GIS云计算系统实例的框架结构研究

陈刚锐,葛 莹,艾斯卡尔·阿不力米提,赵慧慧

(河海大学 地球科学与工程学院,江苏 南京 211100)

GIS云计算系统实例的框架结构研究

陈刚锐,葛 莹,艾斯卡尔·阿不力米提,赵慧慧

(河海大学 地球科学与工程学院,江苏 南京 211100)

云计算具有可扩展性和高可用性的特点，能够快速配置和调度服务资源，按需为用户提供弹性的GIS服务。基于典型实例剖析了GIS云计算系统的框架结构，介绍了与GIS云计算系统框架结构相关的Web应用服务器工作原理，讨论分析了所用典型实例中云计算系统各组件的地位与作用。从可扩展性和高可用性的角度对GIS云计算系统框架结构的实现方式进行了较为深入、全面的探讨，归纳了负载均衡与动态扩展在向GIS服务提供自适应性计算资源和提高云计算系统容错性方面以及面临用户数量与地理空间数据使用量增加时在保持云计算系统高性能与高资源利用方面的作用以及相关方法，总结了借助云计算技术自动获得弹性计算资源和构建高效稳定GIS应用的技术途径与手段。

GIS云计算系统实例；ArcGIS Server应用服务器；可扩展性；高可用性

0 引 言

ESRI公司于2012年公布了ArcGIS 10.1 for Server版本，以全新Site-GIS Servers框架取代传统SOM-SOCs体系结构出现在大众面前，正式开启ArcGIS软件的云计算计划[1]。ESRI公司期望通过云计算技术，实现GIS资源的动态弹性服务，全面提高GIS资源利用率，降低GIS应用研发和运维成本，做到随时随地、按需、快捷地访问GIS服务的共享资源。

云计算作为一种新的基于可配置共享基础设施的计算模式，它在云服务提供商较少参与的前提下，为用户提供高性能、高可用、可伸缩的网络、存储、计算等服务资源[2]。通过按需动态配置硬件、软件和数据集，云计算能向用户提供基础设施、平台、存储、软件以及应用等弹性服务资源[3]。云计算的实现涉及两方面内容：一是云计算平台基础设施的构建，二是在这个基础设施上的云计算应用程序[4]。任何系统平台或者Web应用程序，如果要迁移至云计算环境，必须从以上两方面来实施。

云计算是能够提供可扩展性、虚拟化、有效性和可靠性的下一代计算平台。针对云计算的这些特点，现有ArcGIS云计算实现使用的技术主要体现在以下4个方面：

(1)以Apache Geronimo应用服务器构建ArcGIS Server Site站点。通过监测GIS Server的ArcGIS组件状态变化，为组件自动、动态地生成远程组件管理代理，动态扩展组件的远程管理功能，实现以组件为粒度对ArcGIS Server Site站点进行动态管理。

(2)以P2P计算模型重构ArcGIS Server Site站点。根据Tomcat-GIS Server-GIS应用的层次结构设计P2P节点，确保节点在GIS功能上对等，实现ArcGIS资源按需动态配置，使得GIS应用具有可扩展性，消除传统SOM-SOCs体系结构中固有的单点失效问题。

(3)以预装或用户自定义方式实现负载均衡。通过Web Adaptor组件整合Web服务器与GIS服务器，屏蔽GIS Server端口，根据GIS Server负载情况转发Web服务请求以达到GIS Server负载均衡，或将Web Adaptor与应用服务器或专门的负载平衡软件结合使用，实现用户自定义条件的负载均衡。

(4)以REST软件架构模式重新定义GIS服务。将ArcGIS数据和操作定义为REST式资源，并按URI唯一标识GIS资源，再通过ArcGIS for Server发布为GIS服务，依据目录结构式组织GIS服务由URL访问[5]。

通过上述技术手段，ArcGIS for Server实现了云计算的两个重要目标：可扩展性和高可用性。可扩展性是指云计算可以将GIS Server实时加入到大规模的集群中，以满足若干个节点同时处理一个计算任务的需要，提高了云计算平台的处理能力；高可用性是指GIS Server能容忍节点的错误，即使一部分节点发生失效，放弃这些节点，将任务再分配给其他节点，也不会影响GIS云计算应用的正确运行，可以提高分布式存储的容错性。

