第7講-云計算與GIS

第7講GIS與云計算主講人：劉德兒1、云計算主要內(nèi)容4、云GIS內(nèi)涵與特征5、Esri的云計算2、Google的云計算3、開源云平臺Hadoop1、云計算“云計算”的概念起源于大規(guī)模分布式計算技術(shù)，是并行計算（ParallelComputing）、分布式計算（DistributedComputing）和網(wǎng)格計算（GridComputing）的發(fā)展，是虛擬化（Visualization）、效用計算（UtilityComputing）、IaaS(基礎(chǔ)設(shè)施即服務(wù))、PaaS(平臺即服務(wù))、SaaS（軟件即服務(wù)）等概念混合演進并躍升的結(jié)果。CloudComputing41、云計算主要內(nèi)容4、云GIS內(nèi)涵與特征5、Esri的云計算2、Google的云計算3、開源云平臺Hadoop2、Google的云計算平臺Google云計算概述為Google特定的網(wǎng)絡(luò)應(yīng)用定制的?；诜植际讲⑿屑悍绞交A(chǔ)架構(gòu)利用軟件方式處理集群中經(jīng)常發(fā)生的節(jié)點失效問題Google云計算基礎(chǔ)架構(gòu)模式分布式文件系統(tǒng)(GoogleFileSystem)

MapReduce編程模式分布式鎖機制Chubby分布式數(shù)據(jù)庫BigTableGFS(GoogleFileSystem)文件系統(tǒng)GFS是一個大型的分布式文件系統(tǒng)，它為Google云計算提供海量存儲，并且與Chubby、MapReduce以及Bigtable等技術(shù)結(jié)合十分緊密，處于所有核心技術(shù)的底層。GFS使用廉價的商用機器構(gòu)建分布式文件系統(tǒng)，將容錯的任務(wù)交由文件系統(tǒng)來完成，利用軟件的方法解決系統(tǒng)可靠性問題，這樣可以使得存儲的成本成倍下降。如何在頻繁的故障中確保數(shù)據(jù)存儲的安全、保證提供不間斷的數(shù)據(jù)存儲服務(wù)是GFS最核心的問題。GFS的精彩在于它采用了多種方法，從多個角度，使用不同的容錯措施來確保整個系統(tǒng)的可靠性。GFS文件系統(tǒng)GFS將整個系統(tǒng)的節(jié)點分為三類角色：Client（客戶端）是GFS提供給應(yīng)用程序的訪問接口。Master（主服務(wù)器）是GFS的管理節(jié)點，在邏輯上只有一個，它保存系統(tǒng)的元數(shù)據(jù)，負責(zé)整個文件系統(tǒng)的管理，是GFS文件系統(tǒng)中的“大腦”。ChunkServer（數(shù)據(jù)塊服務(wù)器）負責(zé)具體的存儲工作。數(shù)據(jù)以文件的形式存儲在ChunkServer上，ChunkServer的個數(shù)可以有多個，它的數(shù)目直接決定了GFS的規(guī)模。GFS將文件按照固定大小進行分塊Chunk(數(shù)據(jù)塊)，默認(rèn)是64MB，每個Chunk都有一個對應(yīng)的索引號(Index)。為了保證可靠性,每個塊被缺省保存3個備份。GFS文件系統(tǒng)客戶端在訪問GFS時，首先訪問Master節(jié)點，獲取將要與之進行交互的ChunkServers信息，然后直接訪問這些ChunkServers完成數(shù)據(jù)存取。GFS的這種設(shè)計方法實現(xiàn)了控制流和數(shù)據(jù)流的分離。Client與Master之間只有控制流，而無數(shù)據(jù)流，這樣就極大地降低了Master的負載，使之不成為系統(tǒng)性能的一個瓶頸。Client與ChunkServer之間直接傳輸數(shù)據(jù)流，同時由于文件被分成多個Chunk進行分布式存儲，Client可以同時訪問多個ChunkServer，從而使得整個系統(tǒng)的I/O高度并行，系統(tǒng)整體性能得到提高。客戶端如何訪問GFS？MapReduce通過“Map(映射)”和“Reduce(化簡)”這樣兩個簡單的概念來構(gòu)成運算基本單元,用戶只需提供自己的Map函數(shù)以及Reduce函數(shù)即可并行處理海量數(shù)據(jù).map函數(shù)中,用戶的程序?qū)⑽谋局兴谐霈F(xiàn)的單詞都按照出現(xiàn)計數(shù)1(以Key-Value對的形式)發(fā)射到MapReduce給出的一個中間臨時空間中.通過MapReduce中間處理過程,將所有相同的單詞產(chǎn)生的中間結(jié)果分配到同樣一個Reduce函數(shù)中.而每一個Reduce函數(shù)則只需把計數(shù)累加在一起即可獲得最后結(jié)果.MapReduce編程模式BigTableBigTable：基于GFS和Chubby的分布式存儲系統(tǒng)對數(shù)據(jù)進行結(jié)構(gòu)化存儲和管理與GFS的聯(lián)系1、云計算主要內(nèi)容4、云GIS內(nèi)涵與特征5、Esri的云計算2、Google的云計算3、開源云平臺Hadoop3、開源云平臺HadoopHadoop項目簡介HDFS體系結(jié)構(gòu)HDFS關(guān)鍵運行機制HadoopVS.Google（分布式文件系統(tǒng)）HadoopAPIHadoop環(huán)境搭建云計算相關(guān)資源圖書館數(shù)字資源//Hadoop項目簡介Apache的解決方案Google云計算MapReduceBigTableGFSChubbyGFS-->HDFSMapReduce-->Hadoop

