時間：2023-07-23 08:21:52
緒論：在尋找寫作靈感嗎？愛發表網為您精選了8篇云計算技術簡述，愿這些內容能夠啟迪您的思維，激發您的創作熱情，歡迎您的閱讀與分享！
關鍵詞: 云計算;虛擬機遷移;服務器整合;軟件框架
中圖分類號:TP3 文獻標識碼:A 文章編號:1671-7597(2012)0910165-01
0 前言
云計算是一種新的計算理念、新的資源交付方式、新的商業模式。在計算理念上,它通過網絡將原來由本地主機實現的計算交給“云平臺”來處理;在資源交付上,它提倡將網絡資源、系統資源和應用等整合為服務提供給用戶;在商業模式上,它實現了資源的按需定制、按量付費。可以說,云計算的發展是需求推動、技術進步和商業模式轉變共同促進的結果,其核心是構建了一種全新的信息與數據存儲、處理和服務模式。
云計算作為一種新的計算理念和模式,在技術上是將大型服務器集群,包括計算服務器,存儲服務器和網絡帶寬資源集中起來,通過對各類可分配資源的虛擬化,利用專門軟件實現對資源的按需分配,支持各種應用程序的運行,使得用戶只需關注并提供業務相關的解決方案,無需在硬件平臺、綜合計算、安全存儲、信息的一致性等方面耗費大量的人力、物力和財力,有利于提高系統的整體效率、降低成本,促進技術創新。
盡管基于云計算模式的計算平臺或服務已被廣泛接受并逐步走進應用,但云計算的研究總體上還處于起步階段,許多現有的問題還沒有被完全解決。本文提出了部分具有挑戰性的云計算關鍵技術和研究問題。
1 虛擬機遷移
云計算通過允許虛擬機遷移實現整個數據中心負載平衡。此外,虛擬機遷移提高數據中心的健壯性和高度響應。
虛擬機遷移是由進程遷移演變而來的。最近Xen和VMWare已經實現了虛擬機的實時遷移。文獻[1]指出遷移整個操作系統和它的所有應用程序作為一個單元可以避免進程級遷移方法要面對的許多困難,并分析了虛擬機實時遷移的優勢。
虛擬機遷移的主要優勢是避免熱點,然而,這并不簡單。目前,檢測工作負載熱點和啟動一個遷移缺乏應對突然的工作負載變化的靈活性。此外,虛擬機遷移時內存中的狀態應當一致且高效地傳輸,同時還需綜合考慮應用程序和物理服務器的資源負載。
2 服務器整合
服務器整合可以最大化資源的利用率,同時最小化能耗的有效方法。虛擬機遷移常用來整合駐留在多個很少使用的服務器的虛擬機到一個服務器,這樣剩余的服務器可以設置為節能狀態。在數據中心優化整合服務器通常是一個NP難的變種裝箱優化問題。針對這個問題已經提出各種啟發式方法。
服務器整合不應該影響應用程序的性能。眾所周知,單個虛擬機資源的使用不停的在變化。對于虛擬機間共享的服務器資源(比如帶寬、內存緩存和磁盤I/O),最大限度地整合服務器可能導致擁堵[2]。因此,觀察虛擬機負載的波動和使用這些信息有效的整合服務器是很重要的。最后,在資源擁塞發生時,系統必須能快速響應。
3 能耗管理
提高能源效率是云計算另一個主要問題。據估計,能耗成本占數據中心運營支出總額的53%。因此基礎設施提供商承受了巨大的壓力減少能源消耗。目標是不僅要減少數據中心的能源成本,還要達到政府法規和環境標準。
設計節能數據中心最近受到越來越多的重視。這個問題可以從多個方向解決。例如,節能的硬件架構、減慢CPU速度和關閉部分硬件組件已成為研究者的共識。有節能感知的作業調度和服務器整合兩種方式可以減少能源消耗。最近的研究也已開始研究節能的網絡協議和基礎設施。一個關鍵的挑戰是實現節省能源和應用程序的性能之間達到一個好的平衡。在這方面,一些研究人員最近已經開始在一個動態的云環境實現性能和能耗管理的協調解決方案[3]。
4 流量管理和分析
分析數據流量對于今天的數據中心是重要的。例如,許多web應用程序依賴于分析數據流量來優化用戶體驗。網絡運營商還需要知道數據流量進行許多管理和規劃決策。然而,把互聯網服務提供商(ISP)現有的流量測量和分析方法擴展到云計算數據中心還存在一些挑戰性的問題。首先,數據中心鏈接的密度要比ISP高得多;其次,大多數現有的方法可以計算幾百臺主機的流量矩陣,但一個小型數據中心可能擁有幾千臺服務器;最后,現有的方法通常基于一些ISP的流量模式,但是部署在數據中心應用程序(比如MapReduce作業)極大的改變了流量模式。此外,在云計算中應用程序的網絡使用、計算和存儲資源存在更緊密的耦合。
目前,并沒有很多工作在測量和分析數據中心的流量。文獻 [4]報告了數據中心流量的特征,以及使用這些指導網絡基礎設施的設計。
5 軟件框架
云計算提供了進行大規模數據密集型應用程序的平臺。通常這些應用程序利用MapReduce框架(如Hadoop可伸縮的和容錯數據處理)。研究表明MapReduce作業的性能和資源消耗的是高度依賴應用程序的類型。例如,Hadoop任務sort是I/O密集型,而grep則要求大量CPU資源。此外,分配在每個Hadoop節點的VM可能是異構的。例如,一個VM可用帶寬依賴于配置在同一個服務器的其他VM。因此,通過仔細選擇它的配置參數值和設計更高效的調度算法能優化MapReduce應用程序的性能和成本。通過緩解瓶頸資源,可以將應用程序的執行時間顯著提高。關鍵的挑戰包括Hadoop的性能建模(無論是在線還是離線)和動態條件下自適應調度。
另一個相關的方法認為讓MapReduce框架有節能感知[5]。這種方法的基本思想是將完成工作且等待新任務的Hadoop節點進入睡眠狀態。這就要求Hadoop和HDFS必須由有節能感知。此外,通常會在性能和節能感知之間進行權衡。根據目標,找到一個理想的權衡點仍是一個沒有探索的研究課題。
6 存儲技術和數據管理
軟件框架MapReduce和它的不同實現(Hadoop和Dryad)針對分布式處理的數據密集的任務。這些框架通常運行在網際文件系統(比如GFS和HDFS)。這些文件系統的存儲結構、訪問模式和應用程序編程接口不同于傳統的分布式文件體系。特別是他們沒有實現標準POSIX接口,因此引入和傳統文件系統和應用程序的兼容性問題。目前的解決方法主要包括提支持MapReduce框架使用集群文件體系(如IBM的GPFS)方法和基于新的API原語支持可伸縮和并發數據訪問等。
7 結束語
需求推動、技術進步和商業模式轉變共同促進了云計算的快速發展,其核心是構建了一種全新的信息與數據存儲、處理和服務模式。本文從云計算平臺建設與管理、應用的構建等多角度總結了這種新興計算模式存在關鍵技術及難點,提出了未來云計算研究與應用中所需解決的問題。
參考文獻:
[1]Clark C, Fraser K, Hand S, Hansen JG, Jul E, Limpach C, Pratt I, Warfield A. Live migration of virtual machines. In: Proc of NSDI, 2005:273-286.
