欢迎访问爱发表,线上期刊服务咨询

云计算技术简述8篇

时间:2023-07-23 08:21:52

绪论:在寻找写作灵感吗?爱发表网为您精选了8篇云计算技术简述,愿这些内容能够启迪您的思维,激发您的创作热情,欢迎您的阅读与分享!

云计算技术简述

篇1

关键词: 云计算;虚拟机迁移;服务器整合;软件框架

中图分类号:TP3 文献标识码:A 文章编号:1671-7597(2012)0910165-01

0 前言

云计算是一种新的计算理念、新的资源交付方式、新的商业模式。在计算理念上,它通过网络将原来由本地主机实现的计算交给“云平台”来处理;在资源交付上,它提倡将网络资源、系统资源和应用等整合为服务提供给用户;在商业模式上,它实现了资源的按需定制、按量付费。可以说,云计算的发展是需求推动、技术进步和商业模式转变共同促进的结果,其核心是构建了一种全新的信息与数据存储、处理和服务模式。

云计算作为一种新的计算理念和模式,在技术上是将大型服务器集群,包括计算服务器,存储服务器和网络带宽资源集中起来,通过对各类可分配资源的虚拟化,利用专门软件实现对资源的按需分配,支持各种应用程序的运行,使得用户只需关注并提供业务相关的解决方案,无需在硬件平台、综合计算、安全存储、信息的一致性等方面耗费大量的人力、物力和财力,有利于提高系统的整体效率、降低成本,促进技术创新。

尽管基于云计算模式的计算平台或服务已被广泛接受并逐步走进应用,但云计算的研究总体上还处于起步阶段,许多现有的问题还没有被完全解决。本文提出了部分具有挑战性的云计算关键技术和研究问题。

1 虚拟机迁移

云计算通过允许虚拟机迁移实现整个数据中心负载平衡。此外,虚拟机迁移提高数据中心的健壮性和高度响应。

虚拟机迁移是由进程迁移演变而来的。最近Xen和VMWare已经实现了虚拟机的实时迁移。文献[1]指出迁移整个操作系统和它的所有应用程序作为一个单元可以避免进程级迁移方法要面对的许多困难,并分析了虚拟机实时迁移的优势。

虚拟机迁移的主要优势是避免热点,然而,这并不简单。目前,检测工作负载热点和启动一个迁移缺乏应对突然的工作负载变化的灵活性。此外,虚拟机迁移时内存中的状态应当一致且高效地传输,同时还需综合考虑应用程序和物理服务器的资源负载。

2 服务器整合

服务器整合可以最大化资源的利用率,同时最小化能耗的有效方法。虚拟机迁移常用来整合驻留在多个很少使用的服务器的虚拟机到一个服务器,这样剩余的服务器可以设置为节能状态。在数据中心优化整合服务器通常是一个NP难的变种装箱优化问题。针对这个问题已经提出各种启发式方法。

服务器整合不应该影响应用程序的性能。众所周知,单个虚拟机资源的使用不停的在变化。对于虚拟机间共享的服务器资源(比如带宽、内存缓存和磁盘I/O),最大限度地整合服务器可能导致拥堵[2]。因此,观察虚拟机负载的波动和使用这些信息有效的整合服务器是很重要的。最后,在资源拥塞发生时,系统必须能快速响应。

3 能耗管理

提高能源效率是云计算另一个主要问题。据估计,能耗成本占数据中心运营支出总额的53%。因此基础设施提供商承受了巨大的压力减少能源消耗。目标是不仅要减少数据中心的能源成本,还要达到政府法规和环境标准。

设计节能数据中心最近受到越来越多的重视。这个问题可以从多个方向解决。例如,节能的硬件架构、减慢CPU速度和关闭部分硬件组件已成为研究者的共识。有节能感知的作业调度和服务器整合两种方式可以减少能源消耗。最近的研究也已开始研究节能的网络协议和基础设施。一个关键的挑战是实现节省能源和应用程序的性能之间达到一个好的平衡。在这方面,一些研究人员最近已经开始在一个动态的云环境实现性能和能耗管理的协调解决方案[3]。

4 流量管理和分析

分析数据流量对于今天的数据中心是重要的。例如,许多web应用程序依赖于分析数据流量来优化用户体验。网络运营商还需要知道数据流量进行许多管理和规划决策。然而,把互联网服务提供商(ISP)现有的流量测量和分析方法扩展到云计算数据中心还存在一些挑战性的问题。首先,数据中心链接的密度要比ISP高得多;其次,大多数现有的方法可以计算几百台主机的流量矩阵,但一个小型数据中心可能拥有几千台服务器;最后,现有的方法通常基于一些ISP的流量模式,但是部署在数据中心应用程序(比如MapReduce作业)极大的改变了流量模式。此外,在云计算中应用程序的网络使用、计算和存储资源存在更紧密的耦合。

目前,并没有很多工作在测量和分析数据中心的流量。文献 [4]报告了数据中心流量的特征,以及使用这些指导网络基础设施的设计。

5 软件框架

云计算提供了进行大规模数据密集型应用程序的平台。通常这些应用程序利用MapReduce框架(如Hadoop可伸缩的和容错数据处理)。研究表明MapReduce作业的性能和资源消耗的是高度依赖应用程序的类型。例如,Hadoop任务sort是I/O密集型,而grep则要求大量CPU资源。此外,分配在每个Hadoop节点的VM可能是异构的。例如,一个VM可用带宽依赖于配置在同一个服务器的其他VM。因此,通过仔细选择它的配置参数值和设计更高效的调度算法能优化MapReduce应用程序的性能和成本。通过缓解瓶颈资源,可以将应用程序的执行时间显著提高。关键的挑战包括Hadoop的性能建模(无论是在线还是离线)和动态条件下自适应调度。

另一个相关的方法认为让MapReduce框架有节能感知[5]。这种方法的基本思想是将完成工作且等待新任务的Hadoop节点进入睡眠状态。这就要求Hadoop和HDFS必须由有节能感知。此外,通常会在性能和节能感知之间进行权衡。根据目标,找到一个理想的权衡点仍是一个没有探索的研究课题。

6 存储技术和数据管理

软件框架MapReduce和它的不同实现(Hadoop和Dryad)针对分布式处理的数据密集的任务。这些框架通常运行在网际文件系统(比如GFS和HDFS)。这些文件系统的存储结构、访问模式和应用程序编程接口不同于传统的分布式文件体系。特别是他们没有实现标准POSIX接口,因此引入和传统文件系统和应用程序的兼容性问题。目前的解决方法主要包括提支持MapReduce框架使用集群文件体系(如IBM的GPFS)方法和基于新的API原语支持可伸缩和并发数据访问等。

7 结束语

需求推动、技术进步和商业模式转变共同促进了云计算的快速发展,其核心是构建了一种全新的信息与数据存储、处理和服务模式。本文从云计算平台建设与管理、应用的构建等多角度总结了这种新兴计算模式存在关键技术及难点,提出了未来云计算研究与应用中所需解决的问题。

参考文献:

[1]Clark C, Fraser K, Hand S, Hansen JG, Jul E, Limpach C, Pratt I, Warfield A. Live migration of virtual machines. In: Proc of NSDI, 2005:273-286.

