工信版（中职）走进智能家居单元6 案例2教学课件.ppt

Y CF（中职）走进智能家居单元6案例2教学课件单元 6智能家居技术支持及远程服务案例2 智能家居的系统管理云计算走进智能家居案例描述 云计算极大扩展了IT服务能够提供的种类和范围，网络作为云计算基础架构和服务提供的重要组成部分，需要满足更高的要求。基于云计算的智能家居系统是将物联网和云计算技术有机结合的一个平台，此平台完全呈现物联网的整体架构，最上层以云计算技术实现整体的管理和控制，而感知层将会由各类网络传感器组成，包括摄像头、红外传感器、门禁传感器、智能水、电、气表、消防探头等，全部将以网络化结构形式组成智慧化家庭控制系统。案例呈现活动1虚拟化技术云计算技术是IT产业界的一场技术革命，已经成为了IT行业未来发展的方向，这种变化使得IT基础架构的运营专业化程度不断集中和提高，从而对基础架构层面，特别是网络提出了更高的要求。虚拟化的计算资源和存储资源最终都需要通过网络为用户提供访问。活动1虚拟化技术如何让云中各种类型的用户尽可能安全的使用网络，如何让用户无缝的接入和使用云计算服务，以及通过网络满足数据中心间的数据传输和迁移，标准组织和设备厂商都在积极的研究，并提出了解决方案。其中通过虚拟化技术提高网络的利用率，并让网络具有灵活的可扩展性和可管理性，是云计算网络研究的热点。在网络领域中，虚拟化并不是一项新兴技术，虚拟网络允许不同需求的用户组访问同一个物理网络，但从逻辑上对它们进行一定程度的隔离，以确保安全。活动1虚拟化技术凭借网络虚拟化技术，能在单一物理基础设施上部署多个封闭用户组，并在整个网络中保持高标准的安全性、可扩展性、可管理性和可用性。通过网络虚拟化可实现弹性、安全、自适应、易管理的基础网络，充分满足服务器虚拟化等虚拟技术对基础网络带来的挑战，达到提高数据中心的运行效率、业务部署灵活、降低能耗、释放机架空间的目的。活动1虚拟化技术虚拟化技术的发展，让包括互联网公司、软件厂商和硬件厂商等原来租用IDC业务的企业纷纷建起了自己的数据中心，准备在云计算数据中心领域建立新型IDC增值业务的优势。Google在云计算IT基础架构上投入了大量巨资，目前在美国4个州已经完成和在建的最新数据中心平均每家耗资约为6亿美元。微软一直租赁数据中心，2007年起开始设计和构建自己的数据中心，目前在全球范围内已经有15个数据中心，14.8万台服务器，每家数据中心耗资均达5亿美元以上。Salesforce的数据中心位于美国，但目前已经计划在新加坡建立数据中心和网络操作中心(NOC)。IBM在北卡罗来纳州、都柏林、北京、东京等共有8个数据中心。2008年4月，IBM又投资约4亿美元改造北卡罗来纳州和日本东京的数据中心，并将与其他数据中心连接在一起向云计算服务方向转变。活动1虚拟化技术图6-11云数据中心活动1虚拟化技术云计算数据中心的出现，逐渐形成了新的产业生态圈。整个IDC行业将可能重新洗牌，未来的云计算数据中心需要提供更优质、更便宜的服务，满足客户从底层存储到上层应用全方位的需要，才能在市场中处于领先地位。电信运营商拥有雄厚的网络实力、庞大的客户资源、全网的收费能力和良好的社会信用，应抓住机会建立以自身为核心的生态圈，作为生态圈的主导者与生态圈中其他参与者一起通过产业链深度合作提升云计算数据中心竞争力。生态圈（如图6-12所示），包括资源圈、服务圈、行业圈3个小生态圈和社会环境圈。资源圈提供软件和硬件等资源，服务圈则提供各种内容和应用，行业圈可以开展各种合作，社会环境圈为整个生态圈提供健全的机制、法律和需求，各个小生态圈在社会环境圈中和谐共存、合作互利。活动1虚拟化技术图6-12云计算数据中心生态圈活动1虚拟化技术1什么是云计算技术？2云计算与虚拟化技术之间的关系？大家说活动1虚拟化技术知识链接1虚拟化技术 虚拟化技术是指计算元件在虚拟的基础上而不是真实的基础上运行，它可以扩大硬件的容量，简化软件的重新配置过程，减少软件虚拟机相关开销和支持更广泛的操作系统方面。通过虚拟化技术可实现软件应用与底层硬件相隔离，它包括将单个资源划分成多个虚拟资源的裂分模式，也包括将多个资源整合成一个虚拟资源的聚合模式。虚拟化技术根据对象可分成存储虚拟化、计算虚拟化、网络虚拟化等，计算虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化目。在云计算实现中。计算系统虚拟化是一切建立在“云”上的服务与应用的基础。虚拟化技术主要应用在CPU、操作系统、服务器等多个方面。