云计算方向论文发表

张兆代 王圣洁 刘京鹏 宋宏伟

（青岛海洋地质研究所）

摘 要 云计算继承和整合了虚拟化技术、海量数据存储、分布式并行计算框架、智能化与自动管理等多项关键技术，形成了具有高性能、可伸缩、低成本及面向服务的新的计算模式。目前学术界及产业界对云计算的研究和探讨均呈快速增长趋势，大量论文发表在计算机类和图书情报类期刊，研究的重点集中在云计算的基础理论、云计算的关键技术、云服务的应用领域、云计算与信息资源管理等多个方面。本文以 2000 ～ 2012 年发表在国内核心期刊上关于云计算的研究文献为统计样本，分析了云计算的研究热点及其演化方向，结合我国地质资料集群化产业化服务的发展状况，探讨云计算应用策略。

关键词 云计算模式 地质资料 信息共享和服务

1 前言

“云计算（Cloud Computing）”一词出现于 2006 年，是谷歌总裁埃里克 施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）首次正式提出的一个概念。它不仅揭开了谷歌搜索背后关键技术的神秘面纱，而且在短短的数年内就迅速超越“网格计算（Grid Computing）”并成为新的潮流（图 1）。

图 1 网格计算与云计算搜索量变化趋势图

2006 年后，在谷歌、亚马逊、IBM 等企业的推动下，“云计算”作为新兴的计算模式已经有了广泛应用。云计算作为一种基础设施与服务的交付和使用模式，正深刻地影响着互联网的发展。近年来，国内外掀起了关于云计算的研究热潮，涌现了大量的研究文献和应用案例，云计算已经成为学术界和产业界共同关注的热点。本文首先介绍了云计算的基本概念和关键技术，并通过对现有的云计算研究文献的综合分析，结合我国地质资料集群化产业化服务的发展状况，提出其在云计算应用中需要注意的问题。

2 云计算及其关键技术

2.1 云计算的基本概念

云计算的概念仍存在不同的定义。一般认为云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备[1]。美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）也给出了云计算的定义，认为云计算是一种能够通过网络以便利的、按需使用的方式获取计算资源并显著提高可用性的方式，这些计算资源来自一个共享的、可配置的资源池，并能够以自动的方式获取和释放[2]。

中国电子学会云计算专家委员会认为：云计算是一种基于互联网的、大众参与的计算模式，其计算资源（计算能力、存储能力、交互能力）是动态、可伸缩、且被虚拟化的，并以服务的方式提供。这种新型的计算资源组织、分配和使用模式，有利于合理配置计算资源并提高其利用率，从而促进节能减排，实现绿色计算[3]。

尽管云计算有不同的定义，但对于云计算的特点已有很多深入的讨论。下面五个基本特征可以用来判断一个计算服务是否是云计算。

（1）服务按需即取。云计算是把信息技术作为服务提供的一种方式。由于这种服务是从用户角度出发，按需即取的自助服务是其最重要的特征之一。用户可以自行获得计算能力，包括服务器的使用和网络存储的使用，而整个过程通常是自动进行的。

（2）便捷网络访问。云计算支持广泛和便捷的网络访问能力，用户可以使用多种设备，如手机、移动计算机或工作站等获取云服务。

（3）资源共享池。云计算带来的一个好处是能够提高资源的利用率，通过把资源集中到一个公共的资源共享池中，可以为大规模的用户群提供共享服务。由于资源池可以动态分配所有物理和虚拟资源，达到了通过共享提高资源利用率的目的。

（4）高可扩展性及弹性服务。云计算具有快速及可伸缩地提供服务的能力。根据需求变化，云计算所提供的服务可以自动并快速地扩展或收缩。

（5）服务可度量。云系统通过自动监控资源的使用，可以提供定量的运行报告，从而保证云服务处于应有的水平。

2.2 云计算的体系架构

计算机技术的发展经历了传统主机计算模式到个人普及计算模式及分布式网络计算模式的转变[4]。云计算作为一种新的计算模式，既是分布式计算、并行计算和网格计算等技术快速演化的结果，也是信息社会中信息需求的必然选择。社会化、集约化与专业化的信息服务通过各种云计算得以体现，其中既包括了各种通过网络提供给用户的互联网应用、软件或计算资源服务，也包含了用来支撑这些服务可靠和高效运行的软硬件平台。