[2]Padala P, Hou K-Y et al. Automated control of multiple virtualized resources. In: Proc of EuroSys, 2009:13-26.
[3]Kumar S et al. vManage: loosely coupled platform and virtualization management in data centers. In: Proc of international conference on cloud computing, 2009: 127-136.
1構建文獻管理系統數據庫
1.1館藏文獻數據庫建設
1.1.1文獻數據錄入前的準備
當今圖書館采購的新版文獻主要有紙質和電子兩種，其中紙質文獻先要進行驗收、蓋章、貼上防盜磁條和電子掃描條形碼等技術加工處理，為文獻數據錄入做好前期準備工作。
1.1.2文獻數據錄入的主要項目
根據標準的馬克著錄格式對文獻內容逐項進行著錄，信息源來自版權頁中的標準書號、書名、著者、出版社、出版年限、版次、頁數以及價格等。然后對圖書進行分類，填寫分類號、書次號，最后將條形碼掃描至系統中，編目過程就結束了，該書的信息就存入館藏文獻數據庫系統中了。傳統的文獻編目是通過卡片式紀錄文獻信息的，就是每種圖書都要手工編寫一張卡片，包括書名、著者、索書號、主題詞等相關信息，不但不利于保存，檢索起來也比較繁瑣。館藏文獻數據庫保存了圖書館的全部文獻資源，可以隨時檢索館藏文獻。數據庫為管理者提供了借閱情況，為廣大讀者提供文獻檢索，比如讀者知道書名或著者、分類或主題，都可以利用該數據庫進行檢索，獲得所要借閱文獻的具置，這樣就大大節約了讀者借書的時間，提高了讀者借閱的準確率。這一功能實現了將手工錄入的信息以及條形碼掃描的數據進行重新排序，并生成新的庫結構和內容，運行該功能時一定要將全部的文獻信息完成后再進行數據的匯總處理，這是數據錄入處理的最后一道關口。
1.1.3文獻數據的修訂和注銷
所有文獻的信息都要通過手工錄入計算機，包括輸入文獻的基本信息，然后將這些重要的信息進行保存。如果在輸入過程中發生差錯，可以及時進行修改，因為系統增加了插入、增添、刪除的功能，這樣可以提高文獻信息的準確性，為文獻檢索提供最佳數據保障。對于借書超期沒有歸還的師生，可以運用這一系統進行過期催還，以提高圖書館藏書的流通率。超期丟書的罰款處理，系統也能快速檢索到，這就大大提高了圖書管理人員的工作效率。同時將所丟書籍的信息從數據庫中刪除，及時對館藏文獻數據庫進行維護，做到數據庫中的文獻信息與實際館藏相符。
1.2讀者管理數據庫建設
1.2.1讀者數據庫的錄入
這個數據庫主要用于存儲用戶類別和用戶數據管理。第一步就是獲取讀者的基本情況，以高校圖書館為例：學生需要姓名、性別、所在系、所在班級。老師需要姓名、性別及所在系，職員需要錄入姓名、性別。然后將這些信息導入到計算機中，用于讀者類別管理和個人數據信息的保存。讀者數據庫的功能有借書證錄入、借書證導入、借書證管理、預約管理、過期催還和罰款處理。
1.2.2借書權限的設定
在高校，用戶主要以老師、學生、職員為主。老師和學生的借閱權限也有所區別。一般在高校，老師的借閱權限是10～15本，職員是10本，而學生是5本。老師和職員的借閱時間最長為1年，學生為30天。如何來加以區分呢？就需要在數據維護系統中選擇借書證維護，輸入相應資料，如姓名、性別、讀者職別等，然后在借閱權限中輸入相應數值，進行保存就可以了。
1.2.3借書證的管理
對新來的老師和每年的新生，圖書館都會給他們辦理借書證。如老師為L字母打頭，學生為X字母打頭，分別根據不同的信息制作借書證。每張借書證都是根據特定標準按條形碼順序排列的，使借書證上的號碼與導入系統中的號碼相一致。借書證管理系統的作用也不可小覷，如果學生或老師的借書證不慎丟失，就可以通過系統錄入老師或學生姓名，即可檢索到所丟借書證的號碼，及時注銷，這樣就可以避免不必要的損失。平時圖書館工作人員只要通過掃描儀掃描借書證辦理圖書借還書手續，并了解師生的借閱情況。
2設置文獻檢索平臺
2.1設置館內公用文獻檢索平臺
為了方便廣大師生有效利用圖書館，大部分高校圖書館在入館大廳顯著方位設置公用文獻檢索平臺，平臺的主要功能就是為讀者提供人性化的服務。讀者可以通過這一公用文獻檢索平臺隨時檢索館藏文獻資源，包括紙質文獻、電子文獻、互聯網文獻等，都能作出相應回答。這樣方便了師生文獻檢索，減輕了圖書館工作人員的工作量。
2.2開通電子文獻檢索網絡
計算機在圖書館現代化建設中，不僅實現了本館文獻資源數字化，還為開通電子文獻檢索網絡，滿足讀者檢索多途徑奠定了基礎。如匯文文獻信息服務系統，因為這一系統汲取了國內外圖書館信息管理的最新技術，在網絡化新技術、文獻資料處理技術、多媒體技術、全文數據庫技術、超文本信息存儲與檢索技術等方面進行了探索和研究，目前匯文用戶超過了400多家，覆蓋了國內一大批重點大學的圖書館和公共圖書館。這樣可以實現高校圖書館及公共圖書館之間文獻資源共享，這樣做的好處就是花費少，獲得的文獻資源更多，更好地滿足了讀者檢索文獻的需求。
2.3重視數字圖書館建設
2.3.1自建數據庫
自建數據庫是圖書館人長遠的奮斗目標，首先在館藏資源數字化的基礎上充分挖掘館藏資源的潛力，可以了解讀者不同的需求，進一步作深層次的開發，建立多種服務方式，如情報服務、信息分析等。因為不同的圖書館是為不同的特定讀者服務的，所以定位、目標等都要從滿足讀者的需求考慮。在分析讀者和讀者需求過程中，掌握可滿足讀者需要的文獻資料，保證讀者可以獲取所需要的最新文獻資料。在自建過程中，一切以讀者方便易用為出發點，這樣也可以提高數據庫的利用率。
2.3.2購買數據庫
可以購買國內外一些信息研發機構研制的專題數據庫，當然直接購買數字化產品，或購買數字化資源的檢索權更為劃算。比如CNKI中國期刊網、維普、萬方、人大復印資料、超星圖書館等。還可以針對專業需求購買相關學科的數據庫。這些數據庫中包含大量的文獻資源可供檢索。
2.3.3購買與自建并行
為建設有本單位特色的文獻資源數據庫，可以請專業人士自建數據庫。先要對館藏資源做一些了解，找出重點特色的館藏。然后要了解哪些文獻利用率較高，哪些是教學科研及學術方面的強項，還要根據圖書館的條件進行資源數字化建設。
3計算機在現代圖書館建設中的問題
計算機在現代圖書館建設中的作用越來越重要，這是有目共睹的，但也存在不足，有待進一步認識、探索、創新。
3.1缺乏統一規劃和標準
