王彥明+薛云+饒洪+劉斌+奉國(guó)和

〔摘要〕從海量數(shù)據(jù)處理、高并發(fā)訪問和競(jìng)爭(zhēng)主體多元化3方面闡述圖書館云計(jì)算需求。采用統(tǒng)計(jì)分析法研究基礎(chǔ)設(shè)施、資金投入、技術(shù)人才和用戶接入條件。采用對(duì)比分析法將云計(jì)算方案分為商業(yè)云和開源云，提出基于Eucalyptus的服務(wù)器整合、基于MongoDB的高性能網(wǎng)站和基于Hadoop的個(gè)性化推薦系統(tǒng)3種典型方案。從初始投資成本、運(yùn)維成本和擴(kuò)展能力3個(gè)角度評(píng)價(jià)圖書館云計(jì)算效益。

〔關(guān)鍵詞〕圖書館；云計(jì)算；可行性；分布式；虛擬化；解決方案；效益評(píng)價(jià)

知識(shí)經(jīng)濟(jì)時(shí)代，創(chuàng)新是發(fā)展的動(dòng)力。圖書館作為科學(xué)研究支撐機(jī)構(gòu)承擔(dān)著信息保障職責(zé)。數(shù)字資源增長(zhǎng)為圖書館信息化建設(shè)提出了挑戰(zhàn)。傳統(tǒng)建設(shè)采用一次性投入方法，資金投入表現(xiàn)出明顯的周期性。巨額初始投資是圖書館數(shù)字資源服務(wù)建設(shè)的主要障礙之一。為了解決高端硬件價(jià)格昂貴，擴(kuò)展性不足的問題，產(chǎn)生了云計(jì)算模式。通過廉價(jià)設(shè)備，設(shè)備購(gòu)置從集中轉(zhuǎn)為分散，在成本和擴(kuò)展性方面具有明顯優(yōu)勢(shì)。一些國(guó)外圖書館已經(jīng)開始采用云計(jì)算模式[1]，例如美國(guó)俄亥俄圖書館與信息網(wǎng)絡(luò)（OhioLINK）使用AWS托管數(shù)字資源；科羅拉多州西部州立大學(xué)采用Google App架設(shè)服務(wù)；OCLC從2010年開始提供基于云計(jì)算的協(xié)作管理服務(wù)。鑒于云計(jì)算的廣泛應(yīng)用價(jià)值，我國(guó)科技部于2013年9月發(fā)布“中國(guó)云科技發(fā)展十二五專項(xiàng)規(guī)劃”，提出以需求為導(dǎo)向發(fā)展自主可控的云計(jì)算技術(shù)[2]。本文研究圖書館采用云計(jì)算的技術(shù)需求、建設(shè)條件、建設(shè)方案和效益評(píng)價(jià)，希望為相關(guān)建設(shè)提供參考。

1圖書館云計(jì)算需求分析

11海量數(shù)據(jù)處理

在信息化社會(huì)，科學(xué)研究、物聯(lián)網(wǎng)和互聯(lián)網(wǎng)領(lǐng)域正在產(chǎn)生海量數(shù)據(jù)。據(jù)統(tǒng)計(jì)，美國(guó)研究圖書館協(xié)會(huì)（ARL）的110家成員每年花費(fèi)數(shù)億美元采購(gòu)電子資源。我國(guó)截至2005年在線數(shù)據(jù)庫(kù)達(dá)到30多萬(wàn)個(gè)。中科院擁有自建數(shù)據(jù)庫(kù)388個(gè)，容量達(dá)13TB。圖書館每年加工的數(shù)字化文獻(xiàn)達(dá)數(shù)千萬(wàn)頁(yè)，平均每個(gè)圖書館擁有4個(gè)自建數(shù)據(jù)庫(kù)。科學(xué)研究進(jìn)入了數(shù)據(jù)密集型階段，除了數(shù)據(jù)規(guī)模海量增長(zhǎng)外還表現(xiàn)出分布、異構(gòu)、低質(zhì)量的特征。多核處理器、GPU計(jì)算、FPGA（現(xiàn)場(chǎng)可編程邏輯器件）以及每秒計(jì)算速度超過千萬(wàn)億次的高性能計(jì)算設(shè)備在一定程度上緩解了海量數(shù)據(jù)處理壓力。除了硬件技術(shù)的進(jìn)步，計(jì)算模式的變革對(duì)于解決海量數(shù)據(jù)處理問題具有更為重要的意義。并行計(jì)算、分布式計(jì)算以及數(shù)據(jù)流等技術(shù)克服了單一節(jié)點(diǎn)計(jì)算能力的不足，適合海量非結(jié)構(gòu)化數(shù)據(jù)處理[3-6]。

