需求挖掘之Cloud

背景： 1.0版已经开始实施了，接下来开始预研Cloud2.0，于是开始集思广益地征求新需求

思路一：
      在现有首页、数据中心、资源管理、应用平台、监控中心、虚拟设备、用户管理、系统配置这八大模块的基础上进行进行拓展。

思路二：
     从如下四个未读展开拓展
     A、 计费(貌似这快对于PAAS来说并不是很复杂)
     B、 网络
     C、 数据挖掘、BI之类
     D、 安全

零星想法：
A、 调度能否深入到应用层面，而非目前这样仅停留在虚拟机层面？
B、 数据中心的管理平台在监控方面必须做到如下亮点：
    一、能够监控数据中心所有的资源
    二、能够集中监控所有虚拟器件上运行的解决方案的状态和流程
  对采集到的数据进行分析、优化很分组，以图表等形式让管理员统一管理；
  管理员还要能够监控各个物理机上的虚拟机的拓扑结构图以及虚拟机和物理服务器的位置关系...

C、 管理员管理分类有三类对象
    一、 基础设施
    二、 虚拟机
    三、 虚拟机中的应用、软件、解决方案
  如何简化管理？  通过ovf元文件？

D、 动态优化
   动态优化技术需要2只眼+1个大脑+2只手
   2只眼睛： 资源供给 与 资源需求
   2只手：   宏观调控资源 与 微观调控资源
   1个大脑： 性能分析预测、进行资源动态规划和输出调度结果的算法，协调眼和手

    问题：我们那种优化方式是否粗放了点？而且优化的条件指定方式有点简单？

E、 合理设定资源池，使得虚拟机只在限定的范围内移动；
    简化优化复杂度？
    尽可能将资源消耗互补的虚拟机放在同一台物理机上，使得物理机的资源能够得到充分的应用。
    对比： 我们的物理机模式有点简单（用于编程环境和测试环境，没有考虑过复杂模式的部署安排...)
   .尽可能将构成集群系统的若干台虚拟机放在不同的物理机上，使得物理机发生故障时...

F、 VM的实时迁移是基于通过网络方式启动虚拟机的吗？

G、 我们的虚拟机可以实时迁移，那么很难追踪虚拟机到底运行在哪台物理机上，这该如何备份呢？

H、 我们目前采取的是基于流传输的虚拟机部署方法，该方法可以有效减少单个虚拟机的部署时间...
    然而此种方式采取的是顺序的、串行的部署方法，是否可以使用并行部署或者协同部署

I、 BI， 数据挖掘...
     待续... ...