計算機的運用，使數字化信息資源已成為圖書館資源建設的一個重要方面。基于計算機網絡的普及運用程度及我國圖書館事業發展的不平衡，我國現階段的館藏資源數字化工作主要集中在高校圖書館和國家圖書館，缺乏全國統一規劃，各館之間的差異使數字化工作難以步調一致，這就影響了已有的數字資源在全國、乃至世界范圍內資源共享。各個圖書館使用的數據處理系統差異很大，這就導致了無法實現館際之間的聯網，使不同館之間進行數據交換的可能性很小，如果全國圖書館界有一個統一的模式，使用比較先進的數據系統，如匯文軟件，就可以實現館際之間的互借，對外來數據進行處理、利用，可以節約大量的人力、財力，真正實現各館文獻資源共享的目的。
3.2專業技術人員水平參差不齊
館藏資源數字化建設需要借助一定的設備，特別是計算機網絡設備，還需要全國統一的技術標準，實施細則，因此人才培養和人才建設是必不可少的。目前許多圖書館新人員多，他們缺少相關專業知識和工作經驗，有些專業技術人員還不能獨當一面處理較為復雜的技術問題，因此，開展現代圖書館人才培養是當務之急。相關工作人員不僅要熟練掌握系統軟件的操作方法，而且也要提高自己的外語能力，這樣才能更好地操作國外的數據庫系統，瀏覽國外的相關網站，學到先進的管理方法。
購買推薦
圖書分析師龐敏麗認為該書云計算研發人員和愛好者的學習和參考資料。通過對生意寶旗下比購寶(Boogle.cn)——“網絡購物第一站”收錄的博庫書城、淘寶網、京東商城、卓越亞馬遜、當當網、拍拍網、文軒網、中國互動出版網、99網上書城等眾多含圖書銷售的網站，價格搜索顯示，目前，京東商城該書為最低價，推薦購買。
目 錄
第1章 緒論
1.1 云計算的概念
1.2 云計算發展現狀
1.3 云計算實現機制
1.4 網格計算與云計算
1.5 云計算的發展環境
1.5.1 云計算與3G
1.5.2 云計算與物聯網
1.5.3 云計算與移動互聯網
1.5.4 云計算與三網融合
1.6 云計算壓倒性的成本優勢
習題
參考文獻
第2章 Google云計算原理與應用
2.1 Google文件系統GFS
2.1.1 系統架構
2.1.2 容錯機制
2.1.3 系統管理技術
2.2 分布式數據處理MapReduce
2.2.1 產生背景
2.2.2 編程模型
2.2.3 實現機制
2.2.4 案例分析
2.3 分布式鎖服務Chubby
2.3.1 Paxos算法
2.3.2 Chubby系統設計
2.3.3 Chubby中的Paxos
2.3.4 Chubby文件系統
2.3.5 通信協議
2.3.6 正確性與性能
2.4 分布式結構化數據表Bigtable
2.4.1 設計動機與目標
2.4.2 數據模型
2.4.3 系統架構
2.4.4 主服務器
2.4.5 子表服務器
2.4.6 性能優化
2.5 分布式存儲系統Megastore
2.5.1 設計目標及方案選擇
2.5.2 Megastore數據模型
2.5.3 Megastore中的事務及并發控制
2.5.4 Megastore基本架構
2.5.5 核心技術——復制
2.5.6 產品性能及控制措施
2.6 大規模分布式系統的監控基礎架構Dapper
2.6.1 基本設計目標
2.6.2 Dapper監控系統簡介
2.6.3 關鍵性技術
2.6.4 常用Dapper工具
2.6.5 Dapper使用經驗
2.7 Google應用程序引擎
2.7.1 Google App Engine簡介
2.7.2 應用程序環境
2.7.3 Google App Engine服務
2.7.4 Google App Engine編程實踐
習題
參考文獻
第3章 Amazon云計算AWS
3.1 Amazon平臺基礎存儲架構：Dynamo
3.1.1 Dynamo在Amazon服務平臺的地位
3.1.2 Dynamo架構的主要技術
3.2 彈性計算云EC2
3.2.1 EC2的主要特性
3.2.2 EC2基本架構及主要概念
3.2.3 EC2的關鍵技術
3.3.4 EC2安全及容錯機制
3.3 簡單存儲服務S3
3.3.1 基本概念和操作
3.3.2 數據一致性模型
3.3.3 S3安全措施
3.4 簡單隊列服務SQS
3.4.1 SQS基本模型
3.4.2 兩個重要概念
3.4.3 消息
3.4.4 身份認證
3.5 簡單數據庫服務Simple DB
3.5.1 重要概念
3.5.2 存在的問題及解決辦法
3.5.3 Simple DB和其他AWS的結合使用
3.6 關系數據庫服務RDS
3.6.1 SQL和NoSQL數據庫的對比
3.6.2 RDS數據庫原理
3.6.3 RDS的使用
3.7 內容推送服務CloudFront
3.7.1 內容推送網絡CDN
3.7.2 云內容推送CloudFront
3.8 其他Amazon云計算服務
3.8.1 快速應用部署Elastic Beanstalk和服務模板CloudFormation
3.8.2 云中的DNS服務 Router
3.8.3 虛擬私有云VPC
3.8.4 簡單通知服務SNS和簡單郵件服務SES
3.8.5 彈性MapReduce服務
3.8.6 電子商務服務DevPay、FPS和Simple Pay
3.8.7 Amazon執行網絡服務
3.8.8 土耳其機器人
3.8.9 Alexa Web服務
3.9 AWS應用實例
3.9.1 在線照片存儲共享網站SmugMug
3.9.2 在線視頻制作網站Animoto
3.10 小結
習題
參考文獻
第4章 微軟云計算Windows Azure
4.1 微軟云計算平臺
4.2 微軟云操作系統Windows Azure
4.2.1 Windows Azure概述
4.2.2 Windows Azure計算服務
4.2.3 Windows Azure存儲服務
4.2.4 Windows Azure Connect
4.2.5 Windows Azure CDN
4.2.6 Fabric控制器
4.2.7 Windows Azure應用場景
4.3 微軟云關系數據庫SQL Azure
4.3.1 SQL Azure概述
4.3.2 SQL Azure關鍵技術
4.3.3 SQL Azure應用場景
4.3.4 SQL Azure和SQL Server對比
4.4 Windows Azure AppFabric
4.4.1 AppFabric概述
4.4.2 AppFabric關鍵技術
4.5 Windows Azure Marketplace
4.6 微軟云計算編程實踐
4.6.1 利用Visual Studio2010開發簡單的云應用程序
4.6.2 向Windows Azure平臺應用程序
習題
參考文獻
第5章 VMware云計算
5.1 VMware云產品簡介
5.1.1 VMware云戰略三層架構
5.1.2 VMware vSphere架構
5.1.3 云操作系統vSphere
5.1.4 底層架構服務vCloud Service Director
5.1.5 虛擬桌面產品VMware View
5.2 云管理平臺 vCenter
5.2.1 虛擬機遷移工具
5.2.2 虛擬機數據備份恢復工具