12高并發(fā)訪問

圖書館信息系統(tǒng)面向廣大讀者，并發(fā)訪問能力是影響服務(wù)范圍和用戶體驗(yàn)的關(guān)鍵因素。采用通用成熟方案能夠降低技術(shù)風(fēng)險(xiǎn)，但在高流量下會(huì)遇到各種瓶頸，通過升級(jí)硬件一般不能滿足需求。采用IBM等大公司定制的解決方案需要采購(gòu)大型機(jī)，支付軟件使用費(fèi)及各項(xiàng)技術(shù)專利費(fèi)用。一些企業(yè)采用自主研發(fā)方式，例如淘寶等電子商務(wù)企業(yè)，但這種方式仍需要投入巨大的資金和技術(shù)力量。大型分布式系統(tǒng)依據(jù)CAP理論和BASE原則。高并發(fā)訪問是高性能和高可用的兼顧，是在系統(tǒng)性能達(dá)到極限的情況下為盡可能多的用戶提供穩(wěn)定服務(wù)。圖書館分布式系統(tǒng)可以在保證最終一致性條件下降低任意時(shí)刻一致性。采用SSD、SAS、SATA等讀寫速度有差異的設(shè)備混合搭配，判定和遷移熱點(diǎn)數(shù)據(jù)提供分層存儲(chǔ)。NAS架構(gòu)下通過MemCached分布式緩存能有效降低數(shù)據(jù)庫(kù)負(fù)載[7-9]。

2014年7月第34卷第7期現(xiàn)？代？情？報(bào)Journal of Modern InformationJuly，2014Vol34No72014年7月第34卷第7期圖書館云計(jì)算可行性研究July，2014Vol34No713競(jìng)爭(zhēng)主體多元化

依據(jù)波特的競(jìng)爭(zhēng)戰(zhàn)略分析模型，圖書館可以視為具有非營(yíng)利性和依附性特征的一類企業(yè)。其服務(wù)不產(chǎn)生盈利，成本來(lái)自社會(huì)投入。近年來(lái)同類機(jī)構(gòu)例如博物館、檔案館、網(wǎng)絡(luò)中心和計(jì)算機(jī)中心等和圖書館在用戶和投入資金方面形成了競(jìng)爭(zhēng)。信息娛樂業(yè)、網(wǎng)上書店、搜索引擎等營(yíng)利性機(jī)構(gòu)通過對(duì)信息資源進(jìn)行開發(fā)、管理、經(jīng)營(yíng)獲取收益，對(duì)圖書館的用戶產(chǎn)生了分流作用。書刊出版發(fā)行商、數(shù)據(jù)服務(wù)商、自動(dòng)化系統(tǒng)廠商等上游機(jī)構(gòu)隨著文獻(xiàn)信息量的激增，除了將價(jià)格提高以外直接向最終用戶提供服務(wù)，使圖書館處于不利地位。面對(duì)嚴(yán)峻的競(jìng)爭(zhēng)形勢(shì)，圖書館在數(shù)字資源建設(shè)和服務(wù)方面應(yīng)采取差異化競(jìng)爭(zhēng)、資本領(lǐng)先、聯(lián)盟共建共享以及個(gè)性化服務(wù)等措施，提高運(yùn)營(yíng)效率改善用戶體驗(yàn)。云計(jì)算最初產(chǎn)生于網(wǎng)絡(luò)企業(yè)主要原因是為了節(jié)約成本提高效率。網(wǎng)絡(luò)企業(yè)作為技術(shù)密集型企業(yè)數(shù)量眾多，成本差異決定企業(yè)能否生存以及競(jìng)爭(zhēng)能力高低。廉價(jià)和高效云計(jì)算技術(shù)同樣是面臨多元化競(jìng)爭(zhēng)的圖書館的必然選擇[10-12]。

2圖書館云計(jì)算建設(shè)條件

21基礎(chǔ)設(shè)施

隨著數(shù)字資源的增長(zhǎng)，大多數(shù)圖書館采購(gòu)了服務(wù)器、磁盤陣列、交換機(jī)等設(shè)備。2012年參加統(tǒng)計(jì)的463所高校圖書館擁有服務(wù)器5 948臺(tái)，平均每館13臺(tái)。有些采用托管或租賃方式的中小型圖書館正在計(jì)劃建設(shè)專用機(jī)房。網(wǎng)絡(luò)帶寬穩(wěn)步增長(zhǎng)。截至2012年，有17個(gè)圖書館主干網(wǎng)帶寬達(dá)到10 000Mbps，254個(gè)達(dá)到1 000Mbps以上[13]。具體統(tǒng)計(jì)和匯總見表1～表3。表1高校圖書館存儲(chǔ)與帶寬

231利用公有云對(duì)技術(shù)人才的要求

云計(jì)算是IT領(lǐng)域的創(chuàng)新，也是商業(yè)模式的變革。圖書館利用公有云托管或租賃能夠簡(jiǎn)化信息系統(tǒng)復(fù)雜性。有利于發(fā)揮本機(jī)構(gòu)在文獻(xiàn)加工、信息咨詢、知識(shí)管理領(lǐng)域的優(yōu)勢(shì)。技術(shù)崗位從重視架構(gòu)設(shè)計(jì)轉(zhuǎn)向終端開發(fā)。網(wǎng)絡(luò)終端應(yīng)用、移動(dòng)終端應(yīng)用、供應(yīng)商管理和數(shù)據(jù)分析在各項(xiàng)業(yè)務(wù)建設(shè)中具有關(guān)鍵作用。懂流程管理，SLA服務(wù)等級(jí)管理、云計(jì)算立法以及擅長(zhǎng)需求分析的復(fù)合型技術(shù)人才將倍受歡迎。

