Tổng quan về giáo trình

Giáo trình Điện toán đám mây được biên soạn bởi tập thể tác giả thuộc Viện Công nghệ Thông tin & Truyền thông – Trường Đại học Bách Khoa Hà Nội, do PGS. Huỳnh Quyết Thắng và TS. Nguyễn Hữu Đức làm chủ biên. Tài liệu được thiết kế phục vụ chương trình đào tạo sau đại học (bậc thạc sĩ) chuyên ngành Công nghệ thông tin, đồng thời là tài liệu tham khảo học thuật cho sinh viên đại học năm cuối khối ngành kỹ thuật trong quá trình thực hiện nghiên cứu và đồ án tốt nghiệp.

Mục tiêu học tập của giáo trình là trang bị cho người học hệ thống tri thức hoàn chỉnh về mô hình điện toán đám mây, từ các khái niệm nền tảng, công nghệ ảo hóa, hạ tầng trung tâm dữ liệu, đến kỹ thuật lưu trữ phân tán, xử lý dữ liệu lớn, bảo mật thông tin, kiểm soát chất lượng dịch vụ và các mô hình kiến trúc định hướng thị trường.

Cấu trúc giáo trình bao gồm một Chương mở đầu và 6 chương chuyên đề, được tổ chức theo lộ trình tiếp cận từ nguyên lý vận hành hệ thống, phân tích kiến trúc kỹ thuật đến triển khai dịch vụ và gợi mở các hướng nghiên cứu chuyên sâu:

  • Chương mở đầu: Tổng quan điện toán đám mây
  • Chương 1: Nền tảng và phân loại
  • Chương 2: Lưu trữ và xử lý dữ liệu
  • Chương 3: An toàn và bảo mật
  • Chương 4: Sử dụng dịch vụ
  • Chương 5: Giám sát, tránh lỗi và đảm bảo chất lượng
  • Chương 6: Các chủ đề nâng cao

Điểm đặc thù của tài liệu là nội dung được tổng hợp trực tiếp từ các đề tài nghiên cứu tiến sĩ của nhóm tác giả tại nước ngoài, kết hợp với các kết quả thực nghiệm từ đề tài Khoa học và Công nghệ cấp Nhà nước: "Nghiên cứu làm chủ công nghệ dịch vụ đám mây (tạo lập và cung cấp dịch vụ, cung cấp nội dung số, quản lý truy cập)" (mã số KC.01/11–15) và thực tế giảng dạy thử nghiệm cho các khóa cao học 2012, 2013 tại Đại học Bách Khoa Hà Nội.

