分布式相关技术及其比较

随着计算机和网络技术的快速发展，新技术层出不穷。就分布式计算而言，近年来就诞生了诸如集群计算、网格计算、云计算等新兴技术。虽然这些技术的本质是分布式技术，生存土壤都是计算机和网络，都是为了解决数据的计算、传输和存储等问题，但是他们的之间在服务对象、实用场景等方面存在着差别。本文在介绍这些技术后，对其中一些技术做出了比较。

所有的资源来均来自互联网。

1.       分布式计算相关技术

 

1.1.    分布式计算

分布式计算[i]是一门计算机科学，它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。

中国科学技术信息研究所的定义

分布式计算是近年提出的一种新的计算方式。所谓分布式计算就是在两个或多个软件互相共享信息，这些软件既可以在同一台计算机上运行，也可以在通过网络连接起来的多台计算机上运行。分布式计算比起其它算法具有以下几个优点：

1、稀有资源可以共享。

2、通过分布式计算可以在多台计算机上平衡计算负载。

3、可以把程序放在最适合运行它的计算机上。

其中，共享稀有资源和平衡负载是计算机分布式计算的核心思想之一。

 

1.2.    Web Service

Web Service 是一种新的web应用程序分支，他们是自包含、自描述、模块化的应用，可以发布、定位、通过web调用。Web Service可以执行从简单的请求到复杂商务处理的任何功能。一旦部署以后，其他Web Service应用程序可以发现并调用它部署的服务。 Web Service是一种应用程序，它可以使用标准的互联网协议，像超文本传输协议(HTTP)和XML，将功能纲领性地体现在互联网和企业内部网上。可将Web服务视作Web上的组件编程。

 

Web服务[ii]是一种面向服务的架构的技术，通过标准的Web协议提供服务，目的是保证不同平台的应用服务可以互操作。

根据W3C的定义，Web服务（Webservice）应当是一个软件系统，用以支持网络间不同机器的互动操作。网络服务通常是许多应用程序接口（API）所组成的，它们透过网络，例如国际互联网（Internet）的远程服务器端，执行客户所提交服务的请求。

图3 Web Service的工作方式

 

1.3.    网格计算

网格计算的3个定义[iii]

对于网格计算（Grid computing）这一术语有三重理解可供参考，如下：

1)       为万维网诞生起到关键性作用的欧洲核子研究组织（CERN,EuropeanOrganization for Nuclear Research),其对网格计算是这样定义的：“网格计算就是通过互联网来共享强大的计算能力和数据储存能力”。

2)       外部网格（External grids）。事实上，网格计算对分布在世界各地的、非营利性质的研究机构颇有吸引力，进而造就了美国国家超级电脑应用中心计算生物学网格，如生物学和医学信息学研究网络。

3)       内部网格（Internal grids）。同样，网格计算对那些需要解决复杂计算问题的商业公司有着非同一般的吸引力，其目标是将企业内部的计算能力最大化。

 

网格计算[[iv]]即分布式计算，是一门计算机科学。它研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终结果。

实际上，网格计算就是分布式计算的一种。如果我们说某项工作是分布式的，那么，参与这项工作的一定不只是一台计算机，而是一个计算机网络，显然这种“蚂蚁搬山”的方式将具有很强的数据处理能力。网格计算的实质就是组合与共享资源并确保系统安全。

网格计算优势

　网格计算的目的是，通过任何一台计算机都可以提供无限的计算能力，可以接入浩如烟海的信息。这种环境将能够使各企业解决以前难以处理的问题，最有效地使用他们的系统，满足客户要求并降低他们计算机资源的拥有和管理总成本。网格计算的主要目的是设计一种能够提供以下功能的系统：

提高或拓展型企业内所有计算资源的效率和利用率，满足最终用户的需求，同时能够解决以前由于计算、数据或存储资源的短缺而无法解决的问题。

建立虚拟组织，通过让他们共享应用和数据来对公共问题进行合作。

整合计算能力、存储和其他资源，能使得需要大量计算资源的巨大问题求解成为可能。

通过对这些资源进行共享、有效优化和整体管理，能够降低计算的总成本。

1.4.    集群计算(ClusterComputing)

