本發(fā)明涉及大數(shù)據(jù)技術(shù)，尤指一種實(shí)現(xiàn)移動(dòng)云計(jì)算中間平臺(tái)的方法及實(shí)現(xiàn)分布式的方法。

背景技術(shù)：

Hadoop是一個(gè)由Apache基金會(huì)所開發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。用戶可以在不了解分布式底層細(xì)節(jié)的情況下，開發(fā)分布式程序。充分利用集群的威力進(jìn)行高速運(yùn)算和存儲(chǔ)。Hadoop分布式文件系統(tǒng)(HDFS，Hadoop Distributed File System)具有高容錯(cuò)性的特點(diǎn)，并設(shè)計(jì)用于部署在相比小型機(jī)更為低廉的(low-cost)PC服務(wù)器上；而且HDFS能提供高吞吐量(high throughput)來(lái)訪問應(yīng)用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集(large data set)的應(yīng)用程序。HDFS放寬了(relax)POSIX的要求，可以以流的形式訪問(streaming access)文件系統(tǒng)中的數(shù)據(jù)。

Hadoop的框架最核心的設(shè)計(jì)就是：HDFS和MapReduce。HDFS為海量的數(shù)據(jù)提供了存儲(chǔ)，而MapReduce為海量的數(shù)據(jù)提供了計(jì)算。目前，Hadoop開源免費(fèi)、硬件廉價(jià)、開發(fā)便利，因此，在大數(shù)據(jù)的通行市場(chǎng)上占據(jù)主導(dǎo)地位，使得Hadoop市場(chǎng)份額逐年高速遞增。

實(shí)際上，在軟件的成本之外，硬件產(chǎn)生的經(jīng)濟(jì)成本更為可觀。如何降低硬件成本是每一個(gè)服務(wù)器制造商都在考慮并尋求解決方法的課題。

目前，英特爾(Intel)公司的中央處理單元(CPU，Central Processing Unit)占據(jù)著市場(chǎng)的壟斷地位，導(dǎo)致PC服務(wù)器的CPU價(jià)格居高不下。而智能終端所用的CPU處理器價(jià)格低廉。這兩者價(jià)格相差30倍左右，功耗相差1000倍左右。而兩者之間的性能差距，平均到單核上，至強(qiáng)處理器只有移動(dòng)終端(如手機(jī))處理器的5倍左右。一臺(tái)100個(gè)智能終端組成的集群(如手機(jī)集群)，成本可以控制在1到2萬(wàn)元，物理體積和一臺(tái)普通PC服務(wù)器相當(dāng)，計(jì)算性能是一臺(tái)PC服務(wù)器的5-10倍，功耗可以控制在服務(wù)器的1/10到1/20。

目前，基于智能終端的Android系統(tǒng)不能支持Hadoop的運(yùn)行。另外，現(xiàn)有智能終端要組建集群，除了通過(guò)無(wú)線信號(hào)(移動(dòng)網(wǎng)絡(luò)、WIFI網(wǎng)絡(luò))建立之外，也可以對(duì)智能終端的硬件進(jìn)行改造，如增設(shè)有線通信模塊。這種組件集群的方式，主要依賴于硬件的實(shí)現(xiàn)，實(shí)現(xiàn)繁瑣復(fù)雜，而且很難對(duì)成本進(jìn)行控制。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述技術(shù)問題，本發(fā)明提供一種實(shí)現(xiàn)移動(dòng)云計(jì)算中間平臺(tái)的方法及實(shí)現(xiàn)分布式的方法，能夠使得Android系統(tǒng)支持Hadoop的運(yùn)行。

為了達(dá)到本發(fā)明目的，本發(fā)明提供了一種實(shí)現(xiàn)移動(dòng)云計(jì)算中間平臺(tái)的方法，包括：

進(jìn)行網(wǎng)絡(luò)配置；根據(jù)加入分布式系統(tǒng)的智能終端設(shè)置Hadoop平臺(tái)的運(yùn)行配置；

對(duì)計(jì)算和存儲(chǔ)的資源進(jìn)行管理，基于計(jì)算和存儲(chǔ)資源進(jìn)行資源整合處理；

根據(jù)網(wǎng)絡(luò)配置的信息及整合后的計(jì)算和存儲(chǔ)資源進(jìn)行云計(jì)算管理；

所述移動(dòng)云計(jì)算中間平臺(tái)建立在Hadoop平臺(tái)和安卓Android系統(tǒng)之間。

可選地，還包括：為所述Hadoop平臺(tái)提供所述Android系統(tǒng)缺少的Java庫(kù)。

可選地，所述網(wǎng)絡(luò)配置包括：

所述移動(dòng)云計(jì)算中間平臺(tái)第一次啟動(dòng)時(shí)，為安裝所述移動(dòng)云計(jì)算中間平臺(tái)的智能終端分配一個(gè)固定地址；

根據(jù)該智能終端所屬分布式系統(tǒng)的連接方式獲取IP地址。

可選地，所述根據(jù)智能終端所屬分布式系統(tǒng)的連接方式獲取IP地址包括：

所述連接方式為有線連接時(shí)，搜尋所述分布式系統(tǒng)的所有智能終端的IP地址，對(duì)最大的IP地址進(jìn)行處理后作為所述IP地址；

所述連接方式為無(wú)線連接時(shí)，所述IP地址由無(wú)線網(wǎng)動(dòng)態(tài)主機(jī)配置協(xié)議DHCP自動(dòng)分配；

所述連接方式為定制機(jī)架方式時(shí)，根據(jù)槽位的不同來(lái)獲取所述IP地址。

可選地，所述對(duì)計(jì)算和存儲(chǔ)的資源進(jìn)行管理，基于計(jì)算和存儲(chǔ)資源進(jìn)行資源整合處理包括：

當(dāng)安裝所述移動(dòng)云計(jì)算中間平臺(tái)的智能終端所屬分布式系統(tǒng)接收到寫入和計(jì)算任務(wù)時(shí)，確認(rèn)當(dāng)前分布式系統(tǒng)中的資源使用狀況；

根據(jù)確認(rèn)的資源使用狀況調(diào)取所述Hadoop平臺(tái)的任務(wù)分配方法：當(dāng)存儲(chǔ)大小超出設(shè)定限額上限的不接受寫入操作，當(dāng)計(jì)算能力超出設(shè)定限額上限的不接受計(jì)算任務(wù)；當(dāng)存儲(chǔ)大小低于設(shè)定限額下限時(shí)，優(yōu)先寫入，直到達(dá)到設(shè)定限額的上限；當(dāng)計(jì)算能力低于設(shè)定限額下限時(shí)，優(yōu)先接受計(jì)算任務(wù)，直到達(dá)到設(shè)定限額的上限；所述分布式系統(tǒng)中存儲(chǔ)大小和計(jì)算能力處于上限和下限之間的智能終端獲取任務(wù)時(shí)進(jìn)行隨機(jī)分配。

可選地，還包括：為安裝所述移動(dòng)云計(jì)算中間平臺(tái)的智能終端所述分布式系統(tǒng)中的智能終端提供硬件健康監(jiān)控，并提供修復(fù)操作。

可選地，當(dāng)所述硬件出現(xiàn)問題后，還包括：進(jìn)行重連/重啟操作，預(yù)設(shè)次數(shù)重連/重啟仍失敗后，提示替換所述硬件。

可選地，還包括：當(dāng)系統(tǒng)日志大于設(shè)定的范圍值時(shí)，進(jìn)行先入先出FIFO存儲(chǔ)。

本發(fā)明還提供了一種用于實(shí)現(xiàn)移動(dòng)云計(jì)算中間平臺(tái)的裝置，至少包括存儲(chǔ)器和處理器，其中，存儲(chǔ)器中存儲(chǔ)有以下可執(zhí)行指令：

進(jìn)行網(wǎng)絡(luò)配置；根據(jù)加入分布式系統(tǒng)的智能終端設(shè)置Hadoop平臺(tái)的運(yùn)行配置；對(duì)計(jì)算和存儲(chǔ)的資源進(jìn)行管理，基于計(jì)算和存儲(chǔ)資源進(jìn)行資源整合處理；根據(jù)網(wǎng)絡(luò)配置的信息及整合后的計(jì)算和存儲(chǔ)資源進(jìn)行云計(jì)算管理；

所述移動(dòng)云計(jì)算中間平臺(tái)建立在Hadoop平臺(tái)和安卓Android系統(tǒng)之間。

本發(fā)明還提供了一種實(shí)現(xiàn)分布式的方法，包括：

獲取并安裝移動(dòng)云計(jì)算中間平臺(tái)和Hadoop平臺(tái)到智能終端；

移動(dòng)云計(jì)算中間平臺(tái)在Hadoop平臺(tái)中進(jìn)行所述智能終端所屬分布式系統(tǒng)內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合；