Nội dung kiến thức cốt lõi

Các chương/chủ đề chính

  • Chương mở đầu - Tổng quan điện toán đám mây: Khái quát lịch sử phát triển từ mô hình máy tính lớn (mainframe) thập niên 1950, tư tưởng dịch vụ công cộng (public utility) giai đoạn 1960–1990, mạng riêng ảo (VPN) thập niên 1990, đến sự ra đời của Amazon Web Services (2006) và Eucalyptus (2008). Trình bày định nghĩa chuẩn của Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST) với 5 đặc tính cốt lõi: tự phục vụ theo yêu cầu (on-demand self-service), truy cập mạng rộng rãi (broad network access), tập trung tài nguyên (resource pooling), tính mềm dẻo co giãn (rapid elasticity), và khả năng đo lường dịch vụ (measured service). Giới thiệu các hệ thống phổ biến như Microsoft Azure, AWS, Nimbus, Google App Engine.
  • Chương 1 - Nền tảng và phân loại: Phân tích sự tiến hóa của Trung tâm dữ liệu (Data Center) từ hệ thống máy tính lớn 1960 đến mô hình Client-Server 1990. Phân loại ba kiến trúc ảo hóa: Hosted-based, Hypervisor-based (Bare-metal: Monolithic và Microkernel), và Hybrid. Phân định ba mô hình dịch vụ: Hạ tầng (IaaS), Nền tảng (PaaS), Phần mềm (SaaS). Trình bày kiến trúc đám mây hướng thị trường (Market-oriented Cloud) gồm các thành phần: User/Broker, SLA Resource Allocator (với các bộ phận Service Request Examiner, Pricing, Accounting, VM Monitor, Dispatcher, Service Request Monitor), VMs và Physical Machines. Giới thiệu kiến trúc 4 lớp của công cụ mô phỏng CloudSim (SimJava, GridSim, CloudSim, User-code).
  • Chương 2 - Lưu trữ và xử lý dữ liệu: So sánh hệ thống tệp phân tán truyền thống NFS và AFS. Trình bày chi tiết hệ thống lưu trữ phân tán HDFS (Hadoop) và GFS (Google): mô hình Master/Slave (NameNode và DataNode), cơ chế khối dữ liệu lớn (Block size 64MB/128MB), quy trình đọc/ghi dữ liệu qua đường ống (data pipeline), cơ chế ghi nối đuôi (append-only) và tính chịu lỗi phần cứng. Phân loại 4 nhóm CSDL NoSQL: Khóa/Giá trị (Key-Value: Dynamo, Riak), Hướng văn bản (Document-oriented: CouchDB, MongoDB), Hệ cột (Column-family: Bigtable, Cassandra), và Cơ sở dữ liệu đồ thị (Graph database), đối chiếu mô hình nhất quán sau cùng (Eventual Consistency) với mô hình ACID của RDBMS. Phân tích thiết kế kho lưu trữ đối tượng Amazon S3, OpenStack Swift và mô hình xử lý tính toán phân tán MapReduce/Hadoop trên tập dữ liệu lớn đặc tả bởi mô hình 4V (Volume, Velocity, Variety, Value).
  • Chương 3 - An toàn và bảo mật: Dựa trên số liệu khảo sát của International Data Corporation (IDC) năm 2009 về các mối quan ngại hàng đầu của các CIO. Phân tích các lỗ hổng ATBM theo từng tầng: SaaS (bảo mật ứng dụng web theo chuẩn OWASP, rủi ro mô hình đa người thuê multi-tenancy, bảo mật dữ liệu và kênh truy cập), PaaS (bảo mật dịch vụ mashup bên thứ ba, quản lý vòng đời ứng dụng), IaaS (cô lập tài nguyên ảo hóa). Trình bày các giải pháp kiến trúc an toàn cho hệ thống đám mây.
  • Chương 4 - Sử dụng dịch vụ: Cung cấp phương pháp thiết kế, đóng gói và triển khai ứng dụng trên các tầng dịch vụ SaaS, PaaS, IaaS với trường hợp nghiên cứu cụ thể trên nền tảng Microsoft Azure.
  • Chương 5 - Giám sát, tránh lỗi và đảm bảo chất lượng: Trình bày nguyên lý thiết lập hệ thống giám sát dịch vụ, phương pháp duy trì cam kết chất lượng dịch vụ (QoS), kiểm soát lỗi hệ thống và nâng cao độ tin cậy trong môi trường phân tán.
  • Chương 6 - Các chủ đề nâng cao: Trình bày các vấn đề mở rộng trong nghiên cứu đám mây: tính tương kết giữa các hệ thống đám mây (Cloud federation), các tiêu chuẩn công nghiệp do DMTF (Distributed Management Task Force), CSA (Cloud Security Alliance), OCC (Open Cloud Consortium) xây dựng, mô hình môi giới dịch vụ (Cloud broker) và các ứng dụng tích hợp hỗ trợ.

Kiến thức nền tảng được xây dựng

Giáo trình xây dựng hệ thống lý thuyết dựa trên các nguyên lý khoa học máy tính cốt lõi:

  • Lý thuyết hệ phân tán và ảo hóa: Bản chất trừu tượng hóa phần cứng, cơ chế phân bổ tài nguyên CPU/RAM thông qua Hypervisor, phân vùng tài nguyên độc lập giữa máy chủ vật lý (Host) và máy ảo (Guest).
  • Nguyên lý kiến trúc phần mềm hướng dịch vụ: Thiết kế phân lớp IaaS - PaaS - SaaS, giao diện lập trình ứng dụng dạng RESTful API, mô hình định giá và phân phối tài nguyên dựa trên thỏa thuận mức dịch vụ (SLA) và chất lượng dịch vụ (QoS).
  • Hệ thống lưu trữ và tính toán phân tán quy mô lớn: Nguyên lý phi tập trung hóa dữ liệu, giải thuật nhân bản khối dữ liệu (data replication), mô hình nhất quán dữ liệu (Eventual Consistency) và nguyên tắc tính toán di chuyển mã xử lý đến vị trí lưu trữ dữ liệu (MapReduce) thay vì luân chuyển khối dữ liệu lớn qua mạng.

