Java 与 云计算

  • 4,883 views
Uploaded on

Java课程作业第一小组PPT演示稿

Java课程作业第一小组PPT演示稿

More in: Education
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
  • Thank you!
    Are you sure you want to
    Your message goes here
  • 谢谢分享!
    Are you sure you want to
    Your message goes here
No Downloads

Views

Total Views
4,883
On Slideshare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
168
Comments
2
Likes
8

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide
  • 通俗地讲 , 云计算是指由专业网络公司来搭建计算机存储、运算中心 , 用户通过一根网线借助浏览器就可以很方便地访问 , 把“云”做为资料存储以及应用服务的中心。用户不需关心存储或计算发生在哪朵“云”上 , 但一旦有需要 , 却可以在任何地点用任何设备 ( 如电脑、手机等 ), 快速地计算和找到这些资料 , 不用担心原本存储在 PC 机上的资料丢失。 以前需要在电脑上安装很多款软件来,现在只需要打开浏览器进入 Google 在线翻译就能够完成,翻译工作已经交给了 Google 的服务器,你不用管这个服务器在哪里,或者是由谁管理,你只需要知道它可以帮你完成业务,在这里 Google 的服务器就相当于我们所说的“云”。
  • 用户所需的应用程序并不需要运行在用户的个人电脑、手机等终端设备上,而是运行在大规模的服务器集群中。用户所处理的数据也并不存储在本地,而是保存在互联网的数据中心里面。这些数据中心正常运转的管理和维护则是由云计算服务的企业负责,并由他们来保证足够强的计算能力和足够大的存储空间来供用户使用。在任何时间和任何地点,用户都可以任意连接至互联网的终端设备。 数据在云端:不怕丢失 , 不必备份 , 可以任意点的恢复 ; 软件在云端:不必下载自动升级 ; 无所不在的计算:在任何时间,任意地点,任何设备登录后就可以进行计算服务; 无限强大的计算:具有无限空间的,无限速度。
  • (1) 超大规模 。“云”具有相当的规模, Google 云计算已经拥有 100 多万台服务器, Amazon 、 IBM 、微软、 Yahoo 等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。 (2) 虚拟化 。云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”,而不是固定的有形的实体。应用在“云”中某处运行,但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台笔记本或者一个手机,就可以通过网络服务来实现我们需要的一切,甚至包括超级计算这样的任务。 (3) 高可靠性 。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性,使用云计算比使用本地计算机可靠。 (4) 通用性 。云计算不针对特定的应用,在“云”的支撑下可以构造出千变万化的应用,同一个“云”可以同时支撑不同的应用运行。 (5) 高可扩展性 。“云”的规模可以动态伸缩,满足应用和用户规模增长的需要。 (6) 按需服务 。“云”是一个庞大的资源池,你按需购买;云可以象自来水,电,煤气那样计费。  (7) 极其廉价 。由于“云”的特殊容错措施可以采用极其廉价的节点来构成云,“云”的自动化集中式管理使大量企业无需负担日益高昂的数据中心管理成本,“云”的通用性使资源的利用率较之传统系统大幅提升,因此用户可以充分享受“云”的低成本优势,经常只要花费几百美元、几天时间就能完成以前需要数万美元、数月时间才能完成的任务。 
  • Java Champion Adam Bien is a self-employed consultant, lecturer, software architect, developer, and author in the enterprise Java sector in Germany who implements Java technology on a large scale. He is also the author of several books and articles on Java and Java EE technology, as well as distributed Java programming. His latest book, Real World Java EE Patterns - - Rethinking Best Practices, explores the challenges of cloud computing. 集群管理,广泛监控 编程模型,提倡无状态的、对等的、原子的事务性设计
  • 远程调试、分析、监控能力,简化了 JVM 虚拟机的这些特性简化了分布式应用程序开发并且也简化了云支持的应用程序
  • Heavy UI oriented 提供基于 UI 控制台和一个应用程序管理插件 这个方法的关键特征是:大量的用户输入和人机交互 Heavy framework oriented: 强调资源动态管理, 关键特征是:不需要人交互,所有的资源管理通过网格或者云的中间件实现程序化,因此更加动态化和自动化。并且实现按需服务
  •   使用 Socket 编程灵活 , 通信响应速度快 , 但是必须为应用程序设计协议 , 这是一个复杂的过程 , 并且使用 Socket 通信受到防火墙的限制。 RMI 提供了大量支持分布式编程的机制 , 如透明调用、分布式垃圾回收等 , 编程简单 , 但是使用 RMI 时通信响应速度较慢 , 并且 RMI 不支持不同语言编写的对象间的交互。 与 RMI 相比 , 使用 CORBA 编程时对象可以在不同语言、平台下运行 , 但是系统不会自动的回收无用的 CORBA 对象 , 需要程序员使用适当的机制管理对象。 基于 Java 的分布式应用程序的开发机制一 RMI ( 远程方法接口 )   Java RMI(Remote Method Invocation ,远程方法调用 ) 是用 Java 在 JDKI.1 中实现的,它大大增强了 Java 开发分布式应用的能力。 Java 作为一种风靡一时的网络开发语言,其巨大的威力就体现在它强大的开发分布式网络应用的能力上,而 RMI 就是开发百分之百纯 Java 的网络分布式应用系统的核心解决方案之一。   基于 CORBA 的分布式开发机制 CORBA 是基于开放标准的分布式计算解决方案 , 它的主要目的是透明地穿过硬件、程序语言和操作系统 , 开发健壮的、可伸缩的、面向对象的分布式应用 .
