1云计算体系结构
云计算体系可以分为5个层次：云应用层、云软件环境层、云软件基础构建层、软件核心层、硬件层。最上层是云应用层，是云提供给用户服务的接口，这种模型简化了云计算服务提供商的应用部署，一个云应用层部署在服务提供商的计算中心而不是用户的机器之中，可以称这种模型为软件即服务(SaaS)。第二个层次就是云软件环境层，也可以称之为软件平台层，这个层的用户是云应用的研发者，提供这个层次的服务可以称之为平台即服务(PaaS)。第三个层次就是云软件基础设施层，这个层提供基础资源给上一层。这一层提供的云服务有3种：计算资源、数据存储和通信。虚拟机是最常见的计算资源提供形式，可以称这种服务为基础设施即服务(IaaS)，因此虚拟化技术是云计算的关键理论技术之一，目前开源的虚拟化技术以XEN和KVM为代表，同时VMWare虚拟化在企业虚拟化应用中也很广泛，在基础设施即服务中最出名的就是亚马逊弹性云计算平台。数据存储是第二个基础设施资源，提供存储服务，也就是数据存储即服务(DaaS)。第四个层次是软件核心层，这一层提供组成云实际物理服务的基本软件的管理。这一层的实现可以是操作系统核心、系统管理程序、虚拟机监视器或集群中间件。第五个层次硬件层是云计算的最底层，这一层的用户通常是有巨大IT需求的大企业，可以称提供的这种云服务为硬件即服务(HaaS)。
2云计算的开源软件框架Hadoop
Hadoop是Apache基金会的开源项目，为开发者提供了一个分布式系统的基础架构，用户可以在不了解分布式系统的底层细节的情况下开发分布式的应用，充分利用集群的强大功能，实现高速运算和存储。2006年1月，Hadoop之父DougCutting因为在开源项目Nutch和Lucene中表现卓越，所以获邀加入Yahoo公司，专攻Hadoop项目并对其进行开发。2006年2月，Hadoop项目从Nutch项目中脱离出来，并正式成为Apache组织中一个专注于DFS和MapReduce的开源项目。MapReduce编程思想是由Google工程师JeffreyDean于2004年提出来的，与此同时，Google也发表了GFS、BigTable等底层系统以应用MapReduce模型。2007年，Google公司发布了Google’sMapReduceProgramingModel-Revisted论文，在该论文中进一步项目介绍了GoogleMapReduce模型以及Sazwall并行处理海量数据分析预研。2008年2月，Yahoo公司宣布其搜索引擎中的索引时构建在一个拥有1万个内核的Hadoop集群上的。同年4月，Hadoop搜索排序速度打破了世界纪录，成为世界上最快的TB级数据排序系统。Hadoop项目中包括一个分布式的文件系统HDFS，一个分布式的并行编程框架MapReduce，以及包括Hive、HBase、Mahout、Pig、ZooKeeper、Avro、Chukwa在内的诸多子项目。为了实现一个Hadoop集群的集群共享、可伸缩性和可靠性。设计人员采用了一种分层的集群框架方法。具体来讲，特定于MapReduce的功能已替换为一组新的守护程序，将该框架向新的处理模型开放，这就是2013年正式推出的第二代MapReduce(YARN)。如上图YARN总体结构图所示，YARN分层结构的本质是ResourceManager。这个实体控制整个集群并管理应用程序向基础计算资源的分配。ResourceManager将各个资源部分（计算、内存、带宽等）精心安排给基础NodeManager（YARN的每节点代理）。ResourceManager还与ApplicationMaster一起分配资源，与NodeManager一起启动和监视它们的基础应用程序。在此上下文中，ApplicationMaster承担了以前的TaskTracker的一些角色，ResourceManager承担了JobTracker的角色。
3云计算在安防领域中的应用
安防行业最普遍的应用是视频监控，该产业目前正以每年20%左右的增长率在持续发展，其产值和规模已取代了其他传统安防行业。随着各地“平安城市”、“数字城市”等概念的实际落地，视频接入规格从几千到几万甚至十几万、几十万都有，视频监控所采集的视频质量也从标清进步到了高清时代，因此产生的数据信息量也逐渐达到了“大数据”概念，不采用“云计算”模式根本无法存储、分析、检索如此大的数据量的视频资料。一些领军企业如海康威视，已经拥有成熟的技术与应用案例。一般来说，人对视频只有20分钟的有效监控，只有结合智能化的监控技术才能把人从视频监控中解救出来，只有与云计算相结合才能使用智能技术快速处理海量视频。云计算在高清视频监控中的应用利用云计算的并行处理能力，进行高清视频的编解码，利用云存储的可靠存储能力来完成海量数据的存储，从而实现高并发、高可靠、低成本，满足视频监控系统实现向高清、智能、IP网络化发展。运用云计算能力，实现常用的各种智能识别算法，如车牌识别、人脸识别、车身颜色、火灾烟雾检测、入侵检测等智能算法，并能以智能分析结果指导视频存储。据了解作为安防行业领头羊的海康威视目前已经拥有此类技术平台。云计算在智能楼宇中的应用平台呈现物联网的整体架构，最上层以云计算技术实现整体的管理和控制。感知层由各类网络传感器组成，包括摄像头、红外传感器、各类门禁传感器、智能水表、消防探头等，全部以网络化结构形式组成建筑“智慧化”大控制系统的传感网络。网络层由传输媒介和IP功能控制器组成。上述两个应用点可以看出，无论云计算将来以哪种模式发展，其在安防领域中的应用将会随处可见，大安防云系统的互联互通最终会诞生在我们生活中，并为安防行业带来高性能、低功耗及廉价的服务。海康威视推出的基于云计算技术的云平台重点解决了海量视频数据的处理速度和可靠性问题，相比传统系统的实现方式，能够在速度与效率上提升一个层次，犹如商用搜索引擎在互联网信息检索中所起的作用，带来更好的用户体验及价值。云平台能够对前端设备产生的实时流进行实时处理，动态分配实时布控需要的资源，满足视频监控应用中的实时性要求；对存储系统中的海量录像进行快速的分析和处理，提取其中的有用信息；支持向上级平台提供快速且多样化的信息检索接口，以期能更好的为用户提供基于海量视频信息的高质量服务。
4小结
通过给实时、离线任务配置所需处理资源，就能快速地完成原本需要数十倍时间才能完成的视频分析任务。从技术发展的视角来看，未来城市建设要求通过以移动技术为代表的物联网、云计算、分布式文件系统等新一代信息技术应用实现全面感知、泛在互联、普适计算与融合应用。只有通过不断创新的大数据技术，如云计算技术，才能为社会服务提供更强大的技术支撑，才能让各种概念性的想法真正落地。
作者：周明耀