232建設(shè)私有云對(duì)技術(shù)人才的要求

圖書館擁有成百上千的服務(wù)器，通過虛擬化技術(shù)整合建設(shè)私有云對(duì)技術(shù)人員開發(fā)和管理能力要求較高。不但要掌握傳統(tǒng)的網(wǎng)絡(luò)存儲(chǔ)、關(guān)系數(shù)據(jù)庫(kù)、負(fù)載均衡、容災(zāi)備份等核心技術(shù)還要掌握開源軟件、分布式、虛擬化、數(shù)據(jù)中心、綠色計(jì)算等知識(shí)和技術(shù)。數(shù)據(jù)存儲(chǔ)設(shè)計(jì)注重非結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)。Linux虛擬機(jī)和移動(dòng)云終端將成為重要的開發(fā)環(huán)境。建設(shè)云計(jì)算數(shù)據(jù)中心還要求管理者明確本機(jī)構(gòu)業(yè)務(wù)需求和帶來(lái)的投資回報(bào)[15]。endprint

233技術(shù)人才培養(yǎng)情況

面對(duì)信息化浪潮，各國(guó)普遍重視信息技術(shù)人才的培養(yǎng)。美國(guó)將信息技術(shù)人才分為基礎(chǔ)人才、系統(tǒng)理論人才、實(shí)踐技能人才以及在崗培訓(xùn)人員。日本通過e-Japan、u-Japan、i-Japan等計(jì)劃推進(jìn)基礎(chǔ)建設(shè)、應(yīng)用開發(fā)、信息利用和人才培育。德國(guó)以技能加理論培育貼合生產(chǎn)實(shí)際的信息人才。印度采用實(shí)用化和市場(chǎng)化的教育模式，根據(jù)需求采用產(chǎn)學(xué)研互動(dòng)方式提高人才實(shí)踐科研能力[16]。國(guó)內(nèi)在管理科學(xué)與工程、工商管理、數(shù)學(xué)、電氣信息以及電子信息科學(xué)等專業(yè)增加GFS、Hadoop、MapReduce、VMware等云計(jì)算相關(guān)技術(shù)，增強(qiáng)需求分析、信息安全、商業(yè)智能、分布式計(jì)算、并行計(jì)算、大數(shù)據(jù)存儲(chǔ)、Linux編程、手機(jī)嵌入式開發(fā)等技能。北航軟件學(xué)院已經(jīng)開設(shè)了首個(gè)移動(dòng)云計(jì)算軟件工程碩士專業(yè)，在師資和實(shí)驗(yàn)室建設(shè)方面受到大企業(yè)支持[17]。

24用戶接入

據(jù)統(tǒng)計(jì)，截至2013年底，我國(guó)網(wǎng)民規(guī)模達(dá)591億，普及率441%。30歲以上網(wǎng)民46%，學(xué)生268%，個(gè)體工商戶與自由職業(yè)者178%，企業(yè)人員106%，專業(yè)技術(shù)人員68%。上網(wǎng)設(shè)備臺(tái)式電腦695%，手機(jī)785%。上網(wǎng)時(shí)長(zhǎng)平均每周217小時(shí)。截至2013年底，IPV4地址總數(shù)331億，域名1 469萬(wàn)，網(wǎng)站294萬(wàn)，國(guó)際出口帶寬2 098 150Mbps。用戶信息獲取主要通過搜索引擎和網(wǎng)絡(luò)新聞。搜索引擎用戶數(shù)47億，使用率796%，除了傳統(tǒng)搜索還有微博搜索、社交網(wǎng)站搜索、電商網(wǎng)站搜索以及垂直搜索。網(wǎng)絡(luò)新聞?dòng)脩?61億，使用率78%。移動(dòng)互聯(lián)下碎片閱讀、微博微信新聞傳播活躍，并與主流媒介形成聯(lián)動(dòng)，新聞?lì)惓绦虼罅砍霈F(xiàn)，手機(jī)客戶端推送效果良好[18]。2010統(tǒng)計(jì)數(shù)據(jù)表明高校圖書館共有微機(jī)12萬(wàn)臺(tái)，館均259臺(tái)。在校學(xué)生人數(shù)2～5萬(wàn)，信息資源檢索獲取能力普遍提高。擁有個(gè)人電腦占比20%～60%。用戶接入時(shí)間比較集中，并發(fā)訪問波動(dòng)明顯[19]。

3圖書館云計(jì)算建設(shè)方案

31云計(jì)算方案匯總

311商業(yè)云

根據(jù)服務(wù)方式劃分商業(yè)云計(jì)算有兩種形式。第一種是亞馬遜、Google、微軟提供的公有云服務(wù)。一般采取免費(fèi)形式提供一定存儲(chǔ)空間和計(jì)算能力，對(duì)超出的部分按量收費(fèi)。第二種是IBM、浪潮、華為等硬件廠商提供的商業(yè)性整體解決方案。通過開源或自行研發(fā)的管理系統(tǒng)預(yù)先安裝，同時(shí)銷售硬件和管理系統(tǒng)。選擇商業(yè)方案性價(jià)比通常是決定因素，在滿足需要的條件下重點(diǎn)考慮預(yù)算條件。