虚拟化技术是提高服务效率的最佳解决方案虚拟化实现了IT资源的逻辑抽象和统一表示，在大规模数据中心管理和解决方案交付方面发挥着巨大的作用，是支撑云计算伟大构想的最重要的技术基石。活动1什么是物联网大家做 试通过百度搜索或查阅相关资料，完成表64的填写。表6-4虚拟化技术的相关论述活动2海量数据的分布式存储什么是海量数据？海量数据还可以称为大数据。对于“大数据”（Bigdata）研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。图6-13大数据与云计算的关系活动2海量数据的分布式存储随着云时代的来临，大数据（Bigdata）也吸引了越来越多的关注。著云台的分析师团队认为，大数据（Bigdata）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑来分配工作。活动2海量数据的分布式存储大数据有哪些特点？大数据分析相比于传统的数据仓库应用，具有数据量大、查询分析复杂等特点。计算机学报刊登的“架构大数据：挑战、现状与展望”一文列举了大数据分析平台需要具备的几个重要特性，对当前的主流实现平台并行数据库、MapReduce及基于两者的混合架构进行了分析归纳，指出了各自的优势及不足，同时也对各个方向的研究现状及作者在大数据分析方面的努力进行了介绍，对未来研究做了展望。活动2海量数据的分布式存储大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，处理速度快，1秒定律，可从各种类型的数据中快速获得高价值的信息，这一点也是和传统的数据挖掘技术有着本质的不同。第四，只要合理利用数据并对其进行正确、准确的分析，将会带来很高的价值回报。业界将其归纳为4个“V”Volume（数据体量大）、Variety（数据类型繁多）、Velocity（处理速度快）、Value（数据价值大）。活动2海量数据的分布式存储从某种程度上说，大数据是数据分析的前沿技术。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。活动2海量数据的分布式存储大数据有哪些用途？大数据可分成大数据技术、大数据工程、大数据科学和大数据应用等领域。目前人们谈论最多的是大数据技术和大数据应用。工程和科学问题尚未被重视。大数据工程指大数据的规划建设运营管理的系统工程；大数据科学关注大数据网络发展和运营过程中发现和验证大数据的规律及其与自然和社会活动之间的关系。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。活动2海量数据的分布式存储大数据如何存储？大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。活动2海量数据的分布式存储1什么是海量数据，大数据具有什么特点？2什么是分布式处理？大家说知识链接1.大数据的意义 大数据，指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。2013年5月10日，阿里巴巴集团董事局主席马云在淘宝十周年晚会上，将卸任阿里集团CEO的职位，并在晚会上做卸任前的演讲，马云说，大家还没搞清PC时代的时候，移动互联网来了，还没搞清移动互联网的时候，大数据时代来了。活动2海量数据的分布式存储知识链接2.大数据的价值谷歌搜索、Facebook的帖子和微博消息使得人们的行为和情绪的细节化测量成为可能。挖掘用户的行为习惯和喜好，凌乱纷繁的数据背后找到更符合用户兴趣和习惯的产品和服务，并对产品和服务进行针对性地调整和优化，这就是大数据的价值。大数据也日益显现出对各个行业的推进力。未来，数据可能成为最大的交易商品。但数据量大并不能算是大数据，大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此，大数据的价值是通过数据共享、交叉复用后获取最大的数据价值。未来大数据将会如基础设施一样，有数据提供方、管理者、监管者，数据的交叉复用将大数据变成一大产业。据统计，大数据所形成的市场规模在51亿美元左右，而到2017年，此数据预计会上涨到530亿美元。活动2海量数据的分布式存储大家做通过百度搜索或查阅相关资料，完成表65的填写。表6-5海量数据什么是海量数据海量数据如何处理海量数据如何存储海量数据如何解决活动2海量数据的分布式存储活动3大规模数据管理数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。