在计算机中，集群是使用多个计算机，如典型的个人计算机或UNIX工作站；多个存储设备；冗余互联，来组成一个对用户来说单一的高可用性的系统。集群计算能够被用来实现负载均衡，集群计算的倡导者提出，对一个企业来说，集群在许多情况下，能够达到99.999%的可用性。集群的一个主要思路就是，对外界来说，集群就像是一个唯一的系统。

集群的一个常用用途就是在一个高流量的网站中实现负载均衡。一个网页请求被送到“管理者”服务器，然后此服务器决定此请求由几个相同Web服务器中的哪一个进行处理。这种Web Farm（根据配置有时候被这样称呼）将能够提升通信量和处理速度。

集群最早是在20世纪80年代DEC的VMS系统中出现的，IBM的sysplex是与集群接近的大型主机系统。微软、Sun微系统，以及其它主导硬件和软件流的公司提供有集群包，并保证提供可扩展性和可用性。随着通信量和可用性保证的增加，集群的整个部分或局部零件的大小与数量都可以增加。　

集群计算还可以被用来进行低廉的并行计算，这些并行计算通常为科学研究或其它需要并行运算的应用服务。一个著名的例子就是裴欧沃夫（Beowulf）计划，它使用一定数量现成的个人计算机组成集群来实现科学应用。

1.5.    并行计算

并行计算或称平行计算是相对于串行计算来说的。所谓并行计算可分为时间上的并行和空间上的并行。时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。

并行计算（ParallelComputing）是指同时使用多种计算资源解决计算问题的过程。为执行并行计算，计算资源应包括一台配有多处理机（并行处理）的计算机、一个与网络相连的计算机专有编号，或者两者结合使用。并行计算的主要目的是快速解决大型且复杂的计算问题。此外还包括：利用非本地资源，节约成本 ― 使用多个“廉价”计算资源取代大型计算机，同时克服单个计算机上存在的存储器限制。

为利用并行计算，通常计算问题表现为以下特征：

（1）将工作分离成离散部分，有助于同时解决；

（2）随时并及时地执行多个程序指令；

（3）多计算资源下解决问题的耗时要少于单个计算资源下的耗时。

1.6.    P2P

P2P[v]是英文Peer-to-Peer（对等）的简称，又被称为“点对点”。“对等”技术，是一种网络新技术，依赖网络中参与者的计算能力和带宽，而不是把依赖都聚集在较少的几台服务器上。P2P还是英文Point to Point （点对点）的简称。它是下载术语，意思是在你自己下载的同时，自己的电脑还要继续做主机上传，这种下载方式，人越多速度越快但缺点是对硬盘损伤比较大（在写的同时还要读），还有对内存占用较多，影响整机速度。

图4 Peer-to-Peer（对等）

 

P4P[vi]全称“Proactive network ProviderParticipation for P2P”，是P2P技术的升级版，意在加强服务供应商(ISP)与客户端程序的通信，降低骨干网络传输压力和运营成本，并提高改良的P2P文件传输的性能。与P2P随机挑选 Peer(对等机)不同，P4P协议可以协调网络拓扑数据，能够有效选择Peer，从而提高网络路由效率。

P2P是随机挑选位于不同网络位置的资源的，换句话说，它对资源在网络中的位置不作区分一律平等地返回给用户。以多个运营商为例，在最初的P2P中，当P2P用户在互联网上找某个资源时，它可能在5处找到，分别在运营商1、运营商2、运营商3中，其中资源6是P2P用户所在网络的网内资源。如果用户使用P2P引擎查询，结果得到的优先资源可能是资源2、资源5，全部是网外资源，这会导致运营商之间网络的拥堵，并且导致下载速度变慢.