  • 完成此项处理的计算机系统称为并行计算机系统,它是将多个处理器(可以几个、几十个、几千个、几万个等)通过网络连接以一定的方式有序地组织起来(一定的连接方式涉及网络的互联拓扑、通信协议等,而有序的组织则涉及操作系统、中间件软件等)。
  • GT4.0 is an open source software toolkit used for building grids with services written in a combination of C and Java. The C components run on Unix platforms, including Linux. The java-only portions may be run on any platform with a Java SDK. GridGain 2.0 是一个开源的网格计算框架,专著于提供平行计算能力,能够与 JBoss 和 Spring 相集成。 JPPF is an open source Grid Computing platform written in Java that makes it easy to run applications in parallel, and speed up their execution by orders of magnitude. Write once, deploy once, execute everywhere!
  • Java 虚拟机是在机器和编译程序之间加入了一层抽象的虚拟的机器。这台虚拟的机器在任何平台上都提供给编译程序一个的共同的接口,从而 Java 语言在不同平台上运行时不需要重新编译。 Java 虚拟机屏蔽了与具体操作系统平台相关的信息,使得 Java 程序只需生成在 Java 虚拟机上运行的目标代码(字节码),就可以在多种平台上不加修改地运行。
  • 1. 操作系统虚拟化 操作系统虚拟化 ( 如 Solaris™ Containers 所提供的操作系统虚拟化 ) 允许在共享硬件资源的同时维持 “一台服务器一个应用程序” 的部署模式。 Solaris Containers 利用软件定义的界限隔离应用程序,并且允许在单个 Solaris OS 实例中创建多个专用执行环境。每个环境都有自己的身份,独立于基本硬件,这样各个环境就像运行在其自己的系统之上一样,因而使整合变得简单、安全和可靠。这就可以降低管理费用,并在减轻管理多个操作系统的复杂性的同时提高利用率。 2. 平台虚拟化 SUN 公司的虚拟化平台是 Sun xVM 组合,它提供全面的虚拟化功能、异构环境之间的互操作以及对虚拟和物理资源的一体化管理。与其他虚拟化平台不同的是, SunxVM Server 通过 OpenSolaris 和 OpenxVM 社区利用开放源和社区参与,以提供一个开放而可互操作的环境。 3. 网络虚拟化 负载均衡技术已成为云计算领域的一个热门话题,因为随着云内的物理系统和虚拟系统的升级,管理为提供服务而执行的工作负载的复杂性也会增加。负载均衡器通过虚拟 IP 地址把多个服务器和服务组合起来。 4. 应用程序虚拟化 云内还存在一个与“容器”的软件角。云中实施的 Web 容器技术对开发人员生产率和灵活性影响很大。 Web 容器是管理 Servlet 、 JavaServer Page (JSP) 文件和其它 Web 层组件的应用序服务器的组成部分。但并非所有 Web 容器技术都在创造之初就是均等的。例如, ApacheTomcat 就是一项流行的开放源 Web 容器技术,但他对于希望超越 Web 层应用程序的开发人员来说具有若干局限性。如果一个应用程序需要使用持久性、群集、故障转移、信息收发或 Enterprise Java Beans (EJBTM) ,就必须将这些功能逐个添加到 Tomcat ,而 GlassFish™ Project 提供具有上述所有功能的一整套 Java
  • Sun 公司通过此举不仅昭示了打开世界方兴未艾的云计算市场的巨大机遇,而且还描述了其战略重要的核心元素——即提供公共云,并预演了 Sun Cloud ( Sun 云)计划。 Sun Cloud 将是首个面向开发人员、学生和新兴公司的公共云计算服务。
  • With Google App Engine, you don't have any virtual machine and you are not responsible for installing/managing OS, software, database. Right now you are restricted to use Java/Python to code the app and you need to use Data Store (persistent service) to get/put the data. You are responsible for developing and deploying the application. You also get the access to Google accounts, Gmail etc. No OS, server, database headaches with the disadvantage of being restricted to the Python and Data Store.