5.2.3 虛擬機安全工具
5.2.4 可靠性組件FT和HA
5.3 云架構服務提供平臺vCloud Service Director
5.3.1 創建虛擬數據中心和組織
5.3.2 網絡的設計
5.3.3 目錄管理
5.3.4 計費功能
5.4 VMware的網絡和存儲虛擬化
5.4.1 網絡虛擬化
5.4.2 存儲虛擬化
習題
參考文獻
第6章 Hadoop：Google云計算的開源實現
6.1 Hadoop簡介
6.2 Hadoop分布式文件系統HDFS
6.2.1 設計前提與目標
6.2.2 體系結構
6.2.3 保障可靠性的措施
6.2.4 提升性能的措施
6.2.5 訪問接口
6.3 分布式數據處理MapReduce
6.3.1 邏輯模型
6.3.2 實現機制
6.4 分布式結構化數據表HBase
6.4.1 邏輯模型
6.4.2 物理模型
6.4.3 子表服務器
6.4.4 主服務器
6.4.5 元數據表
6.5 Hadoop安裝
6.5.1 在Linux系統中安裝Hadoop
6.5.2 在Windows系統中安裝Hadoop
6.6 HDFS使用
6.6.1 HDFS 常用命令
6.6.2 HDFS 基準測試
6.7 HBase安裝使用
6.7.1 HBase的安裝配置
6.7.2 HBase的執行
6.7.3 Hbase編程實例
6.8 MapReduce編程
6.8.1 矩陣相乘算法設計
6.8.2 編程實現
習題
參考文獻
第7章 Eucalyptus：Amazon云計算的開源實現
7.1 Eucalyptus簡介
7.2 Eucalyptus技術實現
7.2.1 體系結構
7.2.2 主要構件
7.2.3 訪問接口
7.2.4 服務等級協議
7.2.5 虛擬組網
7.3 Eucalyptus安裝與使用
7.3.1 在Linux系統中安裝Eucalyptus
7.3.2 Eucalyptus配置和管理
7.3.3 Eucalyptus常用命令的示例和說明
習題
參考文獻
第8章 其他開源云計算系統
8.1 簡介
8.1.1 Cassandra
8.1.2 Hive
8.1.3 VoltDB
8.1.4 Enomaly ECP
8.1.5 Nimbus
8.1.6 Sector and Sphere
8.1.7 abiquo
8.1.8 MongoDB
8.2 Cassandra
8.2.1 體系結構
8.2.2 數據模型
8.2.3 存儲機制
8.2.4 讀/寫刪過程
8.3 Hive
8.3.1 整體構架
8.3.2 數據模型
8.3.3 HQL語言
8.3.4 環境搭建
8.4 VoltDB
8.4.1 整體架構
8.4.2 自動數據分片技術
習題
參考文獻
第9章 云計算仿真器CloudSim
9.1 CloudSim簡介
9.2 CloudSim體系結構
9.2.1 CloudSim核心模擬引擎
9.2.2 CloudSim層
9.2.3 用戶代碼層
9.3 CloudSim技術實現
9.4 CloudSim的使用方法
9.4.1 環境配置
9.4.2 運行樣例程序
9.5 CloudSim的擴展
9.5.1 調度策略的擴展
9.5.2 仿真核心代碼
9.5.3 平臺重編譯
習題
參考文獻
第10章 云計算研究熱點
10.1 云計算體系結構研究
10.1.1 Youseff劃分方法
10.1.2 Lenk劃分方法
10.2 云計算關鍵技術研究
10.2.1 虛擬化技術
10.2.2 數據存儲技術
10.2.3 資源管理技術
10.2.4 能耗管理技術
10.2.5 云監測技術
10.3 編程模型研究
10.3.1 All-Pairs編程模型
10.3.2 GridBatch編程模型
10.3.3 其他編程模型
10.4 支撐平臺研究
10.4.1 Cumulus：數據中心科學云
10.4.2 CARMEN：e-Science云計算
10.4.3 RESERVOIR：云服務融合平臺
10.4.4 TPlatform：Hadoop的變種
10.4.5 P2P環境的MapReduce
10.4.6 Yahoo云計算平臺
10.4.7 微軟的Dryad框架
10.4.8 Neptune框架
10.5 應用研究
10.5.1 語義分析應用
10.5.2 生物學應用
10.5.3 數據庫應用
10.5.4 地理信息應用
10.5.5 商業應用
10.5.6 醫學應用
10.5.7 社會智能應用
10.6 云安全研究
10.6.1 Anti-Spam Grid：反垃圾郵件網格
10.6.2 CloudAV：終端惡意軟件檢測
10.6.3 AMSDS：惡意軟件簽名自動檢測
10.6.4 CloudSEC：協作安全服務體系結構
習題
參考文獻
第11章 總結與展望
11.1 主流商業云計算解決方案比較
11.1.1 應用場景
11.1.2 使用流程
11.1.3 體系結構
11.1.4 實現技術
11.1.5 核心業務
11.2 主流開源云計算系統比較
11.2.1 開發目的
11.2.2 體系結構
11.2.3 實現技術
11.2.4 核心服務
11.3 國內代表性云計算平臺比較
11.3.1 中國移動“大云”
11.3.2 阿里巴巴“阿里云”
11.3.3 “大云”與“阿里云”的比較
11.4 云計算的歷史坐標與發展方向
11.4.1 互聯網發展的階段劃分
11.4.2 云格（Gloud）——云計算的未來
隨著數字化技術和互聯網的發展，數據管理和計算模式呈現出新的特點。第一個數據特點是海量。全球的數據量在以指數的趨勢迅猛增長，保守估計，目前每年全球至少產生15億TB的新數據。第二是數據多樣化。今天人們所面臨的數據已不再是關系模型下純粹的結構化數據，圖片、音頻、視頻、文檔等非結構化數據大量地涌入到人們的應用中來。與數據特點相適應，人們對信息的管理能力和服務模式也提出了新的要求。云計算和數據空間是在這一背景下提出的新的概念和技術。
云計算相關概念
數字技術和互聯網的發展，特別是Web2.0的發展導致數據量高速增長，人們對計算能力和服務方式提出了更高的要求。此外，計算資源的利用率處于一種不平衡的狀態，一方面一些應用需要大量的計算資源和存儲資源，同時大量的計算設備和存儲資源沒有得到充分利用。云計算就是為了應對這一問題而提出的。其基本思想是通過網絡將龐大的計算處理程序自動分拆成無數個較小的子程序，再交由多部服務器所組成的龐大系統計算分析之后，將處理結果回傳給用戶，以充分利用互聯網資源，建立功能強大的計算中心，并基于此提供多種多樣的計算服務。
雖然云計算作為一個新的概念被提出來。但是目前眾多的Web應用及服務早已經體現了其思想。最簡單的云計算技術在網絡服務中已經隨處可見，例如搜尋引擎、網絡信箱等。進一步的云計算不僅只做資料搜尋、分析的功能，而且能夠幫助用戶完成眾多復雜應用。