1 Apache Geronimo应用服务器与集群

为了节约开发成本，ESRI选择开源Apache Geronimo框架构建GIS Server。Apache Geronimo是遵循J2EE(Java 2 platform Enterprise Edition)规范的Web应用服务器。J2EE应用服务器采用多层分布式应用模型框架结构，包括Presentation tier展示层、Business tier业务层和Data tier数据层[6]，如图1所示。其中业务层的Web container(Web容器)、EJB container(EJB容器)和J2EE services(J2EE服务)构成J2EE应用服务器。Web容器负责为部署在其中的Web组件(JSP、Servlet等)提供运行支持，处理用户的Web请求，再将请求转发给EJB容器；EJB容器负责管理EJB组件(Enterprise Beans)，处理业务逻辑并与数据层进行交互。

图1 J2EE应用服务器架构

ApacheGeronimo是一款开源的J2EE应用服务器平台，它的核心是Geronimo Kernel内核和Geronimo Bean(即GBean)框架[7]。Apache Geronimo框架构成一个基础设施平台，只提供诸如事务、安全、日志、命名、远程控制之类的系统服务，以形成特定的应用程序环境。Geronimo自身不提供任何J2EE服务，它主要是通过GBean集成Tomcat、OpenEJB、ActiveMQ等第三方组件来提供对符合J2EE规范构造的服务器支持[8]。

Geronimo Plugin插件通过GBean将第三方组件包集成于Geronimo Kernel内核。GBean是Geronimo框架的基石。它是一个Apache Geronimo可重用组件，运行在Geronimo Kernel内核中。GBean有两个重要角色：一个是适配器，另一个是代理器。第一，GBean具有适配器的作用。它在GBean中封装第三方组件的创建和启动逻辑，用户只需要借助XML向GBean传递第三方组件的设置参数即可。第二，GBean具有代理器的作用。它在GBean中封装第三方组件的实现过程，并由GBean负责组件之间的消息传递，用户只需要调用相应的GBean实例即可。

1.1 Apache Tomcat结构

Apache Tomcat是一个广泛应用的开源Web服务器[9]。它是Servlet/JSP标准的具体实现，专门负责处理HTTP请求。Tomcat体系结构如图2所示。

图2 Tomcat服务器体系结构

一个Tomcat服务器可以运行多个Host虚拟主机。每个Host主机可以配置多个域名，对应相同或不同的应用。服务器根据客户端发送的域名来确定处理的Host主机。一个Host主机又可以部署多个Web应用。每个应用提供对自身的生命周期管理等。

Connector组件负责接收用户请求。当Connector组件接收到客户端Web请求时，按照用户请求的内容解译出Host主机名，然后映射到相应的Host主机，再由Host主机做简单的业务处理，将请求转发给EJB服务器。如上所述，GBean是适配器，它为每种Tomcat支持的Connector组件定义一个GBean。

1.2 Apache OpenEJB结构

EJB(Enterprise JavaBean)服务器是J2EE应用服务器的最重要组成部分，它将功能性服务和非功能性服务分离[10]。组件只封装业务逻辑功能，组件容器为组件提供如事务、安全、并发控制等非功能性服务，所以组件容器是EJB服务器的核心。它在运行期间创建和管理组件实例，自动为组件分配系统资源，维护组件之间的交互，透明地拦截客户请求。

EJB服务器采用基于组件的分布式计算架构[11]，如图3所示。

这是一个典型的EJB服务器结构，包括EJB Server、EJB Container和EJB三个关键模块，其中EJB是基于事务的分布式企业级应用程序组件。EJB服务器的特点是：

(1)EJB只包含业务逻辑功能；

(2)EJB实例由EJB Container动态生成且管理；

(3)由EJB Container负责提供EJB非功能性服务，如安全、事务管理等；

(4)EJB服务与非功能性服务的实现分离；

(5)EJB具有可移植性，即能用已有的EJB构造新的应用程序，且该程序能在任何J2EE兼容的服务器上运行。

1.3 Web服务器集群

在J2EE架构中，Web服务器集群是一组相互联系且高度紧密协同工作的Web应用服务器实例，负责提供均衡、透明的企业级服务[12]。一般来说，Web服务器集群是由一台前端调度器和多台后端节点服务器组成，通过将用户请求按特定的分发策略由前端调度器重定向到不同的后端节点服务器以达到资源分配的目的[13]。前端调度器是GIS Server集群的核心，它在客户端与GIS Server之间建立起TCP连接。每个服务器集群对应一个GIS应用，每个集群包括1个前端调度器和一个以上无状态的GIS Server实例。通常，应用相关状态采用分布式缓存进行维护，应用服务器实例故障不会影响应用可用性[14]。