Kỹ năng phát triển

Thông qua việc tiếp thu nội dung giáo trình, người học hình thành các năng lực:

  • Kỹ năng kỹ thuật (Technical skills): Nắm bắt cấu trúc và cấu hình hệ thống tệp phân tán HDFS; vận hành kho lưu trữ đối tượng Amazon S3 và OpenStack Swift; viết giải thuật xử lý phân tán Map và Reduce; sử dụng công cụ CloudSim để thiết lập kịch bản mô phỏng phân phối tài nguyên ảo hóa.
  • Kỹ năng phân tích (Analytical skills): Đánh giá, so sánh ưu nhược điểm giữa các kiến trúc ảo hóa (Hosted-based, Bare-metal, Hybrid); phân tích sự đánh đổi giữa mô hình giao dịch ACID (RDBMS) và mô hình nhất quán sau cùng (NoSQL); đánh giá rủi ro an toàn thông tin theo mô hình chia sẻ trách nhiệm giữa nhà cung cấp dịch vụ và người thuê.
  • Kỹ năng thực tiễn (Practical competencies): Thiết kế kiến trúc triển khai dịch vụ trên nền tảng đám mây; áp dụng các mô hình ảo hóa trong doanh nghiệp (CloudOffice, CloudHRM, CloudAccounting); xây dựng giải pháp giám sát, chịu lỗi và duy trì tính sẵn sàng của hệ thống.

Phương pháp giảng dạy và học tập

Giáo trình được thiết kế theo phương pháp sư phạm kết hợp giữa diễn giải lý thuyết nguyên lý và phân tích mô hình kiến trúc kỹ thuật:

[Nguyên lý hệ phân tán & Ảo hóa]
[Kiến trúc hệ thống: IaaS, PaaS, SaaS, HDFS, NoSQL]
[Thực nghiệm mô phỏng (CloudSim) & Ứng dụng thực tế (Azure, AWS, OpenStack)]
[Đánh giá an toàn, Giám sát QoS & Chủ đề nâng cao]
  • Hệ thống câu hỏi và bài tập cuối chương: Mỗi chương đều kết thúc bằng hệ thống câu hỏi định hướng nghiên cứu chuyên sâu, yêu cầu người học tự so sánh, phản biện và phân tích:
    • So sánh đặc tính giữa hệ thống NFS và AFS (Chương 2).
    • Phân tích ưu nhược điểm của kiến trúc NameNode duy nhất trong HDFS và cơ chế khắc phục nghẽn cổ chai (Chương 2).
    • Đối chiếu mô hình tính toán MapReduce với mô hình lập trình truyền thông điệp MPI (Chương 2).
    • Phân biệt các thành phần trong bộ điều phối tài nguyên SLA Resource Allocator (Chương 1).
    • Khảo sát các tiêu chuẩn bảo mật của tổ chức CSA, DMTF và OWASP (Chương 3, Chương 6).
  • Thực hành và mô phỏng thực nghiệm: Hướng dẫn người học tiếp cận công cụ mô phỏng CloudSim để tiến hành giả lập các chính sách định thời CPU, cấp phát bộ nhớ và đánh giá chi phí hạ tầng mà không cần đầu tư hệ thống máy chủ vật lý.
  • Nghiên cứu tình huống ứng dụng doanh nghiệp: Giáo trình cung cấp các kịch bản áp dụng ảo hóa trong quản trị tổ chức thông qua các phân hệ: CloudOffice (quản lý công văn, công việc), CloudHelpdesk (chăm sóc khách hàng), CloudHRM (quản lý nhân sự) và CloudAccounting (quản lý tài chính kế toán).
  • Phương pháp đánh giá và tự học: Tài liệu hỗ trợ giảng viên thiết kế các bài tập lớn, chuyên đề kiểm tra kiến trúc hệ thống và hướng dẫn học viên lộ trình tự nghiên cứu: nắm vững 5 đặc tính NIST và công nghệ ảo hóa trước khi đi sâu vào hệ thống lưu trữ phân tán và giải pháp an toàn bảo mật.

