分布式論文

❶ 求幫助寫一篇分布式計算雲計算論文

http://wenku..com/view/6ea1435d3b3567ec102d8ae8.html 這個鏈接你看是不是提綱式的

淺談雲計算
摘要
雲計算是當前計算機領域的一個熱點。它的出現宣告了低成本提供超級計算時代的到來。雲計算將改變人們獲取信息、分享內容和互相溝通的方式。此文闡述了雲計算的簡史、概念、特點、現狀、保護、應用和發展前景，並對雲計算的發展及前景進行了分析。

關鍵詞： 雲計算特點， 雲計算保護， 雲計算應用

．1雲計算簡史
著名的美國計算機科學家、 圖靈獎 (Turing Award) 得主麥卡錫 (John McCarthy,1927-) 在半個世紀前就曾思考過這個問題。 1961 年， 他在麻省理工學院 (MIT) 的百年紀念活動中做了一個演講。 在那次演講中， 他提出了象使用其它資源一樣使用計算資源的想法，這就是時下 IT 界的時髦術語 「雲計算」 (Cloud Computing) 的核心想法。雲計算中的這個 「雲」 字雖然是後人所用的詞彙， 但卻頗有歷史淵源。 早年的電信技術人員在畫電話網路的示意圖時， 一涉及到不必交待細節的部分， 就會畫一團 「雲」 來搪塞。 計算機網路的技術人員將這一偷懶的傳統發揚光大， 就成為了雲計算中的這個 「雲」 字， 它泛指互聯網上的某些 「雲深不知處」 的部分， 是雲計算中 「計算」 的實現場所。 而雲計算中的這個 「計算」 也是泛指， 它幾乎涵蓋了計算機所能提供的一切資源。麥卡錫的這種想法在提出之初曾經風靡過一陣， 但真正的實現卻是在互聯網日益普及的上世紀末。 這其中一傢具有先驅意義的公司是甲骨文 (Oracle) 前執行官貝尼奧夫 (Marc Benioff, 1964-) 創立的 Salesforce 公司。 1999 年， 這家公司開始將一種客戶關系管理軟體作為服務提供給用戶， 很多用戶在使用這項服務後提出了購買軟體的意向， 該公司卻死活不幹， 堅持只作為服務提供， 這是雲計算的一種典型模式， 叫做 「軟體即服務」 (Software as a Service， 簡稱 SaaS)。 這種模式的另一個例子， 是我們熟悉的網路電子郵箱 (因此讀者哪怕是第一次聽到 「雲計算」 這個術語， 也不必有陌生感， 因為您多半已是它的老客戶了)。 除了 「軟體即服務」 外， 雲計算還有其它幾種典型模式， 比如向用戶提供開發平台的 「平台即服務」 (Platform as a Service， 簡稱 PaaS)， 其典型例子是谷歌公司 (Google) 的應用程序引擎 (Google App Engine)， 它能讓用戶創建自己的網路程序。 還有一種模式更徹底， 乾脆向用戶提供虛擬硬體， 叫做 「基礎設施即服務」 (Infrastructure as a Service， 簡稱 IaaS)， 其典型例子是亞馬遜公司 (Amazon) 的彈性計算雲 (Amazon Elastic Compute Cloud， 簡稱 EC2)， 它向用戶提供虛擬主機， 用戶具有管理員許可權， 愛幹啥就幹啥， 跟使用自家機器一樣。

1．2雲計算的概念

狹義雲計算是指計算機基礎設施的交付和使用模式，指通過網路以按需、易擴展的方式獲得所需的資源（硬體、平台、軟體）。提供資源的網路被稱為「雲」。「雲」中的資源在使用者看來是可以無限擴展的，並且可以隨時獲取，按需使用，隨時擴展，按使用付費。

廣義雲計算是指服務的交付和使用模式，指通過網路以按需、易擴展的方式獲得所需的服務。這種服務可以是計算機和軟體、互聯網相關的，也可以是其他的服務。雲計算是並行計算(Parallel Computing)、分布式計算(Distributed Computing)和網格計算(Grid Computing)的發展，或者說是這些計算機科學概念的商業實現。雲計算是虛擬化(Virtualization)、效用計算(Utility Computing)、IaaS(基礎設施即服務)、PaaS(平台即服務)、SaaS(軟體即服務)等概念混合演進並躍升的結果。

