微软Dryad分布式并行计算平台云技术的应用研究有哪些进展？

本文共计4596个文字，预计阅读时间需要19分钟。

Dryad平台于2010年12月21日发布了测试版，成为谷歌MapReduce分布式数据计算平台的强劲竞争对手。它允许开发人员在Windows或.NET平台上编写大规模的并行应用。

微软于2010年12月21日发布了分布式并行计算基础平台——Dryad测试版，成为谷歌MapReduce分布式数据计算平台的竞争对手。它可以使开发人员能够在Windows或者.Net平台上编写大规模的并行应用程序模型，并能够在单机上所编写的程序很轻易的运行在分布式并行计算平台上，程序员可以利用数据中心的服务器集群对数据进行并行处理，当程序开发人员在操作数千台机器时，而无需关心分布式并行处理系统方面的细节。本文将重点讲述微软最新Dryad平台方面的功能原理以及应用。

Dryad平台也是构建微软云计算基础设施重要核心技术之一。要使云计算真正的“落地”主要面临两个重要问题：如何构建与应用程序来紧密结合的大规模底层基础设施？目前构建分布式平台的基础设施主要包括Dryad、Dynamo和MapReduce等框架。

图1 数据并行计算

另一个问题就是如何通过构建新型的云计算应用程序，能够在网络上提供更加丰富的用户体验？Yahoo扩展了MapReduce并提出了MapReduceMerge框架，并可以应用到多核处理器上。HP则将注意力关注于分布式共享内存的使用上，而不同于MapReduce编程方面。IBM主要使用Linux系统映像以及Hadoop软件(Google File System以及MapReduce的开源实现)。微软则自主研发了Dryad和DryadLINQ，并可以用于辅助C#开发人员在计算机集群或数据中心里分布式并行处理大规模的数据，从而在程序执行性能与效率上提高数倍。