BigTable-->HBase

Hadoop項目簡介HDFS為了做到可靠性（reliability）創(chuàng)建了多份數(shù)據(jù)塊（datablocks）的復(fù)制（replicas），并將它們放置在服務(wù)器群的計算節(jié)點中（computenodes），MapReduce就可以在它們所在的節(jié)點上處理這些數(shù)據(jù)了。HDFS體系結(jié)構(gòu)

NameNodeMasterDataNodeChunkseverHDFS關(guān)鍵運行機制--保障可靠性的措施一個名字節(jié)點和多個數(shù)據(jù)節(jié)點數(shù)據(jù)復(fù)制（冗余機制）--存放的位置（機架感知策略）故障檢測--數(shù)據(jù)節(jié)點心跳包（檢測是否宕機）塊報告（安全模式下檢測）數(shù)據(jù)完整性檢測（校驗和比較）--名字節(jié)點（日志文件，鏡像文件）空間回收機制

HDFS關(guān)鍵運行機制--寫文件流程客戶端緩存流水線復(fù)制并發(fā)寫控制流程：1.客戶端把數(shù)據(jù)緩存到本地臨時文件夾2.臨時文件夾數(shù)據(jù)超過64M，客戶端聯(lián)系NameNode，NameNode分配DataNode，DataNode依照客戶端的位置被排列成一個有著最近物理距離和最小的序列3.與序列的第一個數(shù)據(jù)服務(wù)器建立Socket連接，發(fā)送請求頭，然后等待回應(yīng)，依次下傳，客戶端得到回包，流水線建立成功，4.正式發(fā)送數(shù)據(jù)，以4K為大小傳送HDFS關(guān)鍵運行機制--讀文件流程客戶端聯(lián)系NameNode,得到所有數(shù)據(jù)塊信息，以及數(shù)據(jù)塊對應(yīng)的所有數(shù)據(jù)服務(wù)器的位置信息嘗試從某個數(shù)據(jù)塊對應(yīng)的一組數(shù)據(jù)服務(wù)器中選出一個，進行連接（選取算法未加入相對位置的考慮）數(shù)據(jù)被一個包一個包發(fā)送回客戶端，等到整個數(shù)據(jù)塊的數(shù)據(jù)都被讀取完了，就會斷開此鏈接，嘗試連接下一個數(shù)據(jù)塊對應(yīng)的數(shù)據(jù)服務(wù)器，整個流程，依次如此反復(fù)，直到所有想讀的都讀取完了為止HadoopVS.Google技術(shù)架構(gòu)的比較數(shù)據(jù)結(jié)構(gòu)化管理組件：Hbase→BigTable并行計算模型：MapReduce→MapReduce分布式文件系統(tǒng)：HDFS→GFSHadoop缺少分布式鎖服務(wù)ChubbyHBaseMapReduceHDFSBigTableMapReduceGFSHadoop云計算應(yīng)用ChubbyGoogle云計算應(yīng)用HadoopVS.GoogleHDFS與GFS比較中心服務(wù)器模式