[2]Padala P, Hou K-Y et al. Automated control of multiple virtualized resources. In: Proc of EuroSys, 2009:13-26.

[3]Kumar S et al. vManage: loosely coupled platform and virtualization management in data centers. In: Proc of international conference on cloud computing, 2009: 127-136.

篇2

1构建文献管理系统数据库

1.1馆藏文献数据库建设

1.1.1文献数据录入前的准备

当今图书馆采购的新版文献主要有纸质和电子两种,其中纸质文献先要进行验收、盖章、贴上防盗磁条和电子扫描条形码等技术加工处理,为文献数据录入做好前期准备工作。

1.1.2文献数据录入的主要项目

根据标准的马克著录格式对文献内容逐项进行著录,信息源来自版权页中的标准书号、书名、著者、出版社、出版年限、版次、页数以及价格等。然后对图书进行分类,填写分类号、书次号,最后将条形码扫描至系统中,编目过程就结束了,该书的信息就存入馆藏文献数据库系统中了。传统的文献编目是通过卡片式纪录文献信息的,就是每种图书都要手工编写一张卡片,包括书名、著者、索书号、主题词等相关信息,不但不利于保存,检索起来也比较繁琐。馆藏文献数据库保存了图书馆的全部文献资源,可以随时检索馆藏文献。数据库为管理者提供了借阅情况,为广大读者提供文献检索,比如读者知道书名或著者、分类或主题,都可以利用该数据库进行检索,获得所要借阅文献的具置,这样就大大节约了读者借书的时间,提高了读者借阅的准确率。这一功能实现了将手工录入的信息以及条形码扫描的数据进行重新排序,并生成新的库结构和内容,运行该功能时一定要将全部的文献信息完成后再进行数据的汇总处理,这是数据录入处理的最后一道关口。

1.1.3文献数据的修订和注销

所有文献的信息都要通过手工录入计算机,包括输入文献的基本信息,然后将这些重要的信息进行保存。如果在输入过程中发生差错,可以及时进行修改,因为系统增加了插入、增添、删除的功能,这样可以提高文献信息的准确性,为文献检索提供最佳数据保障。对于借书超期没有归还的师生,可以运用这一系统进行过期催还,以提高图书馆藏书的流通率。超期丢书的罚款处理,系统也能快速检索到,这就大大提高了图书管理人员的工作效率。同时将所丢书籍的信息从数据库中删除,及时对馆藏文献数据库进行维护,做到数据库中的文献信息与实际馆藏相符。

1.2读者管理数据库建设

1.2.1读者数据库的录入

这个数据库主要用于存储用户类别和用户数据管理。第一步就是获取读者的基本情况,以高校图书馆为例:学生需要姓名、性别、所在系、所在班级。老师需要姓名、性别及所在系,职员需要录入姓名、性别。然后将这些信息导入到计算机中,用于读者类别管理和个人数据信息的保存。读者数据库的功能有借书证录入、借书证导入、借书证管理、预约管理、过期催还和罚款处理。

1.2.2借书权限的设定

在高校,用户主要以老师、学生、职员为主。老师和学生的借阅权限也有所区别。一般在高校,老师的借阅权限是10~15本,职员是10本,而学生是5本。老师和职员的借阅时间最长为1年,学生为30天。如何来加以区分呢?就需要在数据维护系统中选择借书证维护,输入相应资料,如姓名、性别、读者职别等,然后在借阅权限中输入相应数值,进行保存就可以了。

1.2.3借书证的管理

对新来的老师和每年的新生,图书馆都会给他们办理借书证。如老师为L字母打头,学生为X字母打头,分别根据不同的信息制作借书证。每张借书证都是根据特定标准按条形码顺序排列的,使借书证上的号码与导入系统中的号码相一致。借书证管理系统的作用也不可小觑,如果学生或老师的借书证不慎丢失,就可以通过系统录入老师或学生姓名,即可检索到所丢借书证的号码,及时注销,这样就可以避免不必要的损失。平时图书馆工作人员只要通过扫描仪扫描借书证办理图书借还书手续,并了解师生的借阅情况。

2设置文献检索平台

2.1设置馆内公用文献检索平台

为了方便广大师生有效利用图书馆,大部分高校图书馆在入馆大厅显著方位设置公用文献检索平台,平台的主要功能就是为读者提供人性化的服务。读者可以通过这一公用文献检索平台随时检索馆藏文献资源,包括纸质文献、电子文献、互联网文献等,都能作出相应回答。这样方便了师生文献检索,减轻了图书馆工作人员的工作量。

2.2开通电子文献检索网络

计算机在图书馆现代化建设中,不仅实现了本馆文献资源数字化,还为开通电子文献检索网络,满足读者检索多途径奠定了基础。如汇文文献信息服务系统,因为这一系统汲取了国内外图书馆信息管理的最新技术,在网络化新技术、文献资料处理技术、多媒体技术、全文数据库技术、超文本信息存储与检索技术等方面进行了探索和研究,目前汇文用户超过了400多家,覆盖了国内一大批重点大学的图书馆和公共图书馆。这样可以实现高校图书馆及公共图书馆之间文献资源共享,这样做的好处就是花费少,获得的文献资源更多,更好地满足了读者检索文献的需求。

2.3重视数字图书馆建设

2.3.1自建数据库

自建数据库是图书馆人长远的奋斗目标,首先在馆藏资源数字化的基础上充分挖掘馆藏资源的潜力,可以了解读者不同的需求,进一步作深层次的开发,建立多种服务方式,如情报服务、信息分析等。因为不同的图书馆是为不同的特定读者服务的,所以定位、目标等都要从满足读者的需求考虑。在分析读者和读者需求过程中,掌握可满足读者需要的文献资料,保证读者可以获取所需要的最新文献资料。在自建过程中,一切以读者方便易用为出发点,这样也可以提高数据库的利用率。

2.3.2购买数据库

可以购买国内外一些信息研发机构研制的专题数据库,当然直接购买数字化产品,或购买数字化资源的检索权更为划算。比如CNKI中国期刊网、维普、万方、人大复印资料、超星图书馆等。还可以针对专业需求购买相关学科的数据库。这些数据库中包含大量的文献资源可供检索。

2.3.3购买与自建并行

为建设有本单位特色的文献资源数据库,可以请专业人士自建数据库。先要对馆藏资源做一些了解,找出重点特色的馆藏。然后要了解哪些文献利用率较高,哪些是教学科研及学术方面的强项,还要根据图书馆的条件进行资源数字化建设。

3计算机在现代图书馆建设中的问题

计算机在现代图书馆建设中的作用越来越重要,这是有目共睹的,但也存在不足,有待进一步认识、探索、创新。

3.1缺乏统一规划和标准

计算机的运用,使数字化信息资源已成为图书馆资源建设的一个重要方面。基于计算机网络的普及运用程度及我国图书馆事业发展的不平衡,我国现阶段的馆藏资源数字化工作主要集中在高校图书馆和国家图书馆,缺乏全国统一规划,各馆之间的差异使数字化工作难以步调一致,这就影响了已有的数字资源在全国、乃至世界范围内资源共享。各个图书馆使用的数据处理系统差异很大,这就导致了无法实现馆际之间的联网,使不同馆之间进行数据交换的可能性很小,如果全国图书馆界有一个统一的模式,使用比较先进的数据系统,如汇文软件,就可以实现馆际之间的互借,对外来数据进行处理、利用,可以节约大量的人力、财力,真正实现各馆文献资源共享的目的。