Web服务器集群具有可扩展性和高可用性两个特点[3]。可扩展性通过增加Web服务器以提高额外工作能力来实现，而高可用性通过冗余节点以减少故障或失效来保证。Web服务器集群这两个特点建立在负载均衡和故障转移两个云计算关键技术的基础上[15]。负载均衡是指当大量用户同时访问GIS应用时，GIS云计算平台可以采用专门的调度算法将负载均衡地分配给不同的GIS应用服务器处理。故障转移意味着高可用性，它利用了集群节点间状态复制和故障检测技术来实现。

J2EE应用服务器集群架构一般分为两类：配置结构式集群和分离结构式集群[16]。配置结构式集群是在集群的每个应用服务器中部署同样的组件，Web容器和EJB容器在同一台应用服务器。分离结构式集群是将Web容器和EJB容器分离，各自部署在不同的应用服务器。ArcGIS应用服务器集群属于分离结构式集群架构，前端调度器和GIS Server各自部署在不同的应用服务器中。它是整个云计算平台的核心，主要负责地图生成和发布、投影、地理处理建模等专业GIS应用[17]。

2 ArcGIS Server云计算框架

2.1 ArcGIS Server Site解析

在Site-GIS Servers框架体系中，ArcGIS Server Site是ArcGIS云计算框架的基础组件。从云计算技术视角来看，ArcGIS Server Site是一个独立完整的J2EE应用服务器集群，提供动态定制、配置、伸缩以及更新集群节点的功能，用于实现GIS任务的大规模并行处理。从架构的角度看，ArcGIS Server Site主要由3个组件容器组成：Web Server、Web Adaptor和GIS Server。其中Web Server容器用于接收GIS服务请求，Web Adaptor容器用于转发GIS服务请求，GIS Server容器用于处理GIS服务请求[18]。

ArcGIS for Server 10.1及以后的版本同10.0版本相比，最大的变化在于GIS Server框架体系。在之前的版本中，GIS Server采用集中式控制框架体系来建立，它分为SOM和SOC两个部分：SOM负责管理和分发用户请求，SOC负责执行用户请求[19]。而在新版本中，它基于P2P架构设计，SOM和SOC的功能统一合并至GIS Server，不再区分SOM和SOC，不存在主次计算节点，每个GIS Server既可以分发用户请求，也可以处理用户请求，实现计算节点的完全对等[20]。这种框架能保证ArcGIS for Server具有云计算可扩展性和高可用性的特点。

另外，Geospatial EJB采用多层分布式应用模型架构，如图4所示，包括Client层、EJB层和EIS层。

图4 ArcGIS Server Geospatial EJB框架结构

由图4可知，Geospatial EJB调用过程是：

(1)ArcGIS EJB客户端使用lookup方法查找JNDI(Java Naming and Directory Interface)名字服务；

(2)客户端根据匹配的lookup查询内容生成EJB Home实例；

(3)客户端调用该EJB Home实例创建EJB Object，再调用该实例生成Remote Object实例以及ArcGIS EJB实例；

(4)客户端通过与EJB Object交互，利用Remote接口向Server发起请求，由Resource Adapter沟通EJB层与EIS层，从而使客户端调用ArcObject组件。

2.2 ArcGIS Server可扩展性

可扩展性用于度量输出计算结果随投入的计算资源变化的关系[21]。一般认为，如果输入的计算资源增加，则输出的计算结果也相应增加，系统就具有较高的可扩展性。可扩展性不仅能够使系统通过计算资源的自动伸缩来应对高并发的用户请求，而且也能通过调整单个服务的计算能力，充分利用硬件资源。一个不具备可扩展性的GIS应用，即使建立在云计算平台上也很难具有可扩展性；一个具有可扩展性的GIS应用，可以借助云计算平台更加方便、快速地调度计算资源来适应服务的增减，具有较高的计算效率[22]。

ArcGIS Server应用服务器具有充分的可扩展性。它被部署在云计算平台上，可以利用云计算高弹性的特点，灵活地增减计算资源。特别是，ArcGIS Server Site可以利用它构建GIS Server集群。实际上，GIS Server集群就是一组安装了ArcGIS Server的虚拟机/物理机，它们可以作为一个整体共同对外提供GIS服务，组成集群的每台计算机称为GIS计算节点，一个ArcGIS Server Site可以包含一个或多个集群，一个集群可以包含一个或多个节点[23]。使用GIS Server集群能够快速地增加或删除GIS计算节点，因此将GIS Server构建成集群是具备可扩展性的基础。

在具有可扩展性的GIS应用中，通过负载均衡和自动伸缩来保证GIS应用运行达到最佳性能。对于ArcGIS Server Site来说，负载均衡是指将接收到的GIS服务请求均衡地分发给集群中各GIS节点；自动伸缩是指依据系统当前的负载，自动增加或减少GIS计算节点[24]。两者实现的前提是对GIS Server进行有效监控。在云计算平台中，主要是监控虚拟机的CPU、内存以及存储、网络等资源，并提供统计、查询、预测和预警等接口[25]。

负载均衡的目的是将服务请求均衡地分发给一组GIS Server应用服务器，充分利用所有GIS Server的处理能力，以获取更短的GIS服务响应时间[26]。当接收到需要使用GIS服务的请求时，Web Server将日志记录在服务器站点中，日志内容包括哪些服务器处于空闲状态，哪些处于忙碌状态，这些日志为负载均衡提供数据支持[27]。负载均衡功能可以由以下组件之一来实现[18]：ArcGIS Server的Web Adaptor组件；反向代理服务器，如Apache Server、Nginx等；专业负载均衡软件，如LVS、Pound等。

负载均衡的模式有以下几种：

(1)集群节点数较少的单集群模式。选用Web Adaptor作为负载均衡组件，由其直接连接GIS Server集群。Web Adaptor采用轮询算法，将请求转发给集群中的GIS Server[18]。

(2)集群节点数较多的单集群模式。选用反向代理服务器或专业的负载均衡软件作为负载均衡组件，根据日志记录中集群的当前负载状态，将服务请求转发给负载较低的GIS Server。这样结构更具灵活性，可以考虑更多的自定义算法和条件，如加权轮询算法、动态轮询算法[28]。

(3)多集群模式。在每个集群内进行负载均衡，选择Web Adaptor与其他负载均衡组件相结合的方式，进行两层式负载均衡，即集群间负载均衡与集群内负载均衡。

三种ArcGIS Server负载均衡模式如图5所示[29]。

图5 三种ArcGIS Server负载均衡模式

动态扩展的目的是将集群的伸缩自动化，节省服务资源管理的成本。动态扩展需要实时监听GIS Server集群的负载情况，并设定触发条件与相应的扩展操作，以便于达到条件时自动进行扩展操作[22]。触发条件通常是监听基于时间段的统计数据，例如CPU利用率达到阈值且持续一定的时间[30]。动态扩展的过程是：运行在云计算平台上的监控程序，周期性地查询计算节点CPU、内存等资源的性能，并根据设定的触发条件进行统计；当结果达到阈值时，向扩展程序传递相应的信号；扩展程序随即实施增加或删除节点的操作，以完成一次动态扩展[31]。

2.3 ArcGIS Server高可用性

在云计算平台上，无法时刻保持每个节点持续有效。当一个节点出现故障时，如果该节点没有其他多余的节点来替代的话，这种现象被称为单点失效[32]。单点失效现象的发生是无法避免的，只能做到尽量减少它的发生概率[33]。为此，在关键节点上要保持一定的冗余。可以通过构建高容错性和高可用性集群或者平均分配流量的负载均衡集群两种方法来实现系统的高可用性[34]。ArcGIS Server Site包含若干个集群，可以通过对站点结构的分析选择在站点内或站点间提高容错率，使得云计算平台更容易维护[35]。

在ArcGIS Server Site中，Web Server、Web Adaptor和GIS Server三个组件都可以进行高可用部署。

当ArcGIS Server Site中节点较少时，为了实现GIS站点间的高可用部署，可同时架设两个ArcGIS Server Site，可以选择以下任一方法来实现[36]：

(1)主备切换方案。构建两个GIS站点，一个作为主站点，另一个作为备用站点。故障监控交由站点外的监控程序来完成，当网络故障或GIS服务发生故障时，发出故障信号，主站点自动切换至备用站点。

(2)在GIS站点间架设负载均衡组件。两个站点同时对外提供服务，由负载均衡组件采用轮询等算法分配GIS站点。同时进行健康检查，只将GIS服务的请求分发给能正常工作的站点。

GIS站点间的高可用部署如图6(1)和(2)所示。

当ArcGIS Server Site内节点较多时，可以考虑站点内的高可用部署[29]。该过程的实施分为两个部分：

(1)对Web Server和Web Adaptor来说，通常采用主备切换方案。部署时，选择一个服务器节点作为主服务器，并追加一个备用服务器节点，通过监控程序不断进行健康检查[37]。一旦主服务器被检测到发生故障，则自动切换至备用服务器继续工作，同时对主服务器进行灾难恢复。

(2)对GIS Server来说，确保GIS Server集群中的计算节点不少于两个。一般由负载均衡组件进行健康检查，将GIS服务请求分发给健康的GIS节点，而当GIS节点发生故障时，通过动态扩展自动增加新的节点，删除发生故障的节点，从而保证GIS云平台的高可用性。

ArcGIS Server Site内的高可用部署如图6(3)所示[29]。

图6 ArcGIS Server站点高可用部署

3 结束语

云计算技术为ArcGIS for Server提供了具有可扩展性、高可用性的GIS服务资源。利用该技术，基于ArcGIS for Server的GIS应用可动态扩展。同时通过构建GIS Server集群，使GIS应用能按需提供GIS服务资源，并从容应对服务需求量的变化。在进行大数据量、复杂繁琐的GIS服务处理时，能动态增加GIS站点以达到快速响应GIS服务的目的；而在服务请求减少时，能自动缩减GIS节点以达到节省计算资源的目的。在不同规模的站点条件下，通过保持Web Server、GIS Server或GIS站点的适度冗余，利用云计算快速调度资源的能力，可以在短时间内进行GIS节点的切换或修复，提升GIS应用的容错率，从而保证了GIS服务的可用性。

[1] 林德根,梁勤欧.云GIS的内涵与研究进展[J].地理科学进展,2012,31(11):1519-1528.

[2] Mell P,Grance T.The NIST definition of cloud computing[J].Communications of the ACM,2010,53(6):50.

[3] 陈 康,郑纬民.云计算:系统实例与研究现状[J].软件学报,2009,20(5):1337-1348.

[4] 熊锦华,虎嵩林,刘 晖.云计算中的按需服务[J].中兴通讯技术,2010(4):13-17.

[5] 甄福全.基于公有云平台Arcgis Online的WebGIS实现[J].哈尔滨师范大学自然科学学报,2015,31(3):75-78.

[6] 林 泊,周明辉,刘天成,等.一个J2EE应用服务器的Web容器集成框架[J].软件学报,2006,17(5):1195-1203.

[7] Geronimo的远大前程[J].程序员,2005(11):27-28.

[8] Geronimo整合系列之Tomcat[EB/OL].2010-01-28.http://www.ibm.com/developerworks/cn/opensource/os-cn-geronimo-tomcat/index.html.

[9] Apache Foundations. The apache tomcat project[EB/OL].2006.http://jakarta.apache.org/tomcat/.

[10] 范国闯,魏 峻,钟 华,等.支持EJB动态分布的组件迁移模型与算法[J].软件学报,2004,15(3):403-413.

[11] Roman E,Oberg R.The technical benefits of EJB and J2EE technologies over COM+ and Windows DNA[J/OL].1999-01-24.http://java.sun.com/products/ejb/pdf/j2ee_dnatwp.pdf.

[12] 郭成城,晏蒲柳.一种异构Web服务器集群动态负载均衡算法[J].计算机学报,2005,28(2):179-184.

[13] 高 昂,慕德俊,胡延苏.Web集群的区分服务与负载均衡策略研究[J].电子与信息学报,2011,33(3):555-562.

[14] 赵 鑫,王 伟,张文博,等.共享式Web应用服务器集群的资源整合方法研究[J].计算机科学与探索,2013,7(1):25-34.

[15] Buyya R.High performance cluster computing:architectures and systems(volume 1)[M].Upper Saddle River,NJ,USA:Prentice Hall,1999.

[16] 吴少刚,陈晓玲.J2EE应用服务器集群性能研究[J].计算机工程与设计,2007,28(18):4410-4412.

[17] 王凤领.基于云计算的WebGIS分析构架研究[J].计算机技术与发展,2014,24(3):113-116.

[18] ArcGIS Server站点的内部[EB/OL].2016-11-28.http://server.arcgis.com/zh-cn/server/latest/administer/windows/inside-an-arcgis-server-site.htm.

[19] 刘晓慧,刘永伟,刘 永.ArcGIS Server分布式体系结构研究与服务器部署策略[J].测绘科学,2011,36(4):205-207.

[20] Tiemens G.Hands-on experiences:migration to ArcGIS for server 10.1[M].[s.l.]:[s.n.],2012.

[21] 范协裕,任应超,杨崇俊,等.基于集群技术的可伸缩云GIS服务平台研究[J].计算机应用研究,2012,29(10):3736-3739.

[22] 林允博.AWS云端企业实战圣经：亚马逊如何构造云端计算[M].北京:清华大学出版社,2012:184-186.

[23] Components of ArcGIS for server[EB/OL].2015.http://resources.arcgis.com/en/help/main/10.2/index.html#/na/01540000035p000000/.

[24] Fan X,Wu S,Ren Y,et al.An approach to providing cloud GIS services based on scalable cluster[C]//21st international conference on geoinformatics.[s.l.]:IEEE,2013:1-4.

[25] 侯永东.虚拟化云平台监控系统的研究与实现[D].北京:北方工业大学,2014.

[26] 黄 颖,郭明强,罗显刚,等.WebGIS中GIS服务器负载均衡研究与实现[J].测绘科学,2009,34(1):182-183.

[27] Nasser H.Administering ArcGIS for server[M].[s.l.]:Packt Publishing,2014:150-153.

[28] 杨明极,王 鹤,赵加凤.基于CPU和内存利用率的负载均衡算法的研究[J].科技通报,2016,32(4):160-164.

[29] ArcGIS Server多机站点配置[EB/OL].2016.http://server.arcgis.com/zh-cn/server/latest/administer/windows/multiple-machine-deployment-with-arcgis-web-adaptor.htm.

[30] 曹全龙,唐 权,杨程瑶.基于ArcGIS的云GIS平台设计方案研究[J].测绘与空间地理信息,2014,37(10):36-38.

[31] Song W W,Jin B X,Li S H,et al.Building spatiotemporal cloud platform for supporting GIS application[J].ISPRS Annals of the Photogrammetry,Remote Sensing and Spatial Information Sciences,2015,2(4):55.

[32] 林晓东,刘心松.高可用性系统结构的研究[J].计算机应用,1997,17(4):15-18.

[33] 罗军舟,金嘉晖,宋爱波,等.云计算:体系架构与关键技术[J].通信学报,2011,32(7):3-21.

[34] 王良清.集群和负载均衡技术在GIS数据中心的应用研究[J].测绘通报,2013(8):74-76.

[35] 陈 波,张曦煌.基于分层与容错机制的云计算负载均衡策略[J].计算机应用,2013,33(11):3155-3159.

[36] ArcGIS Server单机高可用性(主动-被动)部署[EB/OL].2016.http://server.arcgis.com/zh-cn/server/latest/administer/windows/single-machine-high-availability-active-passive-deployment.htm.

[37] 侯超平,李春锃.云计算的高可用性实现技术探讨[J].山东工业技术,2016(2):269-270.

Investigation on Architecture of a GIS Cloud Computing Instance

CHEN Gang-rui,GE Ying,ASKAR Ablimit，ZHAO Hui-hui

(School of Earth Science and Engineering,Hohai University,Nanjing 211100,China)

Cloud Computing has the reliable,available and scalable characteristics,which can rapidly allocate cloud service resources and provide elastic and on-demand GIS services.The infrastructure of a typical GIS Cloud Computing Instance has been analyzed.The technical principle of the Web Application Servers has been presented.The offered functionality of each component container in Cloud Computing has been revealed.Furthermore,in terms of the characters of high availability and scalability,the technologies of GIS Cloud Computing Instance have been specifically discussed.How Cloud Computing provides the adaptive computing resources and controls the fault tolerance of this system instance for GIS services through the load balancing and dynamic scalability has been surveyed.Cloud Computing enables GIS applications to maintain sustainability of its high performance and high resource utilization once the number of users and the use of geospatial data increase.Therefore by means of the technology of Cloud Computing GIS services can automatically obtain elastic computing resources and build efficient and stable GIS applications.

GIS Cloud Computing Instance;ArcGIS Server Application Servers;scalability;high availability

2016-07-13

2016-11-04 网络出版时间：2017-04-28

国家自然科学基金资助项目(41071347)；云南省重大科技专项—新能源(2013ZB006)；卫星测绘技术与应用国家测绘地理信息局重点实验室课题(KLSMTA-201509)

陈刚锐(1991-)，男，硕士研究生，研究方向为WebGIS；葛 莹，博士，教授，通讯作者，研究方向为GIS云计算、空间统计学、产业集聚等。

http://kns.cnki.net/kcms/detail/61.1450.TP.20170428.1703.066.html

TP301

A

1673-629X(2017)06-0099-07

10.3969/j.issn.1673-629X.2017.06.021