的差異GFS：多臺物理服務(wù)器，選擇一臺對外服務(wù)，損壞時可選擇另外一臺提供服務(wù)HDFS：單一中心服務(wù)器模式，存在單點故障原因：Hadoop缺少分布式鎖服務(wù)HadoopVS.GoogleHDFS與GFS比較子服務(wù)器管理模式差異GFS：ChunkServer在Chubby中獲取獨占鎖表示其生存狀態(tài)，Master通過輪詢這些獨占鎖獲知ChunkServer的生存狀態(tài)HDFS：DataNode通過心跳的方式告知NameNode其生存狀態(tài)GFS中，Master損壞時，替補服務(wù)器可以快速獲知ChunkServer的狀態(tài)HDFS中，NameNode損壞后，NameNode恢復(fù)時需要花費一段時間獲知DataNode的狀態(tài)在添加數(shù)據(jù)存儲節(jié)點時，GFS的伸縮性較HDFS要好原因：Hadoop缺乏分布式鎖服務(wù)HadoopVS.GoogleHDFS與GFS比較HDFS具備安全模式獲知數(shù)據(jù)塊副本狀態(tài)，若副本不足，則拷貝副本至安全數(shù)目（如3個）GFS不具備安全模式副本損壞處理：API讀取副本失敗時，Master負責(zé)發(fā)起拷貝任務(wù)HadoopVS.GoogleHDFS與GFS比較HDFS具備空間回收機制文件刪除時，僅刪除目錄結(jié)構(gòu)實際數(shù)據(jù)的刪除在等待一段時間后實施優(yōu)點：便于恢復(fù)文件HDFS

APIHadoopAPI被分成（divideinto）如下幾種主要的包（package）:

org.apache.hadoop.conf

定義了系統(tǒng)參數(shù)的配置文件處理API。

org.apache.hadoop.fs

定義了抽象的文件系統(tǒng)API。

org.apache.hadoop.Hdfs

HDFS，Hadoop的分布式文件系統(tǒng)實現(xiàn)。

org.apache.hadoop.io

定義了通用的I/OAPI，用于針對網(wǎng)絡(luò)，數(shù)據(jù)庫，文件等數(shù)據(jù)對象做讀寫操作。

org.apache.hadoop.ipc

用于網(wǎng)絡(luò)服務(wù)端和客戶端的工具，封裝了網(wǎng)絡(luò)異步I/O的基礎(chǔ)模塊。

org.apache.hadoop.mapreduce

Hadoop分布式計算系統(tǒng)（MapReduce）模塊的實現(xiàn)，包括任務(wù)的分發(fā)調(diào)度等。

org.apache.hadoop.metrics

定義了用于性能統(tǒng)計信息的API，主要用于mapred和dfs模塊。

org.apache.hadoop.record定義了針對記錄的I/OAPI類以及一個記錄描述語言翻譯器，用于簡化將記錄序列化成語言中性的格式（language-neutralmanner）。