美国国家标准与技术研究院的技术报告给出了关于云计算体系架构的完整模型（图 2），该顶层模型定义了云计算模式中的角色（Actors）、行为（Activities）和功能（Functions）[5]。云计算的核心角色有云用户（Cloud Consumer）、云服务商（Cloud Provider）、云审计者（CloudAuditor）、云代理商（CloudBroker）和云运营商（Cloud Carrier）共五类（表 1）。在该模型中，云用户可以获得包括 ERP、CRM、HR 等商业智能或信息、通讯、协作、存储、备份以及软件、硬件托管等多种服务，云服务商则通过云计算中心的建设、运行和管理提供在线的软件服务（SaaS）、平台服务（PaaS）和基础设施服务（IaaS），云运营商通过提供网络接入、通讯系统等保障云计算的提供和使用，云审计者和云代理商的参与则保证了云计算和云服务的稳定性、持续性和透明度及服务水平。

图 2 云计算体系架构参考模型（引自 NIST）

表 1 云计算模式中的主要角色及定义

2.3 云计算的关键技术

云计算是计算机技术发展的产物，其中虚拟化技术、海量数据存储、分布式并行计算框架、智能化与自动管理被认为是实现云计算的关键技术[6]。

2.3.1 虚拟化技术

虚拟化（Virtualization）技术是将各种计算及存储资源充分整合和高效利用的关键。虚拟化技术包括两个方面：物理资源池化和资源池管理。物理资源池化是把物理设备由大化小，将一个物理设备虚拟为多个性能可配置的最小资源单位；资源池管理是对集群中虚拟化后的最小资源单位进行管理，根据资源的使用情况对资源进行灵活分配和调度，实现按需分配资源。虚拟化技术主要应用在服务器虚拟化、存储虚拟化和网络虚拟化三个方面。

2.3.2 海量数据存储

海量数据存储是云计算的主要任务。为了保证可用性、可靠性和经济性，云计算采用分布式存储的方式来存储数据，由于采用了分布式冗余存储的方式，数据既有高可靠性，也能并行地为大规模用户提供服务。云计算的数据存储技术主要有谷歌的分布式文件系统（GFS，Google File System）和 Hadoop 的HDFS（Hadoop Distributed File System）。

2.3.3 分布式并行计算框架

并行计算是云计算的核心。云计算采用 Map-Reduce 的编程模式实现分布式并行计算。Map-Reduce通过“Map”和“Reduce”这样两个过程来简化并行计算，所有应用只需要提供 Map 函数以及 Reduce 函数就可以在集群上进行大规模的分布式数据处理。Map-Reduce 不仅仅是一种编程模型，同时也是一种高效的任务调度模型，该模型的使用使计算任务高度并行及分布式实现成为现实。

2.3.4 智能化与自动管理技术

云计算具有高度自治的特点，智能化与自动管理是云计算模式的重要技术支撑。通过对集群系统各节点的全面监控、自动反馈、智能调配，实现了包括设备、虚拟资源、通讯与服务等的动态管理和自动迁移。以第四代大规模数据中心为基础的云计算，既能灵活扩展部署，也能满足服务计算和多粒度计算的要求。

3 我国云计算研究热点分析

3.1 国内外云计算搜索量变化趋势比较

搜索量的大小通常反映关注度的高低，使用 Google Trends 工具还可以分析一些长期的趋势和变化。这里选择“Cloud Computing”和“云计算”分别作为世界和我国在云计算领域的指标性关键词，从分析结果可以看出以下几个特点（图3）：①世界上对于云计算的关注开始于 2007 年，我国则自 2008 年才开始关注该领域。因此，我国仍属于学习—跟随型研究模式。②自 2007 年后，世界上关于“Cloud Computing”的搜索量出现迅速增长趋势，目前，已超过“Grid Computing”成为新的信息技术热点，我国对此的关注则较为平缓和滞后。③如果把搜索量代表的关注度看做是“海上的冰山”，那些“水下的部分”，包括基础理论、关键技术、应用实践等方面，国内外存在更大的差距。

图 3 国内外云计算搜索量变化趋势比较

3.2 国内云计算研究文献的计量分析

本文利用中国知网 CNKI 学术期刊数据库，检索 2000 年 1 月至 2012 年 3 月发表的有关云计算研究的核心期刊文献 852 篇（表 2）。我国对于云计算的研究始于 2007 年，之前罕见相关研究。2008 ～2011 年，云计算的研究开始引起广泛关注，论文数量开始急剧上升，同时发表云计算论文的期刊数量也同步快速增多，显示出云计算研究领域的广泛性。由于只统计到 2012 年 4 月的部分数据，从表面看检索到的 2012 年的成果不多，实际并未改变论文数量快速增加的趋势。