  • 开源的基于 Java 平台的云计算平台 .( 采用 Spring 与 Grails 基于 java Web 的云计算 )
  • M-LEARNING 与其他形式的学习比较 ,  移动学习具有学习便捷性、教学个性化、交互丰富性、情境相关性等特点。移动学习是移动计算技术与数字化学习技术嫁接的产物 ,  代表着学习的未来。 云计算对移动学习的影响 1 改变现有移动学习模式 根据不同的应用技术、不同的通信协议,移动学习的模式有两种:基于短信息服务( SMS )和通过建设 WAP 教育站点,分别是基于点播和基于浏览的移动学习。而两种模式都各有其不足: SMS 模式下,学习者通过定制短信息进行学习,服务端短信息一般都是编辑完成后通过短信平台传播给学习者的,学习者无法与教学者进行实时的交流,即使将问题以短信息方式回复给教育者,教育者也很难在第一时间进行回答。而且,短信息的发送、接收受信息堵塞、网络是否通畅等诸多因素的影响; WAP 教育站点模式下,一是目前建立的 WAP 教育站点不多,学习资源有限。二是该方式基于 WAP 浏览协议,数据传输速率不高,使得学习者学习效率不高,此外,其收费比较高,甚至超过个人计算机条件下的网络学习,因此很难得以普及。移动学习现有模式的诸多不足,使得移动学习很难形成大众化的趋势,也在根本上限制了移动学习的发展。云计算的出现,将通过技术弥补这些不足,带来移动学习模式的变革。云背景下,大量教育资源将存储与云服务器中,学习者无需再通过短信或 WAP 站点点播方式,只需使用移动设备通过浏览器即可接入“云”端存储器自行选择学习内容进行学习,而且云计算整合了多方计算机、互联网新技术,突破了单一 WAP 协议的限制,加之目前支持 HTTP 协议的智能手机、 PDA 的平民化发展,学习者将得以使用低价的移动设备、廉价的网络收费与云服务器进行快速的通信。 2 整合最丰富的教育信息资源 互联网最大的优势在于资源的聚合,云计算根本出发点就是信息的融合、存储并通过网络服务进行共享,这使得教育者可以最大限度的整合教育资源。在现行的移动学习模式下,教育者都是按照既定的教学大纲要求,编排学习内容、设计教学过程并通过网络手段向学习者传授知识,学习内容的广度和深度在很大程度上仍受教学大纲和教育者本身知识体系的限制,教育者传授多少学习内容,学习者只能得到多少知识,无法形成知识的迁移。而在云计算时代,由全世界范围内的教育者提供的大量教育资源将聚合到“云”端的存储服务器中,学习者只需输入关键词,即可获取来自世界各地的教育资源,然后根据需要自由地选择学习内容进行学习,就像使用搜索引擎那么简单,教育者要做的仅仅是对教育资源进行归类、管理和制定相应的访问规则。同时,在学习过程中,学习者和教育者还可以在既定的规则下对既有的学习内容进行补充和修改,从而不断地完善资源库。 3 创建自主、多元的虚拟学习社区 随着互联网技术的进步,互联网技术教育应用在信息处理和交流协作方面的优势日益显现。为了更好的交流协作,以形成共有文化和学习共同体为目标的虚拟学习社区大量出现并发挥着重要作用。虚拟社区实质上是一种特殊的学习环境,学习者根据自己的需要有方向的选择适合自己的社区,发展自己的特长并和社区成员之间分享知识、互助合作。然而,由于技术和资源方面的原因,目前虚拟学习社区的构建仍依托于某特定的教学机构,其辐射范围、学习者构成、学习内容、学习策略等往往受该教学机构的控制,学习者个性并没得到充分展示,社区成员间的知识共享、交流协作还是受约于教学机构。在云计算下,所有资源和应用程序都将整合在“云”端,每个学习者都可以利用这些资源和应用程序自由的创建虚拟社区,构建自己的虚拟学习环境,跟具有共同学习目标的其他学习者一起进行协作学习。由于这些虚拟社区由学习者自主创建,没有特定的教学引导者或社区意见领袖 [4] ,共同的学习目标是对学习者秩序的唯一约束准则,因而学习者可以充分发挥其特长,展示其个性,自由地交流。 再者,由于是基于网络的,学习者构成突破了现行虚拟社区辐射范围的限制,来自世界各地、不同国家、不同文化背景的人,都可以进入社区共同学习和讨论,相互取长补短,借鉴学习经验和丰富学习内容,实现了多元化的文化知识交流。 4 对移动学习设备要求大幅降低 目前,移动学习设备存在的问题仍然是制约移动学习发展和普及的重要因素。主要存在问题如下: ( 1 )信息处理能力低,计算速率远不及普通计算机; ( 2 )链接不同类型装置时有困难,移动设备对器件性能要求很高; ( 3 )大部分移动设备还不支持 HTTP 协议,只能访问基于 WAP 协议的服务器,多媒体资源的传输受限制。云计算技术的出现,为这些问题提供了很好的解决之法。云计算下,所有的数据存储和处理都将在“云”端的计算机群进行,其强大的计算能力不但使处理速度要比个人计算机快很多,而且还能完成一些个人计算机无法应付的数据处理任务。由于所有的数据处理都在“云”端进行,学习者只需通过浏览器便可进行类似于在个人计算机上的一切操作,如一些应用程序的安装和使用等,所有这些操作都无需硬件系统的支持,因此对移动设备除运行浏览器本身所需计算能力以外无任何别的数据处理要求,而这样的要求,普通的手机就可以胜任。正如比尔•盖茨 [5]1989 年在谈论“计算机科学的过去现在与未来时”时所说的那样:“用户只需要 640K 的内存就足够了”。从使用者角度来讲,云计算将带来硬件的死亡。而且,现在的 PDA 正向着电脑和手机融合的方向发展,其内置的操作系统和支持 HTTP 协议的浏览器,将为用户提供更完善的浏览器功能。通信方面,目前第三代无线移动通信( 3G )技术正快速发展,其到来后将带来 2Mbps 的数据传输速率,将更好的为移动设备和“云”端的无线通信服务
  • RFID_(Radio Frequency Identification, 电子标签 ) PDA(Personal Digital Assistant, 个人数字助理 ) 按需学习( just in case ):即学习者通过学习对象能够自由高效地得到所需内容; 即时学习( just in time ):即利用学习对象能够快速及时、即时地进行学习; 适量学习( just in enough ):即利用学习对象能完整地学习某知识点,并适而止之。
  • 泛在学习资源( Ubiquitous Resource ): 即广泛存在的各种资源,它或者表现为整个互联网络的拥有信息资源,或者把整个社会和自然界都视为学习资源。这种资源不仅包括狭义理解的信息资源,也涉及到技术资源、设施资源、人力资源和环境资源。

Transcript

  • 1. Java 与云计算
  • 2. Contents 云计算简介 一 Java 与云计算 二 云计算实例 三 云计算在教育中的应用 四
  • 3. 一、云计算简介
  • 4. 1.1 云计算的含义
    • 云计算是 技术 还是 理念
  • 5. 1.1 云计算的定义
    • 狭义:指 IT 基础设施的交付和使用模式,指通过网络以按需、易扩展的方式获得所需的资源(硬件、平台、软件)。 提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展,按使用付费。这种特性经常被称为像水电一样使用 IT 基础设施。
    • 广义:是指服务的交付和使用模式,指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是 IT 和软件、互联网相关的,也可以使任意其他的服务。
  • 6. 1.1 云计算的含义
    • 云计算 (Cloud Computing) 是 并行计算 (Parallel Computing) 、分布式计算 (Distributed Computing) 和网格计算 (Grid Computing) 的发展 , 是 虚拟化 (Virtualization) 、效用计算 (Utility Computing) 、 IaaS( 基础设施即服务 ) 、 PaaS( 平台即服务 ) 、 SaaS( 软件即服务 ) 等概念混合演进并跃升的结果 。
    • 云计算先驱: Google 、 yahoo 、 IBM 、 Microsoft 、 SUM 、 Amazon
  • 7. Bob 的云办公
    • 通过 Google Calendar 来管理日程安排 ;
    • 通过 Gmail 收发邮件 ;
    • 通过 Google Talk 来与同事朋友进行联系 ;
    • 通过 Google Docs 来编写在线文档 ;
    • 通过 Google Scholar 进行搜索相关论文;
    • 通过 Google Translate 翻译一些英文;
    • 通过 Google Charts 来绘制一些图表 ;
    • 通过 Google Blogger 来分享日志 ,
    • 通过 Google 的 YouTube 来分享视频;
    • 通过 Google 的 Picasa 来编辑分享图片 ;
  • 8. 1.2 云计算的原理
    • 基于互联网的超级计算模式 -- 即把存储于个人电脑、移动电话和其他设备上的大量信息和处理器资源集中在一起,协同工作。在极大规模上可扩展的信息技术能力向外部客户作为服务来提供的一种计算方式。
    Mb PC 企业电脑 和服务器 PDA
  • 9. 1.2 云计算的原理
  • 10. 1.3 云计算的服务形式
    • SAAS ( Software as a Service ) ;
    • PAAS ( Platform as a Service ) ;
    • IAAS ( Infrastructure as a Service );
    • 云存储;
    • MSP (管理服务提供);
    • 商业服务平台 ;
  • 11. 1.4 云计算的特点 超大规模 虚拟化 高可靠性 通用性 高可扩展性 按需服务 极其廉价
  • 12. 二、 Java 与云计算
  • 13. James Gosling
  • 14. 2.1 Java 的优势 JAVA 的 优势 1. 简单性 2. 兼容性 3. 简易性 4. 安全性 5. 动态性 6. 高性能 7. 解释性 8 . 健壮性
  • 15. 2.1 Java 在云计算中的优势
    • Java EE was designed to be deployed to a distributed environment. Cluster management and extensive monitoring are supported by major application servers.
    • EJB 3 programming model encourages stateless, idempotent, and atomic or transactional design.
