1、优点：具有很高的可扩展性，很好的并发处理能力。缺点：缺乏数据一致性保证，处理事务性问题能力较弱，难以处理跨表，跨服务器的查询。9. SimpleDB ：域、条目、属性、值（ 1）每个属性大小不能超过 1KB （ 2）存储的数据范围极其有限（ 3）只保存指向某个文件位置的指针。10.DynamoDB （ 1）以表为基本单位（ 2）取消了对表中数据大小的限制（ 3）允许用户选择弱一致性或强一致性（ 4）采用固态硬盘，根据用户设定的读 /写流量限制预设来确定数据分布的硬盘数量。11.SimpleDB 和 DynamoDB 的比较（ 1） SimpleDB ： 限制了每张表的大小， 更适合于小规模复杂
2、的工作。 自动对所有属性进行索引，提供了更加强大的查询功能。（ 2） DynamoDB ：支持自动将数据和负载分布到多个服务器上，并未限制存储在单个表中数据量的大小，适用于较大规模负载的工作。第四章：微软云计算 Windows Azure 1. 微软的 Windows Azure 属于 PaaS 模式，一般面向软件开发商。2. 当前版本 Windows Azure 平台包括四个部分：（ 1） Windows Azure （ 2） SQL Azure （ 3） Windows Azure AppFabric （ 4） Windows Azure Marketplace 3. Windows Az
3、ure 是一个服务平台，用户利用该平台，通过互联网访问微软数据中心运行Windows 应用程序和存储应用程序数据，这些应用程序可以向用户提供服务。 Windows Azure 提供了托管的、可扩展的、按需应用的计算和存储资源，同时还提供了云平台管理和动态分配资源的控制手段。4.Windows Azure 的最新版本包括五个部分：（ 1）计算服务（ 2）存储服务（ 3） Fabric 控制器（ 4）内容分发网络 CDN （ 5） WindowsAzureConnect 5.计算服务：为在 Azure 平台中运行的应用提供支持。三种实例： （ 1） Web Role （ 2） Worker Rol
4、e （ 3） VM Role 6.存储服务：主要用来存储二进制和结构化的数据。依靠微软数据中心，允许用户在云端存储应用程序数据。 应用程序可以存储任何数量的数据，并且可以存储任意长的时间，用户可以在任何时间、任何地方访问自己的数据。四种主要的数据存储结构： （ 1） Blob （ 2） Table （ 3） Queue （ 4） File 7. 全局命名空间：分成三部分：账户名、分区名、对象名8. 体系架构： WAS 产品系统由存储域和位置服务构成。（ 1）存储域层次结构：文件流、分区层、前端9. 双复制引擎：实现数据高可用 =（ 1）域内复制（ 2）域间复制域内复制专门为硬件失效而设计，在大
5、规模系统内这类失效比较普遍。域间复制提供跨地域冗余来防止地域灾难，这种情况一般不多出现10. 文件流层：包括流管理器和区块节点。11. 分区层提供：（ 1）不同存储对象类型的数据模型。 （ 2）不同类型对象处理的逻辑和语义（ 3）大规模扩展的对象命名空间。 （ 4）跨多个可用分区服务器访问对象的负载平衡。（ 5）访问对象的事务排序和强一致性。12. 分区层主要体系结构模块： （ 1）分区管理区（ 2）分区服务器（ 3）锁服务13. 分区管理器可执行三种操作： （ 1）负载平衡（ 2）划分（ 3）合并14. Windows Azure Connect ：在 Windows Azure 应用和本地
6、运行的机器之间建立一个基于 IPsec 协议的连接，使两者更容易结合起来使用。15.Windows Azure CDN ：用户第一次访问 Blob 时， CDN 存储了 Blob 的副本，存放的地点与用户在地理位置上比较靠近。当这个 Blob 被第二次访问时，它的内容将来自于缓存，而不是来自于离它位置较远的原始数据。16.Fabric 控制器：是一个分布式应用，拥有计算机、交换机、负载均衡器等各种资源。Fabric 控制器控制所有运行的应用。17.微软云关系数据库 SQL Azure （ 1） SQL Azure ： SQL Azure 是微软的云中关系型数据库。 SQL Azure 数据库简