作為一種新的計算模式和服務模式，云計算已經引起IBM、EMC、微軟、Google等公司的重視。Google的云計算中心是由幾十萬甚至上百萬臺廉價的服務器所組成的網絡。Google的搜索引擎可以視為云計算的早期產品。IBM宣布推出的“藍云”計劃，是一種軟件和硬件的組合產品，讓企業用戶可以對“云”計算模式進行實驗。與此同時，全世界有數以億計的Windows用戶，微軟所要做的就是將這些用戶通過互聯網更緊密地連接起來，并向他們提供云計算服務。
數據空間技術
云計算為我們描繪出了誘人的藍圖。實現這一藍圖，還有許多技術問題需要解決，首先就是數據管理問題。在云計算環境下，需要管理的數據對象不同于以往的數據。傳統的DBMS在這些挑戰面前顯得無能為力。現在，管理著世界上最大、最豐富的數據集合，而且主要為個人服務的Google、MSN、Yahoo均不使用傳統DBMS，而是另辟蹊徑去尋找能更好地滿足數據管理需求的方法。隨著企業內部非結構化數據信息越來越多，企業數據管理問題會更加突出。個人信息管理同樣面臨這一問題，由于個人能夠支配的時間有限和缺乏數據管理技術的支持，個人數據量的劇增使個人信息管理效率下降，人們將大量的時間耗費在信息的收集和查找方面。數據管理面臨的挑戰促使我們去尋求一種新的數據管理技術：數據空間（Dataspace）。
數據空間是與主體相關的數據及其關系的集合，數據空間中的所有數據對于主體來說都是可以控制的。主體相關性和可控性是數據空間中數據項的基本屬性。我們所說的數據空間實際是指主體數據空間，與之相對的是公共數據空間。主體數據空間是公共數據空間的一個子集，隨著主體需求的不斷變化，數據項不斷從公共數據空間納入到主體數據空間中。主體、數據集、服務是數據空間的三個要素。主體是指數據空間的所有者，可以是一個人或一個群組，也可以是一個企業。數據集是與主體相關的所有可控數據的集合，其中既包括對象，也包括對象之間的關系。主體通過服務對數據空間進行管理，例如數據分類、查詢、更新、索引等，都需要通過數據空間提供的服務完成。由此可見，數據空間是一種不同于傳統數據管理的新的數據管理理念，是一種面向主體的數據管理技術。與傳統的數據管理技術類似，數據空間管理也面臨數據模型、數據集成、查詢與索引等各種技術的研究。
基于數據空間的云計算
混合云將成企業模式
盡管EMC在存儲業界堪稱老大，但目睹了EMC World 2011的宏大規模還是令記者吃驚不已：會議舉辦地拉斯維加斯機場里豎立的一塊塊廣告牌、偌大的大會會場座無虛席的火爆場面、上萬人參會的熙熙攘攘的會場內外、現場500多場講座和100場動手實驗室及展示、一次次的新聞⋯⋯這些除了表明EMC在業界的領導地位和影響力外，更說明企業用戶急需解決當前IT遇到的種種難題和困惑。
對于當前用戶面對的海量數據，Joe Tucci分析說，在瘋狂增長的企業數據中，有90%的數據是非結構化數據，像文件、照片、視頻、電子郵件或社交網絡通信。同時，除了數據量的增長外，目前使用的數據類型、管理數據的方式，以及企業員工使用的設備（包括桌面和智能手機）的數量也在不斷增加。他認為，新型的開源網絡應用框架正在改變數據創建和訪問的方式，而具有新型框架的客戶將會把內部基礎架構轉移到基于x86服務器的私有云，并與公共云服務合作伙伴結成聯盟，未來企業云的模式將是由私有云和公共云共同組成的混合云。而無論是私有云、公共云還是混合云以及大數據，都給企業帶來了IT轉型的機會。這些大趨勢正在轉變企業管理信息資產、從信息資產提取價值的方式。
Gartner數據顯示，2010年有35%的企業部署了私有云，而2011年還將有超過30%的企業參與其中。Joe Tucci表示：“在云計算中，信息安全是企業關注的首要問題，因此，能否讓企業信任私有云、公共云或混合云是云計算發展的關鍵所在，我們確信EMC能夠得到企業的認同。”
為了幫助用戶盡快踏上“云”的征程，有效管理大數據，在這次大會上，EMC推出了新一代全球可訪問云存儲平臺Atmos 2.0，以更加強大、高效率地管理分布式大數據和云環境。Atmos 2.0的管理速度提高了5倍，管理效率提高了65%。
另外，EMC還宣布Symmetrix VMAX系列存儲系統為進一步加速用戶的云計算進程而增加了多項新功能。據說，今年以來，EMC已經推出超過50種全新的Symmetrix VMAX功能，促使EMC今年第一季度高端存儲產品收入增長了25%。
“閃電計劃（Project Lightning)”是EMC此次的一項進一步促進閃存技術應用的戰略，即推出基于PCIe/閃存的服務器高速緩存技術，在服務器中集成閃存，并將其作為陣列的高速緩存和存儲系統。此消息一出，盡管EMC否認其將涉足服務器領域，但還是有不少人對此表示懷疑。
大數據重在數據分析
“大數據（Big Data）”可以說是繼云計算之后的又一新鮮名詞，也是此次EMC World的主題之一。
會上，EMC推出了據稱是世界上最大的單一文件系統EMC Isilon IQ 108NL橫向擴展NAS，在單一文件系統和單個卷中可擴展至15PB以上，從而為最大限度地利用大數據機遇提供了存儲基礎。同時，EMC還針對常用于數據密集型分布式應用的Apache Hadoop開源軟件，推出了世界上第一個定制的、高性能的Hadoop專用數據協同處理設備Greenplum HD數據計算設備，它結合Hadoop和Greenplum數據庫，在一個單一、無縫的解決方案中實現了結構化和非結構化數據的協同處理，并同時推出了面向Hadoop的Greenplum HD社區版和企業版軟件。
關鍵詞：大數據時代；計算機技術；運用研究
計算機的出現極大地方便了人們的工作和生活，改變了人們生活和工作的狀態。同時通過計算機技術的使用還可以幫助企業、政府等商業組織的工作更加高效便捷。除此之外，通過計算機技術的使用，使相關人員研發出APP，其出現，為人們創造了更多的商業價值。為了使計算機的使用功能得到進一步發展，就需要對計算機的運用做出研究。
1計算機技術在大數據時代背景下的發展現狀
大數據是時代快速發展的產物，具有高速度、便捷的特點，為人們的生活和工作帶來幫助。具體來說，數據的標準范圍是10TB~1PB，超出這個范圍即大數據，通過計算機技術的支持，實現數據的快速分析、處理。目前，隨著數據的不斷增加，傳統的計算技術可能已經不能滿足人們的需求，對此，為了使得計算機技術得到進一步優化，就需要不斷地進行分析研究，才能推動計算機技術在大數據背景下的進一步發展，同時，隨著計算機的運用，人們也意識到了計算機的重要性。計算機在技術發展中，各行各業也認識到了計算機軟件的重要性，受到了人們的廣泛關注，也使得相關學者加大了數據研究，旨在進一步幫助人們優化工作流程，提高工作效率，更加高質量地為人們做出更科學的決策。隨著計算機的普及，互聯網已融入人們的工作和生活，推動了整個社會的發展，使得信息的存儲和處理變得更加高效方便，同時安全性也更高。具體來說，目前大數據數量規模已超過10億TB，且具有不斷增長的趨勢，同時也滲透到來各個領域中，例如電子商務、物流、云計算等科學技術，對工作的處理和保存有著很大的幫助。因此，為了使大數據背景下計算機的優勢得到進一步提高，就需要繼續加強對大數據和計算機技術的研究，從而促進大數據的優勢得到進一步開發。