P4P“Proactivenetwork Provider Participation for P2P”意思是要改善服务供应商(ISP)与客户端程序的通信，降低运营商骨干网络传输压力和运营成本，将运营商的网络压力尽量边缘化，并提高P2P的文件传输性能。与P2P随机挑选资源点不同，P4P协议可以利用网络拓扑数据，选择最佳的Peer(资源点)，从而提高网络路由效率。

据相关测试数据显示，P4P可以提高大约200%的性能，部分时候甚至超过600%，因此P4P的未来发展前景非常广阔。此外，P4P由于采用了网络拓扑信息管理，可以减轻骨干网络压力，因此对于电信运营商而言其比P2P具有更大的优势。

网格计算采用了P2P技术。

1.7.    自主计算

自主计算是美国IBM公司于2001年10月提出的一种新概念。IBM将自主计算定义为“能够保证电子商务基础结构服务水平的自我管理（Self-Managing）技术”。其最终目的在于使信息系统能够自动地对自身进行管理，并维持其可靠性。

自主计算的核心是自我监控、自我配置、自我优化和自我恢复。自我监控，即系统能够知道系统内部每个元素当前的状态、容量以及它所连接的设备等信息；自我配置，即系统配置能够自动完成，并能根据需要自动调整；自我优化，即系统能够自动调度资源，以达到系统运行的目标；自我恢复，即系统能够自动从常规和意外的灾难中恢复。尽管这一切曾经遥不可及，但IBM诸多业界领先的技术，无疑让人们看到了自主计算的未来。IBM的长远目标是让计算资源的使用简便的如同把电灯插入插座，自主计算无疑将为这一目标的实现打下坚实的基础。

基本原则

自主计算一个基本的原则是增强每个计算机成员的智能性，以使他们能“自我管理”。例如，主动地监控整个系统的状态和产生正确的行为，并与整个系统管理对象协调一致。人类身体的自主神经系统控制着身体的各种功能，例如，心率、呼吸和血压，这些都是身体功能无意识的部分。我们引用“自治计算”这个类似的概念，去让系统能自我管理而不需人的干预，最终的目标是创建自我管理的计算机系统。

应用前景

目前，电子商务的基础结构日趋复杂，人类已经无法对其进行有效的管理。现在及将来都会同时存在多个服务器、中间件、应用软件、存储器、网络。要想管理这些所有要素，并确保整体的可靠性，就必须具有自我管理功能。IBM认为，只要不实现自主计算，电子商务就不会有新的发展，自主计算将是电子商务之后的焦点所在。

1.8.    云计算

狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。云计算的产业三级分层：云软件、云平台、云设备。

云计算（英语：cloudcomputing），是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。整个运行方式很像电网。

云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。用户不再需要了解“云”中基础设施的细节，不必具有相应的专业知识，也无需直接进行控制。云计算描述了一种基于互联网的新的IT服务增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展而且经常是虚拟化的资源。云其实是网络、互联网的一种比喻说法。因为过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。典型的云计算提供商往往提供通用的网络业务应用，可以通过浏览器等软件或者其他Web服务来访问，而软件和数据都存储在服务器上。云计算关键的要素，还包括个性化的用户体验。

云计算（CloudComputing）是网格计算（GridComputing ）、分布式计算（DistributedComputing）、并行计算（ParallelComputing）、效用计算（UtilityComputing）、网络存储（NetworkStorage Technologies）、虚拟化（Virtualization）、负载均衡（Load Balance）等传统计算机和网络技术发展融合的产物。

云计算常与网格计算、效用计算、自主计算相混淆。（网格计算：分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机，常用来执行大型任务；效用计算：IT资源的一种打包和计费方式，比如按照计算、存储分别计量费用，像传统的电力等公共设施一样；自主计算：具有自我管理功能的计算机系统。）

事实上，许多云计算部署依赖于计算机集群（但与网格的组成、体系机构、目的、工作方式大相径庭），也吸收了自主计算和效用计算的特点。

通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。

好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。

云计算可以认为包括以下几个层次的服务：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。云计算服务通常提供通用的通过浏览器访问的在线商业应用，软件和数据可存储在数据中心。

 

1）定义[vii]：云计算是分布式处理(Distributed Computing)、并行处理(ParallelComputing)和网格计算(GridComputing)的发展，或者说是这些计算机科学概念的商业实现

“CloudComputing is a paradigm in which information is permanently stored in serverson the Internet and cached temporarily on clients that include desktops,entertainment centers, tablet computers, notebooks, wall computers, handhelds,sensors, monitors, etc.”