1.3雲計算的特點和優勢
（一）超大規模性。「雲」具有相當的規模，Google雲計算已經擁有100多萬台伺服器，Amazon、IBM、微軟、Yahoo等的「雲」均擁有幾十萬台伺服器。企業私有雲一般擁有數百上千台伺服器。「雲」能賦予用戶前所未有的計算能力。
（二）虛擬化。雲計算支持用戶在任意位置、使用各種終端獲取應用服務。所請求的資源來自「雲」，而不是固定的有形的實體。應用在「雲」中某處運行，但實際上用戶無需了解、也不用擔心應用運行的具體位置。只需要一台筆記本或者一個手機，就可以通過網路服務來實現用戶需要的一切，甚至包括超級計算這樣的任務。[2]
（三）高可靠性。「雲」使用了數據多副本容錯、計算節點同構可互換等措施來保障服務的高可靠性，使用雲計算比使用本地計算機可靠。
（四）通用性。雲計算不針對特定的應用，在「雲」的支撐下可以構造出千變萬化的應用，同一個「雲」可以同時支撐不同的應用運行。
（五）高可擴展性。「雲」的規模可以動態伸縮，滿足應用和用戶規模增長的需要。
（六）價格合適。由於「雲」的特殊容錯措施可以採用具有經濟性的節點來構成「雲」，「雲」的自動化集中式管理使大量企業無需負擔日益高昂的數據中心管理成本，「雲」的通用性使資源的利用率較之傳統系統大幅提升，因此用戶可以充分享受「雲」的低成本優勢，經常只要花費幾百美元、幾天時間就能完成以前需要數萬美元、數月時間才能完成的任務。
雲計算作為一種技術，與其它一些依賴互聯網的技術——比如網格計算 (Grid Computing)——有一定的相似之處，但不可混為一談。拿網格計算來說， 科學愛好者比較熟悉的例子是 SETI@Home，那是一個利用互聯網上計算機的冗餘計算能力搜索地外文明的計算項目，目前約有來自兩百多個國家和地區的兩百多萬台計算機參與。它在 2009 年底的運算能力相當於當時全世界最快的超級計算機運算能力的三分之一。有些讀者可能還知道另外一個例子：ZetaGrid，那是一個研究黎曼 ζ 函數零點分布的計算項目， 曾有過一萬多台計算機參與 (但現在已經終止了，原因可參閱拙作 超越 ZetaGrid)。從這兩個著名例子中我們可以看到網格計算的特點，那就是計算性質單一，但運算量巨大 (甚至永無盡頭,比如 ZetaGrid)。而雲計算的特點恰好相反，是計算性質五花八門，但運算量不大[注三]，這是它們的本質區別，也是雲計算能夠面向大眾成為服務的根本原因。雲計算能夠流行，它到底有什麼優點呢？ 我們舉個例子來說明，設想你要開一家網路公司。按傳統方法，你得有一大筆啟動資金， 因為你要購買計算機和軟體，你要租用機房，你還要雇專人來管理和維護計算機。 當你的公司運作起來時，業務總難免會時好時壞，為了在業務好的時候也能正常運轉， 你的人力和硬體都要有一定的超前配置， 這也要花錢。 更要命的是， 無論硬體還是軟體廠商都會頻繁推出新版本， 你若不想被技術前沿拋棄， 就得花錢費力不斷更新 (當然， 也別怪人家， 你的公司運作起來後沒准也得這么賺別人的錢)。如果用雲計算， 情況就不一樣了： 計算機和軟體都可以用雲計算， 業務好的時候多用一點， 業務壞的時候少用一點， 費用就跟結算煤氣費一樣按實際用量來算， 無需任何超前配置[注四]。 一台虛擬伺服器只需滑鼠輕點幾下就能到位， 不象實體機器， 從下定單， 到進貨， 再到調試， 忙得四腳朝天不說， 起碼得好幾天的時間。虛擬伺服器一旦不需要了， 滑鼠一點就可以讓它從你眼前 (以及賬單里)消失。至於軟硬體的升級換代，伺服器的維護管理等，那都是雲計算服務商的事，跟你沒半毛錢的關系。更重要的是，開公司總是有風險的， 如果你試了一兩個月後發現行不通，在關門大吉的時候，假如你用的是雲計算，那你只需支付實際使用過的資源。假如你走的是傳統路子，買了硬體、軟體，雇了專人，那很多投資可就打水漂了。

