Tuy nhiên các dịch vụ điện ton đám mây c đc tnh hưng SLA nên
khi h thống có kinh nghiệm đt đỉnh ca ti, nó s t động điu chỉnh chnh

n đ tuân th các thỏa thun  cấp độ dịch vụ. Các dịch vụ s to ra thêm
những thực th ca ứng dụng trên nhiu server đ cho vic ti có th dễ dng
qun lý.
1.2.6. Khả năng ảo hóa
Các ứng dụng trong đin ton đám mây hon ton tch ri khỏi
3

phn cứng nằm bên dưi. Môi trường đin toán đám mây l một môi trưng
o ha đầy đ.
1.2.7. Linh hoạt.
Một tnh năng khc ca các dịch vụ đin ton đám mây l linh hoạt.
Chúng có th được dng đ phục vụ rt nhiu loi công việc có khối lượng
khác nhau t ti nhỏ của một ứng dụng nhỏ cho đn ti rất nng của một
ứng dụng thương mi.


1.3. Ưu và nhược điểm của Điện toán đám mây.
1.3.1. Ưu điểm
Những ưu điểm và th mnh dưi đây đ gp phn gip "điện toán đám
mây" tr thnh mô hnh đin ton được áp dụng rộng rãi trên toàn th gii.
a. Tốc độ xử lý nhanh, cung cp cho ngưi dng những dịch vụ nhanh
chng v gi thnh rẻ dựa trên nn tng cơ s h tng tp trung (đám
mây).
b. Chi ph đầu tư ban đầu v cơ s h tng, máy móc v nguồn nhân lựa ca
ngưi sử dụng điện toán đám mây được giảm đn mức thp nht.
c. Không cn phụ thuộc vo thit bị v vị tr địa lý, cho phép ngưi
dùng
truy
cp v sử dụng h thống thông qua trnh duyệt web  bt kỳ đâu v
trên bt kỳ thit bị no m h sử dụng (chng hn l PC hoc l đin thoi

di động…)
d. Chia sẻ ti nguyên v chi ph trên một địa bn rộng ln, mang li cc loi
ch cho ngưi dng như:
 Tp trung cơ s h tng ti một vị tr giúp ngưi dng không
tốn

nhiu gi thnh đu tư v trang thiết bị.
 Công sut xử lý nhanh hơn do ti nguyên được tp trung. Ngoi ra,
ngưi dng không cần phi đu tư v nguồn nhân lực qun lý h
thống.
 Kh năng khai thc v hiu sut được ci thiện hơn 10-20% so vi
h thống máy tnh c nhân thông thưng.
e. Vi độ tin cậy cao, không chỉ ginh cho ngưi dng phổ thông, điện ton
đám mây ph hợp vi cc yêu cu cao v liên tục ca cc công ty kinh
doanh v cc nghiên cứu khoa hc. Tuy nhiên, một vi dịch vụ ln của
đin ton đám mây đôi khi rơi vào trng thi qu ti, khiến hot động bị
ngưng tr. Khi rơi vào trng thi này, ngưi dng không c kh năng đ
xử lý cc s cố m phải nh vo cc chuyên gia t đám mây tin hnh xử
lý.
f. Kh năng m rộng được, gip ci thin cht lượng cc dịch vụ được cung
cp trên “đám mây”.
4

g. Kh năng bo mt được ci thin do s tp trung v d liu.
h. Cc ứng dụng ca đin ton đám mây dễ dng đ sửa chữa hơn bi l
chng không được ca đt cố định trên một m tnh no. Chng cũng dễ
dng hỗ trợ v ci thin v tnh năng.
i. Ti nguyên sử dụng của đin ton đám mây luôn được qun lý v thống
kê trên từng khch hng v ứng dụng, theo từng ngày, từng tun, từng
thng. Điu này đảm bo cho vic định lượng gi c ca mỗi dịch vụ do

đin ton đám mây cung cp đ ngưi dng c th lựa chn ph hợp.
1.3.2. Nhược điểm.
a. Tnh riêng tư: Cc thông tin ngưi dng v d liu được chứa trên điện
ton đám mây c đảm bo được riêng tư, v liu cc thông tin đ c bị sử
dụng v một mục đch no khc?
b. Tnh sn dng: Liu các dịch vụ đám mây c bị “treo” bt ng, khin cho
ngưi dng không th truy cp cc dịch vụ v d liu ca mnh trong
những khong thi gian no đ khin nh hưởng đn công vic?
c. Mt dữ liu: Một vi dịch vụ lưu tr d liu trực tuyến trên đám mây bt
ng ngừng hot động hoc không tip tục cung cp dịch vụ, khiến cho
ngưi dng phi sao lưu d liu ca h t “đám mây” v máy tnh c
nhân. Điu này s mt nhiu thi gian. Thậm ch một vi trưng hợp, v
một lý do no đ, d liu ngưi dng bị mt v không th phục hồi được.



Dữ liệu chứa trên các "đám mây" sẽ phải giao phó toàn bộ"số phận" cho "đám mây


d. Tnh di động ca dữ liệu v quyền s hữu: Một câu hỏi đặt ra, liu ngưi
dng c th chia sẻ d liệu t dịch vụ đám mây này sang dịch vụ ca đám
mây khc? Hoc trong trưng hợp không muốn tip tục sử dụng dịch vụ
cung cp t đám mây, liu ngưi dng c th sao lưu ton bộ d liu ca
h t đám mây? V làm cch nào đ ngưi dng c th chc chn rằng
5

cc dịch vụ đám mây s không hủy ton bộ d liu của h trong trưng
hợp dịch vụ ngừng hoạt động.
e. Khả năng bảo mật: Vấn đ tp trung d liu trên cc “đám mây” l cch
thức hiu qu đ tăng cưng bo mt, nhưng mt khc cũng li chnh l

mối lo ca ngưi sử dụng dịch vụ ca đin toán đám mây. Bi l một khi
cc đám mây bị tn công hoc đột nhp, ton bộ d liu s bị chiếm dụng.
Tuy nhiên, đây không thực s l vn đ của riêng “đin ton đám mây”,
bi l tn công đnh cắp d liu l vn đ gp phi trên bt kỳ môi trưng
no, ngay c trên cc máy tnh c nhân.