Điểm nổi bật và cập nhật

Nội dung giáo trình phản ánh các mốc phát triển công nghệ và các chuẩn công nghiệp trong lĩnh vực điện toán đám mây:

  • Tích hợp các nền tảng công nghệ thực tế: Trình bày chi tiết kiến trúc và phương thức vận hành của các nền tảng thương mại hàng đầu như Amazon Web Services (EC2, S3), Microsoft Azure, Google App Engine (GAE), cùng các giải pháp mã nguồn mở như Apache Hadoop, Eucalyptus, Nimbus và OpenStack Swift.
  • Dữ liệu thực tế và quy mô công nghiệp: Giáo trình đưa ra các số liệu thực tế về tốc độ tăng trưởng lưu trữ của Amazon S3 (từ 10 tỷ đối tượng năm 2007 lên hơn 1.000 tỷ đối tượng năm 2012), kiến trúc cluster Hadoop quy mô 1.100 nút với dung lượng 12PB của Yahoo, cùng các dẫn chứng triển khai tại NASA, Netflix, Facebook, Adobe.
  • Cập nhật các tiêu chuẩn quốc tế: Tài liệu dẫn nhập các định nghĩa và khung tiêu chuẩn kỹ thuật từ Viện Tiêu chuẩn và Công nghệ Quốc gia Hoa Kỳ (NIST), khảo sát thực tế từ International Data Corporation (IDC), các tiêu chuẩn tương thích và an ninh từ DMTF, Open Cloud Consortium (OCC), Cloud Security Alliance (CSA) và dự án an toàn ứng dụng web mở OWASP.
  • Gắn kết với đề tài nghiên cứu quốc gia: Các kết quả trong sách phản ánh sản phẩm khoa học thuộc khuôn khổ đề tài KC.01/11-15, tạo tính chuẩn xác về mặt học thuật và phản ánh trực tiếp quá trình làm chủ công nghệ dịch vụ đám mây tại Việt Nam.

Đối tượng sử dụng giáo trình

Giáo trình Điện toán đám mây được biên soạn cho các nhóm đối tượng cụ thể:

  • Học viên cao học (Bậc Thạc sĩ): Là đối tượng tiếp nhận chính. Giáo trình cung cấp khung kiến thức chuyên sâu về hệ phân tán, kiến trúc hướng thị trường, mô hình phân tích dữ liệu lớn và các vấn đề an toàn thông tin để phục vụ các học phần chuyên ngành và đề tài luận văn thạc sĩ ngành Công nghệ thông tin, Kỹ thuật phần mềm, Hệ thống thông tin.
  • Sinh viên đại học năm cuối khối kỹ thuật: Sinh viên các ngành Công nghệ thông tin, Khoa học máy tính, Mạng máy tính và Truyền thông dữ liệu sử dụng giáo trình làm tài liệu tham khảo để phát triển các ứng dụng phân tán, chuẩn bị cho các đồ án tốt nghiệp và nghiên cứu khoa học sinh viên.
  • Điều kiện tiên quyết (Prerequisites): Để tiếp thu hiệu quả giáo trình, người học cần trang bị kiến thức nền tảng về:
    • Kiến trúc máy tính và Hệ điều hành (khái niệm tiến trình, luồng, bộ nhớ ảo, hệ thống tệp).
    • Mạng máy tính và các giao thức truyền thông (mô hình OSI, TCP/IP, HTTP/RPC).
    • Cơ sở dữ liệu (mô hình quan hệ RDBMS, ngữ nghĩa giao dịch ACID).
    • Kỹ năng lập trình với các ngôn ngữ phổ biến (Java, Python, C#, C++).
  • Giảng viên và Nghiên cứu viên: Sử dụng giáo trình để xây dựng đề cương bài giảng, tham khảo hệ thống bài tập và câu hỏi mở để định hướng các hướng nghiên cứu về ảo hóa, cân bằng tải, bảo mật đa người thuê và tính tương kết đám mây.