3.2专业技术人员水平参差不齐

馆藏资源数字化建设需要借助一定的设备,特别是计算机网络设备,还需要全国统一的技术标准,实施细则,因此人才培养和人才建设是必不可少的。目前许多图书馆新人员多,他们缺少相关专业知识和工作经验,有些专业技术人员还不能独当一面处理较为复杂的技术问题,因此,开展现代图书馆人才培养是当务之急。相关工作人员不仅要熟练掌握系统软件的操作方法,而且也要提高自己的外语能力,这样才能更好地操作国外的数据库系统,浏览国外的相关网站,学到先进的管理方法。

篇3

购买推荐

图书分析师庞敏丽认为该书云计算研发人员和爱好者的学习和参考资料。通过对生意宝旗下比购宝(Boogle.cn)——“网络购物第一站”收录的博库书城、淘宝网、京东商城、卓越亚马逊、当当网、拍拍网、文轩网、中国互动出版网、99网上书城等众多含图书销售的网站,价格搜索显示,目前,京东商城该书为最低价,推荐购买。

目 录

第1章 绪论

1.1 云计算的概念

1.2 云计算发展现状

1.3 云计算实现机制

1.4 网格计算与云计算

1.5 云计算的发展环境

1.5.1 云计算与3G

1.5.2 云计算与物联网

1.5.3 云计算与移动互联网

1.5.4 云计算与三网融合

1.6 云计算压倒性的成本优势

习题

参考文献

第2章 Google云计算原理与应用

2.1 Google文件系统GFS

2.1.1 系统架构

2.1.2 容错机制

2.1.3 系统管理技术

2.2 分布式数据处理MapReduce

2.2.1 产生背景

2.2.2 编程模型

2.2.3 实现机制

2.2.4 案例分析

2.3 分布式锁服务Chubby

2.3.1 Paxos算法

2.3.2 Chubby系统设计

2.3.3 Chubby中的Paxos

2.3.4 Chubby文件系统

2.3.5 通信协议

2.3.6 正确性与性能

2.4 分布式结构化数据表Bigtable

2.4.1 设计动机与目标

2.4.2 数据模型

2.4.3 系统架构

2.4.4 主服务器

2.4.5 子表服务器

2.4.6 性能优化

2.5 分布式存储系统Megastore

2.5.1 设计目标及方案选择

2.5.2 Megastore数据模型

2.5.3 Megastore中的事务及并发控制

2.5.4 Megastore基本架构

2.5.5 核心技术——复制

2.5.6 产品性能及控制措施

2.6 大规模分布式系统的监控基础架构Dapper

2.6.1 基本设计目标

2.6.2 Dapper监控系统简介

2.6.3 关键性技术

2.6.4 常用Dapper工具

2.6.5 Dapper使用经验

2.7 Google应用程序引擎

2.7.1 Google App Engine简介

2.7.2 应用程序环境

2.7.3 Google App Engine服务

2.7.4 Google App Engine编程实践

习题

参考文献

第3章 Amazon云计算AWS

3.1 Amazon平台基础存储架构:Dynamo

3.1.1 Dynamo在Amazon服务平台的地位

3.1.2 Dynamo架构的主要技术

3.2 弹性计算云EC2

3.2.1 EC2的主要特性

3.2.2 EC2基本架构及主要概念

3.2.3 EC2的关键技术

3.3.4 EC2安全及容错机制

3.3 简单存储服务S3

3.3.1 基本概念和操作

3.3.2 数据一致性模型

3.3.3 S3安全措施

3.4 简单队列服务SQS

3.4.1 SQS基本模型

3.4.2 两个重要概念

3.4.3 消息

3.4.4 身份认证

3.5 简单数据库服务Simple DB

3.5.1 重要概念

3.5.2 存在的问题及解决办法

3.5.3 Simple DB和其他AWS的结合使用

3.6 关系数据库服务RDS

3.6.1 SQL和NoSQL数据库的对比

3.6.2 RDS数据库原理

3.6.3 RDS的使用

3.7 内容推送服务CloudFront

3.7.1 内容推送网络CDN

3.7.2 云内容推送CloudFront

3.8 其他Amazon云计算服务

3.8.1 快速应用部署Elastic Beanstalk和服务模板CloudFormation

3.8.2 云中的DNS服务 Router

3.8.3 虚拟私有云VPC

3.8.4 简单通知服务SNS和简单邮件服务SES

3.8.5 弹性MapReduce服务

3.8.6 电子商务服务DevPay、FPS和Simple Pay

3.8.7 Amazon执行网络服务

3.8.8 土耳其机器人

3.8.9 Alexa Web服务

3.9 AWS应用实例

3.9.1 在线照片存储共享网站SmugMug

3.9.2 在线视频制作网站Animoto

3.10 小结

习题

参考文献

第4章 微软云计算Windows Azure

4.1 微软云计算平台

4.2 微软云操作系统Windows Azure

4.2.1 Windows Azure概述

4.2.2 Windows Azure计算服务

4.2.3 Windows Azure存储服务

4.2.4 Windows Azure Connect

4.2.5 Windows Azure CDN

4.2.6 Fabric控制器

4.2.7 Windows Azure应用场景

4.3 微软云关系数据库SQL Azure

4.3.1 SQL Azure概述

4.3.2 SQL Azure关键技术

4.3.3 SQL Azure应用场景

4.3.4 SQL Azure和SQL Server对比

4.4 Windows Azure AppFabric

4.4.1 AppFabric概述

4.4.2 AppFabric关键技术

4.5 Windows Azure Marketplace

4.6 微软云计算编程实践

4.6.1 利用Visual Studio2010开发简单的云应用程序

4.6.2 向Windows Azure平台应用程序

习题

参考文献

第5章 VMware云计算

5.1 VMware云产品简介

5.1.1 VMware云战略三层架构

5.1.2 VMware vSphere架构

5.1.3 云操作系统vSphere

5.1.4 底层架构服务vCloud Service Director

5.1.5 虚拟桌面产品VMware View

5.2 云管理平台 vCenter

5.2.1 虚拟机迁移工具

5.2.2 虚拟机数据备份恢复工具

5.2.3 虚拟机安全工具

5.2.4 可靠性组件FT和HA

5.3 云架构服务提供平台vCloud Service Director

5.3.1 创建虚拟数据中心和组织

5.3.2 网络的设计

5.3.3 目录管理

5.3.4 计费功能

5.4 VMware的网络和存储虚拟化

5.4.1 网络虚拟化

5.4.2 存储虚拟化

习题

参考文献

第6章 Hadoop:Google云计算的开源实现

6.1 Hadoop简介

6.2 Hadoop分布式文件系统HDFS

6.2.1 设计前提与目标

6.2.2 体系结构

6.2.3 保障可靠性的措施

6.2.4 提升性能的措施

6.2.5 访问接口

6.3 分布式数据处理MapReduce

6.3.1 逻辑模型

6.3.2 实现机制