1.4. Sự cần thiết của Điện toán đám mây.
Đin toán đám mây c kh năng s m ra những giá trị vĩ đi cho các nguồn
lực ngoài (Outsourcing) ca ngành CNTT v lm thay đổi bộ mặt ca ngành dịch
vụ CNTT truyền thống. Dưi đây s là những gì ngành công nghip Outsourcing
đang phn ứng tương tc vi s phát trin ca đin ton đám mây.





Các hợp đồng dịch vụ Outsourcing truyền thống luôn mang những nội dung
khá rõ ràng vi các máy ch, các trung tâm d liu, mng lưi, các chỉ tiêu kỹ
thut, hiu sut công vic và dòng mã sn phẩm. S xut hiện của điện ton đám
mây li đang làm thay đổi tt c những điu đ nh s xut hin của các dịch vụ
CNTT năng động như một cơ s cn thit cho những viễn cảnh công ngh dành
cho doanh nghip.


Nh các dịch vụ đám mây điện toán, nhiu đơn vị CNTT sẵn lng đi trưc một
bưc hơn trong vic tạo ra các tùy bin: Chúng giúp các hãng CNTT dn loi bỏ
được những chi phí vốn khá tốn kém t cơ s h tng đn các phn mm tip cn
khách hàng và những vn đ trung gian khác. Và h qu là, đin ton đám mây
đang làm thay đổi hoàn toàn bộ mặt ca các dịch vụ CNTT truyn thống

Susan Tan, giám đốc dịch vụ CNTT và nghiên cứu nguồn lực ca Gartner cho
rằng: “Điện ton đm mây l bước chuyển cơ bản ca các công ty trong vic chi
6

tiền và tiếp cn các dch v CNTT”. Trên thực t, Gartner d đon cho đn năm
2012, 20% công vic kinh doanh s là ảo và không có bt kỳ tài sn CNTT nào.
Đây s l ngưi thay đổi cuộc chơi dnh cho cc nh sn xut dịch vụ
Outsourcing, t các nhà cung cp v tư vn dịch vụ “onshore” đn dịch vụ thuê
ngoài, các nhà tích hợp h thống đn các nhà sn xut mi riêng bit, nhằm làm
cuộc chơi tốt hơn hoc xu đi.


Phil Fersht, sáng lp viên ca công ty tư vấn dịch vụ thuê ngoài Horses for
Sources cho rằng:“Nếu đin ton đm mây chỉ l một ngnh khai thác cc cơ s
hạ tầng đắt đỏ, rắc rối v không thân thiện với môi trường trong đó, Amazon v
các công ty khác phân phối cc năng lượng đin ton, thì đin ton đm mây đơn
giản chỉ là ngành cung cp các ích lợi về cơ s hạ tầng. Tuy nhiên, nếu để các dữ
liu và trình ứng dng được lưu giữ bên ngoi đm mây, người sử dụng liu có
cần phải tự mình quản lý chúng nữa không? Người sử dng có tht sự cần phải
đạt được các lợi ích cạnh tranh đi cng với vic thực hin các hợp đng
bảo
hiểm?
Hay đã đến lúc tìm kiếm các nhà cung cp dch v có chức năng quản lý
trình ứng dng, cơ s hạ tầng có liên quan và thực hin các giao dịch chưa?”


Fersht gi các dịch vụ đám mây l nn tng cho các giải pháp nguồn dành cho
doanh nghip th h k tip. Ông tin rằng các dịch vụ đám mây s làm cho quá

trình phân phối truyền thống ca các dịch vụ CNTT hiu qu hơn v tit kiệm chi
ph hơn. “Chúng cũng giúp tạo ra một cơ cấu phân phối cho các dch v gia công
thực sự. Thế h dch v thuê ngoài mới này có khả năng m ra những giá tr to
lớn cho khch hng”.


2. Hoạt động của Điện toán đám mây.
2.1. Kiến trúc của ứng dụng Điện toán đám mây.
7




Chúng ta bit rằng đin ton đám mây l một tổ hợp tính toán dựa trên
cc
thi
t bị h tng phần cứng trong một đám mây ca nhà cung cp dịch vụ. H tng
phn cứng bao gồm các sn phẩm máy ch chứa d liu nhỏ được kết nối li vi
nhau như một h thống phục vụ cho việc lưu tr và xử lý d liu và các ứng dụng
tnh ton trên cc ti nguyên khc. Đin toán đm mây gọi một ứng dụng
chạy
trên
máy ch ảo như l n đang chạy tại chỗ trên h tng phn cứng phân
tán
trong
đám mây. Những máy ch o được to ra theo những cách m  đ những
thỏa thun dịch vụ (SLA) khác nhau và s tin cậy đu được đảm bo. Có th c
nhiu thực th khc nhau ca cùng một máy ch o truy cp vào những phn sẵn
sàng ca cơ s h tng phn cứng. Điều này đm bo rằng có nhiều bn sao ca
các ứng dụng, đ khi xảy ra lỗi chúng sẵn sàng khc phục. Máy ch o phân tán

quá trình xử lý vo cơ s h tng phn cứng v sau khi qu trnh tnh ton được
hoàn thành chúng s tr v kt qu. Quá trình này cn c một phần mm hoc h
điu hành xử lý công vic quản lý h thống phân tán, giống như kỹ thut tính toán
lưi, giúp qun lý các yêu cu khc nhau đến máy ch o. Cơ ch này s đảm bảo
vic to ra nhiều bn sao và c vic bo v s thống nht d liu được lưu trên cơ
s h tng. Đồng thi h điu hnh đ cũng c th t điu chỉnh như l khi
gp
quá
ti các tin trình, phân chia xử lý đ hon thnh đp ứng yêu cu. H thống
qun lý công vic như vậy được che du vi ngưi dùng, hay nói các khác l ẩn
vi ngưi dùng. S độc lp vi ngưi dùng th hin  chỗ nó xử lý và tr v kt
qu đt được, ch không cn phi quan trọng nó  đâu v n thực hiện điu đ
8

bằng cch nào. Ngưi dùng tr tiền trên lưu lượng sử dụng h thống, như đ ni
dịch vụ được tính bằng chu kỳ ca CPU hoc byte. Thực t số tin m khách hàng
phi tr thưng được tính dựa vo lưu lượng dùng CPU trên một gi hoc số
Gb
d
liu di chuyển trong một gi





2.2. Kiến trúc máy chủ.
Đin toán đám mây được to thành bằng cách sử dụng tài nguyên vt lý ln t
nhiu máy ch trong đám mây ca nhà cung cấp dịch vụ. Đây l một ứng
dụng
ca

nguyên tc kt hợp vào trong bài toán cn một h thống tính toán ln mà thit
bị hoc cơ s vt cht không cho phép nên chúng ta cn phi ghép những thit bị,
những h thống nhỏ lại vi nhau đ tr thành một h thống ln đp ứng những
nhu cu lớn hơn cho ngưi sử dụng trong những h thống yêu cầu tnh ton v lưu
tr ln. Như đ ni bên trên, dịch vụ và ứng dụng ca điện ton đám mây dựa
trên máy ch ảo được thit k t ti nguyên góp li này. Có hai ứng dụng (hoc h
điu hành) s giúp quản lý các th hin trên máy trong đám mây, cũng như qun
lý tt c các tài nguyên ca các th hin máy ch o. Đây l một ứng dụng nguyên
lý tách khỏi vào trong h thống đin ton đám mây nhằm tách bit phn cứng
phức tp ca h thống vói giao din bên ngoài. Nhằm to ra một giao din ngưi
dng đơn gin, dễ sử dụng hơn so vi phn cứng phức tp bên dưi v cũng l đ
tách bit giao din ngưi dùng vi h thống phn cứng, khi đ ngưi dùng chỉ cần
quan tâm đến những ứng dụng mà hc cần ch không cn quan tâm đn phn
9

cứng bên dưi được thực hin như th nào. Ứng dụng th nht là Xen hypervisor
cung cp các lp trừu tượng giữa phn cứng và h điu hành o, nh vậy s phân
tán ca các tài nguyên và tin trnh được quản lý giống như l đang thực hin trên
một máy. Ứng dụng th hai cũng được sử dụng rộng rãi l h thống qun lý máy
ch o Enomalism, n được sử dụng đ qun lý h tng phn cứng nền tng.





Khi Xen sử dụng cho các lp ảo ca cc cơ s h tng máy ch, một lp phần
mềm l Xen hypervisor đ được ci đặt giữa máy ch và h điu hành. Nó cung
cp một lớp trừu tượng cho phép mỗi server vt lý có th được chạy như là một
hoc nhiu máy ch o, tách riêng h điu hành và các ứng dụng ca nó khỏi lp
phn cứng vt lý bên dưi. Xen hypervisor là một công ngh mã nguồn m, được

cộng tác phát trin bi Xen và các kỹ sư ca hơn 20 công ty nổi ting v
trung
tâm
d liu có tính chất đổi mi bao gồm : AMD, Cisco, Dell, HP, IBM, Intel,
Mellanox, Network Appliance, Novell, Red Hat, SGI, Sun, Unisys, Veritas,
Voltaire, and Citrix. Xen được đăng ký bi GNU General Public License (GPL2)
v được sử dụng không được thay đổi v mã nguồn v định dng đối tượng. Xen
Hypervisor cũng đặc bit ngn - t hơn 50.000 dng m. V vậy chi phí dịch mã
code rt thp và hiu sut gn giống như trên máy nguyên thủy. Xen tái sử dụng
cc trnh điều khin thit bị hin c (đối vi c hai loi là m v đng m nguồn)
10

t Linux, làm cho thit bị qun lý dễ dng. Hơn nữa Xen rt mnh m đ điu
khin lỗi và bảo v c ngưi dùng và hypervisor khỏi các vn đ vi các lỗi t cc
driver độc hi.





H thống qun lý máy ch o Enomalism là một nn tng h tầng cơ s máy
ch o hoàn chỉnh. Enomalism qun lý nh hưng giữa các tài nguyên trong h
thống. Enomalism có th sử dụng đ dẫn các luồng tnh ton vo đám mây giống
như l luồng t khch hng được đi vo thực hin tính toán trên một máy ch t
xa. Nó mang tất c những tnh năng như: triển khai k hoch tính toán, cân bằng
ti, trnh xung đột ti nguyên… Enomalism cũng l một ứng dụng mã nguồn m,
nó có một giao diện ngưi dùng dựa trên nn web rt đơn gin và dễ sử dụng. Nó
có kin trúc từng phn dễ dàng cho phép tạo và thêm vào h thống các bổ sung và
các tin ích cn thit cho vic sử dụng. Nó hỗ trin khai tổ chức phân tán và to
các ứng dụng dựa trên tổng quang chung. Nó hỗ trợ qun lý cc trường o khác

nhau gồm KVM/Qemu, Amazon EC2 and Xen, OpenVZ, Linux Containers,
VirtualBox. Nó có ch độ phân quyền ngưi dng v đt quyn truy cp.
2.3. Map Reduce.
Map Reduce là một mô hình lập trnh, được Google phát triển vo năm 2003,
đ hỗ trợ cho quá trình tính toán song song trên số lượng tập các d liu cực ln
(vài tỷ byte) lưu tr  các cụm máy tính thành phn trong đám mây đin toán.
Trong mô hnh này, ngưi dng định nghĩa một hàm map đ tính toán một cp
khóa/giá trị đu vào và to nên một tp các cp khóa/giá trị tạm thi, sau đ hàm
reduce s gom nhóm tất c những giá trị tạm thi nào có chung khóa li vi nhau
cho ra kt qu mong muốn. Rt nhiu các tác vụ trong đi sống thực có th được
thực thi bằng mô hình này,chúng ta s xem xét cụ th hơn  phần sau.


Chương trnh được vit theo kiu chức năng này được song song hóa một cách
t động v được thực thi trên một cụm ln các “máy tnh hng ha” (cc máy tnh
thành phn cu to nên đám mây đin toán). H thống khi chạy s quan tâm
chi
ti

t phân vùng ca d liu đu vào, lp lịch quá trình thực thi chương trnh thông
qua một tập các máy tính thành phn, xử lý lỗi và qun lý các kết nối nội giữa các
máy tính thành phần. Điu này cho phép các lập trình viên ngay c chưa c bt kỳ
11

kinh nghiệm nào trong các h thống song song v phân tn đu có th dễ dàng tối
ưu ha các tài nguyên ca một h thống phân tán ln.