大數(shù)據(jù)平臺(tái)大數(shù)據(jù)平臺(tái)（BDP）、大數(shù)據(jù)流引擎（BDF）、大數(shù)據(jù)加速器（BDA）SkyForm云平臺(tái)資源管理系統(tǒng)、運(yùn)營(yíng)管理系統(tǒng)TCloud集群控制器、節(jié)點(diǎn)控制器、非活動(dòng)節(jié)點(diǎn)資源池中華電信、上海國(guó)家軟件產(chǎn)業(yè)基地公共服務(wù)平臺(tái)、運(yùn)營(yíng)商手機(jī)上網(wǎng)日志查詢系統(tǒng)、某商業(yè)銀行歷史數(shù)據(jù)和影像數(shù)據(jù)查詢系統(tǒng)、某科學(xué)研究院上海分院高性能計(jì)算方案中國(guó)移動(dòng)大云虛擬化彈性計(jì)算系統(tǒng)、分布式列存儲(chǔ)數(shù)據(jù)倉(cāng)庫(kù)、MapReduce并行計(jì)算框架、并行數(shù)據(jù)挖掘工具中國(guó)移動(dòng)盤古搜索、WAP/彩信雙業(yè)務(wù)云資源池，中國(guó)移動(dòng)南方基地的WAP網(wǎng)關(guān)部署、MMSC雙業(yè)務(wù)系統(tǒng)以及對(duì)WAP業(yè)務(wù)30 000TPS、彩信3 000條/秒并發(fā)的支持，黑龍江無(wú)線城市平臺(tái)

312開源云

開源云技術(shù)具有顯著成本優(yōu)勢(shì)。但是某些開源系統(tǒng)存在商業(yè)版，導(dǎo)致開源版本功能很少或者不完善。選擇開源云需要考慮系統(tǒng)功能是否全面、用戶界面是否直觀、支持的虛擬化技術(shù)、安裝配置難易度以及開發(fā)文檔詳盡程度、開發(fā)者社區(qū)規(guī)模和活躍程度等[20]。

32典型方案設(shè)計(jì)

321基于Eucalyptus的服務(wù)器整合

圖書館服務(wù)器眾多。以往為了追求穩(wěn)定的性能，多采用單臺(tái)服務(wù)器承擔(dān)單一功能的做法，容易造成設(shè)備利用率低的問題。因此對(duì)服務(wù)器進(jìn)行整合勢(shì)在必行。Eucalyptus是搭建IaaS的著名開源云計(jì)算系統(tǒng)，能夠?qū)崿F(xiàn)不同檔次服務(wù)器的整合。應(yīng)用被預(yù)先安裝在Linux或Windows server 2003操作系統(tǒng)中，制作成鏡像，然后上傳到各個(gè)節(jié)點(diǎn)。使用中根據(jù)需要啟動(dòng)和關(guān)閉對(duì)應(yīng)的節(jié)點(diǎn)，實(shí)現(xiàn)硬件資源彈性使用。結(jié)合KVM或XEN虛擬化能夠?qū)崿F(xiàn)更加靈活的系統(tǒng)部署和資源配置。

322基于MongoDB的高性能網(wǎng)站

當(dāng)網(wǎng)站發(fā)展到一定規(guī)模，海量存儲(chǔ)、高并發(fā)訪問和擴(kuò)展性需求明顯。主流關(guān)系型數(shù)據(jù)庫(kù)的事務(wù)一致性、讀寫實(shí)時(shí)性和復(fù)雜多表查詢優(yōu)勢(shì)難以體現(xiàn)，而且擴(kuò)展困難。MongoDB采用鍵/值存儲(chǔ)方式，查詢功能豐富，易實(shí)現(xiàn)高性能、高伸縮的分布式部署。用于網(wǎng)站后端數(shù)據(jù)庫(kù)能實(shí)現(xiàn)動(dòng)態(tài)擴(kuò)展，從而應(yīng)對(duì)不可預(yù)測(cè)峰值流量。如圖2所示，MongoDB通過復(fù)制分片方式實(shí)現(xiàn)靈活擴(kuò)展。Mongod1、Mongod2、Mongod3、Mongod4是運(yùn)行在兩臺(tái)服務(wù)器上的4個(gè)MongoDB數(shù)據(jù)庫(kù)進(jìn)程，通過自動(dòng)分片將數(shù)據(jù)分割存儲(chǔ)在不同機(jī)器上形成對(duì)應(yīng)的復(fù)制集RepSet1和RepSet2。復(fù)制集可用于故障轉(zhuǎn)移、數(shù)據(jù)一致性、分散讀、熱備份或離線批處理[21-23。

323基于Hadoop的個(gè)性化推薦系統(tǒng)

個(gè)性化推薦通過分析用戶特征為其推薦感興趣的商品或信息，是解決信息過載的重要技術(shù)。推薦系統(tǒng)由記錄采集、數(shù)據(jù)處理和推薦算法三部分組成。推薦算法是推薦系統(tǒng)的核心部分。常用的有協(xié)同過濾、基于內(nèi)容、基于規(guī)則和混合推薦四種類型。隨著用戶和資源的增加，單一節(jié)點(diǎn)的推薦系統(tǒng)逐漸不能滿足速度和精度要求。基于MapReduce編程模型實(shí)現(xiàn)的推薦算法能夠運(yùn)行在分布式集群上，實(shí)現(xiàn)動(dòng)態(tài)擴(kuò)展，解決了單一節(jié)點(diǎn)計(jì)算能力不足的問題。數(shù)據(jù)采用副本形式存儲(chǔ)在HDFS或Hbase中，實(shí)現(xiàn)了海量數(shù)據(jù)的廉價(jià)存儲(chǔ)。

