云计算综合测试题
单选题
- 这里选择题，直接以填空题展示，并给出解析
- Bigtable是（Google）开发的分布式存储系统
- 解析：分布式结构化数据表Bigtable是Google基于GFS和Chubby开发的分布式存储系统。
- WAS的存储名空间中，账户名负责将访问请求定位(集群)
- 解析：WAS（Windows Azure Stroage）实现单一的全局命名空间（账户名、分区名、对象名）。账户名经DNS翻译可定位到数据中心和主存储集群；分区名可进一步定位到存储节点；对象名定位到对象
- 于WAS的文件流层，以下说法正确的(可以追加写，但不能修改现有的数据)
- 解析：文件流层只为分区层提供一个内部使用的接口，所有的写只能追加。允许用户的操作有：打开、关闭、删除、重命名、读、追加以及合并(没有修改操作)
- 关于SimpleDB和DynamoDB，以下描述正确的(SImpleDB限制了每张表的大小，DynamoDB不限制每张表的大小)
- 解析：
- SimpleDB：限制每张表的大小，更适合于小规模负载的工作
- DynamoDB：不限制表的大小、适用于大规模的工作
- vNetwork的虚拟交换机通过（上行链路）连接到物理以太网适配器。
- 解析：上行链路是指从虚拟交换机到物理网络设备的连接，这个连接使得虚拟网络能够与外部物理网络进行通信。
- Bigtable中，数据划分和负载均衡的基本单位是（表）。
- 解析：由于规模问题，单个的大表不利于数据的处理，因此Bigtable将一个表分成了很多子表（Tablet），每个子表包含多个行。子表是Bigtable中数据划分和负载均衡的基本单位。
- GFS使用Chubby主要用来（选取主服务器）
- 解析：GFS使用Chubby选取一个GFS主服务器，Bigtable使用Chubby指定一个主服务器并发现、控制与其相关的子表服务器。
- S3的访问控制策略中，"所有者"拥有（WRITE_ACP）权限，相当于拥有了最高权限。
- 解析：所有者是桶或对象的创建者，默认具是WRITE_ACP权限。但是所有者可以通过覆写相应桶或对象的ACP获取想要的权限，从这个意义上来说，所有者默认就是最高权限拥有者。
- GFS的默认Chunk大小（64MB）
- 解析：GFS将文件按照固定大小进行分块，默认是64MB，每一块称为一个Chunk（数据块）
- Windows Azure平台的四个组成部分中，（AppFabric）为在云中或本地系统中的应用提供基于云的基础架构服务
- 解析：
组成部分 说明 Windows Azure 微软云计算操作系统，提供在微软数据中心服务器上运行应用程序和存储数据的Windows环境 SQL Azure 云中的关系数据库，为云中基于SQL Server的关系型数据提供服务 Windows Azure AppFabric 为在云中或本地系统中的应用提供基于云的基础架构服务 Windows Azure Marketplace 为购买云计算环境下的数据和应用提供在线服务
填空题
- Paxos算法是为了解决分布式系统的（一致性）问题
- 解析：Paxos算法一种基于消息传递（Messages Passing）的一致性算法，用于解决分布式系统中的一致性问题。
- EC2中的实例由（AMI）启动，可以像传统的主机一样提供服务。
- 解析：Amazon机器映像（Amazon Machine Image，AMI）是包含操作系统、服务器程序、应用程序等软件配置的模板，可以用于启动不同实例，进而像传统的主机一样提供服务。
- （Chunk Server）的数目决定了Google文件系统GFS的规模。
- 解析：Chunk Server负责具体的存储工作。数据以文件的形式存储在Chunk Server上，ChunkServer的个数可以有多个，它的数目直接决定GFS的规模。
- 云计算是在2006年8月，由（Google）公司首席执行官提出。
- 解析：2006年8月9日，谷歌首席执行官埃里克·施密特在搜索引擎大会上首次提出云计算的概念，并说谷歌自1998年创办以来，就一直采用这种新型的计算方式。
- Megastore中共有三种副本，分别是完全副本、（见证者副本）和只读副本。
- 解析：Megastore的基本架构，最底层的数据是存储在Bigtable中的。不同类型的副本存储不同的数据。在Megastore中共有三种副本，分别是完整副本（Full Replica）、见证者副本（Witness Replica）和只读副本（Read-only Replica）。
- 虚拟拟机的迁移过程中，以共享的方式共享数据和文件系统，而非真正迁移的是(存储设备的迁移）
- 解析：迁移存储设备的最大障碍在于需要占用大量时间和网络带宽，通常的解决办法是以共享的方式共享数据和文件系统，而非真正迁移。
- Dremel中的重复深度只考虑（可重复）类型的字段。
- 解析：重复深度主要关注的是可重复类型，而定义深度同时关注可重复类型(repeated)和可选类型（optional）。
- WAS的存储域包括前端、分区层和（文件流层）三层结构
- 解析：WAS存储域的层次结构：前端、分区层和文件流层
- 前端：由一组无状态服务器构成来处理访问请求。一旦接收到一个请求，该层便会查找账户名，认证请求，再把请求路由到分区层的服务器。
- 分区层。该层负责管理和理解上层数据抽象类型（Blob、表、队列和文件），提供一个可扩展的名空间，保证数据对象事务处理顺序和强一致性，在数据流层之上存储数据，缓存数据对象来减少磁盘I/O。