移動(dòng)云計(jì)算中間平臺(tái)接收來(lái)自Hadoop平臺(tái)反饋的所述分布式系統(tǒng)中的智能終端的存儲(chǔ)和計(jì)算資源情況，并進(jìn)行云計(jì)算管理。

可選地，當(dāng)有新的智能終端接入所述分布式系統(tǒng)時(shí)，還包括：

所述移動(dòng)云計(jì)算中間平臺(tái)根據(jù)新接入的智能終端的存儲(chǔ)和計(jì)算資源情況，重新進(jìn)行數(shù)據(jù)資源遷移以及計(jì)算資源整合。

可選地，當(dāng)有新的智能終端接入所述分布式系統(tǒng)時(shí)，還包括：

新的智能終端連接至所述分布式系統(tǒng)所在網(wǎng)絡(luò)，獲取并安裝所述移動(dòng)云計(jì)算中間平臺(tái)及Hadoop平臺(tái)；

新的智能終端使用安裝的移動(dòng)云計(jì)算中間平臺(tái)，按照所述分布式系統(tǒng)所在網(wǎng)絡(luò)的連接方式配置Hadoop系統(tǒng)網(wǎng)絡(luò)。

可選地，還包括根據(jù)智能終端所屬分布式系統(tǒng)的連接方式獲取IP地址，具體包括：

所述連接方式為有線連接時(shí)，搜尋所述分布式系統(tǒng)的所有智能終端的IP地址，對(duì)最大的IP地址進(jìn)行處理后作為所述IP地址；

所述連接方式為無(wú)線連接時(shí)，所述IP地址由無(wú)線網(wǎng)動(dòng)態(tài)主機(jī)配置協(xié)議DHCP自動(dòng)分配；

所述連接方式為定制機(jī)架方式時(shí)，根據(jù)槽位的不同來(lái)獲取所述IP地址。

可選地，所述獲取并安裝移動(dòng)云計(jì)算中間平臺(tái)和Hadoop平臺(tái)之后，所述進(jìn)行分布式系統(tǒng)內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合之前，還包括：

所述移動(dòng)云計(jì)算中間平臺(tái)提供所述智能終端的Android系統(tǒng)缺少的Java庫(kù)，對(duì)所述智能終端的Android系統(tǒng)進(jìn)行硬件選取、加載；

所述移動(dòng)云計(jì)算中間平臺(tái)根據(jù)智能終端返回的分布式系統(tǒng)連接方式為所述智能終端分配IP地址；并寫入Hadoop平臺(tái)的配置文件。

可選地，所述進(jìn)行數(shù)據(jù)資源遷移以及計(jì)算資源整合包括：

存儲(chǔ)大小超出設(shè)定限額上限的智能終端不接受寫入操作，計(jì)算能力超出設(shè)定限額上限的職能終端不接受計(jì)算任務(wù)；

當(dāng)智能終端的存儲(chǔ)大小低于設(shè)定限額下限時(shí)，優(yōu)先寫入，直到達(dá)到設(shè)定限額的上限；當(dāng)智能終端的計(jì)算能力低于設(shè)定限額下限時(shí)，優(yōu)先接受計(jì)算任務(wù)，直到達(dá)到設(shè)定限額的上限；

存儲(chǔ)大小和計(jì)算能力在上限和下限之間的智能終端獲取任務(wù)時(shí)，進(jìn)行隨機(jī)分配。

可選地，還包括：所述移動(dòng)云計(jì)算中間平臺(tái)采用FIFO存儲(chǔ)方式存儲(chǔ)日志。

可選地，還包括：所述移動(dòng)云計(jì)算中間平臺(tái)根據(jù)所述Hadoop平臺(tái)反饋的所述分布式系統(tǒng)接入的智能終端的心跳情況進(jìn)行硬件健康狀況的監(jiān)控。

可選地，所述移動(dòng)云計(jì)算中間平臺(tái)提供給外部接口進(jìn)行云計(jì)算管理。

可選地，當(dāng)所述分布式系統(tǒng)中有智能終端退出所述分布式系統(tǒng)時(shí)，還包括：

所述移動(dòng)云計(jì)算中間平臺(tái)接收到來(lái)自所述Hadoop平臺(tái)的退出分布式系統(tǒng)申請(qǐng)，在所述Hadoop平臺(tái)中再次進(jìn)行所述分布式系統(tǒng)內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合；

在所述智能終端退出成功后，所述移動(dòng)云計(jì)算中間平臺(tái)記錄日志。

本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)建立在Hadoop和Android系統(tǒng)之間，用于保障Hadoop和Android系統(tǒng)之間的適配以及運(yùn)行，使得Hadoop實(shí)現(xiàn)了在Android系統(tǒng)上的正常運(yùn)行即使得Android系統(tǒng)支持了Hadoop的運(yùn)行。另一方面，通過(guò)本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)，智能終端實(shí)現(xiàn)了非常方便的組建、加入、移出無(wú)線網(wǎng)絡(luò)/有線網(wǎng)絡(luò)組建的分布式系統(tǒng)，特別地實(shí)現(xiàn)了使用更為廉價(jià)且方便更換的智能終端組建分布式集群。

本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說(shuō)明書中闡述，并且，部分地從說(shuō)明書中變得顯而易見，或者通過(guò)實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過(guò)在說(shuō)明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。

附圖說(shuō)明

此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中：

圖1為本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的組成結(jié)構(gòu)示意圖；

圖2為本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的工作原理流程示意圖；

圖3為本發(fā)明基于Android系統(tǒng)的HDFS集群實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)的流程示意圖；

圖4為本發(fā)明基于Android系統(tǒng)的HDFS集群實(shí)現(xiàn)計(jì)算的流程示意圖；

圖5為本發(fā)明改造后的智能終端中計(jì)算模塊的組成結(jié)構(gòu)示意圖；

圖6為本發(fā)明改造后的智能終端中存儲(chǔ)模塊的組成結(jié)構(gòu)示意圖；

圖7為本發(fā)明智能終端采用WIFI連接方式的組網(wǎng)示意圖；

圖8為本發(fā)明基于圖7所示的連接方式的對(duì)智能終端在集群中的管理的實(shí)施例的流程示意圖；

圖9為本發(fā)明智能終端采用移動(dòng)網(wǎng)絡(luò)連接方式的組網(wǎng)示意圖；

圖10為本發(fā)明基于圖9所示的連接方式的對(duì)智能終端在集群中的管理的實(shí)施例的流程示意圖；

圖11為本發(fā)明智能終端采用有線連接方式的組網(wǎng)示意圖；

圖12為本發(fā)明基于圖11所示的連接方式的對(duì)智能終端在集群中的管理的實(shí)施例的流程示意圖；

圖13為本發(fā)明定制機(jī)架結(jié)構(gòu)中機(jī)架的俯視圖；

圖14為本發(fā)明定制機(jī)架結(jié)構(gòu)中機(jī)架側(cè)視圖；

圖15為本發(fā)明定制機(jī)架結(jié)構(gòu)中實(shí)現(xiàn)硬件替換的示意圖；

圖16為本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)應(yīng)用的實(shí)施例的流程示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下文中將結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說(shuō)明。需要說(shuō)明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互任意組合。

圖1為本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的組成結(jié)構(gòu)示意圖，如圖1所示，本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)是建立在Hadoop平臺(tái)和Android系統(tǒng)之間的一個(gè)中間層，用于保障Hadoop平臺(tái)和Android系統(tǒng)之間的適配以及運(yùn)行。至少包括：硬件驅(qū)動(dòng)模塊、Java庫(kù)支撐模塊、配置模塊、計(jì)算存儲(chǔ)資源管理模塊、云計(jì)算任務(wù)調(diào)度模塊；其中，

硬件驅(qū)動(dòng)模塊，用于為操作系統(tǒng)加載硬件驅(qū)動(dòng)。該驅(qū)動(dòng)主要為網(wǎng)絡(luò)控制器服務(wù)，比如：當(dāng)通信為RJ45接口時(shí)，網(wǎng)絡(luò)控制器為USB轉(zhuǎn)RJ45信號(hào)芯片；當(dāng)通信為光纖通信時(shí)，網(wǎng)絡(luò)控制器為光電轉(zhuǎn)換芯片。

Java庫(kù)支撐模塊，用于為Hadoop平臺(tái)提供Android系統(tǒng)缺少的Java庫(kù)。Android系統(tǒng)本身支持一部分Java功能，這里的Java庫(kù)支撐模塊用于補(bǔ)足Android系統(tǒng)中缺少的Java庫(kù)。