表 2 云计算论文发表时间分布表

对于检索到的 852 篇论文，对其关键词进行了计量分析，其中涉及关键词 1376 个，累计出现频次3020 次。按频次从大到小排列，排在前十位的关键词有：云计算（645）、虚拟化（115）、图书情报（115）、云服务（94）、安全（65）、存储（42）、物联网（33）、MapReduce（24）、档案（20）、数据中心（13）等。从关键词分析可以看出，云计算的研究涉及基础理论、关键技术、应用领域、信息资源管理等诸多方面，对于虚拟化、存储、MapReduce 等关键技术有较多论述；但整体来讲，多数仍为综述性、展望类的论文。就应用领域来讲，图书情报界对云计算进行研究和借鉴的趋势比较明显[7]，而地质资料界对云计算的关注和应用研究仍较少。

4 云计算与地质资料服务

4.1 地质资料数据与服务现状

地质资料是国家重要的基础资料。新中国成立以来，通过实行地质资料统一汇交制度，积累了大量的地质资料。我国现有全国性基础地质与战略性矿产地质数据资源 12 大类 50 余种数据库，数据量达10TB 以上，涉及区域地质、矿产地质、水文—工程—环境地质、农业地质、海洋地质、基础地质、地球化学、地球物理、地学科研、地质资料、遥感等领域[8]。

我国目前实行的是二级监管、三级保存的地质资料管理框架。由于条块分割等原因，地质资料的共享与服务尚存在很大差距，突出表现在数字化程度低，信息孤岛现象严重，地质资料不能及时、有效地满足国家建设与社会需求。

2002 年，国务院颁布了《地质资料管理条例》，2003 年，国土资源部发布了《地质资料管理条例实施办法》，地质资料的管理与共享服务得到了前所未有的重视。国土资源部又相继推动地质资料汇交、地质资料委托保管、地质资料集群化、产业化服务等，地质资料的管理与服务开始出现一个新的局面。由于管理与服务模式的转变是一个较长期的过程，地质资料工作的重要性仍未完全显现，社会对地质、矿产等的关注度仍远落后于“土地”“海洋”“气象”，仅稍高于“测绘”（图 4）。

4.2 云计算是改变地质资料服务模式的契机

从云计算的产生和发展过程来看，云计算是在继承和整合了虚拟化技术、海量数据存储、分布式并行计算框架、智能化与自动管理等多项关键技术的基础上，形成的具有高性能、可伸缩、低成本及面向服务的新的计算模式。云计算正在推动着信息产业实现社会化、集约化、专业化的大转型。

社会化：互联网计算正成为社会基础设施，建立集中的、各种各样的云计算中心实现规模化的社会服务，是当前发展的趋势。

图 4 地质等搜索量变化趋势比较

集约化：归并分散、粗放的软件开发与应用，软件模块构件化，提高平台利用率，使计算资源以虚拟化组织和配置、弹性伸缩，通过软件的重用和柔性重组，进行服务流程的优化与重构。

专业化：面向多租户使服务更为精细、规范，并对服务透明使用，按需租用[9]。

地质资料服务及信息共享是一种典型的数据密集型计算服务，这恰与云计算模式的基本特点相符合。因此，引入云计算是推进地质资料信息服务集群化产业化的天然契机。从技术层面上来讲，国家地质资料数据中心建设十分重要，建议规划为提供完整 SPI（软件即服务 SaaS、平台即服务 PaaS、基础设施即服务 IaaS）服务的地质资料专业云，全面涵盖二级监管、三级保存及社会化服务，这种集中式的部署方式既降低了技术难度，也有利于提高投入和使用效率。其次，国家地质数据中心也可以规划为“逻辑统一、物理分布”的三级数据中心体系，这种社区云的部署方式符合我国地质资料行业现状，组织实施均较为简单。需要注意的是，无论哪种方式，统一的体系架构、成熟技术的采用、一致的标准和安全性都是需要重点考虑的问题。

5 结语

与网格计算相反，云计算更多地经历了从实践到理论的过程，从研究者关注云计算开始，其实已经大量出现云计算的实例。我国在云计算领域的基础研究仍然落后，但图书情报界对云计算的跟踪和应用却十分突出，一些基于知识的服务已经达到专业化和产业化服务水平。相信云计算模式的引入，将会极大地推动地质资料服务向集群化产业化方向转型，以更好地实现地质资料和成果的全社会共享。

参 考 文 献

[1] 维基百科.云计算.http：//zh.wikipedia.org/wiki/ 云计算，2012.

[2]Peter Mell，Timothy Grance.The NIST Definition of Cloud Computing.NIST Special Publication 800 ～ 145，2011.