1.4淺談雲計算的一個核心理念
大規模消息通信：雲計算的一個核心理念就是資源和軟體功能都是以服務的形式進行發布的，不同服務之間經常需要通過消息通信進行協助。由於同步消息通信的低效率，我們只考慮非同步通信。如Java Message Service是J2EE平台上的一個消息通信標准，J2EE應用程序可以通過JMS來創建，發送，接收，閱讀消息。非同步消息通信已經成為面向服務架構中組件解耦合及業務集成的重要技術。
大規模分布式存儲：分布式存儲的目標是利用多台伺服器的存儲資源來滿足單台伺服器所不能滿足的存儲需求。分布式存儲要求存儲資源能夠被抽象表示和統一管理，並且能夠保證數據讀寫操作的安全性，可靠性，性能等各方面要求。下面是幾個典型的分布式文件系統：
◆Frangipani是一個可伸縮性很好的高興能分布式文件系統，採用兩層的服務體系架構：底層是一個分布式存儲服務，該服務能夠自動管理可伸縮，高可用的虛擬磁碟；上層運行著Frangipani分布式文件系統。
◆JetFile是一個基於P2P的主播技術，支持在Internet這樣的異構環境中分享文件的分布式文件系統。
◆Ceph是一個高性能並且可靠地分布式文件系統，它通過把數據和對數據的管理在最大程度上分開來獲取極佳的I/O性能。
◆Google File System（GFS）是Google公司設計的可伸縮的分布式文件系統。GFS能夠很好的支持大規模海量數據處理應用程序。
在雲計算環境中，數據的存儲和操作都是以服務的形式提供的；數據的類型多種多樣；必須滿足數據操作對性能，可靠性，安全性和簡單性的要求。在雲計算環境下的大規模分布式存儲方向，BigTable是Google公司設計的用來存儲海量結構化數據的分布式存儲系統；Dynamo是Amazon公司設計的一種基於鍵值對的分布式存儲系統，它能提供非常高的可用性；Amazon公司的Simple Storage Service（S3）是一個支持大規模存儲多媒體這樣的二進制文件的雲計算存儲服務；Amazon公司的SimpleDB是建立在S3和Amazon EC2之上的用來存儲結構化數據的雲計算服務。
許可證管理與計費：目前比較成熟的雲環境計費模型是Amazon公司提供的Elastic Compute Cloud（EC2）和Simple Storage Service（S3）的按量計費模型，用戶按佔用的虛擬機單元，IP地址，帶寬和存儲空間付費。