配置模塊，用于進(jìn)行網(wǎng)絡(luò)配置；根據(jù)加入分布式系統(tǒng)的智能終端如該智能終端的計(jì)算能力、存儲(chǔ)大小自動(dòng)設(shè)置Hadoop平臺(tái)的運(yùn)行配置。

其中，網(wǎng)絡(luò)配置具體包括：

配置模塊自身所在移動(dòng)云計(jì)算中間平臺(tái)在第一次啟動(dòng)時(shí)，為安裝所述移動(dòng)云計(jì)算中間平臺(tái)的智能終端分配一個(gè)固定地址(所有機(jī)器初次啟動(dòng)時(shí)都為該IP地址)；

網(wǎng)絡(luò)接通后確定該智能終端所屬分布式系統(tǒng)的連接方式如有線、無(wú)線或者定制機(jī)架類型等，根據(jù)連接方式獲取IP地址：當(dāng)為有線連接時(shí)，搜尋當(dāng)前網(wǎng)絡(luò)的所有機(jī)器的IP地址，然后對(duì)最大的IP地址進(jìn)行處理：在最大的IP地址第四段+1，當(dāng)加到253時(shí)，則在IP地址第三段加1，第四段從1開始計(jì)數(shù)；當(dāng)為無(wú)線連接時(shí)，IP地址由無(wú)線網(wǎng)動(dòng)態(tài)主機(jī)配置協(xié)議(DHCP，Dynamic Host Configuration Protocol)自動(dòng)分配，不需要考慮IP地址分配，只需要讀取分配的IP地址并寫入Hadoop配置文件中即可；當(dāng)為定制機(jī)架方式時(shí)，智能終端根據(jù)槽位的不同來(lái)獲取IP地址配置，這樣，使得新替換上電的設(shè)備配置和出現(xiàn)問題的設(shè)備配置相同，即同樣的槽位的IP地址是不可變更的。

計(jì)算存儲(chǔ)資源管理模塊，用于在現(xiàn)有Hadoop計(jì)算和存儲(chǔ)控制的基礎(chǔ)上，整合到計(jì)算存儲(chǔ)資源管理模塊自身所在移動(dòng)云計(jì)算中間平臺(tái)中，對(duì)計(jì)算和存儲(chǔ)的資源進(jìn)行管理，基于計(jì)算和存儲(chǔ)資源來(lái)進(jìn)行整合處理。

具體實(shí)現(xiàn)包括：當(dāng)分布式系統(tǒng)接收外來(lái)寫入和計(jì)算任務(wù)時(shí)，先確認(rèn)當(dāng)前分布式系統(tǒng)中機(jī)器的資源使用狀況，然后調(diào)取Hadoop平臺(tái)的任務(wù)分配方法：存儲(chǔ)已經(jīng)超出設(shè)定限額上限的將不接受寫入操作，計(jì)算超出設(shè)定限額上限的將不接受計(jì)算任務(wù)；當(dāng)存儲(chǔ)低于設(shè)定限額下限時(shí)將優(yōu)先寫入，直到達(dá)到設(shè)定限額的上限；當(dāng)計(jì)算低于設(shè)定限額下限時(shí)將優(yōu)先接受計(jì)算任務(wù)，直到達(dá)到設(shè)定限額的上限；其他處于上限和下限之間的機(jī)器獲取任務(wù)時(shí)進(jìn)行隨機(jī)分配。

云計(jì)算任務(wù)調(diào)度模塊，用于提供給外部接口，根據(jù)網(wǎng)絡(luò)配置的信息及整合后的計(jì)算和存儲(chǔ)資源進(jìn)行云計(jì)算管理，管理包括但不限于啟動(dòng)、停止、暫停、定時(shí)等。

進(jìn)一步地，本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)還包括：健康監(jiān)控模塊，

用于為智能終端提供硬件健康監(jiān)控，并提供修復(fù)操作。需要說(shuō)明的是，健康監(jiān)控模塊只監(jiān)控硬件死活，當(dāng)硬件出現(xiàn)問題后會(huì)進(jìn)行重連/重啟操作，多次重連/重啟失敗后，提示替換該硬件。監(jiān)控功能可以使用心跳檢測(cè)機(jī)制來(lái)監(jiān)控硬件死活，使用溫度監(jiān)控來(lái)對(duì)硬件進(jìn)行運(yùn)行健康告警等。

進(jìn)一步地，本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)還包括：日志處理模塊，

用于當(dāng)系統(tǒng)日志大于設(shè)定的范圍值時(shí)，日志的存儲(chǔ)進(jìn)行先入先出(FIFO，F(xiàn)irst in first out)存儲(chǔ)，即先刪除遠(yuǎn)期日志，然后存儲(chǔ)最新的日志。

圖1只列出了本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的基本的Hadoop組件，其他組件可以自行選擇安裝，是否包括其他組件、包括多少，并不用于限定本發(fā)明的保護(hù)范圍，這里不再贅述。

相應(yīng)地，本發(fā)明還提供一種實(shí)現(xiàn)移動(dòng)云計(jì)算中間平臺(tái)的方法，包括：將移動(dòng)云計(jì)算中間平臺(tái)建立在Hadoop平臺(tái)和安卓Android系統(tǒng)之間，還包括：

進(jìn)行網(wǎng)絡(luò)配置；根據(jù)加入分布式系統(tǒng)的智能終端設(shè)置Hadoop平臺(tái)的運(yùn)行配置；

對(duì)計(jì)算和存儲(chǔ)的資源進(jìn)行管理，基于計(jì)算和存儲(chǔ)資源進(jìn)行資源整合處理；

根據(jù)網(wǎng)絡(luò)配置的信息及整合后的計(jì)算和存儲(chǔ)資源進(jìn)行云計(jì)算管理。

本發(fā)明方法還包括：為Hadoop平臺(tái)提供Android系統(tǒng)缺少的Java庫(kù)。

可選地，進(jìn)行的網(wǎng)絡(luò)配置包括：

在建立的移動(dòng)云計(jì)算中間平臺(tái)第一次啟動(dòng)時(shí)，為安裝所述移動(dòng)云計(jì)算中間平臺(tái)的智能終端分配一個(gè)固定地址；根據(jù)該智能終端所屬分布式系統(tǒng)的連接方式獲取IP地址。其中，

根據(jù)智能終端所屬分布式系統(tǒng)的連接方式獲取IP地址包括：

當(dāng)連接方式為有線連接時(shí)，搜尋分布式系統(tǒng)的所有智能終端的IP地址，對(duì)最大的IP地址進(jìn)行處理后作為所述IP地址；

當(dāng)連接方式為無(wú)線連接時(shí)，IP地址由無(wú)線網(wǎng)DHCP自動(dòng)分配；

當(dāng)連接方式為定制機(jī)架方式時(shí)，根據(jù)槽位的不同來(lái)獲取所述IP地址。

可選地，對(duì)計(jì)算和存儲(chǔ)的資源進(jìn)行管理，基于計(jì)算和存儲(chǔ)資源進(jìn)行資源整合處理包括：

當(dāng)安裝移動(dòng)云計(jì)算中間平臺(tái)的智能終端所屬分布式系統(tǒng)接收到寫入和計(jì)算任務(wù)時(shí)，確認(rèn)當(dāng)前分布式系統(tǒng)中的資源使用狀況；

根據(jù)確認(rèn)的資源使用狀況調(diào)取Hadoop平臺(tái)的任務(wù)分配方法：當(dāng)存儲(chǔ)大小超出設(shè)定限額上限的不接受寫入操作，當(dāng)計(jì)算能力超出設(shè)定限額上限的不接受計(jì)算任務(wù)；當(dāng)存儲(chǔ)大小低于設(shè)定限額下限時(shí)，優(yōu)先寫入，直到達(dá)到設(shè)定限額的上限；當(dāng)計(jì)算能力低于設(shè)定限額下限時(shí)，優(yōu)先接受計(jì)算任務(wù)，直到達(dá)到設(shè)定限額的上限；所述分布式系統(tǒng)中存儲(chǔ)大小和計(jì)算能力處于上限和下限之間的智能終端獲取任務(wù)時(shí)進(jìn)行隨機(jī)分配。

可選地，本發(fā)明實(shí)現(xiàn)移動(dòng)云計(jì)算中間平臺(tái)的方法還包括：

為安裝移動(dòng)云計(jì)算中間平臺(tái)的智能終端所述分布式系統(tǒng)中的智能終端提供硬件健康監(jiān)控，并提供修復(fù)操作。

當(dāng)硬件出現(xiàn)問題后，還包括：進(jìn)行重連/重啟操作，預(yù)設(shè)次數(shù)重連/重啟仍失敗后，提示替換該硬件。

可選地，本發(fā)明實(shí)現(xiàn)移動(dòng)云計(jì)算中間平臺(tái)的方法還包括：當(dāng)系統(tǒng)日志大于設(shè)定的范圍值時(shí)，進(jìn)行FIFO存儲(chǔ)。