4圖書館云計(jì)算效益評(píng)價(jià)

41初始投資成本

圖書館信息系統(tǒng)建設(shè)需要巨額初始資本。雖然技術(shù)革新使單位計(jì)算和存儲(chǔ)成本不斷下降，但使用量飛速增長(zhǎng)使得總投資不減反增。傳統(tǒng)建設(shè)模式面臨資金壓力。公有云運(yùn)營(yíng)商通過較強(qiáng)的管理能力和規(guī)模經(jīng)濟(jì)降低單位成本。圖書館利用共有云可以將初始投資轉(zhuǎn)變成經(jīng)營(yíng)費(fèi)用，同時(shí)避免硬件更新?lián)Q代帶來(lái)的損失。規(guī)模較大的圖書館應(yīng)用繁多，全部遷移到云端并不現(xiàn)實(shí)，私有云是優(yōu)先選擇。開源分布式系統(tǒng)通過若干中低端服務(wù)器實(shí)現(xiàn)高端性能。傳統(tǒng)建設(shè)中數(shù)據(jù)庫(kù)、操作系統(tǒng)、中間件等軟件費(fèi)用占總成本15%以上，云計(jì)算集群采用開源軟件或自行開發(fā)的中間件，因此在軟硬件方面都具有明顯的成本優(yōu)勢(shì)[24]。endprint

數(shù)據(jù)中心運(yùn)維成本包括安裝、調(diào)試、維護(hù)、管理、培訓(xùn)、機(jī)房租金和設(shè)備能耗等。云計(jì)算采用復(fù)制模板鏡像的方式進(jìn)行部署，減少了人力資源相關(guān)成本。設(shè)備能耗通常占運(yùn)維成本的15%以上。主要能耗部件有CPU、內(nèi)存、磁盤和網(wǎng)絡(luò)。節(jié)能方式分為關(guān)閉/開啟、動(dòng)態(tài)電壓/頻率調(diào)整和虛擬機(jī)管理[25-26]。隨著頻率提高任務(wù)很快完成，節(jié)點(diǎn)能耗顯著降低，當(dāng)頻率超過一定值節(jié)點(diǎn)能耗開始增加，轉(zhuǎn)折點(diǎn)依賴于具體任務(wù)、硬件和網(wǎng)絡(luò)，通過部署相應(yīng)的程序能夠?qū)崿F(xiàn)最佳節(jié)能效果[27]。虛擬機(jī)管理分為節(jié)點(diǎn)和集群兩個(gè)層次。節(jié)點(diǎn)實(shí)時(shí)監(jiān)控和調(diào)整虛擬機(jī)大小，在超過上限時(shí)將虛擬機(jī)移出；集群檢測(cè)并選擇最佳節(jié)點(diǎn)接收遷出的虛擬機(jī)[28]。虛擬機(jī)分配可以看成動(dòng)態(tài)規(guī)劃解決背包問題。每臺(tái)虛擬機(jī)視為一個(gè)物品，背包容量由對(duì)應(yīng)主機(jī)的處理器核心數(shù)量和內(nèi)存大小決定[29]。虛擬化之前服務(wù)器和存儲(chǔ)利用率一般僅維持在10%～15%。通過虛擬機(jī)調(diào)配，閑置資源得到充分利用，空閑節(jié)點(diǎn)關(guān)閉或休眠，從而節(jié)約電能消耗并減少熱量散發(fā)。

43擴(kuò)展能力

數(shù)據(jù)中心擴(kuò)展性是一項(xiàng)重要考量指標(biāo)，決定著圖書館是否能及時(shí)擴(kuò)容把握發(fā)展機(jī)會(huì)，擴(kuò)展新的業(yè)務(wù)，避免讀者流失。根據(jù)摩爾定律，處理器晶體管數(shù)量每18個(gè)月增加1倍，新產(chǎn)品性能更高，功耗和價(jià)格更低。傳統(tǒng)圖書館機(jī)房建設(shè)過程漫長(zhǎng)。項(xiàng)目從規(guī)劃、立項(xiàng)、審批到招標(biāo)、采購(gòu)、調(diào)試、運(yùn)行至少需要1年以上。在此期間許多軟硬件都已升級(jí)換代，正式投入使用以后沒過幾年就已淘汰落伍。受制于硬件兼容性，部件升級(jí)面臨困難，造成整個(gè)系統(tǒng)擴(kuò)展能力嚴(yán)重受限。云計(jì)算系統(tǒng)采用分布式部署，新節(jié)點(diǎn)加入比較容易，可實(shí)現(xiàn)新舊機(jī)型共存。相對(duì)于一次性購(gòu)置高性能服務(wù)器，云計(jì)算能夠更好地利用摩爾定律帶來(lái)的收益。隨著云計(jì)算的發(fā)展，研究人員不斷對(duì)原有系統(tǒng)進(jìn)行改進(jìn)，克服潛在缺陷，進(jìn)一步提高可擴(kuò)展性。例如針對(duì)Hadoop的NameNode性能瓶頸，采用HDFS和MongoDB相結(jié)合的系統(tǒng)MHDFS，在需要處理更多任務(wù)時(shí)添加新的的名字節(jié)點(diǎn)，將名字節(jié)點(diǎn)內(nèi)存數(shù)據(jù)轉(zhuǎn)移到MongoDB，提高了擴(kuò)展能力[30]。針對(duì)XEN網(wǎng)絡(luò)I/O完全虛擬化中虛擬機(jī)數(shù)量不斷增加或處理器數(shù)量超過限度時(shí)網(wǎng)絡(luò)性能的下降，提出改善虛擬機(jī)調(diào)度機(jī)制和事件通道機(jī)制，通過找出引發(fā)二級(jí)緩存缺失的熱點(diǎn)函數(shù)進(jìn)行優(yōu)化提高執(zhí)行效率，以提高系統(tǒng)擴(kuò)展能力[31]。