Câu hỏi thường gặp

1. Giáo trình này phù hợp với đối tượng nào?

Giáo trình được biên soạn chuyên biệt cho học viên cao học ngành Công nghệ thông tin và sinh viên năm cuối các trường đại học kỹ thuật. Ngoài ra, kỹ sư hệ thống, lập trình viên phát triển ứng dụng phân tán có thể sử dụng tài liệu để củng cố kiến thức nền tảng về hạ tầng đám mây.

2. Cần kiến thức nền nào trước khi học giáo trình này?

Người học cần hoàn thành các môn học cơ sở ngành gồm: Hệ điều hành, Mạng máy tính, Kiến trúc máy tính, Cơ sở dữ liệu và có kỹ năng lập trình hướng đối tượng cơ bản (Java, Python hoặc C#).

3. Điểm khác biệt của giáo trình so với các tài liệu hướng dẫn sử dụng đám mây thông thường?

Giáo trình không dừng lại ở mức hướng dẫn thao tác trên giao diện người dùng của các nhà cung cấp đám mây, mà tập trung phân tích sâu vào cấu trúc bên trong của hệ thống: nguyên lý ảo hóa phần cứng, thuật toán phân tán của HDFS/MapReduce, cơ chế bộ điều phối SLA hướng thị trường và phương pháp mô phỏng hệ thống với CloudSim.

4. Làm sao để tự học và nghiên cứu giáo trình hiệu quả?

Người học nên tiếp cận tuần tự theo cấu trúc sách: đọc hiểu các đặc tính NIST và ảo hóa ở Chương mở đầu và Chương 1; nghiên cứu sâu kiến trúc lưu trữ phân tán (HDFS, NoSQL, S3) ở Chương 2; thực hành trả lời toàn bộ các câu hỏi ôn tập cuối chương; cài đặt và chạy thử nghiệm các kịch bản phân phối máy ảo trên công cụ mô phỏng CloudSim.

5. Giáo trình có cung cấp tài liệu bổ trợ nào không?

Ở phần cuối sách, giáo trình cung cấp danh mục Thuật ngữ (Mục từ) giúp tra cứu nhanh các khái niệm chuyên ngành, cùng danh mục Tài liệu tham khảo khoa học bao gồm các bài báo quốc tế, báo cáo chuẩn hóa của NIST, IDC và tài liệu kỹ thuật của các dự án Apache Hadoop, OpenStack.

Kết luận

Giáo trình Điện toán đám mây của nhóm tác giả Trường Đại học Bách Khoa Hà Nội là tài liệu học thuật hoàn chỉnh, cung cấp hệ thống tri thức chuẩn xác về công nghệ và kiến trúc điện toán đám mây. Nội dung tài liệu kết hợp chặt chẽ giữa cơ sở lý thuyết hệ phân tán với các nền tảng công nghệ thực tiễn (AWS, Azure, HDFS, NoSQL, MapReduce, OpenStack, CloudSim).

Lộ trình học tập đề xuất:

  1. Nắm vững nền tảng: Nghiên cứu Chương mở đầu và Chương 1 để hiểu rõ 5 đặc tính chuẩn NIST, mô hình Trung tâm dữ liệu và các kiến trúc ảo hóa.
  2. Làm chủ lưu trữ và xử lý: Nghiên cứu Chương 2 để phân tích cơ chế phân tán của HDFS, NoSQL, OpenStack Swift, S3 và mô hình tính toán MapReduce.
  3. Đánh giá hệ thống và mở rộng: Tiếp thu kiến thức về ATBM (Chương 3), kiểm soát chất lượng QoS và giám sát (Chương 5), triển khai thực tế trên Azure (Chương 4) và các hướng nghiên cứu nâng cao về đám mây liên bang, tiêu chuẩn DMTF, CSA (Chương 6).

Tài liệu tham khảo bổ trợ: Người học kết hợp khai thác danh mục Mục từ thuật ngữ cuối sách, hệ thống bài tập nghiên cứu từng chương và các tài liệu chuẩn hóa quốc tế của NIST, OWASP, Cloud Security Alliance.