本發(fā)明還提供一種用于實(shí)現(xiàn)移動(dòng)云計(jì)算中間平臺(tái)的裝置，至少包括存儲(chǔ)器和處理器，其中，

存儲(chǔ)器中存儲(chǔ)有以下可執(zhí)行指令：將移動(dòng)云計(jì)算中間平臺(tái)建立在Hadoop平臺(tái)和安卓Android系統(tǒng)之間；進(jìn)行網(wǎng)絡(luò)配置；根據(jù)加入分布式系統(tǒng)的智能終端設(shè)置Hadoop平臺(tái)的運(yùn)行配置；對(duì)計(jì)算和存儲(chǔ)的資源進(jìn)行管理，基于計(jì)算和存儲(chǔ)資源進(jìn)行資源整合處理；根據(jù)網(wǎng)絡(luò)配置的信息及整合后的計(jì)算和存儲(chǔ)資源進(jìn)行云計(jì)算管理。

利用本發(fā)明建立的移動(dòng)云計(jì)算中間平臺(tái)，實(shí)現(xiàn)分布式的方法包括：

獲取并安裝移動(dòng)云計(jì)算中間平臺(tái)和Hadoop平臺(tái)到智能終端；

移動(dòng)云計(jì)算中間平臺(tái)在Hadoop平臺(tái)中進(jìn)行所述智能終端所屬分布式系統(tǒng)內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合；

移動(dòng)云計(jì)算中間平臺(tái)接收來(lái)自Hadoop平臺(tái)反饋的所述分布式系統(tǒng)中的智能終端的存儲(chǔ)和計(jì)算資源情況，并進(jìn)行云計(jì)算管理。

下面結(jié)合一臺(tái)智能終端在安裝本發(fā)明圖1所示的移動(dòng)云計(jì)算中間平臺(tái)后各模塊的工作流程情況為例，對(duì)本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的工作原理進(jìn)行詳細(xì)描述。圖2為本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的工作原理流程示意圖，如圖2所示，包括：

首先，智能終端獲取并安裝本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)和Hadoop平臺(tái)；本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的Java庫(kù)支撐模塊提供智能終端的Android系統(tǒng)缺少的Java庫(kù)；本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的硬件驅(qū)動(dòng)模塊對(duì)智能終端的Android系統(tǒng)進(jìn)行硬件選取、加載；本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的配置模塊為智能終端分配一個(gè)IP地址：智能終端會(huì)向本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的配置模塊返回分布式系統(tǒng)連接類型；本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的配置模塊根據(jù)智能終端的不同網(wǎng)絡(luò)連接方式進(jìn)行相應(yīng)IP地址的配置：當(dāng)為有線連接時(shí)，搜尋當(dāng)前網(wǎng)絡(luò)的所有機(jī)器的IP地址，然后對(duì)最大的IP地址進(jìn)行處理：在最大的IP地址第四段+1，當(dāng)加到253時(shí)，則在IP地址第三段加1，第四段從1開始計(jì)數(shù)；當(dāng)為無(wú)線連接時(shí)，IP地址由無(wú)線網(wǎng)DHCP自動(dòng)分配；當(dāng)為定制機(jī)架方式時(shí)，根據(jù)槽位的不同來(lái)獲取IP地址配置。智能終端讀取分配的IP地址寫入Hadoop平臺(tái)的配置文件并生效；

然后，本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的計(jì)算存儲(chǔ)資源管理模塊在Hadoop平臺(tái)中進(jìn)行分布式系統(tǒng)內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合，Hadoop平臺(tái)將智能終端的存儲(chǔ)和計(jì)算資源情況反饋給本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的計(jì)算存儲(chǔ)資源管理模塊；

接著，本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的計(jì)算存儲(chǔ)資源管理模塊根據(jù)新接入的智能終端的存儲(chǔ)和計(jì)算資源情況，進(jìn)行數(shù)據(jù)資源遷移以及計(jì)算資源整合：存儲(chǔ)已經(jīng)超出設(shè)定限額上限的將不接受寫入操作，計(jì)算超出設(shè)定限額上限的將不接受計(jì)算任務(wù)；當(dāng)存儲(chǔ)低于設(shè)定限額下限時(shí)將優(yōu)先寫入，直到達(dá)到設(shè)定限額的上限；當(dāng)計(jì)算低于設(shè)定限額下限時(shí)將優(yōu)先接受計(jì)算任務(wù)，直到達(dá)到設(shè)定限額的上限；其他處于上限和下限之間的機(jī)器獲取任務(wù)時(shí)進(jìn)行隨機(jī)分配；

最后還有，對(duì)于日志的存儲(chǔ)，本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的日志處理模塊進(jìn)行FIFO存儲(chǔ)；本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的健康監(jiān)控模塊進(jìn)行硬件健康的監(jiān)控，Hadoop平臺(tái)反饋接入的智能終端的心跳情況以檢測(cè)硬件死活，反饋接入的智能終端的節(jié)點(diǎn)溫度以監(jiān)控運(yùn)行健康狀況；本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的云計(jì)算任務(wù)調(diào)度模塊提供給外部接口進(jìn)行云計(jì)算管理。

后續(xù)，如果智能終端申請(qǐng)退出分布式系統(tǒng)，Hadoop平臺(tái)會(huì)向本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的計(jì)算存儲(chǔ)資源管理模塊申請(qǐng)退出分布式系統(tǒng)，本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的計(jì)算存儲(chǔ)資源管理模塊會(huì)在Hadoop平臺(tái)中再次進(jìn)行分布式系統(tǒng)內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合，并在退出成功后，在本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)的日志處理模塊中記錄日志。

綜上所述，通過(guò)本發(fā)明基于Android系統(tǒng)的Hadoop平臺(tái)即圖1所示的移動(dòng)云計(jì)算中間平臺(tái)，一方面，使得Hadoop平臺(tái)實(shí)現(xiàn)了在Android系統(tǒng)上的正常運(yùn)即使得Android系統(tǒng)支持了Hadoop平臺(tái)的運(yùn)行。進(jìn)一步地，提供了Hadoop平臺(tái)運(yùn)行時(shí)軟件和硬件的健康監(jiān)控，從而保證了在損壞時(shí)觸發(fā)對(duì)軟件的修復(fù)或?qū)τ布奶鎿Q。另一方面，通過(guò)本發(fā)明基于Android系統(tǒng)的Hadoop平臺(tái)平臺(tái)即圖1所示的移動(dòng)云計(jì)算中間平臺(tái)，智能終端實(shí)現(xiàn)了非常方便的組建、加入、移出無(wú)線網(wǎng)絡(luò)/有線網(wǎng)絡(luò)組建的分布式分布式系統(tǒng)。從而實(shí)現(xiàn)了使用更為廉價(jià)且方便更換的智能終端組建分布式系統(tǒng)。

本發(fā)明實(shí)施例以智能終端為手機(jī)終端進(jìn)行舉例描述，但是，本發(fā)明智能終端包括但不限制于：運(yùn)行Android系統(tǒng)的手機(jī)終端、PAD、機(jī)頂盒，以及運(yùn)行Android系統(tǒng)的各類有線、無(wú)線手持終端等。

為方便描述，本發(fā)明實(shí)施例中以分布式系統(tǒng)為集群為例進(jìn)行描述，但并不用于限定本發(fā)明的保護(hù)范圍。

需要說(shuō)明一下，Hadoop平臺(tái)通過(guò)本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)對(duì)底層Android系統(tǒng)調(diào)用各應(yīng)用接口(API)功能進(jìn)行數(shù)據(jù)讀寫、計(jì)算等任務(wù)。Android API接口的封裝包括但不限于：

對(duì)于智能終端內(nèi)存數(shù)據(jù)讀寫，可以包括：

getFileDir()：用于獲取Hadoop平臺(tái)在智能終端內(nèi)存存儲(chǔ)數(shù)據(jù)的位置信息，如：/data/data/Hadoop/files；

getCacheDir()：用于獲取Hadoop平臺(tái)在智能終端內(nèi)存緩存數(shù)據(jù)的位置信息，如：/data/data/Hadoop/cache；

openFileInput(String name)：用于直接獲取/data/data/Hadoop/files/name文件的輸入流信息；

openFileOutput(String name,int mode)：用于直接獲取/data/data/Hadoop/files/name文件的輸出流，其中，mode為寫入文件時(shí)的權(quán)限；

Context.MODE_PRIVATE：為私有模式(或稱為默認(rèn)模式)，只能被應(yīng)用本身和同一群組的智能終端訪問；寫入的內(nèi)容覆蓋原文件內(nèi)容；

Context.MODE_APPEND：為追加模式(或稱為私有模式)，只能被應(yīng)用本身和同一群組的智能終端訪問；如果文件存在就追加內(nèi)容，如果文件不存在就新建文件并寫入內(nèi)容；

Context.MODE_WORLD_READABLE：為群組中所有智能終端可讀權(quán)限；

Context.MODE_WORLD_WRITEABLE：為群組中所有智能終端可寫權(quán)限；

對(duì)于SDcard數(shù)據(jù)讀寫，可以包括：

getExternalStorageDirectory()：用于獲取Hadoop平臺(tái)所在智能終端的SDcard位置信息，如/storage/sdcard；

getExternalStorageState()：用于獲取Hadoop平臺(tái)所在智能終端的SDcard的當(dāng)前狀態(tài)，比較常用的應(yīng)該是MEDIA_MOUNTED；

FileInputStream()，用于讀取文件；

BufferReader()，用于讀取文件；

httpConnection()，用于將讀取的流保存為String數(shù)據(jù)；

FileOutputStream()，用于寫入文件；

BufferedWriter()，用于寫入文件；

另外，Hadoop計(jì)算使用Java庫(kù)的加、減、乘、除四則運(yùn)算。

本發(fā)明中，基于Android系統(tǒng)的HDFS集群有兩類節(jié)點(diǎn)并以“管理者—工作者”模式運(yùn)行：一個(gè)作為管理者的主(Master)節(jié)點(diǎn)(NameNode)和多個(gè)作為工作者的從(Slave)節(jié)點(diǎn)(DataNode)。每一個(gè)NameNode和DataNode都各對(duì)應(yīng)一臺(tái)智能終端。

其中，NameNode，主要負(fù)責(zé)管理HDFS文件系統(tǒng)，具體地包括namespace管理、塊(block)管理；DataNode，主要用于存儲(chǔ)數(shù)據(jù)文件。這里，HDFS會(huì)將一個(gè)文件分割成一個(gè)個(gè)的block，這些block可能存儲(chǔ)在一個(gè)DataNode上或者是多個(gè)DataNode上。DataNode負(fù)責(zé)實(shí)際的底層文件的讀寫，如果客戶端(Client)程序發(fā)起了讀HDFS上的文件的命令，那么，首先會(huì)將這些文件分成若干個(gè)block，然后NameNode將告知Client這些block數(shù)據(jù)是存儲(chǔ)在哪些DataNode上的，這樣，Client直接和DataNode交互即可。

下面詳細(xì)介紹本發(fā)明基于Android系統(tǒng)的HDFS集群的存儲(chǔ)和計(jì)算過(guò)程。

圖3為本發(fā)明基于Android系統(tǒng)的HDFS集群實(shí)現(xiàn)數(shù)據(jù)存儲(chǔ)的流程示意圖，以文件上傳到分布式集群進(jìn)行存儲(chǔ)為例，這里，NameNode負(fù)責(zé)管理存儲(chǔ)在HDFS上所有文件的元數(shù)據(jù)，會(huì)確認(rèn)客戶端的請(qǐng)求，并記錄下文件的名字和存儲(chǔ)該文件的數(shù)據(jù)節(jié)點(diǎn)即DataNode的集合。并將這些記錄下的信息存儲(chǔ)在內(nèi)存中的文件分配表中。本實(shí)施例中，假設(shè)客戶端發(fā)送一個(gè)請(qǐng)求給NameNode，表明要將“swim.txt”文件寫入到HDFS，如圖3所示，包括：

步驟1：客戶端發(fā)消息給NameNode，表明要寫入“swim.txt”文件；

步驟2：NameNode向客戶端返回消息，通知客戶端將“swim.txt”文件寫到DataNode A、DataNode B和DataNode D，并直接與DataNode B聯(lián)系；

步驟3：客戶端發(fā)消息給DataNode B，指示DataNode B保存一份“swim.txt”文件，并分別發(fā)送一份副本給DataNode A和DataNode D；

步驟4：DataNode B發(fā)消息給DataNode A，指示DataNode A保存一份“swim.txt”文件，并發(fā)送一份副本給DataNode D；

步驟5：DataNode A發(fā)消息給DataNode D，指示DataNode D保存一份“swim.txt”文件；

步驟6：DataNode D發(fā)確認(rèn)消息給DataNode A；

步驟7：DataNode A發(fā)確認(rèn)消息給DataNode B；

步驟8：DataNode B發(fā)確認(rèn)消息給客戶端，表示完成“swim.txt”文件的寫入。

這樣，一份“swim.txt”文件就保存在了分布式集群的DataNode A、DataNode B和DataNode D三個(gè)數(shù)據(jù)節(jié)點(diǎn)(即智能終端)上。

圖4為本發(fā)明基于Android系統(tǒng)的HDFS集群實(shí)現(xiàn)計(jì)算的流程示意圖，如圖4所示，在基于Android的HDFS中，每個(gè)MapReduce任務(wù)都被初始化為一個(gè)Job，每個(gè)Job又可以分為兩種階段：映射(Map)階段和歸約(Reduce)階段。這兩個(gè)階段分別用兩個(gè)函數(shù)表示，即Map函數(shù)和Reduce函數(shù)。其中，Map函數(shù)接收一個(gè)＜key,value>形式的輸入，然后同樣產(chǎn)生一個(gè)＜key,value>形式的中間輸出；Reduce函數(shù)接收一個(gè)如＜key,(list of values)>形式的輸入，然后對(duì)這個(gè)value集合進(jìn)行處理，每個(gè)Reduce產(chǎn)生0或1個(gè)輸出，Reduce的輸出也是＜key,value>形式的。

一般，常見的智能終端在安裝本發(fā)明的移動(dòng)云計(jì)算中間平臺(tái)和Hadoop平臺(tái)后，使用穩(wěn)定的無(wú)線連接，經(jīng)過(guò)本發(fā)明的移動(dòng)云計(jì)算中間平臺(tái)對(duì)Hadoop平臺(tái)進(jìn)行配置后，即可進(jìn)行Hadoop之上的各組件的使用。比如在辦公室中，可以將大家的智能終端集中到一個(gè)集群內(nèi)，實(shí)現(xiàn)計(jì)算資源和存儲(chǔ)資源共享。這樣，一個(gè)人的智能終端無(wú)法做到的計(jì)算量，通過(guò)十幾個(gè)人的智能終端就可以組建起集群，并在本發(fā)明的移動(dòng)云計(jì)算中間平臺(tái)紙上完成本來(lái)不能完成的計(jì)算量。無(wú)線連接又包括：WIFI網(wǎng)絡(luò)、移動(dòng)網(wǎng)絡(luò)(如2G、3G、4G等)兩種集群組建方式。

為了保障集群的可靠性、增強(qiáng)通信速度，可以使用有線連接方式。使用有線連接方式的集群硬件來(lái)源可以為定制的智能終端，也可以使用現(xiàn)有智能終端進(jìn)行有線通信的改造。對(duì)現(xiàn)有智能終端的改造主要包括兩部分：一方面是，對(duì)USB接口進(jìn)行改造，將USB類型的通信轉(zhuǎn)換為雙絞線或者光纖線通信；另一方面，存儲(chǔ)模塊至少包括ROM、SD卡以及接口。存儲(chǔ)模塊損壞是可以替換的。具體地，

圖5為本發(fā)明改造后的智能終端中計(jì)算模塊的組成結(jié)構(gòu)示意圖，如圖5所示，至少包括：中央處理器單元(CPU，Central Processing Unit)芯片組、隨機(jī)存儲(chǔ)器(RAM，Random-Access Memory)、網(wǎng)絡(luò)控制器。對(duì)外包括電源、網(wǎng)口、存儲(chǔ)接口3個(gè)接口。

其中，USB接口可以包括但不限于：USB2.0或USB3.0，分別對(duì)應(yīng)雙絞線和光纖線使用。因此，針對(duì)USB的兩種不同類型使用不同的通信方案。網(wǎng)絡(luò)控制器采用常見的USB轉(zhuǎn)網(wǎng)卡的方案，如果是光纖再添加光電轉(zhuǎn)換芯片即可。圖5中的網(wǎng)絡(luò)控制器是一個(gè)信號(hào)轉(zhuǎn)換芯片，比如：USB2.0轉(zhuǎn)RJ45信號(hào)芯片如AX88772B；USB 3.0-to-Gigabit Ethernet控制芯片如RTL8153等。