[3] 李德毅，林润华，郑纬民等.云计算技术发展报告 [M[.北京：科学出版社，2011.

[4] 杨春霞，王圣洁，王春民.谈计算模式的演变及其对海洋地质数据处理的影响 [J].海洋地质动态，2004，20（2）：32 ～ 36.

[5]Fang Liu，Jin Tong，Jian Mao et al.NIST Cloud Computing Reference Architecture.NIST Special Publication 500 ～ 292，2011.

[6]Michael Armbrust，Armando Fox，Rean Griffith et al.Above the Clouds： A Berkeley View of Cloud Computing.http：//，2009.

[7] 张正禄.我国图书情报界云计算研究述评 [J].国家图书馆学刊，2010，（3）：73 ～ 76.

[8] 国土资源部矿产资源储量司.推进地质资料信息服务集群化产业化 [M].北京：地质出版社，2011.

[9] 李德毅.云计算支撑信息服务社会化、集约化和专业化 [J].重庆邮电大学学报，2010，22（6）：698 ～ 702.

研究选题主要有以下几个方法：1、往深处思考、在纵向上挖掘：即围绕着云计算自身的发展进行选题，比如云计算安全研究......2、往广处思考、在横向上挖掘：即围绕着云计算在其他行业的应用进行选题，比如制造云研究......3、往博处思考、在集成上挖掘：即围绕着云计算与其他领域集成后的新领域进行选题，比如云计算经济学......

