關於VMM的綜合讀後感

2021-10-05 08:38:30 字數 1612 閱讀 8766

在2023年代末,虛擬機器監控器(vmm)(圖1)作為一種軟體抽象層出現了,它將硬體平台劃分為乙個或多個虛擬機器。這些虛擬機器中的每乙個都與基礎物理機足夠相似,可以執行未經修改的現有軟體。當時,通用計算是大型,昂貴的大型機硬體的領域,使用者發現vmm提供了一種在多種應用程式之間復用這種稀缺資源的引人注目的方法。因此,在短期內,該技術在工業界和學術研究中都蓬勃發展。但是,2023年代和2023年代帶來了現代的多工作業系統,同時硬體成本下降,這削弱了vmm的價值。隨著大型機讓位給微型計算機,然後是pc,vmm消失了,其程度是計算機體系結構不再提供有效地實現它們所需的硬體。到2023年代後期,學者和行業從業人員都沒有將vmm視為具有歷史意義的東西。快進到2023年,vmm再次成為學術界和工業界的熱門話題:風險投資公司正在競相資助初創公司,宣傳其基於虛擬機器的技術。英特爾,amd,sun microsystems和ibm正在開發針對市場的虛擬化戰略,其收入將達到數十億美元,並且還在不斷增長。在研究實驗室和大學中,研究人員正在開發基於虛擬機器的方法來解決移動性,安全性和可管理性問題。

圖 1經典的虛擬機器

在許多情況下,人們在執行不同作業系統(甚至os版本)的不同機器上執行服務,但是每台機器的使用率都很低。在這種情況下,虛擬化使管理員可以將多個作業系統整合到更少的硬體平台上,從而降低成本並簡化管理。虛擬化在台式電腦上也變得很流行,因為許多使用者希望執行乙個作業系統(例如linux或mac os x),但仍可以訪問其他平台(例如windows)上的本機應用程式。vmm使用的關鍵方法是擴充套件有限的直接執行的概念。通過設定硬體以使vmm可以插入關鍵事件(例如陷阱),vmm可以完全控制如何分配計算機資源,同時保留os所需的幻想,可能已經注意到os對程序進行的操作與vmm對os進行的操作之間的相似之處。他們畢竟都對硬體進行了虛擬化,因此可以做一些相同的事情。但是,有乙個主要區別:通過os虛擬化,提供了許多新的抽象和漂亮的介面;在vmm級別的虛擬化中,抽象與硬體相同(因此不是很好)。 os和vmm都在虛擬化硬體的同時,通過提供完全不同的介面來實現。與作業系統不同,vmm並不是專門用於使硬體更易於使用。

vmm必須能夠將虛擬裝置中的硬體介面匯出到虛擬機器中,該介面與原始硬體大致相同,並同時保持對計算機的控制並保持插入硬體訪問的能力。 各種技術可以幫助實現這一目標,每種技術都提供不同的設計權衡。 在評估這些折衷時,vmm的主要設計目標是相容性,效能和簡單性。 相容性顯然很重要,因為vmm的主要好處是其執行舊版軟體的能力。 效能(衡量虛擬化開銷)的目標是,以與軟體在實際計算機上執行相同的速度執行虛擬機器。 簡單性尤其重要,因為vmm故障很可能導致計算機上執行的所有虛擬機器出現故障。 特別是,提供安全隔離要求vmm擺脫攻擊者可能用來破壞系統的錯誤。另外需解決以下問題:

cpu虛擬化

記憶體虛擬化

i/o虛擬化

鑑於雲應用程式通常被設計為橫向擴充套件,並且每個套接字的核心數量隨時間增加,因此擴充套件單位可能應該是套接字而不是伺服器。對於裸機來說也是這種情況,因為每個伺服器在每個套接字上執行乙個容器實際上可能比跨套接字分散工作負載要快。建立了消耗整個伺服器的單個vm或容器;在雲中,將伺服器劃分為較小的單元更為常見。這帶來了一些值得研究的其他主題:當多個工作負載在同一伺服器上執行時的效能隔離,實時調整容器和vm的大小,在擴充套件和橫向擴充套件之間進行權衡以及在實時遷移與重新啟動之間進行權衡。

關於黑客的讀後感

黑客,源於英文hacker,原bai指du熱心於計算機技術,水平zhi高超的電腦專家dao。有人說 是黑客成就zhuan了shu網際網路,成就了個人電腦,成就了自由軟體,黑客是計算機和網際網路革命真正的英雄和主角。而如今呢?黑客商業化,黑色產業鏈已經很成熟 免殺,盜號,掛馬,黑站,傳播病毒 這一切讓...

關於Spring攻略的讀後感

讀後感 嗯,這是我買到的spring方面的最好的一本書.讀後感 贈品 去呢?一次下了訂單快600元,說有四五本圖靈精美筆記本做贈品,一本都沒看見,去呢。書的本身什麼水平先不說,至少我不欣賞當當網你這 手段,要是贈品沒了你就修改下圖書商品資訊,別再掛羊頭?讀後感 已經看啦幾章,寫得滿清晰的 讀後感 來...

有關於Mapreduce的讀後感

說起mapreduce,我並不知道太多關於mapreduce的知識,以前也並沒有聽說過mapreduce的方面的東西,感覺是一種比較深奧的東西,當時只是感覺這東西可能和it有關係,感覺是一種 方面的知識,來進行大資料方面的知識構造。自從學了這門公選課之後,我才慢慢地弄清楚大資料與人工智慧這方面的東西...