org.apache.hadoop.tools

定義了一些命令行的工具。

org.apache.hadoop.util

定義了一些公用的API。org.apache.hadoop.Secruity用戶和用戶組信息HDFSAPI--org.apache.hadoop.fs

?org.apache.hadoop.fs.FileSystem(implementsjava.io.Closeable)?org.apache.hadoop.fs.FilterFileSystem?org.apache.hadoop.fs.ChecksumFileSystem?org.apache.hadoop.fs.InMemoryFileSystem?org.apache.hadoop.fs.LocalFileSystem?org.apache.hadoop.fs.HarFileSystem?org.apache.hadoop.fs.RawLocalFileSystem抽象文件系統(tǒng)的基本要素和基本操作。最顯著的一個特點就是，F(xiàn)ileSystem文件系統(tǒng)是基于流式數(shù)據(jù)訪問的，并且，可以基于命令行的方式來對文件系統(tǒng)的文件進行管理與操作。HDFSAPI

--org.apche.hadoop.ipc。org.apache.hadoop.ipc.VersionedProtocol

。tocol.ClientProtocol

。tocol.ClientDatanodeProtocol

。tocol.NamenodeProtocol

。tocol.DatanodeProtocol

。tocol.InterDatanodeProtocolHDFS

API

--org.apache.hadoop.HDFSClientProtocol協(xié)議：客戶端進程與Namenode進程進行通信DataNodeProtocol協(xié)議：一個DFSDatanode用戶與Namenode進行通信的協(xié)議InterDatanodeProtocol協(xié)議：Datanode之間的通信ClientDatanodeProtocol協(xié)議：客戶端進程與datenode進程進行通信NamenodeProtocol協(xié)議：次級Namenode（SecondaryNameNode）與Namenode進行通信所需進行的操作clientNameNodeDataNodeclientProtocolDataNodeProtocolClientDatanodeProtocolNamenode主要實現(xiàn)了ClientProtocol，DatanodeProtocol，NamenodeProtocolHDFSAPI

--ClientProtocol（文件基本操作接口）獲取到指定文件src的全部塊的信息返回LocatedBlocks，包括文件長度、組成文件的塊及其存儲位置（所在的Datanode數(shù)據(jù)結(jié)點）

--public

LocatedBlocks

getBlockLocations(String

src,

long

offset,

long

length)

在制定的文件系統(tǒng)命名空間中創(chuàng)建一個文件入口（entry），在命名空間中創(chuàng)建一個文件入口。該方法將創(chuàng)建一個由src路徑指定的空文件

--public

void

create(String

src,

FsPermission

masked,

String

clientName,

boolean

overwrite,

short

replication,

long

blockSize)

對指定文件執(zhí)行追加寫操作，返回信息，可以定位到追加寫入最后部分塊的信息

--public

LocatedBlock

append(String

src,

String

clientName)設(shè)置副本因子，為一個指定的文件修改塊副本因子

--public

boolean

setReplication(String

src,

short

replication)HDFSAPI--ClientProtocol（文件基本操作接口）為已經(jīng)存在的目錄或者文件，設(shè)置給定的操作權(quán)限--publicvoidsetPermission(Stringsrc,FsPermissionpermission)設(shè)置文件或目錄屬主--publicvoidsetOwner(Stringsrc,Stringusername,Stringgroupname)客戶端放棄對指定塊的操作--publicvoidabandonBlock(Blockb,Stringsrc,Stringholder)客戶端向一個當(dāng)前為寫操作打開的文件寫入數(shù)據(jù)塊--publicLocatedBlockaddBlock(Stringsrc,StringclientName)客戶端完成對指定文件的寫操作，并期望能夠?qū)懲?，在寫完以后關(guān)閉文件--publicbooleancomplete(Stringsrc,StringclientName)客戶端向Namenode報告corrupted塊的信息(塊在Datanode上的位置信息)--publicvoidreportBadBlocks(LocatedBlock[]blocks)throwsIOExceptionHDFSAPI--ClientProtocol（文件基本操作接口）在文件系統(tǒng)命令空間中重命名一個文件或目錄--publicbooleanrename(Stringsrc,Stringdst)刪除文件或目錄src--publicbooleandelete(Stringsrc)刪除文件或目錄src，根據(jù)recursive選項來執(zhí)行--publicbooleandelete(Stringsrc,booleanrecursive)throwsIOException;創(chuàng)建目錄src，并賦予目錄src指定的nasked權(quán)限--publicbooleanmkdirs(Stringsrc,FsPermissionmasked)throwsIOException;獲取指定目錄src中的文件列表--publicFileStatus[]getListing(Stringsrc)throwsIOException;HDFSAPI文件讀取在客戶端DFSClient中，有一個DFSClient.DFSInputStream類。當(dāng)需要讀取一個文件的時候，會生成一個DFSInputStream的實例DFSInputStream的實例調(diào)用ClientProtocol定義getBlockLocations接口，取得一個LocatedBlocks類的對象，這個對象包含一組LocatedBlock，那里面有所規(guī)定位置中包含的所有數(shù)據(jù)塊信息，以及數(shù)據(jù)塊對應(yīng)的所有數(shù)據(jù)服務(wù)器的位置信息讀取開始，

DFSInputStream的Read方法如有讀取時發(fā)現(xiàn)錯誤，客戶端向Namenode報告corrupted塊的信息public

void

reportBadBlocks(LocatedBlock[]

blocks)HDFSAPI文件存入DFSClient也有一個DFSClient.DFSOutputStream類，寫入開始，會創(chuàng)建此類的實例DFSOutputStream會從NameNode上拿一個LocatedBlock寫入開始，調(diào)用DFSOutputStream的Write方法HDFSAPI–ClientProtocol(系統(tǒng)管理相關(guān)接口)監(jiān)聽客戶端，Namenode監(jiān)聽到某個客戶端發(fā)送的心跳狀態(tài)public

void

renewLease(String

clientName)

獲取文件系統(tǒng)的狀態(tài)統(tǒng)計數(shù)據(jù)--public

long[]

getStats()

注：返回的數(shù)組：public

int

GET_STATS_CAPACITY_IDX

=

0;

public

int

GET_STATS_USED_IDX

=

1;

public

int

GET_STATS_REMAINING_IDX

=

2;

public

int

GET_STATS_UNDER_REPLICATED_IDX

=

3;

public

int

GET_STATS_CORRUPT_BLOCKS_IDX

=

4;

public

int

GET_STATS_MISSING_BLOCKS_IDX

=

5;安全模式開關(guān)操作public

boolean

setSafeMode(FSConstants.SafeModeAction

action)

HDFSAPI–ClientProtocol(系統(tǒng)管理相關(guān)接口)保存FsImage映像，同時將更新同步到EditLog中，要求具有超級權(quán)限，并且在安全模式下進行。--public

void

saveNamespace()持久化文件系統(tǒng)元數(shù)據(jù)，將Namenode結(jié)點上的數(shù)據(jù)結(jié)構(gòu)寫入到指定的文件中，如果指定文件已經(jīng)存在，則追加到該文件中

--metaSave(String

filename)Hadoop集群搭建1、三臺PC機，Linux操作系統(tǒng)各主機對應(yīng)的ip地址：

1ubuntu12ubuntu23ubuntu32、Hadoop安裝包（/core/releases.html）3、安裝jdk1.5以上版本一、實驗環(huán)境1、在所有的機器上建立相同的用戶，例如：grid。2、SSH配置，實現(xiàn)在機器之間執(zhí)行指令的時候不需要輸入密碼。在ubuntu1（準(zhǔn)備設(shè)為namenode）上生成密鑰對，執(zhí)行$ssh-keygen-trsa，然后一路回車，就會按照默認(rèn)的選項將生成的密鑰對保存在.ssh/id_rsa文件中。執(zhí)行：

$cd~/.ssh$cpid_rsa.pubauthorized_keys$scpauthorized_keysubuntu2:/home/grid/.ssh$scpauthorized_keysubuntu3:/home/grid/.ssh二、Hadoop安裝Hadoop集群搭建3、在ubuntu1上配置Hadoop。編輯conf/hadoop-site.xml解壓縮，執(zhí)行：$tar–zxvf../hadoop-0.19.1.tar.gz編輯conf/master，修改為master的主機名(每個主機名一行)ubuntu1編輯conf/slaves，加入所有slaves的主機名

ubuntu2ubuntu3Hadoop集群搭建

編輯所有機器的conf/hadoop-env.sh文件，將JAVA_HOME變量設(shè)置為各自JDK安裝的根目錄，不同機器可以使用不同的JAVA版本。4、其它機器上的配置把Hadoop安裝文件復(fù)制到其他機器上$scp–rhadoop-0.19.1ubuntu2:/home/grid$scp–rhadoop-0.19.1ubuntu3:/home/gridHadoop集群搭建三、Hadoop運行1、格式化分布式文件系統(tǒng)

Hadoop集群搭建2、啟動Hadoop守護進程3、停止Hadoop守護進程HDFS實驗：觀察數(shù)據(jù)塊在Datanode上的分布三個Datanode文件副本個數(shù)為2文件f.zip的數(shù)據(jù)塊分布情況關(guān)掉一個Datanode時數(shù)據(jù)塊分布情況，此時文件仍然可用關(guān)掉兩個Datanode時數(shù)據(jù)塊的分布情況，此時文件不可用重新啟動另外兩個Datanode時數(shù)據(jù)塊分布情況1、云計算主要內(nèi)容4、云GIS內(nèi)涵與特征5、Esri的云計算2、Google的云計算3、開源云平臺Hadoop4、云GIS內(nèi)涵與特征云GIS就是將云計算的各種特征用于支撐地理空間信息的各要素，包括建模、存儲、處理等等，從而改變用戶傳統(tǒng)的GIS應(yīng)用方法和建設(shè)模式，以一種更加友好的方式，高效率、低成本的使用地理信息資源。給企業(yè)帶來什？4、云GIS內(nèi)涵與特征云計算特征超大規(guī)模