6.4 分布式结构化数据表HBase

6.4.1 逻辑模型

6.4.2 物理模型

6.4.3 子表服务器

6.4.4 主服务器

6.4.5 元数据表

6.5 Hadoop安装

6.5.1 在Linux系统中安装Hadoop

6.5.2 在Windows系统中安装Hadoop

6.6 HDFS使用

6.6.1 HDFS 常用命令

6.6.2 HDFS 基准测试

6.7 HBase安装使用

6.7.1 HBase的安装配置

6.7.2 HBase的执行

6.7.3 Hbase编程实例

6.8 MapReduce编程

6.8.1 矩阵相乘算法设计

6.8.2 编程实现

习题

参考文献

第7章 Eucalyptus:Amazon云计算的开源实现

7.1 Eucalyptus简介

7.2 Eucalyptus技术实现

7.2.1 体系结构

7.2.2 主要构件

7.2.3 访问接口

7.2.4 服务等级协议

7.2.5 虚拟组网

7.3 Eucalyptus安装与使用

7.3.1 在Linux系统中安装Eucalyptus

7.3.2 Eucalyptus配置和管理

7.3.3 Eucalyptus常用命令的示例和说明

习题

参考文献

第8章 其他开源云计算系统

8.1 简介

8.1.1 Cassandra

8.1.2 Hive

8.1.3 VoltDB

8.1.4 Enomaly ECP

8.1.5 Nimbus

8.1.6 Sector and Sphere

8.1.7 abiquo

8.1.8 MongoDB

8.2 Cassandra

8.2.1 体系结构

8.2.2 数据模型

8.2.3 存储机制

8.2.4 读/写删过程

8.3 Hive

8.3.1 整体构架

8.3.2 数据模型

8.3.3 HQL语言

8.3.4 环境搭建

8.4 VoltDB

8.4.1 整体架构

8.4.2 自动数据分片技术

习题

参考文献

第9章 云计算仿真器CloudSim

9.1 CloudSim简介

9.2 CloudSim体系结构

9.2.1 CloudSim核心模拟引擎

9.2.2 CloudSim层

9.2.3 用户代码层

9.3 CloudSim技术实现

9.4 CloudSim的使用方法

9.4.1 环境配置

9.4.2 运行样例程序

9.5 CloudSim的扩展

9.5.1 调度策略的扩展

9.5.2 仿真核心代码

9.5.3 平台重编译

习题

参考文献

第10章 云计算研究热点

10.1 云计算体系结构研究

10.1.1 Youseff划分方法

10.1.2 Lenk划分方法

10.2 云计算关键技术研究

10.2.1 虚拟化技术

10.2.2 数据存储技术

10.2.3 资源管理技术

10.2.4 能耗管理技术

10.2.5 云监测技术

10.3 编程模型研究

10.3.1 All-Pairs编程模型

10.3.2 GridBatch编程模型

10.3.3 其他编程模型

10.4 支撑平台研究

10.4.1 Cumulus:数据中心科学云

10.4.2 CARMEN:e-Science云计算

10.4.3 RESERVOIR:云服务融合平台

10.4.4 TPlatform:Hadoop的变种

10.4.5 P2P环境的MapReduce

10.4.6 Yahoo云计算平台

10.4.7 微软的Dryad框架

10.4.8 Neptune框架

10.5 应用研究

10.5.1 语义分析应用

10.5.2 生物学应用

10.5.3 数据库应用

10.5.4 地理信息应用

10.5.5 商业应用

10.5.6 医学应用

10.5.7 社会智能应用

10.6 云安全研究

10.6.1 Anti-Spam Grid:反垃圾邮件网格

10.6.2 CloudAV:终端恶意软件检测

10.6.3 AMSDS:恶意软件签名自动检测

10.6.4 CloudSEC:协作安全服务体系结构

习题

参考文献

第11章 总结与展望

11.1 主流商业云计算解决方案比较

11.1.1 应用场景

11.1.2 使用流程

11.1.3 体系结构

11.1.4 实现技术

11.1.5 核心业务

11.2 主流开源云计算系统比较

11.2.1 开发目的

11.2.2 体系结构

11.2.3 实现技术

11.2.4 核心服务

11.3 国内代表性云计算平台比较

11.3.1 中国移动“大云”

11.3.2 阿里巴巴“阿里云”

11.3.3 “大云”与“阿里云”的比较

11.4 云计算的历史坐标与发展方向

11.4.1 互联网发展的阶段划分

11.4.2 云格(Gloud)——云计算的未来

篇4

随着数字化技术和互联网的发展,数据管理和计算模式呈现出新的特点。第一个数据特点是海量。全球的数据量在以指数的趋势迅猛增长,保守估计,目前每年全球至少产生15亿TB的新数据。第二是数据多样化。今天人们所面临的数据已不再是关系模型下纯粹的结构化数据,图片、音频、视频、文档等非结构化数据大量地涌入到人们的应用中来。与数据特点相适应,人们对信息的管理能力和服务模式也提出了新的要求。云计算和数据空间是在这一背景下提出的新的概念和技术。

云计算相关概念

数字技术和互联网的发展,特别是Web2.0的发展导致数据量高速增长,人们对计算能力和服务方式提出了更高的要求。此外,计算资源的利用率处于一种不平衡的状态,一方面一些应用需要大量的计算资源和存储资源,同时大量的计算设备和存储资源没有得到充分利用。云计算就是为了应对这一问题而提出的。其基本思想是通过网络将庞大的计算处理程序自动分拆成无数个较小的子程序,再交由多部服务器所组成的庞大系统计算分析之后,将处理结果回传给用户,以充分利用互联网资源,建立功能强大的计算中心,并基于此提供多种多样的计算服务。

虽然云计算作为一个新的概念被提出来。但是目前众多的Web应用及服务早已经体现了其思想。最简单的云计算技术在网络服务中已经随处可见,例如搜寻引擎、网络信箱等。进一步的云计算不仅只做资料搜寻、分析的功能,而且能够帮助用户完成众多复杂应用。

作为一种新的计算模式和服务模式,云计算已经引起IBM、EMC、微软、Google等公司的重视。Google的云计算中心是由几十万甚至上百万台廉价的服务器所组成的网络。Google的搜索引擎可以视为云计算的早期产品。IBM宣布推出的“蓝云”计划,是一种软件和硬件的组合产品,让企业用户可以对“云”计算模式进行实验。与此同时,全世界有数以亿计的Windows用户,微软所要做的就是将这些用户通过互联网更紧密地连接起来,并向他们提供云计算服务。

数据空间技术

云计算为我们描绘出了诱人的蓝图。实现这一蓝图,还有许多技术问题需要解决,首先就是数据管理问题。在云计算环境下,需要管理的数据对象不同于以往的数据。传统的DBMS在这些挑战面前显得无能为力。现在,管理着世界上最大、最丰富的数据集合,而且主要为个人服务的Google、MSN、Yahoo均不使用传统DBMS,而是另辟蹊径去寻找能更好地满足数据管理需求的方法。随着企业内部非结构化数据信息越来越多,企业数据管理问题会更加突出。个人信息管理同样面临这一问题,由于个人能够支配的时间有限和缺乏数据管理技术的支持,个人数据量的剧增使个人信息管理效率下降,人们将大量的时间耗费在信息的收集和查找方面。数据管理面临的挑战促使我们去寻求一种新的数据管理技术:数据空间(Dataspace)。