---- IEEE Internet Computing, 2008

1.9.   效用计算

效用计算[viii](Utility computing)是一种提供模型的服务，在这个模型里服务提供商产生客户需要的计算资源和基础设施管理，并根据某个应用，而不是仅仅按照速率进行收费。效用计算的具体目标是结合分散各地的服务器、存储系统以及应用程序来立即提供需求数据的技术，使得用户能够象把灯泡插入灯头一样来使用计算机资源。为了解决传统计算机资源、网络以及应用程序的使用方法变得越来越复杂，并且管理成本越来越高的问题，科学家们提出了效用计算这个概念。按需分配的效用计算模型采用了多种灵活有效的技术，能够对不同的需求提供相应的配置与执行方案。如果这个概念真能实现的话，将会改变整个IT业的操作形式。成本结算中心将会转变为集成IT业务供应商。其他的将会外包给公用计算供应商。

1.10.       元计算

元计算" 在学术文献中的解释[ix]

1、网格计算,又称为元计算,无缝,可扩展计算,全局计算等,被定义为一个广域范围的“无缝的集成和协同计算环境”.MSIL程序可以及时地被编译成不同的机器码,然后在不同的机器中执行

文献来源

2、开始,许多文献更多地是将网格计算称为元计算,目前最著名的网格计算工具包Globus最初也被称为元计算工具包.如果应用仅需对区域进行说明,则这些区域的形心可以形成一系列相关联的点集,这是一种非数据导向型的剖分方法

元计算：是关于“计算”的计算，就像“元语言”是描述语言的语言一样，元计算是为了进行计算而展开的计算活动，是网格对资源进行抽象的过程

元计算技术是将一组通过广域网连接起来的性质不同的计算资源集合起来，作为一个单独的计算环境向用户提供计算服务。

元计算系统的目标是使用户能够共享其中的计算资源并以合作的方式进行计算。元计算前端主要解决最终用户通过统一的界面来使用广域网上各类计算资源的问题；元计算内核主要解决计算任务在广域网中各种超级计算机上协作完成的问题，提供一个完整的程序开发和运行环境。当用户提出计算请求时，计算问题的执行代码在系统内部的计算资源上进行合理的调度和管理，最后得出运行结果并通过元计算前端反馈给最终用户。

一个良好的元计算系统主要由三个部分组成：一是尽量简单而又可靠的使用界面；二是资源管理系统;三是良好的编程模型和高效可靠的运行时环境。其中资源管理系统处于核心地位，它负责整个系统中各个资源的描述、变动、分配与保护，与运行时系统密切合作，保证整个系统的正常运行。资源管理系统需要为不同级别的系统管理员提供强有力的工具或界面来对这些资源进行控制和保护。

元计算是网格计算的初级形态。

1.11.       虚拟技术

虚拟化就是把物理资源转变为逻辑上可以管理的资源，以打破物理结构之间的壁垒。未来，所有的资源都透明地虚拟世界运行在各种各样的物理平台上，资源的管理都将按逻辑方式进行，完全实现资源的自动化分配，而虚拟化技术就是实现它的理想工具。虚拟化环境需要多种技术的协调配合:服务器和操作系统的虚拟化、存储虚拟化、以及系统管理、资源管理和软件提交，与非虚拟化环境一致的应用环境。因为有了虚拟化，企业不再需要建立耗资巨大的数据中心就能够实现异地备份。这对用户来说极富吸引力。

 

2.       分布式相关技术的关系和比较

2.1.    SOA 不是Web服务[1]

在理解SOA和Web服务的关系上，经常发生混淆。根据2003年4月的Gartner报道，Yefim V. Natis就这个问题是这样解释的：“Web服务是技术规范，而SOA是设计原则。特别是Web服务中的WSDL，是一个SOA配套的接口定义标准：这是 Web服务和SOA的根本联系。”从本质上来说，SOA是一种架构模式，而Web服务是利用一组标准实现的服务。Web服务是实现SOA的方式之一。用 Web服务来实现SOA的好处是你可以实现一个中立平台，来获得服务，而且随着越来越多的软件商支持越来越多的Web服务规范，你会取得更好的通用性。

 

SOA不是一种具体的实现技术[x]，更不是一个全新的概念。它是一个抽象的概念和指导方针。我们可以用任何一种现今成熟的技术实现它：EJB、CORBA、Web Service(Web Service的出现让SOA提出的一切得到了实现)。