Trong vng vi năm trưc đây, cc kỹ sư ca Google phi khi tạo hng trăm
các quá trình tính toán dành cho các mục đích đc bit trên số lượng ln các d

liu thô như cc d liu móc nối, nht ký các trang web yêu cu…Cc qu trnh
tính toán này dùng cho nhiu mục đch khác nhau như tóm tắt số lượng các trang
đ được móc nối bi từng host, tính tn số truy xut ca 1 trang web, tìm ra tp
các câu truy vấn được dùng nhiu nht trong ngày…Hu ht các tính toán này đu
không phức tạp,nhưng d liu đu vo thưng rt ln và quá trình tính toán cn
phi được phân tn cho hng trăm ngn máy nhằm có th thực thi trong khong
thi gian cho phép. Các vn đ v vic song song hóa tính toán,phân tán d liu
và qun lý lỗi đ làm cho cc qu trnh tnh ton vốn đơn gin này tr nên vô
cùng phức tp.


Đ gii quyt vấn đ, các kỹ sư ca Google đ thit k một mô hình trừu tượng
cho phép chúng ta diễn t quá trình tính toán này một cch đơn gin như vốn
dĩ
ca
n, đồng thi che du đi cc chi tit phức tp trong việc song song hóa, chp
nhn lỗi, cân bằng np, phân tán d liệu trong một thư vin riêng. S trừu tượng
ha này được lấy ý tưởng t 2 thành phn cơ bn là map và reduce trong Lisp v
nhiu loi ngôn ng lập trình hàm khác. Chúng ta có th nhn thấy rằng trong hầu
ht các quá trình tính toán ca chúng ta đều bao gồm một thao tác map, ánh x
cc đu vào vi các giá trị ca “bn ghi” đ thực hin vic tính toán các giá trị đ
thành 1 tp cc cp khóa/giá trị tạm thi, sau đ ta li to thêm một thao tác
reduce, thu gn các giá trị mà có cùng key li vi nhau và cho ra kt qu.Vic sử
dụng mô hình hàm chức năng map và reduce cho phép chúng ta có th thực thi
song song các tính toán ln dễ dàng và có th sử dụng quá trình thực thi li như
một cơ ch chấp nhn lỗi.


Các th mnh chính ca phương php này l cung cp cho chúng ta một giao
din đơn gin và mnh m, cho phép song song hóa và phân tán d liu trong các

phép toán ln một cách t động, gip cho ta thu được hiu năng cao nht trong số
lượng ln các cụm máy tính thành phn của đám mây điện toán. Ở phn sau
chúng ta s ln lượt xem xét mô hình lập trnh cơ bn ca MapReduce và một vài
ví dụ đơn gin.
Mô hình lập trình.
Quá trình tính toán nhận một cp giá trị đầu vào gồm khóa/giá trị, v tính toán
cho ra một tp các cặp khóa/giá trị đu ra. Ngưi dùng sử dụng thư vin
MapReduce đ diễn t quá trình này thông qua hai hàm là Map và Reduce.
12

Map l hàm được định nghĩa bi ngưi dùng, nhn một cp giá trị đu vào v
to ra các cp giá trị trung gian.Thư viện MapReduce nhóm tt c các giá trị trung
gian có liên quan ti key I li vi nhau và chuyển nó cho hàm Reduce.





Hàm Reduce cũng được vit bi ngưi dùng, chp nhận key I và các tp giá trị
trung gian ca key I này. Sau đ tin hành hợp nht các giá trị này thành một tập
các giá trị nhỏ hơn nu có th. Một ln nữa nguyên tc kt hợp li được sử dụng
trong h thống điện toán đám mây nhằm phục vụ cho thuật toán gii quyết yêu
cu bài toán, sau khi chia nhỏ cc chương trnh ln thành các phần nhỏ đ thực
hin tính toán một cách song song nhằm làm gim thi gian thực hiện một bài
toán thì h thống tin hành kt hợp các kt qu tính toán t cc tin trình nhỏ song
song li vi nhau đ đưa ra một kt qu tính toán thống nht ca chương trình tính
ton m người dùng yêu cu. Thông thưng chỉ có một giá trị output được đưa
ra
t


hàm Reduce hoc không có giá trị nào cả.


Ví dụ:
Gi sử chúng ta có một bi toán l đếm số ln xut hiện ca một t trong một
bộ tài liu ln, người dùng cn phải viết một đon code tương t vi mã gi sau
đây:
map(String key,String
value):

//key: tên ca tài liệu
//value:nội dung tài liệu đ
Vi mỗi ch cái w trong value:
EmitIntermediate(w,”1”);
reduce(String key,Iterator values):
//key: ch cái cần đếm
//values:danh sách các số đếm trong map
int result = 0;
vi mỗi giá trị v trong values:
result += ParseInt(v);
Emit(AsString(result)) ;
13

Hàm map thêm vào mỗi t một số tương ứng vi số ln xut hin ca nó
(trong ví dụ đơn gin trên l ‘1’). Hàm reduce lm nhiệm vụ cộng tt c các số
đếm ca t đ.


Sau đ, ngưi dùng cn phi thực hiện thêm các th tục khai bo đc t đối
tượng mapreduce với tên ca các file input, output và các bin tùy chỉnh. Ngưi

dng sau đ gọi hàm MapReduce, chuyn cho n đối tượng đ đc t  trên, lúc
này cc đon code ca ngưi dng được liên kt li thông qua thư viện
MapReduce.


Tổng quan quá trình thực thi.
Quá trình gọi thực thi hàm Map được phân tán trong nhiu các máy thành viên
ca đám mây đin toán bằng cách t động phân vùng các giá trị đầu vào
thành
mộ
t bộ gồm M phn. Các phn này có th được tính toán song song bi các máy
khc nhau. Tương t hm Reduce cũng được phân tán bằng cách phân vùng các
khóa giá trị trung gian thành R mảnh bằng các hàm phân vùng (ví dụ như
hash(key) mod R). Số lượng R và hàm phân vùng có th được chỉ rõ bi ngưi
dùng.
Hnh bên dưi cho chúng ta cái nhìn tổng quát nht v luồng thực thi một thao
tác MapReduce.



Figure 1: Execution overview
14

Khi ngưi dùng gi hàm MapReduce thì các tác vụ sau đây s được diễn ra
một cách tun tự:
Thư vin MapReduce trong chương trnh ngưi dng đầu tiên s chia nhỏ các
file đu vào thành M mnh (thông thưng kích thưc mỗi mnh t 16-64MB,c
th điu chỉnh thông qua các tham số tùy chn). Ở đây, h thống đin ton đám
mây đ đưa nguyên tc chia nhỏ vào đ thực hin quá trình tính toán ca mnh.
Vi một chương trnh ln mà tính toán một lần s tốn rt nhiu thi gian và

không hiu quả, đ tic kiệm thi gian thực thi chương trnh, h thống tin hành
chia chương trnh lớn thành các tin trnh nhỏ đ thực hin tính toán trên các vi
xử lý (h thống phn cứng song song tạo nên h thống đin ton đám mây) đ tiến
hnh tnh ton chương trnh song song đ cuối cùng gộp li một kt qu. Tip
theo, nó s to nhiều bản sao ca chương trnh trên cụm máy tnh trong đám mây
đin toán. Nguyên tc sao chép cũng được đưa vo ứng dụng trong h thống đin
ton đám mây, trên mỗi cụm máy tnh trong đm mây điện toán thực hin một
tin trnh m chương trnh giao ph, tiến trình này s được tạo ra nhiều bn sao đ
cho các máy tính trong cụm máy tính thực hiện.
Một trong số các bản sao ca chương trnh s l chương trnh master. Cc
chương trnh cn li s l worker, l chương trình s thực thi các tác vụ do master
giao phó. Có tất c l M tác vụ Map và R tác vụ Reduce cn được thực thi.
Chương trnh master chn các worker rãnh rỗi đ gán cho tác vụ Map hoc
Reduce.
Worker được gán thực thi tác vụ Map đc nội dung ca mnh giá trị đu vào
tương ứng, nó phân tích giá trị đu vào thành các cp khóa/giá trị và chuyn
chng đn cho hàm Map ngưi dùng t định nghĩa. Cc cặp giá trị key/value
trung gian (kt qu ca hàm Map) s được lưu vo bộ nh đệm.
Sau đ, cc cp giá trị trong vùng nh đệm này s được ghi xuống vùng nh địa
phương, v được phân thành R vùng. Vị tr của các cp khóa/giá trị này (trên bộ
nh địa phương) s được chuyn v cho master. Chương trình master sau đ s
chuyn vị trí của chng cho cc worker được gán tác vụ Reduce.
Khi một worker thực thi tác vụ Reduce nhận được các vị trí ca các vùng
nh
t

master, nó dùng các li gi th tục t xa (RPC- Remote Procedure Call) đ đọc
các giá trị này. Sau khi worker đc xong tt c các cp giá trị trung gian này, nó
s sp xp li chúng theo khóa bằng cách gom nhóm các cặp có cùng khóa li vi
nhau. Nu số lượng các file trung gian này quá ln so vi bộ nh thì chúng ta s

phi cn có một hàm sắp xp ngoài.
Sau đ cc worker thực thi tác vụ Reduce chuyn khóa và tp các d liu
tương ứng đn hàm Reduce do ngưi dng định nghĩa, kt qu output thu được l
kt qu cuối cùng.
Sau khi tt c các tác vụ Map v Reduce đều hoàn tt, chương trình master gọi
đn chương trình user program, tr v đon code tip theo trong chương trnh.
15

Chấp nhận lỗi
Thư vin MapReduce được thit k đ gip tnh ton trên cc lượng d liu vô
cùng ln ca hng trăm hng ngn máy, do đ chng cn phi c cơ ch chp
nhn lỗi.
Đây l s áp dụng ca nguyên tc t phục vụ vào h thống đin ton đám mây,
đám mây đin toán có kh năng t phục hồi lại hot động ca h thống khi xảy ra
một số lỗi no đ trong cc qu trnh thực thi ca từng phn nhỏ trong h thống
tính toán.
Lỗi xảy ra ở Worker
Đ kiểm tra lỗi  worker,chương trnh master tin hành ping các máy worker
sau mỗi một khoảng thi gian nht định, nu một worker nào không tr li thì
Master s xem như n đang xảy ra lỗi, các tác vụ map hay reduce đang thực thi 
worker lỗi s tin hành reset li và gán cho worker khác. Ở đây c áp dụng
nguyên tc linh động đ khc phục lỗi h thống, chương trnh được chia
nhỏ
thành
các tiểu trình nên các tiu trình giống nhau có th linh động thực thi ti các
phn cứng vi xử lý khác nhau và khi một tiu trình bị lỗi thì tiu trnh khác có th
thay th đ thực hin nhiệm vụ ca h thống giao phó.
Đối với tác vụ map đ hon tt  worker lỗi cũng phi tin hành reset li do
kt qu trung gian được lưu tr  vùng nh địa phương v chng ta không th
truy cp đn chng. Đối vi tác vụ reduce th ngược li, ta không cần phi reset

chúng vì kết qu cuối cùng ca tác vụ này được lưu trong vùng nh toàn cục, ta
có th truy xuất chúng một cách dễ dng.
Lỗi xảy ra ở Master
Nhằm có th khôi phục master trong trường hợp xảy ra lỗi, master s tin hành
ghi checkpoint sau khong thi gian cố định. Khi lỗi xảy ra thì một bn sao mới
có th bt đầu t đon checkpoint đ lưu. Nhưng nu chúng ta chỉ c 1 master thì
khi master bị lỗi toàn bộ quá trình tính toán MapReduce s bị hủy, client khi đ
phi kiểm tra trưng hợp này v t khi động li quá trình nu muốn.
Tác vụ backup.
Đây l một áp dụng ca nguyên tc d phòng vào vic gii quyết bài
toán
trong
đám mây điện toán, nó giúp cho hoạt động tính toán không bị mt khi sử ra
s cố. Một trong cc nguyên nhân thưng xảy ra làm tăng thi gian hoàn tt
tc
vụ
MapReduce l các “straggler”. ”Straggler” l cc máy c khong thi gian
hoàn tt một trong số các tác vụ cuối ca Map hoc Reduce dài một cách bt
thưng. ”Straggler” c th là bt c máy nào trong số các máy trong h thống
đám mây đang được sử dụng. Có rt nhiều nguyên nhân tạo nên “straggler”, v dụ
như một máy tính trong h thống có ổ đĩa cứng không tốt, khi hot động có
th
gp
một số trục trc làm giảm tốc độ truy xuất bnh thưng ca ổ cứng t 30Mb/s
xuống thành 1Mb/s chẳng hn. H thống lặp lịch cho các cụm máy tính lúc này
phi gán tc vụ khác cho máy là nguyên nhân làm chậm tốc độ thực thi
16

MapReduce (dựa trên s so sánh tốc độ CPU, truy xut bộ nh, h thống lưu tr
ca máy địa phương, băng thông ca mng). Một vn đ mi nht mà Google gặp

phi là một lỗi trong đon code khi to tác vụ MapReduce, nó làm cho các cache
ca CPU không th hot động, quá trình tính toán ca máy tính bị lỗi do đ m
giảm xuống khong 100 ln.
Google đ to ra một phương pháp nhằm gim bt tác hi do cc “straggler”
gây ra. Khi các tác vụ MapReduce gn hoàn tt, master s to ra các tác vụ back
up
cho các tác vụ đang thực thi và gán cho các workers rãnh rỗi thực hin. Quá
trình MapReduce s kết thúc khi tác vụ nguyên thủy hoc tác vụ back up hoàn tt.
Đối vi các tác vụ MapReduce nhỏ, phương php này chỉ gip ci thin hiu năng
một vài phn trăm, nhưng đối với các tác vụ MapReduce ln thì chúng giúp ci
thin hiu năng rt đng k.





