計算資源

計算資源(resource on the computation)計算復雜性理論的一個術語。

在IT行業，計算資源一般指計算機程序運行時所需的CPU資源、內存資源、硬盤資源和網絡資源。
各類編程語言在進行軟件開發時，都支持對計算資源的申請、分配等操作。比如C語言的申請數組；而對線程的申請，則根據計算機CPU資源的情況而申請。

在分布式計算架構中，可以對不同任務進行CPU資源、內存資源、硬盤資源和網絡資源的控制。

計算機程序運行時所需的CPU資源、內存資源、硬盤資源和網絡資源，指計算中所需的各種資源一般地，各種計算模型的主要資源有并行時間、串行時間和空間三種：

• 并行時間和巡回：并行時間一般指并行模型計算時所需步數，例如，向量機的自始至終執行指令的總條數。但對串行模型也可以定義一種稱為巡回的資源.可以證明它相當于并行時間.對于多帶圖靈機，它是工作帶頭部改變方向的次數.一般地，巡回是周相的總數，而周相則是串行模型工作中的一個階段，在此階段中計算出來而記錄在工作空間上的信息，不再被讀到。
• 串行時間：計算過程中原始運算的總量.對于串行模型而言，它代表計算自始至終的總步數;對于并行模型而言，每一步可以同時作許多個原始的運算，自始至終各步的原始運算數目的總和就是串行時間。
• 空間：在計算過程中需要記錄下來以備后用的最大中間信息量。對于多帶圖靈機，是計算過程中用過的工作帶上的方格數。

計算資源發展歷程

計算資源嚴格講，計算機CPU、內存、存儲、網絡都包括在內。計算資源經歷了如下幾個階段的演進：

普通服務器

這類服務器早期以Windows服務器為主，那個時候電信行業業務支撐系統普遍規模比較小，幾個工程師就能開發完成一套支撐系統。基本上都是單機應用計算，但是極端情況下，Windows服務器經常需要重啟，才能保持應有計算的速度。

小型機階段

這個階段經歷的時間比較長，至少有7-8年都是以商用Unix服務器為主，印象中應用部署的服務器有Sun公司的Solaris系統的機器、HP的Unix小型機、以及最暢銷的IBM的Unix小型機。當時最主流的當屬IBM公司的小型機P系列，霸占市場多年，以至于后來去IOE化，成為典型。小型機節點的業務支撐系統是最穩定的時期，這個時期，應用系統計算規模不斷的增大，尤其是計費系統這種后臺類計算型的應用，開始出現多機部署的情況，也就是初步進入分布式計算階段。
這個階段，應用系統規模不斷增大，同時計費、綜合營帳這類關鍵業務支撐系統不僅僅具備了分布式支持，同時還具備了容災，冷備的能力。通常都是兩組服務器，分別不同機房，各自運行一半的生產應用，極端情況下，實現應用切換，也就是一半服務器異常情況下，切換至另一半全量運行。
由于小型機非常的穩定，基本上在這些年里面，需要使用切換的場景還是相當的少的。

X86服務器化

大概三四年前，技術領域開始發生變化，主要是互聯網領域，阿里為代表的去IOE化的經歷，隨后在電信行業也掀起了去I的大潮，至今為止小型機基本上已經不再采購，只有一些立舊使用的機器在運行一些關鍵業務。
X86服務器化對應用帶來的影響巨大，這個領域Google為代表的企業提供了很多分布式解決方案，同時開源開始大行其道，各家企業都在應用軟件產品中開始使用開源。其中因為x86化導致的機器集群數量急劇上升，虛擬資源池化的技術開始得到大規模應用。
這個時期，運營商普遍都建立了x86服務器的資源池，劃分虛擬化的機器供應用部署支撐運行。資源池虛擬化，是打破計算資源底層機器限制，對資源重新分配單元的方式，為應用部署帶來很大靈活性。同時應用系統部署，再不用在一開始就估算主機資源，預先采購，之后再去部署運行。計算資源池化后，底層計算機的采購加入，對于上層應用沒有感知，只需要按照虛擬化方式分配計算資源即可。

容器化

容器化相關技術在Linux操作系統早已經支持，后來出現一系列的開源企業基于Linux本身的機制，封裝出像Docker這類相對完善，易使用的容器技術。
容器化的趨勢是伴隨著應用服務架構而成為主流的，目前面向服務的體系架構，最新的方向莫過于微服務架構了，其中微服務架構中服務的獨立性、隔離性都是通過容器化技術實現的。
Docker實現技術只是封裝了容器，容器作為計算資源，同樣需要類似x86化類虛擬技術去管理和分配這些計算資源。因此，mesos、kubernates一系列容器調度框架，逐漸成為很多容器云化資源管理的技術框架。
容器化調度框架主要負責管理容器資源分配，部署主機節點調度，甚至在服務調度領域也能支撐計算資源的負載均衡和高可用。

參考資料

[1] 百度百科-計算資源
[2] CSDN博客-計算資源池化

總結

以上是生活随笔為你收集整理的【软件工程】计算资源的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。