数据空间是与主体相关的数据及其关系的集合,数据空间中的所有数据对于主体来说都是可以控制的。主体相关性和可控性是数据空间中数据项的基本属性。我们所说的数据空间实际是指主体数据空间,与之相对的是公共数据空间。主体数据空间是公共数据空间的一个子集,随着主体需求的不断变化,数据项不断从公共数据空间纳入到主体数据空间中。主体、数据集、服务是数据空间的三个要素。主体是指数据空间的所有者,可以是一个人或一个群组,也可以是一个企业。数据集是与主体相关的所有可控数据的集合,其中既包括对象,也包括对象之间的关系。主体通过服务对数据空间进行管理,例如数据分类、查询、更新、索引等,都需要通过数据空间提供的服务完成。由此可见,数据空间是一种不同于传统数据管理的新的数据管理理念,是一种面向主体的数据管理技术。与传统的数据管理技术类似,数据空间管理也面临数据模型、数据集成、查询与索引等各种技术的研究。

基于数据空间的云计算

篇5

混合云将成企业模式

尽管EMC在存储业界堪称老大,但目睹了EMC World 2011的宏大规模还是令记者吃惊不已:会议举办地拉斯维加斯机场里竖立的一块块广告牌、偌大的大会会场座无虚席的火爆场面、上万人参会的熙熙攘攘的会场内外、现场500多场讲座和100场动手实验室及展示、一次次的新闻⋯⋯这些除了表明EMC在业界的领导地位和影响力外,更说明企业用户急需解决当前IT遇到的种种难题和困惑。

对于当前用户面对的海量数据,Joe Tucci分析说,在疯狂增长的企业数据中,有90%的数据是非结构化数据,像文件、照片、视频、电子邮件或社交网络通信。同时,除了数据量的增长外,目前使用的数据类型、管理数据的方式,以及企业员工使用的设备(包括桌面和智能手机)的数量也在不断增加。他认为,新型的开源网络应用框架正在改变数据创建和访问的方式,而具有新型框架的客户将会把内部基础架构转移到基于x86服务器的私有云,并与公共云服务合作伙伴结成联盟,未来企业云的模式将是由私有云和公共云共同组成的混合云。而无论是私有云、公共云还是混合云以及大数据,都给企业带来了IT转型的机会。这些大趋势正在转变企业管理信息资产、从信息资产提取价值的方式。

Gartner数据显示,2010年有35%的企业部署了私有云,而2011年还将有超过30%的企业参与其中。Joe Tucci表示:“在云计算中,信息安全是企业关注的首要问题,因此,能否让企业信任私有云、公共云或混合云是云计算发展的关键所在,我们确信EMC能够得到企业的认同。”

为了帮助用户尽快踏上“云”的征程,有效管理大数据,在这次大会上,EMC推出了新一代全球可访问云存储平台Atmos 2.0,以更加强大、高效率地管理分布式大数据和云环境。Atmos 2.0的管理速度提高了5倍,管理效率提高了65%。

另外,EMC还宣布Symmetrix VMAX系列存储系统为进一步加速用户的云计算进程而增加了多项新功能。据说,今年以来,EMC已经推出超过50种全新的Symmetrix VMAX功能,促使EMC今年第一季度高端存储产品收入增长了25%。

“闪电计划(Project Lightning)”是EMC此次的一项进一步促进闪存技术应用的战略,即推出基于PCIe/闪存的服务器高速缓存技术,在服务器中集成闪存,并将其作为阵列的高速缓存和存储系统。此消息一出,尽管EMC否认其将涉足服务器领域,但还是有不少人对此表示怀疑。

大数据重在数据分析

“大数据(Big Data)”可以说是继云计算之后的又一新鲜名词,也是此次EMC World的主题之一。

会上,EMC推出了据称是世界上最大的单一文件系统EMC Isilon IQ 108NL横向扩展NAS,在单一文件系统和单个卷中可扩展至15PB以上,从而为最大限度地利用大数据机遇提供了存储基础。同时,EMC还针对常用于数据密集型分布式应用的Apache Hadoop开源软件,推出了世界上第一个定制的、高性能的Hadoop专用数据协同处理设备Greenplum HD数据计算设备,它结合Hadoop和Greenplum数据库,在一个单一、无缝的解决方案中实现了结构化和非结构化数据的协同处理,并同时推出了面向Hadoop的Greenplum HD社区版和企业版软件。

篇6

关键词:云计算;数据安全;模型架构

中图分类号:TP309

互联网技术发展一直都很迅速,近年也不例外。随着时间的推移,网络基础硬件设施在不断地更新换代,互联网的应用深度和广度都在不断地深化,对于互联网的重要一环――数据存储,其成本也已经变得较低,互联网的用户数量也已经有了显著升高。因而,当今的世界也变得越来越信息化,大量的数据需要处理,传统的数据计算技术以及网络通信技术的简单结合遇到了瓶颈,数据的安全也受到了威胁,从而传统结构的数据中心满足不了当下的需求。随着研究人员的不懈努力,这个问题终于得到了极大地缓解,这也就是云计算以及预期相对应的云计算数据中心的相关理论的提出及应用。本文在介绍云计算的相关概念及理论之后,简单的地分析研究了数据安全的策略问题。

1 云计算数据中心概述

1.1 云计算的定义

云计算所涉及的内容非常广泛,总体来看主要包括以下三个部分:分布式处理、并行处理以及网络信息海量计算。云计算的概念是十分广泛的,目前所讲的云计算的标准是美国国家标准提出的:使用云计算的费用主要是流量的费用,只要有流量用户就可以随时随地的在云计算终端上查阅自己的资料,流量的费用可以在运营商那里进行购买,而且用户可以访问可配置的网络计算资源共享池。访问网络的用户如果想要使用这些网络资源,只需要通过一些简单的操作,即可以方便的得到。现如今,很多工业生产过程均涉及了云计算这项技术,而且经过长期的实践经验积累,云计算技术所能够提供的服务范围也大大拓展。

1.2 云计算的原理介绍

云计算的运行原理是将所需要计算的海量数据分别在不同的计算机上进行运算,也就是说将任务分开同步执行。企业数据中心的运行过程中实际上与网络极其相似,企业资源由需求大小来决定,按照需求量来访问计算机以及存储系统。互联网近些年的发展已经遇到了瓶颈,云计算的出现打破了这一阻碍,让互联网技术有了新的突破方向。目前比较流行的网络交易手机查询等业务,都是根据云计算技术而进行发展的,总的来说云计算就是利用网络对用户的数据进行运算存储从而最大限度的扩展互联网的应用范围及内容。

2 云计算安全的相关研究

当前社会是信息技术的社会,信息技术飞速的发展,计算机逐渐普及,计算机的风险问题也慢慢的被重视,其中最主要的就是存储数据的安全,这一方面一直是专家们研究的重点,很多研究机构都慢慢的了他们自己的研究成果,计算机所承受的不同的风险主要有以下7个方面:

(1)特权用户的接入:主要是工作人员在进行云计算服务操作时,对敏感的数据要进行加密,防止数据的泄露。这样管理员就必须认真的记下每次操作的日志,方便操作;

(2)数据位置:数据的位置就是相关信息在计算机中存储的位置,这个位置对用户而言是未知的,因此云计算的服务商必须允许用户查询存储的位置,这个权利是受到法律保护的;

(3)数据隔离:云计算的服务商提供了一个巨大的数据存储场所,这些数据都被存储在数据中心,但数据中心必须进行数据隔离服务;

(4)可审查性:用户在云计算中心的数据是不可控的,因此服务商必须要有相关机构的认证才能博得用户的信任,同时服务商要遵守国家的相关法律。

(5)数据恢复:很多用户的数据存在云计算中心中,而在自己的计算机中是没有备份的,因此数据中心必须对用户的数据进行备份。以免出现一些突发事件时能够及时的恢复用户的数据,减少损失;

(6)调查支持:一直有很多用户对云计算服务商持有怀疑的态度,针对这种现象云计算服务商可以开放一些调查的权限,使得用户对其不当的行为进行监督;

(7)长期生存性:云服务服务商能够长期的为用户存储数据,使得用户的数据不能迁移,一直存在一个固定的位置,保证用户的数据的安全。

虽然现阶段云计算有安全问题,但是相对于传统的计算模型来说还是具有一定的优势,云计算的参与者主要有云端和客户端组成,客户端主要是针对用户,云端则主要针对服务商,用户可以通过通信设备进行浏览,云端则具有很庞大的服务器,这也使得云计算在安全上有优势。

云计算的管理模式是独特的,是高度集中的,这种模式使得管理者很容易控制系统,虽然云端自身也有不安全的因素存在,这是无法避免的。在世界上任何一个架构都不是十全十美的,都多少会受到一些威胁。由于客户的数据比较集中这样就能便于查找危险漏洞进行监控。

其次,云计算主要是提供数据的存储,这些数据存储服务器都要专业的技术人员进行维护,还要对一些用户的数据进行备份,以免会出现一些数据丢失的可能,云计算支持用户随时获取数据,只要有网络覆盖的地方用户就能获取自己的数据。

云计算的服务商服务很周到,其随时能提供高效的日志记录,而且还能够应对紧急情况的发生,在突发事件发生时云计算能够用最短的时间进行危机处理,速度惊人,这也能够最大限度的减少用户的损失。

用户大多都是通过计算机中的浏览器进行操作,自己的隐私能够得到保护。也使得一些人利用不正当的手段盗取别人的个人隐私。同时也允许用户进行数据加密,与传统的方式相比具有很大的灵活性。

3 云计算安全防护策略

(1)多安全域防护:云计算与传统的计算模式不同,其主要采用多层次的安全域设置,这就需要对不同的安全域进行必要的隔离;

(2)可靠的接入认证:如今,云计算用户不断的增长用户的身份验证以及维护显的更加重要,如今很流行的认证方式是手机认证或者证件认证,还有一些认证方式比如密码认证、生物认证等,这些认证都很方便快捷,安全性基本差不多;

(3)安全的数据维护:云计算服务商必须保证用户数据的安全,必须有能力保证用户数据的完成和保密,除此之外还要能够提供一些验证功能;

(4)高效的服务:云计算服务商不仅要提供安全可靠的服务还要提供实时的服务,避免由于自身服务器的原因使得服务延迟,使用户能够迅速的获取自己的数据,提高办事效率;

(5)可信的审计监管:云计算中心如果只有服务商和用户是远不够的,必须有相关的机构提供相关的认证,或者政府出台相关的政策和法律法规来约束云计算服务,使其能够受到用户的满意,从而更好的发展。

4 结束语

云计算的迅速发展是不可避免的,其被大多数人认为是下一代计算机的核心构架,改变的人们使用计算机的习惯,如今人们使用的计算机时数据都是存在自己电脑中,云计算则不同,其用户所有的数据都在一个庞大的服务器中,这也给用户的安全造成了影响。虽然很多专家说云计算很安全,但是世界上没有十全十美的东西,本文将基于云计算的数据安全作为研究课题,针对云计算的虚拟化、大规模、动态配置和可扩展等诸多特性,对云计算数据安全领域的关键技术进行了研究,最后给出了云计算安全防护的策略。

参考文献:

[1]石磊,邹德清,金海.Xen虚拟化技术[M].武汉:华中科技大学出版社,2009.

[2]吴吉义,傅建庆,张明西等.云数据管理研究综述[J].电信科学,2010.

[3]陈龙,肖敏.云计算安全:挑战与策略[J].数字通信,2010.

[4]陈康,郑纬民.云计算:系统实例与研究现状[J].软件学报,2009.

篇7

关键词:计算机;建材管理;运用策略

引言

建筑材料管理是指对建筑工程施工中材料的供应以及使用情况进行管理,建筑材料是建筑工程施工中的实体对象。通常情况下,材料费用占到了施工总成本的70%左右,因此对建筑材料进行合理、科学的管理,对于工程造价控制具有十分重要的作用。根据施工进度制定相应的材料采购计划和使用计划,可以保证材料能够在特定的时间内进入施工现场,确保施工作业的正常进行。同时,加强对建筑材料采购计划的管理,既可以避免建筑材料供应不上,影响正常的施工进度,又能避免因施工材料供应过多造成积压,导致不必要的材料浪费。

1对建材实施计算机技术管理的作用

在建筑材料管理中采用计算机技术,完善建筑材料管理的手段,提高材料管理的效率,可以使相关的管理人员能够清楚地了解建筑材料的使用情况。具体来看,对建材实施计算机技术管理的作用主要体现在以下几个方面。

1.1减少工作量,提高工作效率

对建材实施计算机技术管理,最显著的作用就是减少了建筑材料管理人员的工作量,大大提高了建材管理的工作效率。在传统的建筑材料管理中,相关的管理人员的工作量很大,而且管理的内容十分繁琐。不仅要到施工现场以及材料库中清点材料的使用情况,同时还要对材料的使用情况和剩余量进行详细记录。这在一定程度上加大了材料管理人员的工作量和工作的难度,如果材料管理人员在工作中出现失误,例如将材料使用的数据记录错误,就会造成建筑工程施工材料的供应计划有误,可能会在一定程度上影响正常的施工进度和施工计划。而在建筑材料管理中应用计算机技术,可以减少材料管理人员的工作量和工作难度,对相关数据的记录也更加准确,提高了建筑材料管理的工作效率。

1.2提高建材统计的准确率

建筑材料的品种很多,如果仅依靠人力进行材料使用情况以及材料剩余量的统计,很可能会造成统计数据出现差错,导致对材料的供应造成一定的影响。而在建筑材料管理中应用计算机技术,就可以根据材料的特点进行分类,材料的使用情况和剩余情况都会在计算机中清楚明了地显示出来。特别是对一些数据和信息进行记录和统计时,运用计算机技术进行控制和处理,可以使相关的数据和信息更加准确,避免数据出现差错。同时,计算机对数据的处理速度也远远高于人力的速度。

1.3长时间保存数据

在传统的建筑材料管理工作中,对相关的数据和信息采用的是纸笔记录的方式。采用这种方式不仅容易造成统计过程中数据出现差错,而且对相关数据的查询也很不方便。与原有的纸笔记录方式相比,将计算机技术应用于建筑材料管理中有许多优点:一是数据的准确性更高;二是进行数据查询十分快捷;三是数据保存的时间比较长,可供今后类似工程的建材管理工作借鉴参考。