Bên trên là biu đồ so sánh tốc độ thực thi ca chương trình sp xp vit theo
MapReduce của Google. Chương trình thực hin sp xp khong 1 tetrabyte d
liu. Biu đồ đu tiên là tốc độ đc các giá trị input,biu đồ bên dưi là tốc độ
thực hin sp xp và cuối cùng là tốc độ xut ra kt qu.Biu đồ (a) th hin t
ốc
độ
thực thi ca tác vụ MapReduce hot động bnh thưng không có các straggler,
biu đồ (b) là khi thực hin gp phi các straggler trong hóa trình kt thc tác vụ
m không dng cơ ch backup,biu đồ (c) l khi dng cơ ch backup trong quá
trình thực thi MapReduce. Chúng ta nhận thấy tốc độ thực thi bnh thưng vo
khong 1057s, khi gp phi cc straggler m không c cơ ch backup ta s phi
mt 1283s, và cuối cùng khi áp dụng cơ ch backup và phi bỏ đi 200 tc vụ do
cc straggler này gây ra chng ta đt được tốc độ là 933 giây chỉ hơn 5% so vi
17

tốc độ thực thi bnh thưng nhưng li tăng 44% nu so vi tốc độ thực thi khi gp
phi các straggler.
2.4. Google File System (GFS)
Google File System là h thống d liu phân tn được Google phát trin dành
cho các ứng dụng ln. N được thit k nhằm đem li s truy xut d liu tin cậy
và hiu qu cho các d liu ca một cụm ln các máy tính thành phn ca đám
mây đin toán. Nó cung cp ch độ chấp nhn lỗi đ có th chạy được trên các h
thống phn cứng có yêu cu không cao, đem li hiu năng tổng hợp tốt trên số
lượng ln các máy client.
Cc file được chia thành các khúc d liu 64Mb,cc d liu này thưng được
đc vi cưng độ cao hơn nhiu so vi ghi v xa. N được thiết k và tối ưu ha
dành cho các cụm máy tính ln bao gồm c các máy tính có phần cứng nghèo
nn, do đ n phi có kh năng chịu được cường độ lỗi ln ti cc node độc lp
và kh năng mất mát d liu. Ở một số các thit k khác cho h thống d liu
phân tn thường là tối ưu ha thông lượng của d liu.
Cấu trúc của Google File System.
Một cụm GFS chức một máy Master và nhiu máy Chunkserver và nó có th
được truy xut bi nhiều client như trong hnh bên dưi.Một máy có th vừa là
client truy xut d liu t chunkserver khác vừa có th l một chunkserver lưu tr
d liu, tuy nhiên chúng ta cn phi đảm bảo trnh được xung đột và không làm
giảm tốt độ thực thi.
Cc file được chia thành các mảnh c kích thưc xc định. Mỗi mnh được
Master gán cho một tên duy nht không thay đổi dài 64 bit ti thi điểm khi tạo
các mnh. Cc chunkserver lưu tr các mnh này như l một file Linux. Đ đảm
bo độ tin cậy cao, các mảnh file được lp bn sao v lưu tr trên nhiu
chunkserver khác nhau, mc định là chúng ta s lưu tr 3 bn sao.
Node Master không thưng lưu tr bt kỳ một phân khúc d liu nào,nó chỉ
lưu trử các siêu d liu liên quan đn cc phân khc như bn ánh x các nhãn 64-
bit đn vị tr lưu tr vt lý và vị trí trong file gốc, vị trí ca tt c các bn sao d

liu, các tin trnh đang đc hoc ghi lên 1 phân khúc, tình trng các phân khc
hoc nh ca ca phân khc đ dành cho vic to thêm các bn sao…Cc siêu d
liu này được update liên tục bi các chunkserver sau khong thi gian cố định.
Ngoài ra node Master luôn gi kt nối và kiểm tra trng thái ca các chunkserver
bằng các gửi và nhn cc thông điệp phn hồi liên tục sau khong thời gian cố
định.
18




Chúng ta s phân tích một tin trnh đọc file đơn gin theo hình bên trên. Đu
tiên dựa vo kch thưc cố định được quy ưc trưc ca 1 mảnh d liu,client
dng chương trnh biên dịch tên ca file và các byte offset thành một danh mục
các mnh d liệu chứa trong 1 file. Sau đ n gửi đn node master một yêu cu có
chứa tên file và danh mục các mnh d liu. Master phn hồi li vi con trỏ các
mảnh d liu và vị trí các bn sao theo yêu cầu ca client. Cc client lưu tr các
thông tin này trong bộ nh cache và sử dụng chng như cha kha đ cho
phép
truy
xut d liệu.
Sau đ client tiến hành gửi yêu cu truy xut d liu đn 1 trong các bn sao
thưng là bn sao gn nht. Trong yêu cu truy xut ca client phải có con trỏ
mang địa chỉ của mảnh đ v phạm vi byte cần truy xut ttrong mnh. Các qu
trnh đc tip theo không cn có s kết nối đến node master nữa cho đn khi các
thông tin lưu tr trong bộ nh cache bị xóa. Trong thực t th client thưng yêu
cu cho phép truy xut đn nhiu mnh d liệu lưu tr trên nhiều nơi khc nhau
cùng một lc v node master cũng c th gửi các thông tin cn thit cho client
một cách tức thi.
Tri ngược vi các h thống file thông thưng,GFS không được khi to trong