7、化了多数据库的供应和部署。 SQL Azure 还为用户提供了内置的高可用性和容错能力。（ 2）提供了关系型数据库存储服务：包含三部分：1） SQL Azure 数据库 2） SQL Azure 报表服务 3） SQL Azure 数据同步18.SQL Azure 数据库： SQL Azure 的一种云服务， 提供了核心的 SQL Server 数据库功能。（ 1）支持 TDS 和 Transact-SQL （ T-SQL ） 。提供的是一个基于云的数据库管理系统。（ 2）每个 SQL Azure 账户都拥有一个或多个逻辑服务器；每台服务器都拥有多个 SQL Azure 数据库；用户可以自由地
8、使用 SQL Azure 数据库。（ 3） SQL Azure 和 SQL Server 的差别19. 报表服务：基于 SQL Server 报表服务，实现 SQL Azure 报表服务。（ 1）两个使用场景：一、 SQL Azure 报表创建的报表可以发布到某一个门户上，云端用户可以访问这个门户的报表，也可以通过 URL 地址直接访问报表；二、 ISV （独立的软件开发商）能够嵌入发布到 SQL Azure 报表门户的报表。（ 2） SQL Azure 报表服务与 SQL Azure 数据库中的数据相互作用。（ 3） SQL Azure Reporting 与 SSRS 的报表格式是相同的，
9、都使用微软定义的 RDL 。（ 4） SQL Azure Reporting 并没有实现本地情况下 SSRS 提供的所有的功能。20.数据同步：为了提高存储数据的访问性能，同时确保网络发生故障时应用仍然能够访问数据库， 需要在本地拥有 SQL Azure 的数据库副本， 微软使用了 SQL Azure 数据同步技术。技术包括两方面：（ 1） SQL Server 数据库与 SQL Azure 数据库之间的数据同步助客户出货。以上就是我这一年的工作计划，工作中总会有各种各样的困难，我会尽力解决。解决不了的向领导汇报，共同努力克服。为公司做出自己最大的贡献。.XX.xx第四篇：20XX 销售个人工
10、作计划20XX 年工作计划计划如下：一、目前存储客户约 30 以上，计划在巩固基础的同时，日增 15.周增 60-80.努力月累计 350 以上新客户。同时加强业务学习 开拓视野 丰富知识 采取多样化形式 把学业务与交流技能相结合。 二、扩展客户渠道，且在上两个月的基础上 上调 15%以上的累积量，月总数 500 以上 并对于老客户及固定客户保持间断性联系，从而稳定与客户关系，并产出交易。三、在拥有老客户的同时还要不断从各种渠道获得更多客户信息 并以每日 10-15 以上的 客户量累积，争取在本月达到 500 以上的意向客户，以促进月流水额达到 30万以上的目标。 四、 在完成上述拟定目标的基
11、础上，一如既往的努力、学习、前进，争取完成 12 年目标总额的30%以上为公司创造更高的价值。五、达成以上目标后，在以此平行的情况下，继续扩展，并明确行业用户如以实现效率的最大化。六、今年对自己有以下要求1、每周要增加以上拟定的客户量以外，还要有 50 到100 个潜在客户。总结的总结，该结题的按时准备结题材料。教科室 3 月份进行 20XX 中心课题结题材料检查,4月上报中心课题结题材料，同时申报 20XX 中心课题。三是个人教学研究要成为习惯，研究纲目、文本、信息等等。要坐的住，研进去。加快网络教育教学平台的建设和智能触控一体机的使用。充分利用学校优势资源为教学服务，提高教学效果和工作效率