1.5雲計算的現狀
雲計算是個熱度很高的新名詞。由於它是多種技術混合演進的結果，其成熟度較高，又有大公司推動，發展極為迅速。Amazon、Google、IBM、微軟和Yahoo等大公司是雲計算的先行者。雲計算領域的眾多成功公司還包括Salesforce、Facebook、Youtube、Myspace等。Amazon使用彈性計算雲（EC2）和簡單存儲服務（S3）為企業提供計算和存儲服務。收費的服務項目包括存儲伺服器、帶寬、CPU資源以及月租費。月租費與電話月租費類似，存儲伺服器、帶寬按容量收費，CPU根據時長(小時)運算量收費。Amazon把雲計算做成一個大生意沒有花太長的時間：不到兩年時間，Amazon上的注冊開發人員達44萬人，還有為數眾多的企業級用戶。有第三方統計機構提供的數據顯示，Amazon與雲計算相關的業務收入已達1億美元。雲計算是Amazon增長最快的業務之一。Google當數最大的雲計算的使用者。Google搜索引擎就建立在分布在200多個地點、超過100萬台伺服器的支撐之上，這些設施的數量正在迅猛增長。Google地球、地圖、Gmail、Docs等也同樣使用了這些基礎設施。採用Google Docs之類的應用，用戶數據會保存在互聯網上的某個位置，可以通過任何一個與互聯網相連的系統十分便利地訪問這些數據。目前，Google已經允許第三方在Google的雲計算中通過Google App Engine運行大型並行應用程序。Google值得稱頌的是它不保守。它早已以發表學術論文的形式公開其雲計算三大法寶：GFS、MapRece和BigTable，並在美國、中國等高校開設如何進行雲計算編程的課程。IBM在2007年11月推出了「改變游戲規則」的「藍雲」計算平台，為客戶帶來即買即用的雲計算平台。它包括一系列的自動化、自我管理和自我修復的虛擬化雲計算軟體，使來自全球的應用可以訪問分布式的大型伺服器池。使得數據中心在類似於互聯網的環境下運行計算。IBM正在與17個歐洲組織合作開展雲計算項目。歐盟提供了1.7億歐元做為部分資金。該計劃名為RESERVOIR，以「無障礙的資源和服務虛擬化」為口號。2008年8月， IBM宣布將投資約4億美元用於其設在北卡羅來納州和日本東京的雲計算數據中心改造。IBM計劃在2009年在10個國家投資3億美元建13個雲計算中心。
微軟緊跟雲計算步伐，於2008年10月推出了Windows Azure操作系統。Azure(譯為「藍天」)是繼Windows取代DOS之後，微軟的又一次顛覆性轉型——通過在互聯網架構上打造新雲計算平台，讓Windows真正由PC延伸到「藍天」上。微軟擁有全世界數以億計的Windows用戶桌面和瀏覽器，現在它將它們連接到「藍天」上。Azure的底層是微軟全球基礎服務系統，由遍布全球的第四代數據中心構成。
雲計算的新穎之處在於它幾乎可以提供無限的廉價存儲和計算能力。紐約一家名為Animoto的創業企業已證明雲計算的強大能力（此案例引自和訊網維維編譯《紐約時報》2008年5月25日報道）。Animoto允許用戶上傳圖片和音樂，自動生成基於網路的視頻演講稿，並且能夠與好友分享。該網站目前向注冊用戶提供免費服務。2008年年初，網站每天用戶數約為5000人。4月中旬，由於Facebook用戶開始使用Animoto服務，該網站在三天內的用戶數大幅上升至75萬人。Animoto聯合創始人Stevie Clifton表示，為了滿足用戶需求的上升，該公司需要將伺服器能力提高100倍，但是該網站既沒有資金，也沒有能力建立規模如此巨大的計算能力。因此，該網站與雲計算服務公司RightScale合作，設計能夠在亞馬遜的網雲中使用的應用程序。通過這一舉措，該網站大大提高了計算能力，而費用只有每伺服器每小時10美分。這樣的方式也加強創業企業的靈活性。當需求下降時，Animoto只需減少所使用的伺服器數量就可以降低伺服器支出。