2大數據時代背景下我國計算機軟件技術的具體應用
大數據時代背景下，計算機的具體應用主要是根據設定要求，從海量數據中，提煉分析客戶所需要的相關數據，再根據所提取的數據進行詳細分析，以此為基礎找出各項工作的發展方向和具體的工作內容。具體來說，主要是依賴于以下3種技術的運行。
2.1云儲存技術
云儲存技術又被稱為Cloudstorage技術，是基于云儲存基礎上衍生出的新型技術。具體來說，在大數據背景下，云存儲的應用范圍十分廣泛，應用前景也非常客觀。與以往的技術特性相比，云技術不僅可以改善傳統技術的中的不足，同時還能高效地提高使用效率，使得人們的操作更加便捷，尤其是在進行數據保存和文件時，用戶的操作更加簡單便捷，只需要登錄有關賬戶，將數據錄入進去，就可以將其提交至云技術總服務器中，就是實現數據的查看、下載、保存等工作。相比傳統計算機中通過固態硬盤、存儲卡等硬件進行存儲而容易丟失，云儲存技術的便捷性更高。
2.2虛擬化技術
虛擬化技術又稱為Virtualization技術，主要是資源管理類的一種計算機技術，其工作內容主要是對數據庫的內部數據資源進行管理，優化資源配置。除此之外，通過虛擬化技術的應用，還可以使得客戶端的適應性和便捷性及分析數據的效率得到有效提高。這是虛擬化技術的一大優勢。具體來說，目前虛擬化技術在各個領域中廣泛使用，例如政府部門、大型組織機構等，使得信息保存、管理更加高效高質。
2.3信息保護技術
大數據時代背景下，極大地幫助了人們的信息存儲和人們的交流，使得存儲變得更加便捷，交流也不再受時間和地點的限制。但同時也讓部分居心叵測的犯罪分子有機可乘，導致人們的隱私和數據等各項保存工作的安全度大大降低。針對這些問題，就需要有關人員重視起來，加強計算機網絡數據的保護工作，提高信息技術中的各項保護工作，從而保證信息技術的整體性能。除此之外，計算機網絡技術還具有開放性、互通性等特征，因此，就很容易受到互聯網信息技術中各類病毒的入侵危害，因此，還需要做好信息數據的防入侵工作，以免黑客、木馬等的危害，以免信息數據遭到丟失和竊取。所以，信息數據的安全保護工作至關重要。但由于我國計算機發展較晚，導致計算機技術存在一定的落后，基礎發展薄弱，不能跟上發達國家的技術水平。但在近幾年科學的發展下，計算機技術的發展已取得了良好的成就。同時，在近幾年的發展中，大數據信息技術得到了有效的推廣和普及，但同時在新時代的發展中，對計算機技術的要求也越來越高。因此，這就需要相關人員重視信息保護技術的深入研發工作，只有這樣才能不斷地提高技術的應用效果，有效地保障人們的生活和生活中的使用。
3大數據時代下計算機軟件技術中的實際運用
大數據時代下計算機軟件技術被應用到各種領域中，但在實際的應用中還需要尤其注意，只有這樣才能發揮計算機技術在企業中的生產效率，從而提高企業的核心競爭力。
3.1商業運營活動
大數據應用到各種商業領域中，可以提高工作人員的工作效率和工作質量。以某大型連鎖超市為例，通過計算機軟件技術中的應用，可以滿足導購人員借助超市導購平臺解決用戶的個性需求，解決實際工作中的各類問題，從而提高超市整體的工作效率和工作質量。因此，將其應用到商業領域中，不僅可以使得企業的生產效率和工作效率得到有效提高，還能通過各種信息的獲取為企業決策者提供決策依據，從而為企業的良好發展夯實基礎。
3.2企業管理軟件信息解決方案
企業管理軟件在實際的應用過程中，管理效率相對來說不太理想。而通過企業管理軟件可以解決這一問題，具體分為以下兩點：（1）數據抽樣工作。數據抽樣即將所有同類產品進行隨機抽取，檢測產品的實際質量和性能。在商業活動中也是數據，隨機抽取一定數量的數據樣本，抽取的數據樣本通常具有代表性。通過對樣品抽樣的測量、統計工作，從而制訂相應產品的開發及推廣方案，有助于生產和銷售效率的提高。除此之外，還能保證樣品工作的工作效率。（2）開發探索工作。數據的開發探索主要是工作人員通過采集數據記過對異常數據、數據之間的關聯指數方式進行的分析工作，以此提高企業以及使用用戶對于數據的直觀感受和認知程度。在此工作環節的實際過程中，通過計算機軟件技術，可以切實提高數據信息開發的探索工作的效率和質量。
關鍵詞:計算機;建材管理;運用策略
引言
建筑材料管理是指對建筑工程施工中材料的供應以及使用情況進行管理，建筑材料是建筑工程施工中的實體對象。通常情況下，材料費用占到了施工總成本的70%左右，因此對建筑材料進行合理、科學的管理，對于工程造價控制具有十分重要的作用。根據施工進度制定相應的材料采購計劃和使用計劃，可以保證材料能夠在特定的時間內進入施工現場，確保施工作業的正常進行。同時，加強對建筑材料采購計劃的管理，既可以避免建筑材料供應不上，影響正常的施工進度，又能避免因施工材料供應過多造成積壓，導致不必要的材料浪費。
1對建材實施計算機技術管理的作用
在建筑材料管理中采用計算機技術，完善建筑材料管理的手段，提高材料管理的效率，可以使相關的管理人員能夠清楚地了解建筑材料的使用情況。具體來看，對建材實施計算機技術管理的作用主要體現在以下幾個方面。
1．1減少工作量，提高工作效率
對建材實施計算機技術管理，最顯著的作用就是減少了建筑材料管理人員的工作量，大大提高了建材管理的工作效率。在傳統的建筑材料管理中，相關的管理人員的工作量很大，而且管理的內容十分繁瑣。不僅要到施工現場以及材料庫中清點材料的使用情況，同時還要對材料的使用情況和剩余量進行詳細記錄。這在一定程度上加大了材料管理人員的工作量和工作的難度，如果材料管理人員在工作中出現失誤，例如將材料使用的數據記錄錯誤，就會造成建筑工程施工材料的供應計劃有誤，可能會在一定程度上影響正常的施工進度和施工計劃。而在建筑材料管理中應用計算機技術，可以減少材料管理人員的工作量和工作難度，對相關數據的記錄也更加準確，提高了建筑材料管理的工作效率。
1．2提高建材統計的準確率
建筑材料的品種很多，如果僅依靠人力進行材料使用情況以及材料剩余量的統計，很可能會造成統計數據出現差錯，導致對材料的供應造成一定的影響。而在建筑材料管理中應用計算機技術，就可以根據材料的特點進行分類，材料的使用情況和剩余情況都會在計算機中清楚明了地顯示出來。特別是對一些數據和信息進行記錄和統計時，運用計算機技術進行控制和處理，可以使相關的數據和信息更加準確，避免數據出現差錯。同時，計算機對數據的處理速度也遠遠高于人力的速度。
1．3長時間保存數據