5結(jié)論和建議

面對(duì)數(shù)據(jù)規(guī)?？焖僭鲩L(zhǎng)，圖書館信息化系統(tǒng)建設(shè)模式逐漸不能滿足硬件資源快速革新的擴(kuò)容需求，外部競(jìng)爭(zhēng)帶來(lái)的挑戰(zhàn)亟須圖書館從技術(shù)層面提高信息服務(wù)能力。利用IT基礎(chǔ)設(shè)施、資金、技術(shù)、人才和用戶接入等方面優(yōu)勢(shì)建立云計(jì)算系統(tǒng)能夠滿足百萬(wàn)級(jí)并發(fā)訪問、大規(guī)模數(shù)據(jù)分析以及個(gè)性化推薦等多方面需求。本研究表明，圖書館采用云計(jì)算技術(shù)順應(yīng)IT技術(shù)發(fā)展潮流，符合大規(guī)模、低成本、高擴(kuò)展的應(yīng)用需求，對(duì)提高圖書館現(xiàn)代化水平，提高信息服務(wù)競(jìng)爭(zhēng)力具有良好的促進(jìn)作用?？v觀云發(fā)展實(shí)踐，圖書館采用云計(jì)算障礙有兩方面：一是關(guān)系數(shù)據(jù)庫(kù)的主流地位，很多圖書館寧愿選擇已經(jīng)被證實(shí)成功可行的成熟方案。二是缺乏相應(yīng)的技術(shù)人才，個(gè)性化定制和二次開發(fā)能力不足。對(duì)此，政府主管部門應(yīng)該充分發(fā)揮引導(dǎo)和調(diào)控作用，鼓勵(lì)各級(jí)科研立項(xiàng)。借鑒其他行業(yè)成功案例，以降低成本為基本立足點(diǎn)，以大規(guī)模數(shù)據(jù)業(yè)務(wù)為發(fā)展方向，大力建設(shè)分布式開源云計(jì)算平臺(tái)。

參考文獻(xiàn)

[1]張紅麗.基于云計(jì)算平臺(tái)的分布式數(shù)字圖書館框架模型研究[J].情報(bào)科學(xué)，2013，31（3）：40-44，67.

[2]中華人民共和國(guó)科技部.中國(guó)云科技發(fā)展“十二五”專項(xiàng)規(guī)劃[EB/OL].http：∥www.most.gov.cn/mostinfo/xinxifenlei/fgzc/gfxwj/gfxwj2012/201211/W020120918516104069531.doc，2014-02-23.

[3]黃曉斌，蒲筱哥.我國(guó)圖書館特色數(shù)據(jù)庫(kù)建設(shè)的現(xiàn)狀、問題與對(duì)策[J].情報(bào)科學(xué)，2007，25（5）：784-789.

[4]張麗萍.圖書館數(shù)字資源長(zhǎng)期保存與管理研究[D].福州：福建師范大學(xué)，2013.

[5]宮學(xué)慶，金澈清，王曉玲.數(shù)據(jù)密集型科學(xué)與工程：需求和挑戰(zhàn)[J].計(jì)算機(jī)學(xué)報(bào)，2012，35（8）：1563-1578.

[6]劉智慧，張泉靈.大數(shù)據(jù)技術(shù)研究綜述[J].浙江大學(xué)學(xué)報(bào)：工學(xué)版，2014，48（6）：1-16.

[7]李煜民，章才能.海量數(shù)據(jù)高并發(fā)訪問系統(tǒng)的風(fēng)險(xiǎn)規(guī)避研究[J].湘南學(xué)院學(xué)報(bào)，2012，33（5）：50-54.

[8]張敏杰，羅華永.大并發(fā)訪問下的企業(yè)J2EE信息系統(tǒng)集群架構(gòu)研究[C].北京：中國(guó)電機(jī)工程學(xué)會(huì)，2009：2009.

[9]魯克文，艾中良，劉忠麟.分布式衛(wèi)星資源高效共享平臺(tái)研究[J].計(jì)算機(jī)工程與應(yīng)用，2014，50（5）：121-125，174.

[10]楊廣鋒.核心競(jìng)爭(zhēng)力研究的基礎(chǔ)：圖書館競(jìng)爭(zhēng)分析[J].圖書館雜志，2007，26（3）：2-6.

[11]閆勇.基于波特五力模型的圖書館競(jìng)爭(zhēng)戰(zhàn)略研究[J].大學(xué)圖書情報(bào)學(xué)刊，2013，31（5）：12-15.