在我國，雲計算發展也非常迅猛。2008年5月10日，IBM在中國無錫太湖新城科教產業園建立的中國第一個雲計算中心投入運營。2008年6月24日，IBM在北京IBM中國創新中心成立了第二家中國的雲計算中心——IBM大中華區雲計算中心；2008年11月28日，廣東電子工業研究院與東莞松山湖科技產業園管委會簽約，廣東電子工業研究院將在東莞松山湖投資2億元建立雲計算平台；2008年12月30日，阿里巴巴集團旗下子公司阿里軟體與江蘇省南京市政府正式簽訂了2009年戰略合作框架協議，計劃於2009年初在南京建立國內首個「電子商務雲計算中心」，首期投資額將達上億元人民幣；世紀互聯推出了CloudEx產品線，包括完整的互聯網主機服務"CloudEx Computing Service", 基於在線存儲虛擬化的"CloudEx Storage Service"，供個人及企業進行互聯網雲端備份的數據保全服務等等系列互聯網雲計算服務；中國移動研究院做雲計算的探索起步較早，已經完成了雲計算中心試驗。中移動董事長兼CEO王建宙認為雲計算和互聯網的移動化是未來發展方向。
我國企業創造的「雲安全」概念，在國際雲計算領域獨樹一幟。雲安全通過網狀的大量客戶端對網路中軟體行為的異常監測，獲取互聯網中木馬、惡意程序的最新信息，推送到服務端進行自動分析和處理，再把病毒和木馬的解決方案分發到每一個客戶端。雲安全的策略構想是：使用者越多，每個使用者就越安全，因為如此龐大的用戶群，足以覆蓋互聯網的每個角落，只要某個網站被掛馬或某個新木馬病毒出現，就會立刻被截獲。雲安全的發展像一陣風，瑞星、趨勢、卡巴斯基、MCAFEE、SYMANTEC、江民科技、PANDA、金山、360安全衛士、卡卡上網安全助手等都推出了雲安全解決方案。瑞星基於雲安全策略開發的2009新品，每天攔截數百萬次木馬攻擊，其中1月8日更是達到了765萬余次。勢科技雲安全已經在全球建立了5大數據中心，幾萬部在線伺服器。據悉，雲安全可以支持平均每天55億條點擊查詢，每天收集分析2.5億個樣本，資料庫第一次命中率就可以達到99%。藉助雲安全，趨勢科技現在每天阻斷的病毒感染最高達1000萬次。
值得一提的是，雲安全的核心思想，與劉鵬早在2003年就提出的反垃圾郵件網格非常接近[1][2]。劉鵬當時認為，垃圾郵件泛濫而無法用技術手段很好地自動過濾，是因為所依賴的人工智慧方法不是成熟技術。垃圾郵件的最大的特徵是：它會將相同的內容發送給數以百萬計的接收者。為此，可以建立一個分布式統計和學習平台，以大規模用戶的協同計算來過濾垃圾郵件：首先，用戶安裝客戶端，為收到的每一封郵件計算出一個唯一的「指紋」，通過比對「指紋」可以統計相似郵件的副本數，當副本數達到一定數量，就可以判定郵件是垃圾郵件；其次，由於互聯網上多台計算機比一台計算機掌握的信息更多，因而可以採用分布式貝葉斯學習演算法，在成百上千的客戶端機器上實現協同學習過程，收集、分析並共享最新的信息。反垃圾郵件網格體現了真正的網格思想，每個加入系統的用戶既是服務的對象，也是完成分布式統計功能的一個信息節點，隨著系統規模的不斷擴大，系統過濾垃圾郵件的准確性也會隨之提高。用大規模統計方法來過濾垃圾郵件的做法比用人工智慧的方法更成熟，不容易出現誤判假陽性的情況，實用性很強。反垃圾郵件網格就是利用分布互聯網里的千百萬台主機的協同工作，來構建一道攔截垃圾郵件的「天網」。反垃圾郵件網格思想提出後，被IEEE Cluster 2003國際會議選為傑出網格項目在香港作了現場演示，在2004年網格計算國際研討會上作了專題報告和現場演示，引起較為廣泛的關注，受到了中國最大郵件服務提供商網易公司創辦人丁磊等的重視。既然垃圾郵件可以如此處理，病毒、木馬等亦然，這與雲安全的思想就相去不遠了。
2008年11月25日，中國電子學會專門成立了雲計算專家委員會，聘任中國工程院院士李德毅為主任委員，聘任IBM大中華區首席技術總裁葉天正、中國電子科技集團公司第十五研究所所長劉愛民、中國工程院院士張堯學、Google全球副總裁/中國區總裁李開復、中國工程院院士倪光南、中國移動通信研究院院長黃曉慶六位專家為副主任委員，聘任國內外30多位知名專家學者為專家委員會委員。2009年5月22日，中國電子學會將於在北京中國大飯店隆重舉辦首屆中國雲計算大會。