    Java Champion Adam Bien
  • 16. 2.1 Java 在云计算中的优势
    • Java EE 5 and Java EE 6 come with standardized packaging -- the Enterprise Archive (EAR), which makes the provisioning of cloud apps relatively easy. And EAR solves some cloud-interoperability issues: It's a lot easier to move an app from one cloud to another. Java EE 5 and 6 are portable, so applications can be easily moved from one application server to another, regardless of whether they run in a cloud or not. They both will run on JDK 5 or higher.
    • JVM itself comes with fantastic remote debugging, profiling, and monitoring capabilities. This already greatly simplifies the development of distributed apps and should also simplify cloud-enabled apps
  • 17. 2.2 Java 实现云计算的两种方式 Heavy UI oriented. Heavy framework oriented These types of applications or framework usually provide UI-based consoles, management applications, plugins, etc that provide the only way to manage resources on the cloud such as starting and stopping the image, etc. The key characteristic of this approach is that it requires a substantial user input and human interaction and thus they tend to be less dynamic and less on-demand. This approach strongly emphasizes dynamism of resource management on the cloud. The key characteristic of this approach is that it requires no human interaction and all resource management can be done programmatically by the grid/cloud middleware - and thus it is more dynamic, automated and true on-demand.
  • 18. 云计算环境
  • 19. 2.3 Java 与分布式计算
    • 基于 JAVA 的分布式程序设计:
    • 基于 Socket 的编程
    • 基于 RMI 的分布式编程
    • 基于 CORBA 的分布式编程
    分布式计算是将大任务化分为小任务,各台参与计算的电脑之间是在物理地域上的分布,一般有服务器作为“中央”,参与计算的电脑不用了解工作原理,仅仅只是就自己感兴趣的项目做贡献而已。 分布式 计算
  • 20. 2.4 Java 与并行计算
    • JDK 1.5 引入 java.util.cocurrent 包
    • Java 中的多线程技术实现并行计算( JET 平台)
    • Java SE 5 中的锁,原子量 并行容器,线程调度 以及线程执行
    • 基于 Java 的分布并行计算环境 Java PVM
    并行 计算 并行计算是指同时对多个任务或多条指令、或对多个数据项进行处理。并行计算的主要目的:一是为了提供比传统计算机快的计算速度;二是解决传统计算机无法解决的问题。
  • 21. 2.5 Java 与网格计算
    • 网格计算:
    • 通过利用大量 异构计算机 (通常为桌面)的 未用资源 ( CPU 周期和磁盘存储),将其作为嵌入在分布式电信基础设施中的一个 虚拟的计算机集群, 为解决大规模的计算问题提供了一个模型。 网格计算的焦点放在支持跨管理域计算的能力 ,这使它与传统的计算机集群或传统的分布式计算相区别
  • 22. 基于 Java 网格计算主要开发 工具包: Globus ToolKit 4.0 基于 Java 的开发框架与平台: GridGain 2.0& JPPF Java Grid Computing Library J2EE 环境与 API 网 格 计 算 开 发 2.5 Java 与网格计算