[12]呂冠珠.基于戰(zhàn)略管理的圖書館競(jìng)爭(zhēng)環(huán)境分析[J].科技情報(bào)開發(fā)與經(jīng)濟(jì)，2008，18（20）：43-44.

[13]教育部高等學(xué)校圖書情報(bào)工作指導(dǎo)委員會(huì).2012年高校圖書館主要統(tǒng)計(jì)數(shù)據(jù)排行榜[EB/OL].http：∥www.scal.edu.cn/tjpg，2014-03-11.

[14]繆小燕，熊麗，何鈞.北京市屬高校圖書館歷年財(cái)政專項(xiàng)經(jīng)費(fèi)情況統(tǒng)計(jì)分析[J].圖書館理論與實(shí)踐，2013，（8）：23-26.

[15]徐國(guó)慶.面向云計(jì)算的創(chuàng)新人才培養(yǎng)實(shí)踐[J].吉林省教育學(xué)院學(xué)報(bào)，2013，29（3）：12-13.endprint

[16]楊立軍，劉陳.美、日、德、印四國(guó)信息人才培養(yǎng)方案研究[J].中國(guó)電化教育，2010，（7）：45-51.

[17]黃務(wù)蘭.云計(jì)算時(shí)代高校IT人才培養(yǎng)模式的創(chuàng)新[J].計(jì)算機(jī)時(shí)代，2012，（3）：59-61，64.

[18]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第32次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].http：∥www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201307/P020130717505343100851.pdf，2014-03-11.

[19]張靜.圖書館用戶數(shù)字資源利用行為實(shí)證研究[J].廣東工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，12（4）：74-78.

[20]鄧紅，王東興.主流開源云平臺(tái)的商業(yè)選擇[J].電腦知識(shí)與技術(shù)，2012，8（32）：7830-7832.

[21]鄭靜靜，葉焱，劉太君，等.基于Flex、Red5和MongoDB的視頻直播、錄制及存儲(chǔ)系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用，2014，34（2）：589-592.

[22]張文盛，鄭漢華.基于MongoDB構(gòu)建高性能網(wǎng)站技術(shù)研究[J].吉林師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，（1）：123-126.

[23]郭匡宇.基于MongoDB的傳感器數(shù)據(jù)分布式存儲(chǔ)的研究與應(yīng)用[D]，南京：南京郵電大學(xué)，2013.

[24]孫健，賈曉菁.Google云計(jì)算平臺(tái)的技術(shù)架構(gòu)及對(duì)其成本的影響研究[J].電信科學(xué)，2010，（1）：38-44.

[25]張小慶，何忠堂，李春林.云計(jì)算系統(tǒng)中數(shù)據(jù)中心的節(jié)能算法研究[J].計(jì)算機(jī)應(yīng)用研究，2013，30（4）：961-964，970.

[26]殷波，王穎，孟洛明.綜合遷移成本和通信成本的云計(jì)算節(jié)能策略[J].北京郵電大學(xué)學(xué)報(bào)，2012，35（1）：68-71.

[27]雷成軍，羅亮，吳文峻.基于云計(jì)算的集群能耗監(jiān)控與節(jié)能方法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2011，28（11）：242-244，253.

[28]馬飛，劉峰，劉真.云計(jì)算中高效節(jié)能的虛擬機(jī)分布式管理方法[J].計(jì)算機(jī)工程，2012，38（11）：5-7.

[29]吳毅華，曹健，李明祿.云計(jì)算環(huán)境下基于需求預(yù)測(cè)的虛擬機(jī)節(jié)能分配方法研究[J].小型微型計(jì)算機(jī)系統(tǒng)，2013，34（4）：778-782.

[30]田熾.基于HDFS的高可擴(kuò)展性云存儲(chǔ)的研究與實(shí)現(xiàn)[D].廣州：華南理工大學(xué)，2012.

[31]付塞平，任國(guó)林.XEN網(wǎng)絡(luò)I/O完全虛擬化機(jī)制的可擴(kuò)展性研究[J].計(jì)算機(jī)工程，2008，34（23）：102-104.

（本文責(zé)任編輯：馬卓）endprint

[16]楊立軍，劉陳.美、日、德、印四國(guó)信息人才培養(yǎng)方案研究[J].中國(guó)電化教育，2010，（7）：45-51.

[17]黃務(wù)蘭.云計(jì)算時(shí)代高校IT人才培養(yǎng)模式的創(chuàng)新[J].計(jì)算機(jī)時(shí)代，2012，（3）：59-61，64.

[18]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第32次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].http：∥www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201307/P020130717505343100851.pdf，2014-03-11.

[19]張靜.圖書館用戶數(shù)字資源利用行為實(shí)證研究[J].廣東工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，12（4）：74-78.

[20]鄧紅，王東興.主流開源云平臺(tái)的商業(yè)選擇[J].電腦知識(shí)與技術(shù)，2012，8（32）：7830-7832.

[21]鄭靜靜，葉焱，劉太君，等.基于Flex、Red5和MongoDB的視頻直播、錄制及存儲(chǔ)系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用，2014，34（2）：589-592.

[22]張文盛，鄭漢華.基于MongoDB構(gòu)建高性能網(wǎng)站技術(shù)研究[J].吉林師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，（1）：123-126.