http://wenku..com/view/6ea1435d3b3567ec102d8ae8.html

❷ c# 分布式 網站建設技術 論文

就是 要 4篇論文 樓上的這都不懂，還想回答

❸ 什麼是分布式分布式目標是什麼意思

分布式是一種模型結構，區別於核心式，可以從字面理解為「分布在各處」
分布式的目標是降低單個對象的重要度，從而提升整個系統的性能（穩定性，計算能力等等），不過代價是增加了數據傳輸量
舉個例子你就明白了：
假如中國專門造了一台超級電腦，用來計算天氣預報的數據，然後所有的電視台都從這台電腦獲取數據，然後播放天氣預報。那麼這種模式就是核心式的，這台電腦處於核心位置，如果這台電腦壞了，不能工作了，那麼所有電視台的天氣預報都不能進行了。
現在這樣設計，每個省各自出一台普通電腦，然後這些電腦聯合工作，一起計算天氣預報，雖然每台電腦的計算能力遠沒有那台超級電腦強，但是它們協同工作，即使某台或者某幾台電腦壞了，計算仍然能繼續（壞了的那幾台的計算工作將會轉移到其他電腦上）。這樣就降低了每台電腦的重要程度，使得天氣預報系統更加穩定，不過這些電腦之間的協調就比較復雜了。
你所說的雷達的分布式也跟這個例子差不多

❹ 基於.Net分布式論文

http://www.cnki.com.cn/Article/CJFDTotal-JSJN200803009.htm
自己去下載吧。祝你論文通過。

❺ 分布式資料庫查詢優化寫這個論文的話有推薦的書嗎

Distributed Algorithms An Intuitive Approach.
一個小節的內容就一篇論文至少。作者概括了下演算法細節和給了相關舉例。有人評價很高，我評價一般，結合具體論文看會效果好，不過略吃力，然而直接看也略吃力，因為作者太高度概括，不好理解，沒有大部分原文教材那種怕你不懂的啰嗦的特點。所以書也就挺薄的，才200多頁而已。

Distributed Systems concepts and design.
基本上分布式系統的各基本細節都涵蓋了。系統級別書籍，略硬，算厚。這本我也還在磕。

Introction to Distributed Algorithms second edition.
這本是祖師爺級別的經典教材。不過我還沒讀過，評價略高，某些美帝高校課堂參考教材就是這本。沒有讀是因為網上的pdf都沒有索引，所以先讀上一本了。

Distributed Computing Principle, Algorithms, and Systems.
第一本算師父帶入門，對分布式演算法有大致框架和了解的話。這本可以有助於理解得更深。所以建議先讀第一本，再這本。

Principles of Distributed Database Systems.
這本是我唯一在America Amazon找到的關於分布式資料庫並且評價較高的教材。不過這本還沒排上讓我讀的行程，不知內容如何。

❻ 題目為"一個基於中間件的大型分布式信息系統的實現" 的論文是一篇什麼論文

美國計算機科學家，LaTex的作者Leslie Lamport說：「分布式系統就是這樣一個系統，系統中一個你甚至都不知道的計算機出了故障，卻可能導致你自己的計算機不可用。」一語道破了開發分布式系統的玄機，那就是它的復雜與不可控。所以Martin Fowler強調：分布式調用的第一原則就是不要分布式。這句話看似頗具哲理，然而就企業應用系統而言，只要整個系統在不停地演化，並有多個子系統共同存在時，這條原則就會被迫打破。蓋因為在當今的企業應用系統中，很難尋找到完全不需要分布式調用的場景。Martin Fowler提出的這條原則，一方面是希望設計者能夠審慎地對待分布式調用，另一方面卻也是分布式系統自身存在的缺陷所致。無論是CORBA，還是EJB 2；無論是RPC平台，還是Web Service，都因為駐留在不同進程空間的分布式組件，而引入額外的復雜度，並可能對系統的效率、可靠性、可預測性等諸多方面帶來負面的影響。
然而，不可否認的是在企業應用系統領域，我們總是會面對不同系統之間的通信、集成與整合，尤其當面臨異構系統時，這種分布式的調用與通信變得越重要，它在架構設計中就更加凸顯其價值。並且，從業務分析與架構質量的角度來講，我們也希望在系統架構中盡可能地形成對服務的重用，通過獨立運行在進程中服務的形式，徹底解除客戶端與服務端的耦合。這常常是架構演化的必然道路。在我的同事陳金洲發表在InfoQ上的文章《架構腐化之謎》中，就認為可以通過「將獨立的模塊放入獨立的進程」來解決架構因為代碼規模變大而腐化的問題。
隨著網路基礎設施的逐步成熟，從RPC進化到Web Service，並在業界開始普遍推行SOA，再到後來的RESTful平台以及雲計算中的PaaS與SaaS概念的推廣，分布式架構在企業應用中開始呈現出不同的風貌，然而殊途同歸，這些分布式架構的目標仍然是希望回到建造巴別塔的時代，系統之間的交流不再為不同語言與平台的隔閡而產生障礙。正如Martin Fowler在《企業集成模式》一書的序中寫道：「集成之所以重要是因為相互獨立的應用是沒有生命力的。我們需要一種技術能將在設計時並未考慮互操作的應用集成起來，打破它們之間的隔閡，獲得比單個應用更多的效益」。這或許是分布式架構存在的主要意義。
​