  • 23. 2.6 Java 与虚拟化技术
    • Java 虚拟机
    • Java 语言的一个非常重要的特点就是与平台的无关性。而使用 Java 虚拟机是实现这一特点的关键。 Java 虚拟机( Java Virtual Machine )是一个虚构出来的计算机,通过在实际的计算机上仿真模拟各种计算机功能来实现的。 Java 虚拟机有自己完善的硬件架构,如处理器、堆栈、寄存器等,还具有相应的指令系统
    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。虚拟化技术可以扩大硬件的容量,简化软件的重新配置过程。
  • 24. 2.6 Java 与虚拟化技术
    • Sun 公司的虚拟化技术支持:管理程序 (Sun xVM Server) 、 OS (Solaris Containers) 、网络 (Crossbow) 、存储 (COMSTAR, ZFS) 和应用程序 (GlassFish 和 Java CAPS 技术 ) 。
  • 25. 三、云计算实例
  • 26. 3.1 Sun 与云计算
    • 2008 年 5 月, Sun 在 2008JavaOne 开发者大会上宣布推出“ Hydrazine ” 计划, Sun Microsystems 公司 (NASDAQ: JAVA) 展示了 Sun 开放式云计算平台 (Sun Open Cloud Platform) ,即 Sun 公司的开放式云计算基础架构,该平台由 Sun 公司的行业领先软件技术,包括 Java 、 MySQL 、 OpenSolaris 和开放式存储等所驱动。
  • 27.  
  • 28.  
  • 29. 3.2 Google App Engine
    • Google App Engine 可让您在 Google 的基础架构上运行您的网络应用程序。 App Engine 应用程序易于构建和维护,并可根据您的访问量和数据存储需要的增长轻松扩展。
    • 可支持 Java + Groovy+ JDO 开发云服务
    • Google File System 文件系统
    • MapReduce 分布式编程环境
    • 分布式大规模数据库管理系统 BigTable
    • Google Docs
    • http://hxqabc.appspot.com
  • 30.  
  • 31. 3.3 Abicloud
    • 开源的基于 Java 平台的云计算平台
    • Abicloud is an open source infrastructure software for the creation and integral management of Public & Private Clouds based on heterogeneous environments. The tool mainly offers users the capacity for scaling, management, automatic and immediate provision of servers, storage, networks, virtual network devices as well as applications.
    • 采用 Spring + Grails 基于 java Web 的云计算
  • 32.  
  • 33.  
  • 34. 四、云计算在教育中的运用
  • 35. 4.1 云计算与移动学习
    • 移动学习
    • 是指利用无线移动通信网络技术以及无线移动通信设备 ( 如移动电话、 PDA 、 Pocket PC  等 )  获取教育信息、教育资源和教育服务的一种新型学习形式。
    • 云计算对移动学习的影响
    • 1 改变现有移动学习模式
    • 2 整合最丰富的教育信息资源
    • 3 创建自主、多元的虚拟学习社区
    • 4 对移动学习设备要求大幅降低
  • 36. 4.2 云计算与 PLE
    • Personal Learning Environment
    • 即个人学习环境。加拿大教育技术专家 Stephen Downes 描述的“ PLE 是一种工具、服务、人和资源的松散集合体,是利用网络力量的一种新方式”
    • 1 云计算模型下 PLE 的要素:
    • ( 1 ) 正规教育机构,( 2 ) 网络教育服务供应商,( 3 ) 提供云计算服务的网络公司,( 4 ) 个人终端设备,
    • 2 云计算模型下 PLE 的特点
    • ( 1 ) Pull 与 Push 相结合,( 2 ) 浏览器即客户端
  • 37. 4.2 云计算与 PLE
    • 云计算模型下 PLE 的概念框架
  • 38. 4.3 云计算与泛在学习
    • 泛在学习 :(Ubiquitous Learning ,简称 U-Learning) 是使用带有 RFID 、红外数据通信端口、蓝牙端口或 GPS 卡等通信接口的 PDA ,智能手机,笔记本电脑等移动设备,利用 IEEE 802.11b 、 GPRS 等无线通信技术,在任何地点、任何时间学习任何自己感兴趣的内容。
  • 39. 4.3 云计算与泛在学习
  • 40. 主题: Java 与 云计算 Thank You !