12、。结合上学期各年级开展的网络辅导情况，本学期继续完善，以教研组为单位统筹安排辅导内容，各年级对录制材料的质量进行把关、统计、上报。高三年级利用网络平台进行基本能力部分的理化生、政史地内容辅导。进行智能触控一体机的使用培训和交流活动，尽快熟悉功能，充分发挥教学辅助功能，4 月开展教师触控一体机辅助教学大赛活动。三、重心下移，加强检查反馈，增强服务意识。1、深入年级、班级调研、听课，参加集体教研活动等。2、按要求对教学常规工作及时检查及时反馈。现场检查与 oa 平台检查结合。3、提高教导处所属班组的工作水平和服务水平。四、认真完成上级安排的各项工作。重点是 3、4 月市示范校评估验收、3 月开始的
13、市办学水平督导评估、4 月省课程实施检查等。本学期教学计划按 17 周制定，期中考试安排在 4 月24、25、26 进行，期末考试安排在 7 月 6、7、8 进行。上学期未提交的组计划、个人反思、研究性学习成果等尽快提交。本学期计划第二周提交。做好开学第一课的准备，按新要求写出教案，检查。高中教导处、教科室 20XX.2.22云计算相关技术及应用介绍云计算（ cloud computing ）是基于互联网的相关服务的增加、使用和交付模式， 通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。 美国国家标准与技术研究院 （ NIST ） 将其定义为： “云计算是一种按使用量付费的模式，这种模
14、式提供可用的、 便捷的、 按需的网络访问， 进入可配置的计算资源共享池（资源包括网络， 服务器， 存储， 应用软件， 服务） ， 这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。”一、 云计算服务模式云计算自底向上可以认为包括以下几个层次的服务： 基础设施即服务 （ IaaS ） ，平台即服务（ PaaS ）和软件即服务（ SaaS ）。这里所谓的层次，是分层体系架构意义上的“层次”。 IaaS ， PaaS ， SaaS 分别在基础设施层，软件开放运行平台层，应用软件层实现。下图是其示意图：图 1-1 云计算服务分类示意图1基础设施即服务 ( Infrastru
15、cture as a Service ， IaaS) 通过网络作为标准化服务提供按需付费的弹性基础设施服务， 其核心技术是虚拟化。 可以通过廉价计算机达到昂贵高性能计算机的大规模集群运算能力。 典型代表如亚马逊云计算 AWS( Amazon WebServices) 的弹性计算云 EC2 和简单存储服务 S3， IBM 的蓝云等。2. 平台即服务 ( Platform as a Service ， PaaS) 提供给客户的是将客户用供应商提供的开发语言和工具 ( 例如 Java，python ， .Net) 创建的应用程序部署到云计算基础设施上去。 其核心技术是分布式并行计算。 PasS 实际
16、上指将软件研发的平台作为一种服务，以 SaaS 的模式提交给用户。 典型代表 Google AppEngine( GAE) 只允许使用 Python 和 Java 语言，基于称为 Django 的 Web 应用框架调用 GAE 来开发在线应用服务。3. 软件即服务 ( Software as a Service ， SaaS) 它是一种通过 Internet 提供软件的模式，用户无需购买软件，而是租用服务商运行在云计算基础设施上的应用程序， 客户不需要管理或控制底层的云计算基础设施，包括网络、服务器、操作系统、存储，甚至单个应用程序的功能。该软件系统各个模块可以由每个客户自己定制、 配置、 组
17、装来得到满足自身需求的软件系统。典型代表如 Salesforce 公司提供的在线客户关系管理 CRM( Client Relationshiz Management) 服务， Zoho Office ， Webex， 常见的还有 Email 等。二、 云计算部署方式1. 私有云 ( private cloud) 云基础设施是为一个客户单独使用而构建的， 因而提供对数据、 安全性和服务质量的最有效控制。 私有云可部署在企业数据中心中， 也可部署在一个主机托管场所，被一个单一的组织拥有或租用。2. 公共云 ( public cloud) 基础设施是被一个销售云计算服务的组织所拥有， 该组织将云计算