- 文件流层：该层存储数据在硬盘上，负责在多个服务器间分布和复制数据来保持存储域中数据的可用性。
- 当虚拟机中的操作系统通过特权指令访问关键系统资源时，每条特权指令的执行都要产生（自陷），Hypervisior才能接管其请求。
- 解析：为了使这种机制能够有效地运行，每条特权指令的执行都需要产生"自陷"，以便Hypervisor能够捕获该指令，从而使VMM能够模拟执行相应的指令
- SQLAzure数据库同步服务使用（轮辐式）模型，所有的变化首先被复制到SQLAzure数据库hub上，然后再传送到其他spoke上。
- 解析：SQL Azure数据同步服务使用"轮辐式（hub-and-spoke）"模型，所有的变化将会首先被复制到SQL Azure数据库"hub"上，然后再传送到其他"spoke"上。
判断题
- Google的监控基础架构中，为了尽可能地减少开销，采用的方案是二次压缩(❎)
- 解析：监控开销的大小直接决定Dapper的成败，为了尽可能地减小开销，进而将Dapper广泛部署在Google中，设计人员设计了一种非常巧妙的二次抽样方案。
- Bigtable中，客户端和服务器之间传输的是数据流（❎）
- 解析：客户端与主服务器之间传输的是控制流；客户端与子表服务器之间的传输的是数据流
- Bigtable中，实际的数据都是以子表的形式保存在子表服务器中（✅）
- 解析：Bigtable中实际的数据都是以子表的形式保存在子表服务器上的，客户一般也只和子表服务器进行通信
- Dynamo采用一致性哈希算法解决数据冲突的问题(❎)
- 解析：
- 虚拟机的迁移过程中，最有难度和挑战性的是CPU的迁移(❎)
- 解析：内存的迁移是虚拟机迁移最困难的部分
- Google云计算系统采用的是完全的分布式和去中心化结构（✅）
- 解析：为了保证其稳定性，Amazon的系统采用完全的分布式、去中心化的架构。其中，作为底层存储架构的Dynamo也同样采用了无中心的模式。
- Bigtable中的SSTable数量过多，将会显著影响写操作的速度（❎）
- 解析：由于读操作要使用SSTable，数量过多的SSTable显然会影响读的速度
- Amazon限制用户在S3中创建桶的数量，但不限制每个桶中对象的数量（✅）
- 解析：Amazon限制了每个用户创建桶的数量，但没有限制每个桶中对象的数量。
- 半虚拟化技术包括软件辅助虚拟化和硬件辅助虚拟化（❎）
- 解析：半虚拟化技术是一种虚拟化技术，它要求操作系统知道自己是虚拟化的，并对操作系统内核进行修改以适应虚拟化环境。。典型的半虚拟化技术代表是Xen。软件辅助虚拟化和硬件辅助虚拟化是指全虚拟化技术（Full Virtualization）中的两种实现方式。
- Megastore三种读中，Current允许读的时候还有部分事务提交了但还未生效（❎）
- 解析：在Megastore中共有三种副本，分别是完整副本（Full Replica）、见证者副本（Witness Replica）和只读副本（Read-only Replica）
- 完整副本，Bigtable中存储完整的日志和数据
- 见证者副本：决议时参与投票，Bigtable只存储其日志而不存储具体数据。无法参与投票。作用只是读取到最近过去某一个时间点的一致性数据
简答题
- Windows Azure存储服务采用了双复制引警，请简要回答什么是域内复制，什么是域间复制，它们各有什么作用。
- 解析：
- 域内复制：WAS在文件流层实现同步复制，保证存储域内的所有数据在其内部是可靠的。
- 域内复制的作用：域内复制专门为硬件失效而设计，保证WAS提供快速见状的存储响应
- 域间复制：WAS系统在分区层实现跨存储域的异步复制。
- 域间复制的作用：域间复制提供跨地域冗余来防止地域灾难，和位置服务结合起来，提供跨数据中心的数据处理。
- Google云计算中，大规模分布式系统的监控基础架构Dapper为了解决低开销及广泛可部署性的问题，采用了二次抽样技术。试简述二次抽样中，每次抽样的原理和作用。
- 解析：
- 首次抽样：在数据收集阶段，Dapper首先对所有的请求进行初步抽样。这个抽样率通常设置得较低，例如1%或更少，只有一小部分请求会被记录和跟踪。
- 二次抽样：在首次抽样的基础上，Dapper进一步对已经抽样的数据进行再次抽样。抽样的目的是进一步减少数据量，同时保持数据的代表性。
- 二次抽样的作用：降低开销、提高可部署性、确保分析结果的准确性和可靠性、
- 简述Magastore数据读取操作的五个步骤
- 解析：
- 本地查询：查询协调者判断实体组上数据是否已经最新
- 发现位置：确定最新日志位置，选择一个已生效的副本。采用本地读取（Local Read）或者多数派读取值
- 追赶：一旦某个副本被选中，就使其追赶到已知的最大日志位置处。
- 验证：如果本地副本被选中且数据不是最新，发送验证消息到协调者断定对能够反馈所有提交的写操作。无须等待回应，如果请求失败，下一个读操作会重试。
- 查询数据：在所选的副本中利用日志位置的时间戳读取数据。
- S3数字签名的实施过程图所示，试用文字简述该过程。
- 解析：
- S3用户首先发出服务请求，系统自动生成一个服务请求字符串。HMAC函数根据用户的服务请求字符串和Secret Access Key生成数字签名A，并将签名A和服务请求字符串传给S3服务器。
- 服务器接收到信息后，分离出用户的AccessKey ID，通过查询S3数据库得到用户的Secret Access Key。利用和上面相同的过程生成数字签名B，然后和数字签名A做比对，相同则通过验证，反之拒绝。