2013年4月，由我司和武汉市城市排水发展有限公司合力编辑的《打造水务行业数字化运营管理，赢得行业未来》一文在水行业具有较高权威的《水与中国》杂志刊登，获得业内人士一致赞同，水务数字化运营也在业内成了热议话题。 《打造水务数字化运营，赢得行业未来》污水处理行业作为国家新兴战略产业之一，国家“十二五”规划对城镇污水处理提出了更高的要求，并明确要求县级镇、尤其是重点镇必须建立污水处理厂。截止2012年9月，全国设市城市、县累计建成城镇污水处理厂3272座，处理能力达到1.40亿立方米/日，比2010年底全国设市城市、县累计建成城镇污水处理厂2833座增加439座，比污水处理能力1.25亿立方米/日增加150万立方米/日，由此可见，城镇污水处理厂不论是数量和处理能力都保持了持续高速增长的态势。污水处理厂在承担环保减排的任务的同时，需要消耗大量的水、电、药。据统计，水、电、药成本占污水处理厂生产运行管理直接成本的90%以上。至2010年我国污水排放量达到800亿吨左右，而我国2010年污水处理电耗为0.2至0.56度每吨之间，按此测算，光电量消耗就至少需要150亿度以上，再加上设备损耗、药耗、水耗等，其费用更为庞大。假设能通过有效的节能管理将城市污水处理厂的运行费用即使节省1%，那也是天文数字。目前国内的城镇污水处理项目通常存在配套污水收集系统不完善，污水来量不足，污水中污染物浓度低达不到设计进水浓度，污水处理运行管理人才短缺，污水系统不稳定，运行费用偏高等棘手问题。这些问题一方面需要各级政府加强管理和监督，另一方面也需要污水处理企业通过加强或改进自身的工艺运行管理方式、方法和转变运营管理模式，提升污水厂运行和企业运营管理水平，尽可能的将上述问题产生的影响降至最低。水务企业现状随着我国水务环保行业市场化程度的逐步加大，市场上涌现出许多全国性和区域性的大型水务集团公司，有些集团公司拥有全国各地上百家的污水处理项目。下属污水处理厂地域分布广泛、各厂运营管理水平不一，运营管理人才短缺等问题日益突出，这使得集团公司迫切需要进行集约化管理，实现企业资源的合理配置，通过有效监管提升下属污水处理企业运营管理能力。信息化运营管理模式逐步成为大型水务集团公司提升企业整体运营管理水平、应对逐渐激烈的市场化竞争、获取最大化经济效益的发展方向。水务综合运营管理系统崭露头角加强城市污水处理系统综合运营管理、节能优化调度研究和实用技术开发，对实现工艺运行由经验判断走向定量分析，由依赖个体式英雄发展为依靠专家团队能力，打造规范化、程序化、专业化、集约化、智能化、精细化运营管理模式具有重要的意义。纵观国内专注于污水处理行业综合运营管理系统开发的一些公司，如华信数据、上自所、亚控科技等，城市污水处理系统综合运营管理系统一般涵盖厂级运行管理和公司级运营管理两部分：厂级的运营管理污水处理厂级的运营管理以污水处理工艺运行为中心，以污水处理工艺的稳定运行和保持生产设备良好状态，出水水质达标排放为基础，通过建立全厂生产过程控制体系，将污水厂及下属泵站的各类在线仪表、设备所反映的生产运行数据进行采集、传输、信息共享，利用计算机技术对这些数据进行筛选、分析，将运行管理人员关注的重点数据直观的展现，然后借助污水处理工艺数学模型和专家系统对这些数据进行深入的数据挖掘和分析，实现污水处理厂工艺运行情况的分析预警、工艺异常处理的优选方案、各工艺运行单元以及全厂运行的优化调度分析方案、与工艺运行密切相关的设备性能分析、全厂运行成本分析等功能，从而辅助厂级管理人员提高工艺运行管理水平和综合运营管理水平。最大程度的降低生产运行各个环节的电耗、药耗，降低系统运行直接费用；最大程度的提高设备的使用效率和寿命，降低设备故障率，从而降低设备维修成本；提高运营管理工作效率，降低运行维护人员数量，节省人工成本；最终实现达标、稳定、高效、低耗的污水处理厂运行目标。公司级、集团级的运营管理公司级、集团级运营管理以集约化管理为目标，借助物联网技术实现对下属污水处理厂生产运行的远程集中监管，统一运行调度和工艺运行指导，利用计算机系统对各污水厂分析和筛选过的运营数据进行统计汇总和深入的数据分析挖掘，形成指导公司整体运营决策的工艺分析、设备分析、成本分析、风险分析等辅助决策工具，辅助企业决策层应对水务行业的激烈竞争，实现企业发展的战略目标和投资回报率的最大化。在远程集中监管方面，通过物联网技术建立下属各污水处理厂和泵站的生产运行情况的智能化、实时预警机制，在公司管理人员关注的关键数据或指标发生异常时，通过声、光、电、手机短息等形式，及时通知到相关人员。管理人员无论身处何处，只要能连接网络，即可远程、实时、直观查看关键工艺数据、设备运行状况。在运行调度和工艺运行指导方面，具有丰富工艺管理经验的专家团队无需亲赴现场，借助视频会议系统，在公司监控大屏上即可远程、实时查看到现场工作画面，辅以各构筑物运行数据、关键工艺数据和设备的运行情况，即可辅助各厂解决各类工艺运行难题。这将有效解决管理人才不足，提高工艺运行问题处理效率。辅助经营决策方面，经营决策的关键数据都由计算机系统自动采集、分析筛选、汇总统计，即保证了数据的及时性和准确性，又可将公司管理人员从“数据海洋”中解脱出来，所有经营决策数据以图表、报告等方式快捷、直观的展现，分析结果一目了然。极大的方便决策者进行战略目标和经营方针制定。小结水务综合运营管理系统从根本上解决水务行业发展的难题，它建立企业门户，解决企业信息传递脱节、信息孤岛问题；建立企业工作流平台，规范化、标准化工作流程，提高管理水平，实现有效监管；健全企业预案库、知识库，提高人员知识水平和素质，保障安全高效生产；建立企业动态决策支持系统，实现专业化、科学化管理决策；建立智能化污水处理工艺模型和完善的工艺调度方案，实现生产优化调度，节约能耗，降低成本；建立统一的考核体系和标准，满足上级各种考核要求，提高运营管理水平。在国家政策的大力支持下，会有越来越多的污水运营管理企业诞生，如何在激烈竞争中立于不败之地？——利用综合运营管理系统，打造数字化运营管理模式，才能赢得行业未来！ 2013年10月，武汉华信数据系统有限公司的《基于物联网的污水处理综合运营管理平台整体解决方案》是唯一入选《2013年中国物联网产业发展蓝皮书》作为“智慧环保”领域的案例，且中国科学院物联网研究发展中心授予武汉华信数据系统有限公司为专家顾问组成员。此项案例在2013年中国物联网行业发展峰会获得业内人士一致好评，尤其对国内大型环保集团公司在综合运营管理方面拓展了新思路。 2013年11月，由武汉华信数据系统有限公司主编的专业论文《基于物联网的水务综合运营管理平台》在《物联网与云计算》杂志刊登，受到业内人士焦点关注。《物联网与云计算》杂志的主办单位是工业和信息部、科学技术部，在行业有较高权威性和专业性，它致力于打造中国物联网产业媒体“第一品牌” 2014年2月，2014年2月，为了倡导智慧水务的管理理念，推广在水务企业的应用，武汉华信数据系统有限公司主编的评论文章《智慧水务管理平台在水务企业的应用》在国内权威水务行业杂志《水工业市场》刊登，受到业内人士焦点关注。