nhân h điều hnh m chng được truy xut thông qua một thư viện riêng nhằm
tránh hao phí quá ln
Kích thước của một mảnh
Kch thưc ca mảnh d liu là một tham số vô cùng quan trọng trong thit
k.Google chn kch thưc là 64MB, ln hơn một block ca h thống d liu
19

truyn thống.Mỗi bn sao ca mnh d liu được lưu tr trên các chunkserver
như l một ht nhân Linux,nó chỉ được m rộng ra khi cần thit
Một kch thưc mnh d liu ln cho chúng ta nhiu lợi th. Đu tiên nó giảm
số lượng kt nối ca client đn node master bởi vì vic đọc và ghi trên cùng một
mảnh d liu chỉ đi hỏi một ln gửi yêu cu đn node master đ lấy vị trí ca
mảnh d liu này. Điều này làm tăng hiu năng ca chương trnh rt nhiu v
đa
số
cc chương trnh đều đc v ghi cc file c kch thưc ln một cách tun tự.
Ngay c đối vi các thao tác đc ngẫu nhiên nhỏ th cc máy client cũng c th dễ
dng lưu trong bộ nh cache thông tin ca vài TetraByte mnh d liệu. Th hai,v
kch thưc các mnh d liu ln hơn nên cc client thưng xuyên thực thi
nhiu
tác
vụ khc nhau (đọc,ghi ) trên cùng một mảnh d liu, điều này làm giảm hao
phí v mng bi lúc này chỉ cn duy trì một kt nối t client đn chunkserver thay
vì phi khi to nhiu kt nối khác nhau. Th ba nó giúp làm giảm kch thưc ca
các siêu d liu lưu tr  máy Master, điều này cho phép chúng ta có th lưu tr
các siêu d liu này trong bộ nh ca Master lm tăng tốc độ phản hồi đn
các
máy
client.
2.5. Hadoop

Hadoop – công ngh khai thc mỏ vng trên Internet.

(JICT) - Mong muốn ca cc doanh nghip l tn dụng lượng d liu khổng lồ
đ đưa ra quyết định kinh doanh, Hadoop gip cc công ty xử lý khối lượng cỡ
terabyte và thậm chí là petabytes d liệu phức tp tương đối hiu qu vi chi ph
thp hơn.
Các doanh nghip đang nỗ lực tìm kiếm thông tin quý gi t khối lượng ln d
liu phi cu trc được to ra bi các web log, công cụ clickstream, các sn phẩm
truyn thông xã hội. Chnh yu tố đ dẫn làm tăng s quan tâm đn công ngh mã
nguồn m Hadoop.
Hadoop, một d án phn mềm qun lý d liu Apache vi nhân trong khung
phn mềm MapReduce ca Google, được thiết k đ hỗ trợ các ứng dụng sử dụng
được số lượng ln d liu cu trúc và phi cấu trúc.
Không giống như các h quản trị cơ s d liu truyn thống, Hadoop được
thit k đ làm vic vi nhiu loi d liu và d liu nguồn. Công ngh HDFS ca
Hadoop cho phép khối lượng ln công vic được chia thành các khối d liu nhỏ
hơn được nhân rộng và phân phối trên các phần cứng ca một cluster đ xử lý
nhanh hơn. Công ngh này đ được sử dụng rộng rãi bi một số trang web ln
nht th gii, chng hạn như Facebook, eBay, Amazon, Baidu, v Yahoo. Cc
20

nhà quan sát nhn mnh rằng Yahoo là một trong những nh đng gp ln nht
đối vi Hadoop.
Công ngh Hadoop ngày cng được sử dụng nhiu hơn trong cc ngân hng,
công ty quảng co, cc vin nghiên cứu, cc công ty dược phẩm và các công ty
CNTT khác.
"Vi Hadoop bn có th chỉ cn một v hai ngưi là có th xử lý cùng một
khối lượng d liu mà một số công ty lớn nht th gii đang xử lý.”
Tynt, ngưi sử dụng Hadoop, một công ty phân tích web, cung cp dịch vụ
phân tch cho hơn 500.000 trang web. Sn phẩm chính ca nó là một dịch vụ cho

phép các nhà cung cấp dịch vụ c được cái nhìn sâu sc v vic các dịch vụ ca
h được chia sẻ như th nào. Một ngày trung bình Tynt thu thp và phân tích gn
1 terabyte d liệu t hàng trăm triệu của cc tương tc web trên cc trang web m
h quan st. Công ty chuyn sang Hadoop khong 18 thng trưc, khi cơ s h
tng d liu MySQL bt đu sụp đổ theo d liu mà Tynt thu thập được.
Cu trúc tp tin ca Hadoop cho phép các công ty v cơ bn nắm bt và cng
cố tốt bt kỳ loi tập tin d liu có cu trúc và phức tp nào, chẳng hn như cc
nht ký trên trang web, siêu d liu, tập tin âm thanh và video, dịch vụ e-mail phi
cu trúc, d liệu dòng Twitter và dịch vụ truyn thông x hội.
Do đ, công ngh này l lý tưng cho các công ty muốn phân tích khối lượng
ln d liu có cu trúc và phi cu trúc.
Lấy d liu thô t các HDFS, tuy nhiên, ch bin nó không phi l dễ dàng
hay thun tin như cc h thống cơ s d liệu đin hình, bi vì d liệu không
được tổ chức hoc cu trúc, Befus nói. "V cơ bn những g Hadoop lm l đưa
các d liu bên ngoài vào trong các tp tin ln. Nó không quan tâm trong các tp
tin có gì. Nó chỉ qun lý chng v đảm bảo rằng trong đ c nhiu bn sao ca
các tp tin."
Ban đu, ngưi dùng phi vit công việc trong một ngôn ng lập trnh như
Java đ phân tch v sau đ truy vn d liu thô trong Hadoop. Nhưng cc công
cụ hin có th được sử dụng đ viết các truy vn SQL như d liệu được lưu tr
trong Hadoop.
Hadoop được sử dụng nhiu hơn cho cc ứng dụng kinh doanh thông minh
thi gian thực.
3. Điện toán đám mây của Microsoft.
♦ Điện toán đám mây: Xu hướng chuyển đổi chính của Microsoft
21