注意Web Service和SOA的区别和联系：

Web服务是技术规范，而SOA是设计原则，WSDL是Web服务与SOA的根本联系

SOA是一种架构模式，而Web服务是利用一组标准实现的服务

Web服务是实现SOA的方式之一，实际上也是最主要的实现方式，用Web服务来实现SOA的好处是可以通过中立平台来获得服务。

2.2.    网格给SOA带来新意[xi]

网格中间件厂商DataSynapse公司首席执行官PeterLee认为：“要将整个企业都移植到SOA上显然是不可能的，合理的解决方案是让每种应用软件或服务都在自己的独立环境中运行，让网格根据服务水平的波动随需应变地分配硬件资源。因此，要想实现SOA，网格就是一种合乎逻辑的支柱技术。”

 

Ortega也同意这一观点。他说：“最初，网格只用于计算密集型的应用软件，但目前，我们将其定位为通用的交易环境。”

 

Wachovia公司在2002年使用DataSynapse公司的软件建设了自己的网格系统，此后一直都在使用网格执行多种风险分析、证券价格和其他应用。Ortega说，过去要15个小时才能完成的工作现在只需15分钟。

 

首先提出了网络环境下协同商务的模型,采用面向服务体系(SOA)的思想,基于网格服务构建了一种协同商务平台的框架,用网格服务封装企业内部和企业之间的业务系统接口.通过网格服务的发现、集成、调用实现协同电子商务。其目的是实现企业内部、供应链企业之间以及企业外部各层次(客户、政府和其他机构)之间的协同。最后给出了这种框架的实现思路。[xii]

 

2.3.    云计算与网格计算关系

实现云计算需要三个部分：瘦客户机（或者能够在胖瘦之间切换的客户机）、网格计算和效用计算。网格计算将独立的计算机连接成一个大的基础设施，充分利用闲置的资源。效用计算就是支付在共享服务器上使用的服务，就好像支付公共事业一样（比如电力、天然气等）。

通过网格计算，可以把计算资源作为能够开启关闭的公用事业来提供。云计算更进一步，可以随需提供计算资源。这样在使用公用定价时就可以避免过度供给。在满足数百万用户的需求时也消除了过度供给的需要。

 

2.4.    云计算与物联网的关系

在很多时候云计算与物联网这两个名词是同时出现的，大家在直觉上认为这两个技术是有关系的，但总是没有很清楚的认识。有的地方一提到物联网就想到传感器的制造和物联信息系统。其实

云计算和物联网两者之间本没有什么特殊的关系，物联网只是今后云计算平台的一个普通应用，物联网和云计算之间是应用与平台的关系。物联网的发展依赖于云计算系统的完善，从而为海量物联信息的处理和整合提供可能的平台条件，云计算的集中数据处理和管理能力将有效的解决海量物联信息存储和处理问题。没有云计算平台支持的物联网其实价值并不大，因为小范围传感器信息的处理和数据整合是早就有了的技术，如工控领域的大量系统都是这样的模式，没有被广泛整合的传感器系统是不能被准确的称为是物联网的。所以云计算技术对物联网技术的发展有着决定性的作用，没有统一数据管理的物联网系统将丧失其真正的优势，物物相联的范围是十分广阔的，可能是高速运动的列车、汽车甚至是飞机，当然也可能是家中静止的电视、空调、茶杯，任何小范围的物物相联都不能被称为真正的物联网。

2.5.    并行计算与云计算的联系和区别

云计算是在并行计算之后产生的概念，是由并行计算发展而来， 两者在很多方面有着共性。学习并行计算对于理解云计算有很大的帮助。并行计算是学习云计算必须要学习的基础课程。

但并行计算不等于云计算，云计算也不等同并行计算。两者区别如下。[1]

（1）云计算萌芽于并行计算

云计算的萌芽应该从计算机的并行化开始，并行机的出现是人们不满足于CPU摩尔定率的增长速度，希望把多个计算机并联起来，从而获得更快的计算速度。这是一种很简单也很朴素的实现高速计算的方法，这种方法后来被证明是相当成功的。