圖5中，安全數(shù)據(jù)(SD，Secure Digital)卡接口和Android系統(tǒng)定制系統(tǒng)鏡像只讀存儲(chǔ)器(ROM，Read Only Memory Image)接口合并為存儲(chǔ)接口，只是硬件外觀的變化，實(shí)際上兩個(gè)接口還是獨(dú)立存在的。

圖6為本發(fā)明改造后的智能終端中存儲(chǔ)模塊的組成結(jié)構(gòu)示意圖，如圖6所示，至少包括內(nèi)置兩個(gè)組件：ROM和SD卡，對(duì)外顯示為一個(gè)存儲(chǔ)接口。該模塊損壞可以進(jìn)行替換。

Hadoop是用途廣泛的大數(shù)據(jù)平臺(tái)，目前基于Hadoop的在用實(shí)施例都可以使用本發(fā)明提供的而技術(shù)方案由PC服務(wù)器轉(zhuǎn)移到安裝有Android系統(tǒng)的智能終端中。下面根據(jù)智能終端的不同網(wǎng)絡(luò)連接方式，結(jié)合本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)對(duì)智能終端在集群中的管理的實(shí)施例進(jìn)行詳細(xì)描述。

第一實(shí)施例

圖7為本發(fā)明智能終端采用WIFI連接方式的組網(wǎng)示意圖，圖8為本發(fā)明基于圖7所示的連接方式的對(duì)智能終端在集群中的管理的實(shí)施例的流程示意圖，結(jié)合圖7和圖8，本實(shí)施例以新的節(jié)點(diǎn)為智能終端為例，將智能終端加入集群的步驟包括：

步驟800：將欲加入現(xiàn)有集群的WIFI網(wǎng)絡(luò)的智能終端成功連接WIFI網(wǎng)絡(luò)。

步驟801：欲加入現(xiàn)有集群的WIFI網(wǎng)絡(luò)的智能終端通過(guò)自身Android系統(tǒng)下載獲取并安裝移動(dòng)云計(jì)算中間平臺(tái)及Hadoop平臺(tái)。

步驟802：使用移動(dòng)云計(jì)算中間平臺(tái)配置Hadoop平臺(tái)系統(tǒng)網(wǎng)絡(luò)。具體實(shí)現(xiàn)過(guò)程如圖2所示，這里不再贅述。

假設(shè)連接方式的連接(Connection)參數(shù)為1，表示為WIFI連接方式，Connection參數(shù)為2，表示為移動(dòng)網(wǎng)絡(luò)如2G、3G、4G連接方式，Connection參數(shù)為3，表示為有線連接方式。

本實(shí)施例中，假設(shè)Connection參數(shù)為1，則移動(dòng)云計(jì)算中間平臺(tái)根據(jù)該WIFI網(wǎng)絡(luò)中的DHCP機(jī)制給本實(shí)施例中新加入的節(jié)點(diǎn)(如步驟800中的智能終端)分配IP地址；并將分配的IP地址寫入集群配置文件中。

步驟803：現(xiàn)有集群中的主節(jié)點(diǎn)啟動(dòng)Hadoop集群組件并成功啟動(dòng)。

步驟804：現(xiàn)有集群中的主節(jié)點(diǎn)進(jìn)行集群內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合(balance)。

本實(shí)施例中，主節(jié)點(diǎn)中的移動(dòng)云計(jì)算中間平臺(tái)根據(jù)新節(jié)點(diǎn)(如智能終端)的存儲(chǔ)和計(jì)算資源情況，自行進(jìn)行數(shù)據(jù)資源遷移以及計(jì)算資源整合。舉例來(lái)看，假設(shè)每個(gè)節(jié)點(diǎn)的存儲(chǔ)資源上限為總存儲(chǔ)資源的80％以及存儲(chǔ)資源下限為總存儲(chǔ)資源的5％；假設(shè)每個(gè)節(jié)點(diǎn)的CPU計(jì)算資源上限為CPU利用率達(dá)到80％以及CPU計(jì)算資源下限為CPU利用率達(dá)到5％；其中，上限、下限的設(shè)置可以按照實(shí)際需求進(jìn)行調(diào)整。

移動(dòng)云計(jì)算中間平臺(tái)根據(jù)設(shè)置的上限、下限值進(jìn)行如下操作：

當(dāng)該新加入的節(jié)點(diǎn)的存儲(chǔ)已經(jīng)超出存儲(chǔ)資源上限時(shí)，將不接受寫入操作；

當(dāng)該新加入的節(jié)點(diǎn)的計(jì)算超出CPU計(jì)算資源上限時(shí)，將不接受計(jì)算任務(wù)；

當(dāng)該新加入的節(jié)點(diǎn)的存儲(chǔ)低于存儲(chǔ)資源下限時(shí)，將優(yōu)先寫入，直到達(dá)到存儲(chǔ)資源上限；

當(dāng)該新加入的節(jié)點(diǎn)的計(jì)算低于CPU計(jì)算資源下限時(shí)，將優(yōu)先接受計(jì)算任務(wù)，直到達(dá)到CPU計(jì)算資源上限；

其他處于上限和下限之間的情況，獲取任務(wù)時(shí)可以進(jìn)行隨機(jī)分配。

步驟805～步驟806：現(xiàn)有集群中的主節(jié)點(diǎn)調(diào)用移動(dòng)云計(jì)算中間平臺(tái)接口，提交Hadoop任務(wù)進(jìn)行運(yùn)行。

步驟807：集群中的各數(shù)據(jù)節(jié)點(diǎn)完成任務(wù)計(jì)算，并將任務(wù)結(jié)果反饋給主節(jié)點(diǎn)。

本實(shí)施例中，假設(shè)某個(gè)數(shù)據(jù)節(jié)點(diǎn)如步驟800中加入現(xiàn)有集群的智能終端申請(qǐng)退出集群，包括以下步驟：

步驟808：該智能終端向集群中的主節(jié)點(diǎn)申請(qǐng)退出集群。

步驟809：主節(jié)點(diǎn)進(jìn)行數(shù)據(jù)資源遷移:以及計(jì)算資源整合。具體實(shí)現(xiàn)如步驟804所述，這里不再贅述。

步驟810：資源整合完成后，同意該智能終端退出集群。

第二實(shí)施例

圖9為本發(fā)明智能終端采用移動(dòng)網(wǎng)絡(luò)連接方式的組網(wǎng)示意圖，圖10為本發(fā)明基于圖9所示的連接方式的對(duì)智能終端在集群中的管理的實(shí)施例的流程示意圖，結(jié)合圖9和圖10，本實(shí)施例以新的節(jié)點(diǎn)為智能終端為例，將智能終端加入集群的步驟包括：

步驟1000：將欲加入現(xiàn)有集群的移動(dòng)網(wǎng)絡(luò)如2G、3G、4G等的智能終端成功連接移動(dòng)網(wǎng)絡(luò)。

步驟1001：欲加入現(xiàn)有集群的移動(dòng)網(wǎng)絡(luò)的智能終端通過(guò)自身Android系統(tǒng)下載獲取并安裝移動(dòng)云計(jì)算中間平臺(tái)及Hadoop平臺(tái)。

步驟1002：使用移動(dòng)云計(jì)算中間平臺(tái)配置Hadoop系統(tǒng)網(wǎng)絡(luò)。具體實(shí)現(xiàn)過(guò)程如圖2所示，這里不再贅述。

假設(shè)連接方式的連接(Connection)參數(shù)為1，表示為WIFI連接方式，Connection參數(shù)為2，表示為移動(dòng)網(wǎng)絡(luò)如2G、3G、4G連接方式，Connection參數(shù)為3，表示為有線連接方式。

本實(shí)施例中，假設(shè)Connection參數(shù)為2，則移動(dòng)云計(jì)算中間平臺(tái)根據(jù)該移動(dòng)網(wǎng)絡(luò)中的DHCP機(jī)制給本實(shí)施例中新加入的節(jié)點(diǎn)(如步驟1000中的智能終端)分配IP地址；并將分配的IP地址寫入集群配置文件中。

步驟1003：現(xiàn)有集群中的主節(jié)點(diǎn)啟動(dòng)Hadoop集群組件并成功啟動(dòng)。

步驟1004：現(xiàn)有集群中的主節(jié)點(diǎn)進(jìn)行集群內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合(balance)。

本實(shí)施例中，主節(jié)點(diǎn)中的移動(dòng)云計(jì)算中間平臺(tái)根據(jù)新節(jié)點(diǎn)(如智能終端)的存儲(chǔ)和計(jì)算資源情況，自行進(jìn)行數(shù)據(jù)資源遷移以及計(jì)算資源整合。舉例來(lái)看，假設(shè)每個(gè)節(jié)點(diǎn)的存儲(chǔ)資源上限為總存儲(chǔ)資源的80％以及存儲(chǔ)資源下限為總存儲(chǔ)資源的5％；假設(shè)每個(gè)節(jié)點(diǎn)的CPU計(jì)算資源上限為CPU利用率達(dá)到80％以及CPU計(jì)算資源下限為CPU利用率達(dá)到5％；其中，上限、下限的設(shè)置可以按照實(shí)際需求進(jìn)行調(diào)整。