Điện ton đm mây l trọng tâm pht triển ca Microsoft

Trưc s cnh tranh mạnh m ca cc đối th công ngh ln, Microsoft đang t
o

ra những chuyển bin mạnh m v c tnh đột phá, cung cp những sn phẩm đa dng
v đp ứng tốt hơn nữa nhu cu ca thị trưng. Đin ton đám mây chnh đp n tốt
nht nhằm gii quyết bài toán cnh tranh, tăng cưng sức mnh ca Microsoft,
đp
ứng
hơn nữa nhu cầu ca ngưi dùng,
Rõ rng, đ c s phát trin trong chin lược phát triển công ngh ca Microsoft.
Bên cnh các sn phầm phn mềm truyn thống (Office)…phn cứng (cc HĐH
Windows 7, Windows 8 ) lc này Microsoft đang pht triển các hình thức cung cp
và cho thuê các dịch vụ có ứng dụng ca điện ton đám mây cho doanh nghip và
ngưi dng. Đây s là mô hình phát trin, chuyển đổi chính ca Microsoft trong tương
lai.
♦ Công nghệ điện toán đám mây của Microsoft
22


Microsoft đầu tư pht triển mạnh mẽ các ứng dng điện ton đm mây


Microsoft đ pht trin các ứng dụng, nền tng và các lp cơ s h tng ca công
ngh đin toán theo tng lp được xây dựng trong các trung tâm d liu khách hàng,
trung tâm d liu Microsoft hoc trung tâm cung cp dịch vụ d liu (STB).
Sức mnh và tiềm năng ca đin toán đám mây th hin qua những số liu cụ
th
:
- Office 365 phiên bản beta thu ht hng trăm ngưi sử dụng, phiên bản chính

thức ca Office 365 đt thnh công ngoi mong đợi. Theo thống kê, c 25 giây
thì có thêm 1 tài khon Office 365 mi.
- 10 ngn khch hng đang sử dụng nền tng Windows Azure. - Số lượng ngày
cng tăng cc đối tác phát trin ứng dụng thực t và cung cp các gii php đin
ton đám mây.
- Số lượng cc đối tác trên toàn th gii sử dụng các tin ch đám mây (Cloud
Essentials) v Accelerate đ tăng 500% k t thng 7 năm 2010, số lượng sử
dụng tin ích tăng gp 23 ln, số lượng đối tác sử dụng dịch vụ Office 365 tăng
gp 6 ln.
- Số lượng cc đối tác thuê dịch vụ trực tuyn t Microsoft đ tăng 250%. - Số
lượng khch hng điện toán cá nhân sử dụng dịch vụ h điu hành o ha
Hyper-V đ tăng gấp đôi trong 12 thng (k t WPC10).
- Theo thống kê chưa chính thức, 57% đối tác tham d WPC 2011 tuyên bố s
phát trin công ngh đin ton đám mây.

Hin Microsoft c hơn 640.000 đối tác địa phương trên khp th gii vi hơn 15
triu nhân viên c trnh độ cao và tạo ra doanh thu địa phương lên ti 537 tỷ USD
(IDC 2009). Hng cũng đang tăng tốc đu tư mạnh m vào các giải php đin toán
đám mây, cơ s h tng nhằm đp ứng các nhu cu khác nhau ca ngưi dùng, doanh
nghip. Cụ th:

- Tính đn cuối năm 2011, c khong 90% trong tổng số 40000 kĩ sư ca
Microsoft s nghiên cức các ứng dụng và dịch vụ mi ca đin ton đm mây.
23

- 55 tỉ USD đầu tư cho cc ứng dụng đin ton đám mây vi mục đch pht trin
cộng đồng vo năm 2014. (Theo IDC, tháng 06/2011).
- 30% các nhà qun lý trung tâm d liệu đ lên k hoch đầu tư vo ứng dụng
đin toán cá nhân trong năm 2011 (theo Gartner).
- Chi ph đầu tư cho ứng dụng công ngh đin ton đám mây s tăng t 70 tỷ lên

136 tỷ USD, chiếm khong 12% tổng vốn ngân sch đu tư cho lĩnh vực công
ngh thông tin. (Ngiên cứu AMI, tháng 05/2011)

Dịch vụ điện toán đám mây của Microsoft phục vụ lợi ích khách hàng



Các dch v điện ton đám mây ca Microsoft đều hướng đến khách hàng

Những dịch vụ điện ton đám mây do Microsoft đang cung cp hin nay rt đa
dng, nhằm đp ứng tối ưu hiu qu công vic ca khách hàng, giảm chi phí sn xut,
giúp doanh nghip và c những cá nhân có th tn dụng tối đa cc ti nguyên ứng
dụng:
24

- Các dịch vụ đin ton đám mây dành cho doanh
nghip:


Dch v điện ton đm mây dnh cho các doanh nghiệp


Dịch vụ phát trin Cơ s h tầng Windows Server Hyper V: Công ngh o hóa
server th h mi ca Microsoft và là thành phn quan trng trong h điu hành
Windows Server 2008. Kin trúc m ca Hyper-V cho phép các nhóm phát trin
nội bộ và các nhà phát trin phn mềm ca hãng th ba ci tiến công ngh này và
các công cụ. Vi Hyper-V, Microsoft cung cấp một nn tng o ha mạnh và linh
hot, có th đp ứng nhu cu o hóa mi cấp độ cho môi trưng doanh nghip.

Dịch vụ nn tng Windows Azure: Window Azure là h điu hành ca
Microsoft cho đin toán đám mây, gip các ứng dụng c kh năng tăng giảm biên
độ tùy thuộc vào yêu cu ca doanh nghiệp. Giúp các chuyên gia phn mềm
ch
ỉ
cn
sáng to trên nền tảng sẵn sàng hỗ trợ ngôn ng ca h - .Net, PHP, Java hoc
Ruby. Thêm vo đ, vi mô hình kinh doanh tr ph đ sử dụng, s không phi tốn
chi phí cho những dịch vụ tưng là cn thit nhưng li không bao gi sử
dụng.
Điu
này mang li lợi ích cho c hai bên.
Các dịch vụ Phần mềm:
Microsoft Office 365: được thit k đ làm vic vi các phn mềm, thit bị,
đin thoi, và các trình duyt sẵn có ti doanh nghip. Điều này giúp nhân viên
sức mạnh đ truy cp thông tin và gi năng sut trên tt c cc phương tin truy
cp trong khi vẫn đảm bo an ninh và vẫn gi được các ứng dụng cũ.
Microsoft Dynamics CRM online: Bộ gii pháp qun lý doanh nghip hỗ
trợ

vic qun lý tài chính, mối quan h khch hng v chuỗi cung ứng, thc đẩy
vic