❼ 關於分布式能源的外文和翻譯 文獻翻譯 畢業論文

分布式能源系統究竟如何定義,現在有兩種理解:一是靠近用戶的小型發電或蓄電系統；另一種是利用天然氣作燃料的冷熱電聯產12萬～40萬千瓦的大機組。筆者認為,既然稱為分布式能源系統應當是第一種理解,第二種只能稱為冷熱電聯產系統,不是分布式能源系統,只有小型的冷熱電聯產系統可以稱為分布式能源系統。

能源辭典關於分布式能源是這樣說的:「靠近用戶的小型發電或蓄電系統。它可以大大減少輸送、分配成本,聯產達到很高的效率,減少CO2和大氣污染物的排放,提高供電質量和可靠性,更多的終端用戶控制。這些優點將使能源工業發生革命性的變化。它採用可再生能源發電,沒有或很少大氣污染物和CO2排放,採用燃料電池、微型燃氣輪機和內燃機,總的排放量也可減少,利用余熱可提高能效。目前,分布式發電大多是備用電源,用於醫院、工廠、網際網路伺服器等供電中斷代價大的地方,還用作邊遠地點的獨立電源。它對發展中國家有很大好處,因為它的基礎設施投入少。
​

❽ 分布式系統領域有哪些經典論文

分布式系統在互聯網時代，尤其是大數據時代到來之後，成為了每個程序員的必備技能之一。分布式系統從上個世紀80年代就開始有了不少出色的研究和論文，我在這里只列舉最近15年范圍以內我覺得有重大影響意義的15篇論文（15 within 15）。