其目的在于充分有效地发挥数据的作用。实现数据有效管理的关键是数据组织。随着计算机技术的发展，数据管理经历了人工管理、文件系统、数据库系统三个发展阶段。在数据库系统中所建立的数据结构，更充分地描述了数据间的内在联系，便于数据修改、更新与扩充，同时保证了数据的独立性、可靠、安全性与完整性，减少了数据冗余，故提高了数据共享程度及数据管理效率。面向数据应用的数据管理，即对数据资源的管理。数据管理是利用计算机硬件和软件技术对数据进行有效的收集、存储、处理和应用的过程。与百度百科的定义比较，百度百科的定义针对的是数据应用过程中数据的管理，即传统的数据管理，而维基百科的定义更高一层，针对的是企业数据全生命周期所涉及应用过程数据的管理，即对数据变化的管理，或者说是针对描述数据的数据（元数据）的管理，在此我们称之为面向应用的数据管理。活动3大规模数据管理根据管理学理论，几个人的团队可以靠自觉、自律，几十个人就要有人管理，几百个人就要有一个团队管理，几千或几万人就必须要依靠计算机辅助团队管理。通常覆盖全国的企业和机构，其整个组织的管理分为总部机构、省级机构、市级机构、以及基层机构等等各层级机构；在每个层级机构中还设置了直接从事相应业务的管理和职能部门和非直接从事业务的管理和职能部门（如人事、办公、后勤、审计等）；每个部门又是由若干员工为管理对象构成的。同时，还制定了一系列的制度去规范和约束机构、部门、人员等管理对象的活动、行为等。活动3大规模数据管理数据管理随着管理对象数据的增加，管理的方式（阶段）也会随之提升。通常的大型管理信息系统，其整个项目分为总集成、分项目、子项目、每个子项目又有若干内部项目组等等管理层级；在每个管理层级中都涉及直接服务于业务的业务功能（如业务交易、账务处理、行政管理、结果展现等等）和非直接服务于业务的非业务功能（如定义、配置、监控、分析、记录、调度等等）；每个业务和非业务性质的功能又分别由若干数据集合为对象（如流程、表单、数据项、算法、元数据、日志等等）所构成的。同时，也需要制定一系列制度、规则和标准去约束项目、功能、数据等管理对象的活动和变化。活动3大规模数据管理传统的数据管理侧重的数据对象是流程、表单、数据项、算法等直接面向具体业务需求的数据；面向应用的数据管理所涉及的数据对象，还增加了通过标准化的手段，描述流程、表单、数据项、算法等应用对象的数据（即它们对应的元数据），以及记录各类数据变化结果的档案、记录运行状态的日志等等非直接面向业务的数据，以实现对各类应用业务需求的加载、变化、记录、复用等过程的管理（如图6-14所示）。活动3大规模数据管理活动3大规模数据管理图6-14数据空间示意图知识链接1.面向数据应用的数据管理对象面向数据应用的数据管理所管理的数据对象，主要是那些描述构成应用系统构件属性的元数据，这些应用系统构件包括流程、文件、档案、数据元（项）、代码、算法（规则、脚本）、模型、指标、物理表、ETL过程、运行状态记录等等。活动3大规模数据管理1什么是数据管理？2面向应用的数据管理概念。大家说知识链接2.面向数据应用的数据管理意义和方法传统应用系统（ApplicationSystems）往往是针对特定应用的，需要固化需求的，难以支持变化的管理信息系统。而金税三期项目是建立针对全国性的组织，覆盖整个组织所有管理业务和所有用户的管理信息系统。这样的应用系统，业务需求的“变化”是常态的，“不变”是暂态的；面对整个组织，各部门和层级的业务“不同”是客观存在的，“统一”是逐步实现的，继而持续拓展（开始新的不同）的。活动3大规模数据管理知识链接为此，必须要有一个不仅能提供业务需求的实现，更要能够提供可支持业务需求的变化，可对它们变化进行跟踪和管理，可以支持持续优化的用户体验的，企业化生产的新型应用系统（AS2.0）产品集合作为支撑。AS2.0中必须对整个组织业务需求的变化过程和结果加以控制、记录和管理，面向数据应用的数据管理就是AS2.0关键基础构件的一个产品，并且是它可行性的基础。活动3大规模数据管理拓展提升1职场模拟某物联公司技术人员接待了一个客户，该客户想了解一下云计算及海量数据如何存储等相关知识，在小王简单介绍后客户满意离开。如果你是小王，你觉得应该怎么介绍会让客户更满意？请结合前面所学内容做简短陈述。2畅想无限面对大量的数据，如果你是公司里负责数据处理的技术员，请运用你的智慧，发挥你的想象，说说你将如何处理海量数据？考核评价 根据下列考核评价表，结合前面所学内容，对本阶段学习做出客观评价，简单总结学习的收获及存在的问题。谢谢！