在云中使用 MapReduce 和负载平衡

核心提示： 云架构：基本内容图 1 显示了完整的系统详图，包括平台、软件，在云中使用 MapReduce 和负载平衡(2)，以及如何使用它们来实现本文的目标设置， 图 1. 云架构查看原图（大图）您可以看到，单个软件实例可以服务于多个租户，这样，我们使用 Ubuntu 9.04 和 8.2 作为操作系统；平

云架构：基本内容

图 1 显示了完整的系统详图，包括平台、软件，以及如何使用它们来实现本文的目标设置。

图 1. 云架构

查看原图（大图）

您可以看到，我们使用 Ubuntu 9.04 和 8.2 作为操作系统；平台是 Hadoop 0.20.1、Eclipse 3.3.1 和 Sun Java 6；编程语言使用 Java；脚本语言使用 HTML、JSP 和 XML。

该云架构有一个主节点和一些从属节点。在该实现中，维护主服务器，获取客户端请求并根据请求的类型进行处理。

从图 2 中可以看到，搜索请求转发到 Hadoop NameNode。然后，Hadoop NameNode 负责搜索和索引操作，它将启动大量 Map 和 Reduce 进程。完成特定的搜索关键字 MapReduce 操作之后，NameNode 将输出值返回到服务器并交付客户端。

图 2. Map 和 Reduce 函数执行搜索和索引

如果请求的是特定的软件，则将基于客户租户 ID、支付会费、使用该特定软件的资格以及软件的租赁期完成验证步骤。然后，服务器为该请求提供服务，并允许用户使用特定的软件组合。

在这里提供 SaaS 的多租户功能，单个软件实例可以服务于多个租户。这样，相同的软件映像集合会基于租户 ID 生成不同的实例生成。