Cloud Computing Week5

==========================

总算跟完了，这里再根据final test做一些总结。

1.Power usage effectiveness (PUE) is a measure of how efficiently a computer data center uses energy; specifically, how much energy is used by the computing equipment (in contrast to cooling and other overhead). 参考

PUE = Total Facility Energy / IT Equipment Energy

2.One problem with the Hadoop system is that by dividing the tasks across many nodes, it is possible for a few slow nodes to rate-limit the rest of the program. （有一个node很慢导致整体很慢，如何解决？引入speculative execution）

Tasks may be slow for various reasons, including hardware degradation, or software mis-configuration, but the causes may be hard to detect since the tasks still complete successfully, albeit after a longer time than expected.

Hadoop doesn’t try to diagnose and fix slow-running tasks; instead, it tries to detect when a task is running slower than expected and launches another, equivalent, task as a backup. This is termed speculative execution of tasks. （参考）

3.Hadoop Yarn作为一个分布式系统scheduler，将每一个server看作一个container的集合（collection），这里的container可以认为是一些CPU和memory的容易。Yarn由以下三部分组成：

• Global Resource Manager：包含一个capacity scheduler，主要功能是schedule container给任务。
• (Per-server) Node Manager：执行一些server级的功能，比如返回container已经完成任务的消息给RM。
• Application Manager： 包含2个功能1）在RM与NM之间进行使用container的协商（negotiation）2）侦测task failure。

4.对于分布式系统而言，有两个概念：

• Satety: Something bad will never happen.
• Liveness: Guarantee good will happen eventually.

5.Gossip-style failure detection protocol具有一个更新规则。假设Node p当前时间为123，有一个entry (q, 34, 101)，entry分别表示 (address, heartbeat counter, local time)。此时若来了新的entry (q, 35, 110)，因为这个entry中q的heartbeat counter较之前的大，因此entry更新为 (q, 35, 123)。

6.CAP：Consistency、Availability和Partition Tolerance。

• Consistency（一致性）：一致性是说数据的原子性，这种原子性在经典的数据库中是通过事务来保证的，当事务完成时，无论其是成功还是回滚，数据都会处于一致的状态。在分布式环境中，一致性是说多个节点的数据是否一致。
• Availability（可用性）：可用性是说服务能一直保证是可用的状态，当用户发出一个请求，服务能在有限时间内返回结果。
• Partition Tolerance（分区容错性）：Partition是指网络的分区。可以这样理解，一般来说，关键的数据和服务都会位于不同的IDC。

CAP原理指出一个分布式系统不可能同时满足一致性，可用性和分区容错性这三个需求，三个要素中最多只能同时满足两点。

7.BASE来自于互联网的电子商务领域的实践，它是基于CAP理论逐步演化而来，核心思想是即便不能达到强一致性(Strong consistency)，但可以根据应用特点采用适当的方式来达到最终一致性(Eventual consistency)的效果。BASE是Basically Available、Soft state、Eventually consistent三个词组的简写，是对CAP中C & A的延伸。BASE的含义：

• Basically Available：基本可用
• Soft-state：软状态/柔性事务，即状态可以有一段时间的不同步
• Eventual consistency：最终一致性

参考
http://www.cnblogs.com/hustcat/archive/2010/09/07/1820970.html