1. The Google File System: 這是分布式文件系統領域劃時代意義的論文，文中的多副本機制、控制流與數據流隔離和追加寫模式等概念幾乎成為了分布式文件系統領域的標准，其影響之深遠通過其5000+的引用就可見一斑了，Apache Hadoop鼎鼎大名的HDFS就是GFS的模仿之作；
2. MapRece: Simplified Data Processing on Large Clusters：這篇也是Google的大作，通過Map和Rece兩個操作，大大簡化了分布式計算的復雜度，使得任何需要的程序員都可以編寫分布式計算程序，其中使用到的技術值得我們好好學習：簡約而不簡單！Hadoop也根據這篇論文做了一個開源的MapRece；
3. Bigtable: A Distributed Storage System for Structured Data：Google在NoSQL領域的分布式表格系統，LSM樹的最好使用範例，廣泛使用到了網頁索引存儲、YouTube數據管理等業務，Hadoop對應的開源系統叫HBase（我在前公司任職時也開發過一個相應的系統叫BladeCube，性能較HBase有數倍提升）；
4. The Chubby lock service for loosely-coupled distributed systems：Google的分布式鎖服務，基於Paxos協議，這篇文章相比於前三篇可能知道的人就少了，但是其對應的開源系統zookeeper幾乎是每個後端同學都接觸過，其影響力其實不亞於前三篇；
5. Finding a Needle in Haystack: Facebook's Photo Storage：facebook的在線圖片存儲系統，目前來看是對小文件存儲的最好解決方案之一，facebook目前通過該系統存儲了超過300PB的數據，一個師兄就在這個團隊工作，聽過很多有意思的事情（我在前公司的時候開發過一個類似的系統pallas，不僅支持副本，還支持Reed Solomon-LRC，性能也有較多優化）；
6. Windows Azure Storage: a highly available cloud storage service with strong consistency：windows azure的總體介紹文章，是一篇很好的描述雲存儲架構的論文，其中通過分層來同時保證可用性和一致性的思路在現實工作中也給了我很多啟發；
7. GraphLab: A New Framework for Parallel Machine Learning：CMU基於圖計算的分布式機器學習框架，目前已經成立了專門的商業公司，在分布式機器學習上很有兩把刷子，其單機版的GraphChi在百萬維度的矩陣分解都只需要2~3分鍾；
8. Resilient Distributed Datasets: A Fault-Tolerant Abstraction for
In-Memory Cluster Computing：其實就是 Spark，目前這兩年最流行的內存計算模式，通過RDD和lineage大大簡化了分布式計算框架，通常幾行scala代碼就可以搞定原來上千行MapRece代碼才能搞定的問題，大有取代MapRece的趨勢；
9. Scaling Distributed Machine Learning with the Parameter Server：網路少帥李沐大作，目前大規模分布式學習各家公司主要都是使用ps，ps具備良好的可擴展性，使得大數據時代的大規模分布式學習成為可能，包括Google的深度學習模型也是通過ps訓練實現，是目前最流行的分布式學習框架，豆瓣的開源系統paracell也是ps的一個實現；
10. Dremel: Interactive Analysis of Web-Scale Datasets：Google的大規模（近）實時數據分析系統，號稱可以在3秒相應1PB數據的分析請求，內部使用到了查詢樹來優化分析速度，其開源實現為Drill，在工業界對實時數據分析也是比價有影響力；
11. Pregel: a system for large-scale graph processing: Google的大規模圖計算系統，相當長一段時間是Google PageRank的主要計算系統，對開源的影響也很大（包括GraphLab和GraphChi）；
12. Spanner: Google's Globally-Distributed Database：這是第一個全球意義上的分布式資料庫，Google的出品。其中介紹了很多一致性方面的設計考慮，簡單起見，還採用了GPS和原子鍾確保時間最大誤差在20ns以內，保證了事務的時間序，同樣在分布式系統方面具有很強的借鑒意義；
13. Dynamo: Amazon』s Highly Available Key-value Store：Amazon的分布式NoSQL資料庫，意義相當於BigTable對於Google，於BigTable不同的是，Dynamo保證CAP中的AP，C通過vector clock做弱保證，對應的開源系統為Cassandra；
14. S4: Distributed Stream Computing Platform：Yahoo出品的流式計算系統，目前最流行的兩大流式計算系統之一（另一個是storm），Yahoo的主要廣告計算平台；
15. Storm @Twitter：這個系統不多說，開啟了流式計算的新紀元，幾乎是所有公司流式計算的首選，絕對值得關注；

❾ 分布式系統領域有哪些經典論文

在計算機科學中，分布式計算（英語：Distributed computing，又譯為分散式計算）這個研究領域，主要研究分散系統（Distributed system）如何進行計算。分散系統是一組電子計算機（computer），通過計算機網路相互鏈接與通信後形成的系統。把需要進行大量計算的工程數據分區成小塊，由多台計算機分別計算，在上傳運算結果後，將結果統一合並得出數據結論的科學。目前常見的分布式計算項目通常使用世界各地上千萬志願者計算機的閑置計算能力，通過互聯網進行數據傳輸。如分析計算蛋白質的內部結構和相關葯物的Folding@home項目，該項目結構龐大，需要驚人的計算量，由一台電腦計算是不可能完成的。
最近的分布式計算項目已經被用於使用世界各地成千上萬位志願者的計算機的閑置計算能力，通過網際網路，您可以分析來自外太空的電訊號，尋找隱蔽的黑洞，並探索可能存在的外星智慧生命；您可以尋找超過1000萬位數字的梅森質數；您也可以尋找並發現對抗艾滋病病毒的更為有效的葯物。這些項目都很龐大，需要驚人的計算量，僅僅由單個的電腦或是個人在一個能讓人接受的時間內計算完成是決不可能的。