1.4优化了台账

在传统的建筑材料管理工作中,对于不合格材料台账的处理,一般是通过人工手写出来然后进行上报,这种方式不仅浪费时间、浪费精力,同时在进行台账统计时还可能会造成数据差错。而采用计算机技术进行管理可以有效地避免以上问题,对于出现差错的台账,计算机可以自动筛选并打印出来,简化了台账制作的流程,同时也在最大程度上提高了工作效率。

2计算机技术在建筑建材管理中的运用

对建筑材料实施计算机技术管理的核心,就是对建材的使用情况进行统计,然后制定相应的材料采购计划,以保证材料的供应状况能够满足正常的施工进度要求。由此可见,计算机技术在建筑材料管理中的作用是十分重要的。

2.1对建筑材料进行质量检测

在建筑生产活动中涉及到的建筑材料很多,有些可以通过对材料合格证进行确认或者对材料进行抽样检查,就能够对材料的质量有全面的掌握和了解。但是也有一些材料,例如对建筑质量起到关键作用的材料,在施工之前要进行一系列的试验,只有材料参数达到了设计要求才能应用于施工作业。在这个过程中使用计算机技术对材料参数进行有效检测,不仅能够提高材料检测的效率,同时也提高了材料检测的科学性和可靠性。这是因为在材料检测过程中,借助计算机技术能够对材料检测的过程进行全面、有效、严格的控制,使得材料检测结果更加准确。相比于传统的材料检测技术,运用计算机技术对材料进行检测,能够使相关的参数更加符合建筑整体的质量要求和使用要求。例如,在对水泥或混凝土强度进行检测时,首先需要按操作规程成型试块,然后按规定进行养护。当试块达到相应的龄期后进行强度检测。其中按GB/T17671—1999《水泥胶砂强度检验方法(ISO法)》的规定,水泥压力试验机应以(2.4±0.2)kN/s的速率均匀加荷,直至试件破坏。对于均匀加荷这一要求,如果离开了计算机控制系统是很难实现的。在水泥胶砂试块或混凝土试块强度检测过程中,试验数据也同步传输到计算机中。试块强度检测完成后,检测数据就会出现在计算机相关的软件上面,通过打印机就能够直接打印出检测结果。可见通过计算机技术对材料进行检测和数据处理,不仅能够提高检测精度和数据分析处理的效率,同时也避免了人为失误而造成的数据误差,从而得到准确可靠的材料质量检测数据和结论。施工单位在进行材料选择时就更具有针对性,便于选出符合建筑设计要求、质量合格的材料,为建筑工程质量提供基础保障。

2.2对建材价格进行有效控制

在建筑工程材料管理工作中,不仅要对材料的质量以及材料的数量进行有效的管理,同时还要对材料的价格进行管理。只有在保证材料质量的前提下对材料价格实施有效管理,才会使建筑施工成本得到有效控制,从而实现最大的经济效益。对于建筑材料价格的预算,传统的方法是根据相关的定额以及施工图纸,在遵循建筑工程预算规则的前提下,对建筑工程的材料用量进行计算。在这个过程中,所有的建筑材料的预算工作都是由人工完成的。这种模式导致预算人员的工作量特别大,而且在材料价格计算过程中有可能出现差错,并对后续的材料价格计算造成一定的影响。同时在施工的过程中难免会对工程量以及材料价格进行调整,传统的计价模式难以对施工过程中材料价格变动及时进行调整,不能及时进行有效的控制和管理,而计算机技术的运用则能很好地解决这些问题。现阶段,计算机技术在建筑材料价格预算中的作用主要体现在对建筑算量软件的运用上,目前使用较普遍的算量软件是广联达。广联达算量软件分为钢筋、图形、计价等部分,能够对建筑工程施工过程中各个部位的各种材料进行有效的预算。图形算量主要是对建筑工程土建部分材料费用进行计算,钢筋算量主要是对钢筋以及混凝土的使用量进行计算,计价则是根据工程量套用造价清单,对材料的价格进行汇总计算。同时,在建筑工程施工过程中,广联达算量软件还可以根据工程量的变化对相应的系数进行调整,提高了材料价格管理的合理性以及科学性。

2.3增强施工管理的意识

在对建筑材料进行管理的具体工作中,工作内容繁琐,具有一定的挑战性。这是因为建筑材料的种类是多样化的,有水泥、钢筋、砂石、砖、混凝土、墙体材料等,都需要进行统计和管理。所以,为了提高管理工作的效率,就应该加强在各类材料管理中的协调工作,对不同的统计流程安排专人负责,使每个管理流程都能够有责任的溯源。同时还要对计算机的权限进行管理,只有相关的管理人员才能进行建材管理系统的操作。

2.4建筑材料数据的统计和录入

对于建筑材料的管理工作来讲,在对材料的使用情况和剩余量进行统计的基础上,制定相应的材料供应计划是十分重要的。在材料进场时,建筑材料管理人员就要对材料的种类、数量以及材料的合格情况进行统计,在这个过程中的各类数据应该以纸笔的形式记录下来,作为原始数据。然后再将这些数据经过整理后,统一录入到计算机中,这样不仅可以为后续的管理工作提供数据支持,反映材料的使用情况,同时还能对今后类似工程的材料供应计划提供参考。

2.5数据的分析和处理

对数据进行分析和处理,是计算机最擅长的功能之一。运用计算机技术对建筑材料的相关数据进行分析和处理,能够减少建材管理人员的工作内容,降低工作的强度,提高管理工作的效率和数据的准确性,为材料的供应提供有力的数据基础,确保材料采购数量合理,满足工程实际需要,保证建筑工程的顺利进行。

2.6相关报告的打印

对相关数据进行输出和打印也是计算机重要的功能之一。计算机对于数据的处理和输出具有快速、敏捷的特点,与人工操作相比,在将相关数据录入计算机之后,通过计算机的运行就可以对相关数据进行统计、分析、处理、输出、打印,使相关的数据信息能够更直观地反映出来。例如在对台账进行处理时,对于出现了差错的台账,计算机可以自动筛选并打印出来,既简化了台账制作的流程,同时也在最大程度上提高了工作效率。

2.7数据查询

建筑材料的种类很多,相应的数据也有很多。通过计算机的数据查询功能,就能对材料的各类数据进行有效的查询。在传统的材料管理模式下,工作人员往往需要翻阅大量的纸质资料才能找出相关的数据,而且费时费力。而通过计算机技术进行数据查询,只需要在查询栏中输入查找的材料的名称,则有关该材料的所有数据都会显示出来,极大地提高了数据查询的效率。

3结语

本文主要对计算机在建筑材料管理中的作用以及具体的运用情况进行了分析,对计算机技术在建材管理中的优点进行了阐述。计算机技术管理是未来数据管理的发展趋势,特别是对于建筑工程这类数据庞大、工作复杂的行业,更应该重视计算机技术在数据管理中的作用,提高建筑材料管理工作的效率,使相关的数据更加准确、可靠。

参考文献:

[1]尹悦.浅谈计算机技术在建材质量检测中的应用[J].建材与装饰,2015(47):61-62.

[2]张云敏.计算机技术在建材质量检测中的应用探微[J].四川水泥,2016(2):17.

