解析：云计算发展进程中的六大关键技术(2)

数据管理技术

云计算系统对大数据集进行处理、分析，向用户提供高效的服务。因此，数据管理技术必须能够高效地管理大数据集。其次，如何在规模巨大的数据中找到特定的数据，也是云计算数据管理技术所必须解决的问题。云系统的数据管理往往采用列存储的数据管理模式，保证海量数据存储和分析性能。云计算的数据管理技术最著名的是Googe的BigTable数据管理技术，同事Hadop开发团队开发了累死BigTable的开源数据管理模块HBase。

分布式资源管理技术

在多节点并发执行环境，分布式资源管理系统是保证系统状态正确性的关键技术。系统状态需要在多节点之间同步，关键节点出现故障时需要迁移服务，分布式资源管理技术通过锁机制协调多任务对于资源的使用，从而保证数据操作的一致性。Google的Ghubby是最锥你给的分布式资源管理系统。

云计算平台管理技术

云计算资源规模庞大，一个系统的服务器数量可能会高达十万台并跨越几个坐落于不同物理地点的数据中心，同时还运行成百上千种应用。如何有效地管理这些服务器，保证这些服务器组成的系统能提供7*24小时不间断服务是一个巨大的挑战。云计算系统管理技术是云计算的“神经网络”，通过这些技术能够是大量的服务器协同工作，方便地进行业务部署和开通，快速发现和恢复系统故障，通过自动化、智能化的手段实现大会磨系统的可运营、可管理。Google通过其卓越的云计算管理系统维持着全球上百万台PC服务器协同、高效地运行，起云计算系统管理技术也被作为企业核心机密，至今没有公布任何技术资料。

绿色节能技术

云计算技术降低了服务器的采购成本，从而使电源消耗所带来的运营成本成为云计算计算中心的主要开支之一，为了进一步降低成本，云计算的先去在绿色节能技术上进行了大量探索。

传统数据中心空调冷却的费用约占整体电费的30%—70%，Google为了节省能源，在比利时的数据中心降温系统无需冷却剂，而是采取额室外空气进行自然冷却。根据比利时的气候条件，每年只有7天左右无法使用自由冷却方式。在比较炎热的夏天，Google可以通过云计算管理系统将该数据中心的计算任务转移到其他数据中心中。