在傳統的建筑材料管理工作中，對相關的數據和信息采用的是紙筆記錄的方式。采用這種方式不僅容易造成統計過程中數據出現差錯，而且對相關數據的查詢也很不方便。與原有的紙筆記錄方式相比，將計算機技術應用于建筑材料管理中有許多優點:一是數據的準確性更高;二是進行數據查詢十分快捷;三是數據保存的時間比較長，可供今后類似工程的建材管理工作借鑒參考。
1．4優化了臺賬
在傳統的建筑材料管理工作中，對于不合格材料臺賬的處理，一般是通過人工手寫出來然后進行上報，這種方式不僅浪費時間、浪費精力，同時在進行臺賬統計時還可能會造成數據差錯。而采用計算機技術進行管理可以有效地避免以上問題，對于出現差錯的臺賬，計算機可以自動篩選并打印出來，簡化了臺賬制作的流程，同時也在最大程度上提高了工作效率。
2計算機技術在建筑建材管理中的運用
對建筑材料實施計算機技術管理的核心，就是對建材的使用情況進行統計，然后制定相應的材料采購計劃，以保證材料的供應狀況能夠滿足正常的施工進度要求。由此可見，計算機技術在建筑材料管理中的作用是十分重要的。
2．1對建筑材料進行質量檢測
在建筑生產活動中涉及到的建筑材料很多，有些可以通過對材料合格證進行確認或者對材料進行抽樣檢查，就能夠對材料的質量有全面的掌握和了解。但是也有一些材料，例如對建筑質量起到關鍵作用的材料，在施工之前要進行一系列的試驗，只有材料參數達到了設計要求才能應用于施工作業。在這個過程中使用計算機技術對材料參數進行有效檢測，不僅能夠提高材料檢測的效率，同時也提高了材料檢測的科學性和可靠性。這是因為在材料檢測過程中，借助計算機技術能夠對材料檢測的過程進行全面、有效、嚴格的控制，使得材料檢測結果更加準確。相比于傳統的材料檢測技術，運用計算機技術對材料進行檢測，能夠使相關的參數更加符合建筑整體的質量要求和使用要求。例如，在對水泥或混凝土強度進行檢測時，首先需要按操作規程成型試塊，然后按規定進行養護。當試塊達到相應的齡期后進行強度檢測。其中按GB/T17671—1999《水泥膠砂強度檢驗方法(ISO法)》的規定，水泥壓力試驗機應以(2．4±0．2)kN/s的速率均勻加荷，直至試件破壞。對于均勻加荷這一要求，如果離開了計算機控制系統是很難實現的。在水泥膠砂試塊或混凝土試塊強度檢測過程中，試驗數據也同步傳輸到計算機中。試塊強度檢測完成后，檢測數據就會出現在計算機相關的軟件上面，通過打印機就能夠直接打印出檢測結果。可見通過計算機技術對材料進行檢測和數據處理，不僅能夠提高檢測精度和數據分析處理的效率，同時也避免了人為失誤而造成的數據誤差，從而得到準確可靠的材料質量檢測數據和結論。施工單位在進行材料選擇時就更具有針對性，便于選出符合建筑設計要求、質量合格的材料，為建筑工程質量提供基礎保障。
2．2對建材價格進行有效控制
在建筑工程材料管理工作中，不僅要對材料的質量以及材料的數量進行有效的管理，同時還要對材料的價格進行管理。只有在保證材料質量的前提下對材料價格實施有效管理，才會使建筑施工成本得到有效控制，從而實現最大的經濟效益。對于建筑材料價格的預算，傳統的方法是根據相關的定額以及施工圖紙，在遵循建筑工程預算規則的前提下，對建筑工程的材料用量進行計算。在這個過程中，所有的建筑材料的預算工作都是由人工完成的。這種模式導致預算人員的工作量特別大，而且在材料價格計算過程中有可能出現差錯，并對后續的材料價格計算造成一定的影響。同時在施工的過程中難免會對工程量以及材料價格進行調整，傳統的計價模式難以對施工過程中材料價格變動及時進行調整，不能及時進行有效的控制和管理，而計算機技術的運用則能很好地解決這些問題。現階段，計算機技術在建筑材料價格預算中的作用主要體現在對建筑算量軟件的運用上，目前使用較普遍的算量軟件是廣聯達。廣聯達算量軟件分為鋼筋、圖形、計價等部分，能夠對建筑工程施工過程中各個部位的各種材料進行有效的預算。圖形算量主要是對建筑工程土建部分材料費用進行計算，鋼筋算量主要是對鋼筋以及混凝土的使用量進行計算，計價則是根據工程量套用造價清單，對材料的價格進行匯總計算。同時，在建筑工程施工過程中，廣聯達算量軟件還可以根據工程量的變化對相應的系數進行調整，提高了材料價格管理的合理性以及科學性。
2．3增強施工管理的意識
在對建筑材料進行管理的具體工作中，工作內容繁瑣，具有一定的挑戰性。這是因為建筑材料的種類是多樣化的，有水泥、鋼筋、砂石、磚、混凝土、墻體材料等，都需要進行統計和管理。所以，為了提高管理工作的效率，就應該加強在各類材料管理中的協調工作，對不同的統計流程安排專人負責，使每個管理流程都能夠有責任的溯源。同時還要對計算機的權限進行管理，只有相關的管理人員才能進行建材管理系統的操作。
2．4建筑材料數據的統計和錄入
對于建筑材料的管理工作來講，在對材料的使用情況和剩余量進行統計的基礎上，制定相應的材料供應計劃是十分重要的。在材料進場時，建筑材料管理人員就要對材料的種類、數量以及材料的合格情況進行統計，在這個過程中的各類數據應該以紙筆的形式記錄下來，作為原始數據。然后再將這些數據經過整理后，統一錄入到計算機中，這樣不僅可以為后續的管理工作提供數據支持，反映材料的使用情況，同時還能對今后類似工程的材料供應計劃提供參考。
2．5數據的分析和處理
對數據進行分析和處理，是計算機最擅長的功能之一。運用計算機技術對建筑材料的相關數據進行分析和處理，能夠減少建材管理人員的工作內容，降低工作的強度，提高管理工作的效率和數據的準確性，為材料的供應提供有力的數據基礎，確保材料采購數量合理，滿足工程實際需要，保證建筑工程的順利進行。
2．6相關報告的打印
對相關數據進行輸出和打印也是計算機重要的功能之一。計算機對于數據的處理和輸出具有快速、敏捷的特點，與人工操作相比，在將相關數據錄入計算機之后，通過計算機的運行就可以對相關數據進行統計、分析、處理、輸出、打印，使相關的數據信息能夠更直觀地反映出來。例如在對臺賬進行處理時，對于出現了差錯的臺賬，計算機可以自動篩選并打印出來，既簡化了臺賬制作的流程，同時也在最大程度上提高了工作效率。
2．7數據查詢
建筑材料的種類很多，相應的數據也有很多。通過計算機的數據查詢功能，就能對材料的各類數據進行有效的查詢。在傳統的材料管理模式下，工作人員往往需要翻閱大量的紙質資料才能找出相關的數據，而且費時費力。而通過計算機技術進行數據查詢，只需要在查詢欄中輸入查找的材料的名稱，則有關該材料的所有數據都會顯示出來，極大地提高了數據查詢的效率。
3結語
本文主要對計算機在建筑材料管理中的作用以及具體的運用情況進行了分析，對計算機技術在建材管理中的優點進行了闡述。計算機技術管理是未來數據管理的發展趨勢，特別是對于建筑工程這類數據龐大、工作復雜的行業，更應該重視計算機技術在數據管理中的作用，提高建筑材料管理工作的效率，使相關的數據更加準確、可靠。
參考文獻:
［1］尹悅．淺談計算機技術在建材質量檢測中的應用［J］．建材與裝飾，2015(47):61－62．
［2］張云敏．計算機技術在建材質量檢測中的應用探微［J］．四川水泥，2016(2):17．
關鍵詞:計算機；建材質量檢測；應用
計算機信息技術是現代社會推動社會生產力大發展的強勁動力。計算機技術應用于建材的檢測，大力提升了建材檢測業務的管理水平以及建材質量的檢測能力。建材檢測應當抓住機遇，建設好計算機信息技術平臺，不斷打造、提高檢測機構的核心競爭實力，把建材的質量檢測工作推向一個新的高度。
1計算機技術在建材質量檢測中的優勢
1．1降低建材質量檢測工作的難度與復雜性
以往傳統的建材質量檢測工作非常復雜，其工作人員大多通過紙筆記錄的方法記錄與分析數據。現在則可以通過計算機程序來代替以往的紙筆記錄形式，同時其數據分析與數據的存貯都集中在計算機設備上，如此一來就在很大程度上減輕了建材質量檢測人員的工作難度與復雜性。
1．2使建材質量檢測更加準確
計算機普遍應用之前，建材質量的檢測工作主要依靠手工的紙筆操作，這一過程就不可避免地存在著人工記錄與計算的誤差。計算機通過科學的程序運行，可以在很大程度上減少建材質量檢測的失誤率。同時，計算機數據處理的效率以及速度也遠遠超過工作人員的工作效率，因此，計算機的使用大大提高了建材質量檢測的準確性。
1．3數據保存時間得以延長
傳統的質量檢測結果多以紙張的形式得以保留，隨著時間的推移，這種保留方式不但會占據大量的辦公空間，而且一旦紙張遭到損壞，監測數據也就被破壞掉。計算機設備提供了很大的數據以及信息的存儲空間，數據的保存時間大大延長，并且這種保存形式不會受到外界環境的影響，保存質量與數量效果都大幅提升。同時，通過計算機設備的數據存儲還能更加方便、快速地進行檢測數據的查詢以及借鑒。
1．4不合格臺賬處理更為便捷
傳統不合格臺賬的處理都是以人工撰寫的形式來呈報，因此這一項工作中很容易出現各種各樣的工作誤差。計算機程序的使用減少了這種誤差，同時不合格臺賬的直接打印也使臺賬處理更為便捷。一方面減少了質量檢測工作人員的工作量，另一方面也極大地提高了質量檢測工作的效率。
2計算機技術在建材質量檢測中的具體應用
2．1建材質量檢測管理
建材質量檢測的流程以及待檢測建材的類型都比較復雜，其管理工作也相對較難。一方面，建材檢測人員通過計算機技術可以更好地控制建材質量檢測各個具體流程的操作;另一方面，相關工作人員也可以應用計算機技術科學地管理與協調各種檢測任務以及人員的匹配，從而大幅度提高建材質量檢測工作的效率，提高建材質量檢測管理工作的質量。
2．2信息的收集與錄入
計算機數據信息的收集以及錄入是建材質量檢測中的一個重要環節，它關系到建材質量確定的結果，甚至占據了建材質量檢測工作的核心位置。一方面在建材質量檢測的過程里收集各項樣本取樣操作的原始數據，可以建立數據庫以供后續的數據分析與處理;另一方面，計算機錄入數據后建成的數據庫可以有效地儲存以及備份，為今后的數據提取做好基礎。
2．3數據的分析與處理
與傳統的人工數據處理相比，計算機對建材質量檢測數據的處理與分析更加地準確，同時數據分析的質量與分析速度與人工處理相比也大幅提高。應用計算機程序處理數據，不僅提高了數據分析處理結果的科學性，更為建材質量檢測工作節省了大量的人力資源，因此，計算機程序在建材質量檢測工作中的應用是非常有價值的。
2．4檢測報告的輸出
建材質量檢測數據收集與處理的最終目的就是要得到科學有效的建材質量檢測報告。通過計算機相關程序操作而得到的檢測報告，無論在速度還是結果的準確性方面，都非常的便捷。而且計算機程序可以通過某些軟件把檢測報告的數據結果用柱狀圖、折線圖等非常直觀的圖標表示出來，達到一目了然的效果。當然，如果計算機連有打印機的話，也可以直接遞交成紙質結果。
2．5數據查詢功能
計算機程序能夠有效、便捷地收集、分析處理數據，為建材質量檢測工作提供巨大的便捷性。除此之外，計算機還可以把建材質量檢測的原始結果以及數據分析結果報告長時地儲存在電腦中，如果以后的建材質量檢測需要這些信息，就可以在計算機保存的數據及結果中直接查詢以往的記錄。因此，計算機所有的數據查詢功能能夠為后續的建材質量檢測工作帶來極大地便捷。
3計算機技術在建材質量檢測中的優化
3．1樹立科學意識，重視計算機技術的應用
隨著科學技術的迅速發展，計算機應用技術已經快速延伸到世界的各個角落、各個行業，計算機的各種相關軟件具備的數據處理、文圖制作、音頻合成等功能，為人類的各項發展工作提供了巨大的便捷，一項工作是否能夠正確、合理地使用好計算機技術，關系到整個工作的工作效率與質量好壞，在建材質量檢測工作中也是如此。因此，建材質量檢測相關工作人員及管理者一方面要做到的就是樹立好科學使用計算機技術的意識，深刻認識到計算機技術在建材質量檢測工作中的巨大應用價值。另一方面，還需要相關工作者努力學習掌握計算機操作知識，堅持學習新的計算機軟件使用，不斷開發與設計先進的計算機技術工作平臺，為建材質量檢測數據的處理提供強大的技術支持。
3．2優化計算機設備
工作設備是現代社會生產力發展的重要影響因素之一，它是生產力提高的重要手段與實施工具。無論是生產工作的各項管理、單位資產的占有率還是單位的工作質量上來看，工作設備的好壞都占據著非常重要的位置。因此實時更新工作設備，是提高工作質量與效率的重要環節。建材質量檢測過程中，原始數據的錄入。數據分析與處理以及后期的圖表制作等環節，都對最后的建材質量檢測報告甚至實際產品的產出有著重要的影響，因此，建材質量檢測部門要想提高自己的工作效率，也就必須不斷優化自己的計算機軟、硬件設施，積極更新相關的質量檢測軟件，大力開發、創新相關的數據處理軟件，不斷提高質量檢測結果的科學性與準確性。
3．3提升計算機操作人員的工作素質
進入二十一世紀，各個國家、各個行業之間的競爭都越來越激烈，但是說到底，這種競爭實質上還是人才之間的競爭。無論是哪個行業，只要其工作人員的從業素質得以提高，那該行業的綜合實力必定也會有所提高。因此，提高各個行業工作人員的從業素質，成為提高各行業綜合競爭實力的重要方法，甚至是核心途徑。計算機在建材質量檢測工作中具有重要的影響意義，因此就必須通過各種適當的途徑提高相關從業人員的計算機操作素質。例如，可以通過定期的計算機技能培訓使工作人員掌握計算機操作的常識技巧;通過相關培訓提高相關人員質量檢測數據處理的能力;當然，最重要的就是鼓勵相關建材質量檢測人員提高計算機處理的創新與應用能力，從長遠來看，這是提高建材質量檢測科學性的核心路徑。
作者:劉洋 單位:遼寧省產品質量監督檢驗院
參考文獻:
［1］陳雨婕．計算機技術在建材質量檢測中的應用［J］．中國建材科技，2015(01):19－20．
［2］熊莎．淺談建材質量監督和檢驗工作的重要性［J］．建材與裝飾，2015(45):79－80．
［3］陜晉軍．計算機技術在新型材料設計和建材質量檢測中的應用［J］．建材技術與應用，2008(12):39－40．
［4］張云敏．計算機技術在建材質量檢測中的應用探微［J］．四川水泥，2016(02):17．