篇8

关键词:计算机;建材质量检测;应用

计算机信息技术是现代社会推动社会生产力大发展的强劲动力。计算机技术应用于建材的检测,大力提升了建材检测业务的管理水平以及建材质量的检测能力。建材检测应当抓住机遇,建设好计算机信息技术平台,不断打造、提高检测机构的核心竞争实力,把建材的质量检测工作推向一个新的高度。

1计算机技术在建材质量检测中的优势

1.1降低建材质量检测工作的难度与复杂性

以往传统的建材质量检测工作非常复杂,其工作人员大多通过纸笔记录的方法记录与分析数据。现在则可以通过计算机程序来代替以往的纸笔记录形式,同时其数据分析与数据的存贮都集中在计算机设备上,如此一来就在很大程度上减轻了建材质量检测人员的工作难度与复杂性。

1.2使建材质量检测更加准确

计算机普遍应用之前,建材质量的检测工作主要依靠手工的纸笔操作,这一过程就不可避免地存在着人工记录与计算的误差。计算机通过科学的程序运行,可以在很大程度上减少建材质量检测的失误率。同时,计算机数据处理的效率以及速度也远远超过工作人员的工作效率,因此,计算机的使用大大提高了建材质量检测的准确性。

1.3数据保存时间得以延长

传统的质量检测结果多以纸张的形式得以保留,随着时间的推移,这种保留方式不但会占据大量的办公空间,而且一旦纸张遭到损坏,监测数据也就被破坏掉。计算机设备提供了很大的数据以及信息的存储空间,数据的保存时间大大延长,并且这种保存形式不会受到外界环境的影响,保存质量与数量效果都大幅提升。同时,通过计算机设备的数据存储还能更加方便、快速地进行检测数据的查询以及借鉴。

1.4不合格台账处理更为便捷

传统不合格台账的处理都是以人工撰写的形式来呈报,因此这一项工作中很容易出现各种各样的工作误差。计算机程序的使用减少了这种误差,同时不合格台账的直接打印也使台账处理更为便捷。一方面减少了质量检测工作人员的工作量,另一方面也极大地提高了质量检测工作的效率。

2计算机技术在建材质量检测中的具体应用

2.1建材质量检测管理

建材质量检测的流程以及待检测建材的类型都比较复杂,其管理工作也相对较难。一方面,建材检测人员通过计算机技术可以更好地控制建材质量检测各个具体流程的操作;另一方面,相关工作人员也可以应用计算机技术科学地管理与协调各种检测任务以及人员的匹配,从而大幅度提高建材质量检测工作的效率,提高建材质量检测管理工作的质量。

2.2信息的收集与录入

计算机数据信息的收集以及录入是建材质量检测中的一个重要环节,它关系到建材质量确定的结果,甚至占据了建材质量检测工作的核心位置。一方面在建材质量检测的过程里收集各项样本取样操作的原始数据,可以建立数据库以供后续的数据分析与处理;另一方面,计算机录入数据后建成的数据库可以有效地储存以及备份,为今后的数据提取做好基础。

2.3数据的分析与处理

与传统的人工数据处理相比,计算机对建材质量检测数据的处理与分析更加地准确,同时数据分析的质量与分析速度与人工处理相比也大幅提高。应用计算机程序处理数据,不仅提高了数据分析处理结果的科学性,更为建材质量检测工作节省了大量的人力资源,因此,计算机程序在建材质量检测工作中的应用是非常有价值的。

2.4检测报告的输出

建材质量检测数据收集与处理的最终目的就是要得到科学有效的建材质量检测报告。通过计算机相关程序操作而得到的检测报告,无论在速度还是结果的准确性方面,都非常的便捷。而且计算机程序可以通过某些软件把检测报告的数据结果用柱状图、折线图等非常直观的图标表示出来,达到一目了然的效果。当然,如果计算机连有打印机的话,也可以直接递交成纸质结果。

2.5数据查询功能

计算机程序能够有效、便捷地收集、分析处理数据,为建材质量检测工作提供巨大的便捷性。除此之外,计算机还可以把建材质量检测的原始结果以及数据分析结果报告长时地储存在电脑中,如果以后的建材质量检测需要这些信息,就可以在计算机保存的数据及结果中直接查询以往的记录。因此,计算机所有的数据查询功能能够为后续的建材质量检测工作带来极大地便捷。

3计算机技术在建材质量检测中的优化

3.1树立科学意识,重视计算机技术的应用

随着科学技术的迅速发展,计算机应用技术已经快速延伸到世界的各个角落、各个行业,计算机的各种相关软件具备的数据处理、文图制作、音频合成等功能,为人类的各项发展工作提供了巨大的便捷,一项工作是否能够正确、合理地使用好计算机技术,关系到整个工作的工作效率与质量好坏,在建材质量检测工作中也是如此。因此,建材质量检测相关工作人员及管理者一方面要做到的就是树立好科学使用计算机技术的意识,深刻认识到计算机技术在建材质量检测工作中的巨大应用价值。另一方面,还需要相关工作者努力学习掌握计算机操作知识,坚持学习新的计算机软件使用,不断开发与设计先进的计算机技术工作平台,为建材质量检测数据的处理提供强大的技术支持。

3.2优化计算机设备

工作设备是现代社会生产力发展的重要影响因素之一,它是生产力提高的重要手段与实施工具。无论是生产工作的各项管理、单位资产的占有率还是单位的工作质量上来看,工作设备的好坏都占据着非常重要的位置。因此实时更新工作设备,是提高工作质量与效率的重要环节。建材质量检测过程中,原始数据的录入。数据分析与处理以及后期的图表制作等环节,都对最后的建材质量检测报告甚至实际产品的产出有着重要的影响,因此,建材质量检测部门要想提高自己的工作效率,也就必须不断优化自己的计算机软、硬件设施,积极更新相关的质量检测软件,大力开发、创新相关的数据处理软件,不断提高质量检测结果的科学性与准确性。

3.3提升计算机操作人员的工作素质

进入二十一世纪,各个国家、各个行业之间的竞争都越来越激烈,但是说到底,这种竞争实质上还是人才之间的竞争。无论是哪个行业,只要其工作人员的从业素质得以提高,那该行业的综合实力必定也会有所提高。因此,提高各个行业工作人员的从业素质,成为提高各行业综合竞争实力的重要方法,甚至是核心途径。计算机在建材质量检测工作中具有重要的影响意义,因此就必须通过各种适当的途径提高相关从业人员的计算机操作素质。例如,可以通过定期的计算机技能培训使工作人员掌握计算机操作的常识技巧;通过相关培训提高相关人员质量检测数据处理的能力;当然,最重要的就是鼓励相关建材质量检测人员提高计算机处理的创新与应用能力,从长远来看,这是提高建材质量检测科学性的核心路径。

作者:刘洋 单位:辽宁省产品质量监督检验院

参考文献:

[1]陈雨婕.计算机技术在建材质量检测中的应用[J].中国建材科技,2015(01):19-20.

[2]熊莎.浅谈建材质量监督和检验工作的重要性[J].建材与装饰,2015(45):79-80.

[3]陕晋军.计算机技术在新型材料设计和建材质量检测中的应用[J].建材技术与应用,2008(12):39-40.

[4]张云敏.计算机技术在建材质量检测中的应用探微[J].四川水泥,2016(02):17.