移動(dòng)云計(jì)算中間平臺(tái)根據(jù)設(shè)置的上限、下限值進(jìn)行如下操作：

當(dāng)該新加入的節(jié)點(diǎn)的存儲(chǔ)已經(jīng)超出存儲(chǔ)資源上限時(shí)，將不接受寫入操作；

當(dāng)該新加入的節(jié)點(diǎn)的計(jì)算超出CPU計(jì)算資源上限時(shí)，將不接受計(jì)算任務(wù)；

當(dāng)該新加入的節(jié)點(diǎn)的存儲(chǔ)低于存儲(chǔ)資源下限時(shí)，將優(yōu)先寫入，直到達(dá)到存儲(chǔ)資源上限；

當(dāng)該新加入的節(jié)點(diǎn)的計(jì)算低于CPU計(jì)算資源下限時(shí)，將優(yōu)先接受計(jì)算任務(wù)，直到達(dá)到CPU計(jì)算資源上限；

其他處于上限和下限之間的情況，獲取任務(wù)時(shí)可以進(jìn)行隨機(jī)分配。

進(jìn)一步地，

考慮到傳輸速率以及流量資費(fèi)的因素，本實(shí)施例中還進(jìn)一步設(shè)置數(shù)據(jù)壓縮(Compress)參數(shù)，當(dāng)Compress參數(shù)為1時(shí)，表示需要進(jìn)行壓縮，當(dāng)Compress參數(shù)為0時(shí)，表示不需要進(jìn)行壓縮。

當(dāng)Connection參數(shù)為2時(shí)，即本實(shí)施例中采用移動(dòng)網(wǎng)絡(luò)的方式，Compress參數(shù)自動(dòng)設(shè)置為1，表示數(shù)據(jù)傳輸時(shí)需要進(jìn)行壓縮，以獲得高傳輸速率，從而降低流量資費(fèi)；

當(dāng)Connection參數(shù)為1或3時(shí)，Compress參數(shù)自動(dòng)設(shè)置為0，數(shù)據(jù)傳輸不需要進(jìn)行壓縮，以減輕CPU運(yùn)算壓力。

步驟1005～步驟1006：現(xiàn)有集群中的主節(jié)點(diǎn)調(diào)用移動(dòng)云計(jì)算中間平臺(tái)接口，提交Hadoop任務(wù)進(jìn)行運(yùn)行。

步驟1007：集群中的各數(shù)據(jù)節(jié)點(diǎn)完成任務(wù)計(jì)算，并將任務(wù)結(jié)果反饋給主節(jié)點(diǎn)。

本實(shí)施例中，假設(shè)某個(gè)數(shù)據(jù)節(jié)點(diǎn)如步驟1000中加入現(xiàn)有集群的智能終端申請(qǐng)退出集群，包括以下步驟：

步驟1008：該智能終端向集群中的主節(jié)點(diǎn)申請(qǐng)退出集群。

步驟1009：主節(jié)點(diǎn)進(jìn)行數(shù)據(jù)資源遷移:以及計(jì)算資源整合。具體實(shí)現(xiàn)如步驟1004所述，這里不再贅述。

步驟1010：資源整合完成后，同意該智能終端退出集群。

第三實(shí)施例

圖11為本發(fā)明智能終端采用有線連接方式的組網(wǎng)示意圖，圖12為本發(fā)明基于圖11所示的連接方式的對(duì)智能終端在集群中的管理的實(shí)施例的流程示意圖，結(jié)合圖11和圖12，本實(shí)施例以新的節(jié)點(diǎn)為智能終端為例，將智能終端加入集群的步驟包括：

步驟1200：將欲加入現(xiàn)有集群的的智能終端使用雙絞線或光纖成功連接集群中的交換機(jī)。本實(shí)施例中，欲加入現(xiàn)有集群的智能終端使用USB2.0接口，因此，采用雙絞線連接集群的交換機(jī)。

步驟1201：欲加入現(xiàn)有集群的移動(dòng)網(wǎng)絡(luò)的智能終端通過(guò)自身Android系統(tǒng)下載獲取并安裝移動(dòng)云計(jì)算中間平臺(tái)及Hadoop平臺(tái)。

步驟1202：使用移動(dòng)云計(jì)算中間平臺(tái)配置Hadoop系統(tǒng)網(wǎng)絡(luò)。具體實(shí)現(xiàn)過(guò)程如圖2所示，這里不再贅述。

假設(shè)連接方式的連接(Connection)參數(shù)為1，表示為WIFI連接方式，Connection參數(shù)為2，表示為移動(dòng)網(wǎng)絡(luò)如2G、3G、4G連接方式，Connection參數(shù)為3，表示為有線連接方式。

本實(shí)施例中，假設(shè)Connection參數(shù)為3，則移動(dòng)云計(jì)算中間平臺(tái)搜尋當(dāng)前集群網(wǎng)絡(luò)所有節(jié)點(diǎn)的IP地址，然后對(duì)最大的IP地址進(jìn)行處理：在最大的IP地址第四段+1，當(dāng)加到253時(shí)，則在IP地址第三段加1，第四段從1開始計(jì)數(shù)；并將分配的IP地址寫入集群配置文件中。

步驟1203：現(xiàn)有集群中的主節(jié)點(diǎn)啟動(dòng)Hadoop集群組件并成功啟動(dòng)。

步驟1204：現(xiàn)有集群中的主節(jié)點(diǎn)進(jìn)行集群內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合(balance)。

本實(shí)施例中，主節(jié)點(diǎn)中的移動(dòng)云計(jì)算中間平臺(tái)根據(jù)新節(jié)點(diǎn)(如智能終端)的存儲(chǔ)和計(jì)算資源情況，自行進(jìn)行數(shù)據(jù)資源遷移以及計(jì)算資源整合。舉例來(lái)看，假設(shè)每個(gè)節(jié)點(diǎn)的存儲(chǔ)資源上限為總存儲(chǔ)資源的80％以及存儲(chǔ)資源下限為總存儲(chǔ)資源的5％；假設(shè)每個(gè)節(jié)點(diǎn)的CPU計(jì)算資源上限為CPU利用率達(dá)到80％以及CPU計(jì)算資源下限為CPU利用率達(dá)到5％；其中，上限、下限的設(shè)置可以按照實(shí)際需求進(jìn)行調(diào)整。

移動(dòng)云計(jì)算中間平臺(tái)根據(jù)設(shè)置的上限、下限值進(jìn)行如下操作：

當(dāng)該新加入的節(jié)點(diǎn)的存儲(chǔ)已經(jīng)超出存儲(chǔ)資源上限時(shí)，將不接受寫入操作；

當(dāng)該新加入的節(jié)點(diǎn)的計(jì)算超出CPU計(jì)算資源上限時(shí)，將不接受計(jì)算任務(wù)；

當(dāng)該新加入的節(jié)點(diǎn)的存儲(chǔ)低于存儲(chǔ)資源下限時(shí)，將優(yōu)先寫入，直到達(dá)到存儲(chǔ)資源上限；

當(dāng)該新加入的節(jié)點(diǎn)的計(jì)算低于CPU計(jì)算資源下限時(shí)，將優(yōu)先接受計(jì)算任務(wù)，直到達(dá)到CPU計(jì)算資源上限；

其他處于上限和下限之間的情況，獲取任務(wù)時(shí)可以進(jìn)行隨機(jī)分配。

步驟1205～步驟1206：現(xiàn)有集群中的主節(jié)點(diǎn)調(diào)用移動(dòng)云計(jì)算中間平臺(tái)接口，提交Hadoop任務(wù)進(jìn)行運(yùn)行。

步驟1207：集群中的各數(shù)據(jù)節(jié)點(diǎn)完成任務(wù)計(jì)算，并將任務(wù)結(jié)果反饋給主節(jié)點(diǎn)。

本實(shí)施例中，假設(shè)某個(gè)數(shù)據(jù)節(jié)點(diǎn)如步驟1200中加入現(xiàn)有集群的智能終端申請(qǐng)退出集群，包括以下步驟：

步驟1208：該智能終端向集群中的主節(jié)點(diǎn)申請(qǐng)退出集群。

步驟1209：主節(jié)點(diǎn)進(jìn)行數(shù)據(jù)資源遷移:以及計(jì)算資源整合。具體實(shí)現(xiàn)如步驟1004所述，這里不再贅述。