18、服务销售给一般大众或广泛的工业群体， 公共云通常在远离客户建筑物的地方托管， 而且它们通过提供一种像企业基础设施进行的灵活甚至临时的扩展， 提供一种降低客户风险和成本的方法。3. 混合云 ( hybrid cloud) 基础设施是由 2 种云组成，每种云仍然保持独立，但用标准的或专有的技术将它们组合起来， 具有数据和应用程序的可移植性 ( 例如， 可以用来处理突发负载 ) ，混合云有助于提供按需和外部供应方面的扩展。三、云计算的关键技术云计算作为一种新的超级计算方式和服务模式， 以数据为中心， 是一种数据密集型的超级计算。它运用了多种计算机技术，其中以编程模型、数据管理、数据存储、 虚拟化和云
19、计算平台管理等技术最为关键。 下面分别介绍云计算的一些关键技术1. 编程模型 MapReduce 。作为 Google 开发的 Java、 Python、 C + + 编程模型，是一种简化的分布式编程和高效的任务调度模型，应用程序编写人员只需将精力放在应用程序本身，使云计算环境下的编程十分简单。 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 模式的思想是通过“ Map( 映射 ) ”和“ Reduce(化简 ) ” 这样 2 个简单的概念来构成运算基本单元， 先通过 Map 程序将数据切割成不相关的区块， 分配 ( 调度 ) 给大量计算机处理， 达到分布
20、式运算的效果，再通过 Reduce 程序将结果汇整输出，即可并行处理海量数据。2. 海量数据分布存储技术。云计算系统采用分布式存储的方式存储数据， 用冗余存储的方式保证数据的可靠性。 云计算系统中广泛使用的数据存储系统是 Google 的 GFS 和 Hadoop 团队开发的 GFS 的开源实现 HDFS。 GFS 即 Google 文件系统 ( Google File System) ，是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。 GFS 的设计思想不同于传统的文件系统， 是针对大规模数据处理和 Google 应用特性而设计的。它虽然运行于廉价的普通硬件上，
21、但可以提供容错功能。它可以给大量的用户提供总体性能较高的服务。一个 GFS 集群由一个主服务器 ( master) 和大量的块服务器 (chunkserver) 构成，并被许多客户( client) 访问。主服务器存储文件系统所有的元数据，包括名字空间、访问控制信息、 从文件到块的映射以及块的当前位置。 它还控制系统活动范围， 如块租约 ( lease) 管理，孤立块的垃圾收集，块服务器间的块迁移。主服务器定期通过心跳 ( HeartBeat) 消息与每一个块服务器通信，并收集它们的状态信息。3. 海量数据管理技术 。海量数据管理是指对大规模数据的计算、 分析和处理， 如各种搜索引擎。 以互联
22、网为计算平台的云计算能够对分布的、 海量的数据进行有效可靠地处理和分析。 因此， 数据管理技术必需能够高效地管理大量的数据， 通常数据规模达 TB 甚至 PB 级。云计算系统中的数据管理技术主要是 Google 的 BT( BigTable) 数据管理技术，以及 Hadoop 团队开发的开源数据管理模块 HBase 和 Hive，作为基于 Hadoop的开源数据工具，主要用于存储和处理海量结构化数据。 BT是建立在GFS， Scheduler ， Lock Service 和 MapReduce之上的一个大型的分布式数据库，与传统的关系数据库不同， 它把所有数据都作为对象来处 Google 的很多项目使用 BT来存储数据，包括网页查询， Google Earth 和 Google 金融。这些应用程序对 BT 的要求各不相同 : 数据大小 ( 从 URL 到网页到卫星图像 ) 不同，反应速度不同 ( 从后端的大批处理到实时数据服务 ) 。 对于不同的要求， BT
