深入浅出讲云计算——虚拟化
深入浅出讲云计算——虚拟化
本周我们继续回到云计算的主线，从2006年谷歌CEO埃里克 施密特算把云计算真正开始商业化至今，云计算已经发展处了1.0/2.0/3.0三个时代。1.0是云计算产品和服务的成熟阶段，这一阶段主要关注的是主机虚拟化技术，解决的是，如何把主机进行虚拟化，形成资源池。2.0时代是底层技术和行业解决方案的成熟阶段，这一阶段主要做的是对存储与网络设备实现了虚拟化，通过多种技术，将计算、存储、网络、安全等硬件资源整合为虚拟资源池，实现了云计算的方案完善。3.0时代是混合云及多云管理的阶段，是比拼服务的阶段，更是比拼产品和方案复制能力的阶段。
虚拟化作为云计算中最基础的关键技术，有必要对其有一定程度的理解。虚拟化的概念，在上一篇《关键技术》里已经做了描述，它的本质是利用一种逻辑将另一种逻辑进行抽象出来，也就是用某种技术，将硬件的算力逻辑化，再具象成能多个独立且相互隔离的逻辑主机，这些主机还能平滑地从一台硬件设备迁移到另一台硬件设备上，具备与硬件设备解耦的能力。
为了能够实现完善云平台基础技术，虚拟化包括要对计算、存储、网络三大件进行逻辑抽象。
计算虚拟化根据计算设备主要虚拟化需求，分成了CPU虚拟化、内存虚拟化、IO虚拟化。
CPU进行虚拟化，首先要解决一个问题，指令的执行有4种模式，ring0~3，数字越小，优先级越高，操作系统内核通常就是ring0级，操作系统服务用于ring1/2，程序用于ring3。而虚拟化后，出现一个中间层VMM，VMM应用于ring0级，但GuestOS也要运行在ring0级，这样就出现了冲突。这个问题的解决就是利用VMM来模拟特权指令的执行，让GuestOS认为工作在ring0级别就OK了。解决了使用的问题后，就需要解决商业模式的问题，硬件服务器的CPU通常是确定的，那能模拟出多少虚拟CPU呢？在云计算搭建时，将每线程或进程虚拟成一个vCPU。例如硬件服务器是1块4核超线程CPU，那就可以虚拟成1*4*2=8个vCPU。当然，现在随着虚拟化的火热，CPU厂家在设计时就已经通过芯片设计解决了多种
虚拟化漏洞，而这种从硬件层面上的解决，校里也是最高的。
内存虚拟化和CPU虚拟化的目的一样，都是让多个虚拟机能同时利用同一块内存，内存的使用时从0开始，并保持连续的，如果多台虚拟机同时使用，如何能保持虚拟机的内存符合规则，且硬件内存也符合规则？这里也是利用VMM来进行镜像页表映射，让客户机认为自己使用的是符合规则的内存。
IO虚拟化是让多台虚拟机能共用一台IO设备，例如网卡、磁盘。解决办法的思路也和上述两种虚拟化类似，首先VMM为虚拟机划分出Domain，并模拟出一个用于管理其他Domain的特权域，这个特权域就是Domain0，Domain0具备IO设备的驱动和客户机的后端驱动，这样虚拟机就可以通过Domain0获取IO设备信息，继而完成访问和应用。
存储虚拟化是将存储能力进行逻辑抽象出来，整合成一个庞大的存储资源池，这样除了能提高存储利用率外，更能让用户抛掉硬盘规格的困扰。从这个角度来看，存储虚拟化的意义和计算虚拟化一样重要，共同构成了云计算的技术基础。
网络虚拟化其实不是为了云计算而诞生的，像我们常用的VPN、隧道技术等都属于网络虚拟化。而在云计算李的网络虚拟化，要解决的问题主要是各台虚拟机之间怎么通信、隔离，虚拟机迁移后，如何快速恢复网络配置，例如公网IP。在实际使用中，虚拟机会虚拟出包含自己MAC和IP的虚拟网卡，并可以用OVS技术虚拟出交换机，再利用虚拟交换机完成虚拟机的网络通信。
到这里，大家对云计算的技术理解可能就更深层次了，国内云计算的发展，现在已经呈现一超多强，阿里云就是那个超。但从各家公有云平台可以看出，云平台的基础服务基本没有太多变化，基本是以CPU计算实力为基础，其他新兴虚拟化补充，例如容器、裸金属、GPU、FPGA等。其他的，例如存储已经在块存储、对象存储和文件存储方面基本定型，备份等方面能力构建也相对成熟。
阿里云产品方面包括几个大类，从租用云平台的需求来说，首先需要弹性计算ECS实例，再配置好网络与CDN的VPC专有网络，迅速将业务展开。随后，如果数据量增大，就增加存储的对应能力，还可以增加网络与CDN的负载均衡SLB。再进一步发展，要考虑安全问题，可以在安全板块增加相应的安全产品，达到等到定级要求。
使用场景描述了这么多，好像还没有涉及到阿里云的很多产品，这就是阿里云商业模式开始转变的代表，这也是我在第一篇云计算文章里想要表达的观点：从全球云计算的发展来看，市场需求会推动云计算产业的价值核心逐步向SaaS业务迁移。行业市场不仅需要拥有云计算的基础设施资源，更追求有关资源对实际经营的支撑性应用。云计算企业要扩大软件技术开发优势，逐步确立自身的市场中心地位，避免在互联网时代电信运营商逐渐沦为互联网管道的类似结局——成为云计算时代的算力平台，而被迫放弃内容的高价值。
文章被以下专栏收录