“云”具有相當(dāng)?shù)囊?guī)模，Google云計算已經(jīng)擁有100多萬臺服務(wù)器，Amazon、IBM、微軟、Yahoo等的“云”均擁有幾十萬臺服務(wù)器。企業(yè)私有云一般擁有數(shù)百上千臺服務(wù)器?！霸啤蹦苜x予用戶前所未有的計算能力。具有超大規(guī)模、虛擬化、高可靠性、通用性和高可伸縮性、按需服務(wù)、極其廉價的特征。(2)虛擬化云計算特征云計算支持用戶在任意位置、使用各種終端獲取應(yīng)用服務(wù)。所請求的資源來自“云”，而不是固定的有形的實體。應(yīng)用在“云”中某處運行，但實際上用戶無需了解、也不用擔(dān)心應(yīng)用運行的具體位置。只需要一臺筆記本或者一部手機，就可以通過網(wǎng)絡(luò)服務(wù)來實現(xiàn)我們需要的一切，甚至包括超級計算這樣的任務(wù)。“云”使用了數(shù)據(jù)多副本容錯、計算節(jié)點同構(gòu)可互換等措施來保障服務(wù)的高可靠性，使用云計算比使用本地計算機可靠。(3)高可靠性4、云GIS內(nèi)涵與特征云計算特征(6)按需服務(wù)(4)通用性(5)高可擴展性云計算不針對特定的應(yīng)用，在“云”的支撐下可以構(gòu)造出千變?nèi)f化的應(yīng)用，同一個“云”可以同時支撐不同的應(yīng)用運行。“云”的規(guī)?？梢詣討B(tài)伸縮，滿足應(yīng)用和用戶規(guī)模增長的需要。“云”是一個龐大的資源池，你按需購買；云可以象自來水，電，煤氣那樣計費。4、云GIS內(nèi)涵與特征云計算特征由于“云”的特殊容錯措施可以采用極其廉價的節(jié)點來構(gòu)成云，“云”的自動化集中式管理使大量企業(yè)無需負擔(dān)日益高昂的數(shù)據(jù)中心管理成本。(7)極其廉價(8)潛在的危險性云計算服務(wù)除了提供計算服務(wù)外，還必然提供了存儲服務(wù)。但是云計算服務(wù)當(dāng)前壟斷在私人機構(gòu)（企業(yè)）手中，而他們僅僅能夠提供商業(yè)信用。4、云GIS內(nèi)涵與特征判斷云計算標(biāo)準(zhǔn)據(jù)劉鵬（中國電子學(xué)會云計算專家委員會委員、解放軍理工大學(xué)教授）（1）用戶所需的資源不在客戶端而來自網(wǎng)絡(luò)（2）服務(wù)能力具有分鐘級或秒級的伸縮能力（3）具有較之傳統(tǒng)模式5倍以上的性能價格比優(yōu)勢4、云GIS內(nèi)涵與特征4、云GIS內(nèi)涵與特征—云服務(wù)什么是云服務(wù)云選擇包含至少三層IT技術(shù)架構(gòu)。是通過網(wǎng)頁瀏覽器把程序和功能傳給成千上萬的用戶。實例包括：S,Esri的BusinessAnalystOnline(BAO),ArcGISOnlineSharing,以及GISPortalToolkit。軟件即服務(wù)（SaaS）4、云GIS內(nèi)涵與特征—云服務(wù)平臺即服務(wù)（PaaS）即大家所熟知的“云件“或”Cloudware“，PaaS能夠?qū)⑺饺穗娔X中的資源轉(zhuǎn)移至網(wǎng)絡(luò)云，是SaaS的延伸，這種形式的服務(wù)把開發(fā)環(huán)境作為一種服務(wù)來提供。允許開發(fā)者進行創(chuàng)建、測試和部署應(yīng)用，即使用中間商的設(shè)備來開發(fā)自己的程序并通過互聯(lián)網(wǎng)和其服務(wù)器傳到用戶手中。實例包括：ArcGISOnline共享的RESTAPI和ArcGISWebMappingAPIs.4、云GIS內(nèi)涵與特征—云服務(wù)基礎(chǔ)設(shè)施即服務(wù)（IaaS）由計算機架構(gòu)如虛擬化組成，并作為服務(wù)實現(xiàn)為用戶提供。基于Internet的服務(wù)（如存儲和數(shù)據(jù)庫）是IaaS的一部分。IaaS提供了動態(tài)和高效的部署架構(gòu)，IaaS實例：AmazonSimpleStorageService(S3),AmazonElasticCloudCompute(EC3)即彈性云計算，Akamai，以及ArcGISOnlineDataCenters等。4、云GIS內(nèi)涵與特征—云類型私有云

私有云是為一個客戶單獨使用而構(gòu)建的，因而提供對數(shù)據(jù)、安全性和服務(wù)質(zhì)量的最有效控制。

虛擬私有云：對于企業(yè)應(yīng)用來說，在這中間可能跨內(nèi)部云、外部云，也可能是自己建立的有幾個數(shù)據(jù)中心。比如說你的企業(yè)在上海、北京、廣州都有數(shù)據(jù)中心，那去跨這些數(shù)據(jù)中心形成的虛擬私有云，這個云是一個邏輯上是一個整體，但物理上跨很多數(shù)據(jù)中心，這就類似于今天在網(wǎng)絡(luò)里看到的VPN概念。私有云指為外部客戶提供服務(wù)的云，它所有的服務(wù)是供別人使用，而不是自己用。云服務(wù)遍布整個因特網(wǎng)，能夠服務(wù)于幾乎不限數(shù)量的擁有相同基本架構(gòu)的客戶。如亞馬遜、Rackspace、S、微軟、Google等推出的公共云產(chǎn)品。4、云GIS內(nèi)涵與特征—云類型