[23]郭匡宇.基于MongoDB的傳感器數(shù)據(jù)分布式存儲(chǔ)的研究與應(yīng)用[D]，南京：南京郵電大學(xué)，2013.

[24]孫健，賈曉菁.Google云計(jì)算平臺(tái)的技術(shù)架構(gòu)及對(duì)其成本的影響研究[J].電信科學(xué)，2010，（1）：38-44.

[25]張小慶，何忠堂，李春林.云計(jì)算系統(tǒng)中數(shù)據(jù)中心的節(jié)能算法研究[J].計(jì)算機(jī)應(yīng)用研究，2013，30（4）：961-964，970.

[26]殷波，王穎，孟洛明.綜合遷移成本和通信成本的云計(jì)算節(jié)能策略[J].北京郵電大學(xué)學(xué)報(bào)，2012，35（1）：68-71.

[27]雷成軍，羅亮，吳文峻.基于云計(jì)算的集群能耗監(jiān)控與節(jié)能方法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2011，28（11）：242-244，253.

[28]馬飛，劉峰，劉真.云計(jì)算中高效節(jié)能的虛擬機(jī)分布式管理方法[J].計(jì)算機(jī)工程，2012，38（11）：5-7.

[29]吳毅華，曹健，李明祿.云計(jì)算環(huán)境下基于需求預(yù)測(cè)的虛擬機(jī)節(jié)能分配方法研究[J].小型微型計(jì)算機(jī)系統(tǒng)，2013，34（4）：778-782.

[30]田熾.基于HDFS的高可擴(kuò)展性云存儲(chǔ)的研究與實(shí)現(xiàn)[D].廣州：華南理工大學(xué)，2012.

[31]付塞平，任國(guó)林.XEN網(wǎng)絡(luò)I/O完全虛擬化機(jī)制的可擴(kuò)展性研究[J].計(jì)算機(jī)工程，2008，34（23）：102-104.

（本文責(zé)任編輯：馬卓）endprint

[16]楊立軍，劉陳.美、日、德、印四國(guó)信息人才培養(yǎng)方案研究[J].中國(guó)電化教育，2010，（7）：45-51.

[17]黃務(wù)蘭.云計(jì)算時(shí)代高校IT人才培養(yǎng)模式的創(chuàng)新[J].計(jì)算機(jī)時(shí)代，2012，（3）：59-61，64.

[18]中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心.第32次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL].http：∥www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201307/P020130717505343100851.pdf，2014-03-11.

[19]張靜.圖書館用戶數(shù)字資源利用行為實(shí)證研究[J].廣東工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，12（4）：74-78.

[20]鄧紅，王東興.主流開源云平臺(tái)的商業(yè)選擇[J].電腦知識(shí)與技術(shù)，2012，8（32）：7830-7832.

[21]鄭靜靜，葉焱，劉太君，等.基于Flex、Red5和MongoDB的視頻直播、錄制及存儲(chǔ)系統(tǒng)設(shè)計(jì)[J].計(jì)算機(jī)應(yīng)用，2014，34（2）：589-592.

[22]張文盛，鄭漢華.基于MongoDB構(gòu)建高性能網(wǎng)站技術(shù)研究[J].吉林師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，（1）：123-126.

[23]郭匡宇.基于MongoDB的傳感器數(shù)據(jù)分布式存儲(chǔ)的研究與應(yīng)用[D]，南京：南京郵電大學(xué)，2013.

[24]孫健，賈曉菁.Google云計(jì)算平臺(tái)的技術(shù)架構(gòu)及對(duì)其成本的影響研究[J].電信科學(xué)，2010，（1）：38-44.

[25]張小慶，何忠堂，李春林.云計(jì)算系統(tǒng)中數(shù)據(jù)中心的節(jié)能算法研究[J].計(jì)算機(jī)應(yīng)用研究，2013，30（4）：961-964，970.

[26]殷波，王穎，孟洛明.綜合遷移成本和通信成本的云計(jì)算節(jié)能策略[J].北京郵電大學(xué)學(xué)報(bào)，2012，35（1）：68-71.

[27]雷成軍，羅亮，吳文峻.基于云計(jì)算的集群能耗監(jiān)控與節(jié)能方法研究[J].計(jì)算機(jī)應(yīng)用與軟件，2011，28（11）：242-244，253.

[28]馬飛，劉峰，劉真.云計(jì)算中高效節(jié)能的虛擬機(jī)分布式管理方法[J].計(jì)算機(jī)工程，2012，38（11）：5-7.

[29]吳毅華，曹健，李明祿.云計(jì)算環(huán)境下基于需求預(yù)測(cè)的虛擬機(jī)節(jié)能分配方法研究[J].小型微型計(jì)算機(jī)系統(tǒng)，2013，34（4）：778-782.

[30]田熾.基于HDFS的高可擴(kuò)展性云存儲(chǔ)的研究與實(shí)現(xiàn)[D].廣州：華南理工大學(xué)，2012.

[31]付塞平，任國(guó)林.XEN網(wǎng)絡(luò)I/O完全虛擬化機(jī)制的可擴(kuò)展性研究[J].計(jì)算機(jī)工程，2008，34（23）：102-104.

（本文責(zé)任編輯：馬卓）endprint