（2）并行计算、网格计算只用于特定的科学领域，专业的用户

并行计算、网格计算的提出主要是为了满足科学和技术领域的专业需要，其应用领域也基本限于科学领域。传统并行计算机的使用是一个相当专业的工作，需要使用者有较高的专业素质，多数是命令行的操作，这是很多专业人士的噩梦，更不用说普通的业余级用户了。

（3）并行计算追求的高性能

在并行计算的时代，人们极力追求的是高速的计算、采用昂贵的服务器，各国不惜代价在计算速度上超越他国，因此，并行计算时代的高性能机群是一个“快速消费品”，世界TOP500高性能计算机地排名不断地在刷新，一台大型机群如果在3年左右不能得到有效的利用就远远的落后了，巨额投资无法收回。

（4）云计算对于单节点的计算能力要求低

而云计算时代我们并不去追求使用昂贵的服务器，我们也不用去考虑TOP500的排名，云中心的计算力和存储力可随着需要逐步增加，云计算的基础架构支持这一动态增加的方式，高性能计算将在云计算时代成为“耐用消费品”。

2.6.    云计算与网格计算、分布式计算、自主计算

整体来说都有奖任务分割、运算、组合，只是协同和处理的重点不同；

超级计算强调的是高并行计算能力，应用设备多是超级计算机如天河一号，是infiniband的高并行处理架构，实现总线级协同，一般采用计算能力更强的GPU而非CPU；

集群计算和分布式计算是相对于设备部署结构来说，这种计算相对超算来说，对于计算的并行处理及响应要求较低，需要实现的是网络环境下的协同，实现的效果受网络环境影响。

网格计算是集群计算和分布式计算与超级计算中间的产物，是在原来集群计算和分布式计算不能满足需求，而超算又过于难以实现的情况下，想通过增进网络带宽方式来实现通过集群计算和分布式计算能够达到接近超级计算的结果，国家网格节点之间的带宽都是T级别的，就可想而知对于基础资源的需求。

而云计算是更接近应用的资源整合，在协调资源整合应用的前提下，对于应用处理的并行处理要求跟低，只是一种松散耦合的方式，但强调将任务分解、处理、组合的过程，以充分利用现有资源。

云计算是网格计算、分布式计算、并行计算、自主计算、虚拟化等传统计算机和网络技术发展融合的产物，是整合了这些技术的商业化实现。云计算包括基础设施即服务、平台即服务、软件即服务三个层次，不同的企业分别从这些层次去细化服务功能，通过集中化的管理方式降低用户使用相应服务的成本，从而提供商业价值。

云计算最基本的概念，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。透过这项技术，网络服务提供者可以在数秒之内，达成处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大效能的网络服务。

 

 

[i] 分布式计算.http://baike.baidu.com/view/30655.htm，2011.11.22

[ii] Web服务.http://zh.wikipedia.org/zh/Web%E6%9C%8D%E5%8A%A1，2011.11.22

[iii]网格计算的3个定义. http://zh.wikipedia.org/wiki/%E7%BD%91%E6%A0%BC%E8%AE%A1%E7%AE%97，2011.11.22

[iv]网格计算.http://baike.baidu.com/view/20049.htm，2011.11.22

[v] p2p. http://baike.baidu.com/view/3280.htm，2011.11.22

[vi] P4P .http://baike.baidu.com/view/595104.htm?func=retitle，2011.11.22

[vii]云计算. http://blog.csdn.net/gnuhpc/article/details/5057215，2011.11.22

[viii]效用计算.http://baike.baidu.com/view/5246792.htm

[ix] 元计算介绍. http://hi.baidu.com/upc_chen/blog/item/0df59f88aa7de3b80f244416.html

[x] 分布计算环境：SOA、网格计算、云计算与P2P http://dev.yesky.com/197/11077697.shtml，2011.11.22

[xi] 网格给SOA带来新意.http://www.sudu.cn/info/index.php?op=article&id=307871，2011.11.22

[xii] 李海刚.一种基于SOA架构和网格计算的协同商务平台框架研究http://www.cnki.com.cn/Article/CJFDTotal-WXDY201105018.htm，2011.11.22

版权声明：本文为博主原创文章，未经博主允许不得转载。