步驟1210：資源整合完成后，同意該智能終端退出集群。

第四實(shí)施例

本實(shí)施例為網(wǎng)絡(luò)接通后確定集群模型為定制機(jī)架結(jié)構(gòu)的情況。

首先，在機(jī)架安裝、上電，機(jī)架統(tǒng)一將交流電轉(zhuǎn)化為直流電為所有設(shè)備提供電源后，進(jìn)行版本鏡像操作，即將圖1所示整個(gè)系統(tǒng)打包作為鏡像直接存儲(chǔ)在ROM中。

安裝完系統(tǒng)的硬件存儲(chǔ)到備份件所在的機(jī)架中軸入口。初始安裝因?yàn)樾枰惭b的設(shè)備數(shù)量較多，需要人為手工操作硬件供給。后續(xù)的備份設(shè)備以自動(dòng)存儲(chǔ)5-10塊設(shè)備為佳。

通過(guò)與備份件替換相同的流程將硬件安裝到指定的位置，如圖13所示，圖13為本發(fā)明定制機(jī)架結(jié)構(gòu)中機(jī)架的俯視圖，如圖13所示，計(jì)算存儲(chǔ)模塊安裝于機(jī)架的圓環(huán)上。本實(shí)施例中，圓環(huán)以低速進(jìn)行轉(zhuǎn)動(dòng)。

一方面，圓環(huán)的低速轉(zhuǎn)動(dòng)帶來(lái)了傳統(tǒng)設(shè)備的風(fēng)冷散熱的效果，另一方面，在硬件需要替換時(shí)，圓環(huán)的低速轉(zhuǎn)動(dòng)實(shí)現(xiàn)了計(jì)算存儲(chǔ)備份模塊通道的對(duì)接，以便于機(jī)架將替換的模塊運(yùn)送到位；同時(shí)，離心力能夠自動(dòng)拆除損壞的硬件。

然后，硬件聯(lián)通機(jī)架交換設(shè)備自動(dòng)獲取網(wǎng)絡(luò)參數(shù)，加入分布式集群。

最先合入集群的設(shè)備為主節(jié)點(diǎn)，可以在外部通過(guò)網(wǎng)絡(luò)連接主節(jié)點(diǎn)的云計(jì)算任務(wù)調(diào)度平臺(tái)執(zhí)行分布式計(jì)算任務(wù)。

接著，加入備份設(shè)備，后續(xù)定時(shí)檢測(cè)機(jī)架的備份設(shè)備數(shù)量，以便及時(shí)添加。同時(shí)需要回收損壞的硬件設(shè)備。

圖14為本發(fā)明定制機(jī)架結(jié)構(gòu)中機(jī)架側(cè)視圖，如圖14所示，機(jī)架的圓環(huán)槽位層可以是多層設(shè)計(jì)，帶箭頭的線表示了備份硬件的運(yùn)行路徑。

在進(jìn)行硬件替換時(shí)，如圖15所示，硬件槽位打開鎖定，損壞硬件因離心力脫離機(jī)架；備份硬件經(jīng)傳送裝置運(yùn)行到備份導(dǎo)槽中；圓環(huán)逐漸降低速度至停止轉(zhuǎn)動(dòng)，使備份導(dǎo)槽和硬件需要替換的槽位對(duì)接，再經(jīng)過(guò)傳送裝置的操作將備份硬件裝入硬件槽位；更換備用硬件后，圓環(huán)逐漸回復(fù)原有運(yùn)行旋轉(zhuǎn)速度。

第五實(shí)施例

本實(shí)施例以典型應(yīng)用場(chǎng)景對(duì)本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)及系統(tǒng)的具體工作實(shí)現(xiàn)進(jìn)行描述。假設(shè)由于一游戲因計(jì)算量大且產(chǎn)生數(shù)據(jù)多，在一臺(tái)手機(jī)上運(yùn)行非?？D，同時(shí)需要基于這些大數(shù)據(jù)進(jìn)行人工智能分析和挖掘，提供玩家場(chǎng)景發(fā)現(xiàn)和玩友推薦等，本實(shí)施例中假設(shè)在一個(gè)房間，有5個(gè)人各自手持1臺(tái)Android系統(tǒng)的智能手機(jī)，來(lái)測(cè)試使用這款大型游戲。圖16為本發(fā)明移動(dòng)云計(jì)算中間平臺(tái)應(yīng)用的實(shí)施例的流程示意圖，本實(shí)施例中，為例描述方便，僅以2臺(tái)設(shè)備即Master主節(jié)點(diǎn)與一臺(tái)Slave節(jié)點(diǎn)之間的業(yè)務(wù)流程為例，Master與其他Slave節(jié)點(diǎn)之間的業(yè)務(wù)流程與圖16所示的業(yè)務(wù)流程一樣，這里不再贅述。如圖16所示，包括：

步驟1600：分別在Master節(jié)點(diǎn)和Slave節(jié)點(diǎn)上安裝移動(dòng)云計(jì)算中間平臺(tái)、Hadoop、游戲應(yīng)用。

步驟1601：使用移動(dòng)云計(jì)算中間平臺(tái)對(duì)Android系統(tǒng)及Hadoop平臺(tái)進(jìn)行相關(guān)配置并生效，大致包括：

主節(jié)點(diǎn)的移動(dòng)云計(jì)算中間平臺(tái)為Hadoop平臺(tái)提供Android系統(tǒng)缺少的Java庫(kù)；主節(jié)點(diǎn)的移動(dòng)云計(jì)算中間平臺(tái)對(duì)Android系統(tǒng)進(jìn)行硬件選取、加載；主節(jié)點(diǎn)的移動(dòng)云計(jì)算中間平臺(tái)分配一個(gè)IP地址，根據(jù)反饋的不同網(wǎng)絡(luò)連接方式進(jìn)行相應(yīng)IP地址的配置；智能終端的Android系統(tǒng)讀取分配的IP地址寫入Hadoop配置文件并生效；主節(jié)點(diǎn)的移動(dòng)云計(jì)算中間平臺(tái)在Hadoop平臺(tái)中進(jìn)行集群內(nèi)數(shù)據(jù)資源遷移以及計(jì)算資源整合，并通知集群內(nèi)的其他Slave節(jié)點(diǎn)內(nèi)進(jìn)行資源調(diào)整。具體實(shí)現(xiàn)如圖2所示，這里不再贅述。

步驟1602：各節(jié)點(diǎn)如圖16中的Master節(jié)點(diǎn)和Slave節(jié)點(diǎn)檢測(cè)游戲應(yīng)用占用資源情況，并反饋到各自的Hadoop平臺(tái)；各Slave節(jié)點(diǎn)的Hadoop平臺(tái)收到游戲應(yīng)用占用資源情況后，反饋到Master節(jié)點(diǎn)。

步驟1603：Master節(jié)點(diǎn)根據(jù)各節(jié)點(diǎn)存儲(chǔ)和計(jì)算資源情況，自動(dòng)進(jìn)行數(shù)據(jù)資源遷移以及計(jì)算資源整合。

步驟1604：游戲應(yīng)用開始使用，Master節(jié)點(diǎn)收到使用行為和任務(wù)后，為各Slave節(jié)點(diǎn)分配計(jì)算和存儲(chǔ)任務(wù)；各Slave節(jié)點(diǎn)向Master節(jié)點(diǎn)反饋計(jì)算結(jié)果和存儲(chǔ)結(jié)果，Master節(jié)點(diǎn)進(jìn)行計(jì)算結(jié)果和存儲(chǔ)結(jié)果匯總，并向游戲應(yīng)用反饋游戲應(yīng)用運(yùn)算結(jié)果和存儲(chǔ)結(jié)果。

步驟1605：在游戲應(yīng)用的計(jì)算任務(wù)和存儲(chǔ)任務(wù)進(jìn)行過(guò)程中，主節(jié)點(diǎn)的移動(dòng)云計(jì)算中間平臺(tái)進(jìn)行日志的存儲(chǔ)，使用FIFO方式存儲(chǔ)；和/或，主節(jié)點(diǎn)的移動(dòng)云計(jì)算中間平臺(tái)進(jìn)行各節(jié)點(diǎn)的硬件健康監(jiān)控。

步驟1606：游戲應(yīng)用結(jié)束，Master節(jié)點(diǎn)通知各Slave節(jié)點(diǎn)釋放計(jì)算資源和存儲(chǔ)資源；各Slave節(jié)點(diǎn)向Master節(jié)點(diǎn)反饋計(jì)算資源和存儲(chǔ)資源釋放結(jié)果。

以上所述，僅為本發(fā)明的較佳實(shí)例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。