是怎么看互联网的!
“场景化”的云桌面才是最合适的 在高校场景中云桌面要用的好,解决管理维护的问题只是第一步,更重要的是适配各类场景,满足各类场景的要求。常见典型应用场景如下:
高校机房承接的课程中,部分有大数据量高并发写入的需求,如数据库、财经软件教学场景。其中财会类软件建账对云桌面IO读写性能有比较高的要求,传统电脑完成1.3GB左右账套的建设约为2′40″,传统云桌面方案中受限云主机IO瓶颈,并发各桌面1.3GB左右账套建设,耗时约为4′50″,无法支撑教学使用。此类场景需要云桌面方案进行IO提速设计,从硬件配置到虚拟化软件优化调度算法,提升IO性能,优化适配之后能够达到与传统电脑持平的效果。 高校一直都是前沿技术率先应用的重要场所,云桌面技术也不例外。上世纪90年代开始高校就在不断尝试和应用类似于云桌面的方案,初衷是来解决大批量设备管理和维护的问题。从最初的无盘工作站到保护卡+同传的方案,再到后来的桌面虚拟化(VDI,Virtual Desktop Infrastructure)。但这些技术始终未能在高校场景得到大规模应用。究其原因,离高校教育教学业务场景太远,无法满足多样业务场景差异化的要求。 今天我们来看看云桌面在高校应用场景下的正确打开方式: 高校能够应用云桌面的场景比较多,如办公场景、多媒体教室、图书馆/电子阅览室、阅卷时、语音室、通用教学机房等。而且不同场景各具特点,对性能、网络、并发、延迟、管理维护各有侧重和要求,所以高校云桌面建设需要考虑多场景的特点,做到“资源统一,特性场景化”。具体可以从以下几个方面来看: 简化管理,提升运维效率是“敲门砖”
很多学校选择云桌面的初衷是提升管理维护效率,主要是因为学校桌面设备多,而传统电脑在部署,硬件维护,系统和软件更新升级,系统还原,病毒问题等方面带来了比较大的困扰,亟需一套好的方案来解决这些问题。 到了这个份上,就相当于一个人铁了心要“骗自己”,那神仙都没有办法了。一旦把本地数据修改的权限交给了不适当的人,最坏情况下,整条链没有一个字节是对的。 但是,本地数据再错,也只会影响自己,影响不了别人,一旦和其他节点进行共识,就会被发现,甚至被惩戒,整个效果会有一点掩耳盗铃的意思。 “为什么区块链不拦住我篡改数据?”再进一步,那位同学又会问:“为什么区块链不能立刻发现、并且阻止我篡改数据?也许我只是无意手误呢”。坦率说,这有点对区块链期望过高了。 区块链系统并非无所不能,也不会包办一切,区块链并不会阻止用户对自己的服务器、软件、数据库等施加操作,就像法律不能也不应去阻止你打碎家里的杯子一样。 本质上,区块链的一致性、难以篡改性是面向“全局”的,是由多方博弈和协作达成的,当链上交易牵涉错误数据时,共识机制可以检测并拒绝已被篡改的数据,保证链上剩余的大多数健康节点继续共识出块。而节点本地不参与共识的数据,共识机制鞭长莫及。 那么,区块链为什么不能主动检测和纠正错误,保证每个节点上的数据一致性?首先,链上的数据非常庞杂,用户直接登入数据库手动修改少量数据,区块链节点并不知道哪一条数据被修改了,无法触发检查。 如果区块链系统定期巡检所有数据,并将所有数据和其他节点进行比对,可想而知,这样做的话,网络、磁盘和计算开销会非常大。 关键是,这并不解决问题,因为从数据被篡改后到检测出来的时间窗里,哪怕脏数据只存在了几十毫秒,但这时如果不幸有应用来查询数据,依旧会得到篡改后的结果。对要求苛刻的业务来说,事后检测未必是最佳选项,因为有可能已经造成了业务损失,届时能做的最多就是告警和冲正了。 当然,也可以结合数据库的操作监控、binlog 等辅助机制,加速响应速度和检测效率。方法还是有的,如上所述,只是性价比较低,也不彻底解决问题,只有对数据修改极其敏感,且业务上接受延时发现和修订的特定场景,才会考虑将其作为补救措施。我们把这部分归类到运营管理工具里,根据场景需求来实现。 还有一种方法,可以部分解决查询问题:f+1 查询。即查询数据时,无论是查区块数据,还是合约的状态数据,不妨多查几个节点,查询节点数多于 f 即可。
如链上有个 7 个节点时,f=2,用户查询自己节点之外,继续发出网络请求去查询其他机构的 2 个节点,共查询 3 个节点,如果得到的数据都是一致的,则表示数据一定是正确的,反之,一定是这 3 个节点里出了问题。 (编辑:烟台站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |