一、云计算和云服务的区别

云计算技术在近些年成为了很多人口中的口头禅，然而我们可以注意到，在谈论云计算这种技术的过程当中，往往除了“云计算”这个词之外，我们还会提及“云服务”，对于这样两个词语来说，其在商业模式的运作以及平台管理等方面究竟有何区别呢？下面，小鸟云带你一探究竟。

云计算和云服务区别是什么？

我们都知道，对于云计算的服务类型来说，一般可分为三个层面，分别是：IaaS、PaaS和SaaS。这三个层次组成了云计算技术层面的整体架构，这其中可能包含了一些虚拟化的技术和应用、自动化的部署以及分布式计算等技术，这种技术架构的优势就是可以对外表现出非常优秀的并行计算能力以及大规模的伸缩性和灵活性等特点。

而我们平时所提及到的云服务，则是在云计算的上述技术架构支撑下的对外提供的按需分配、可计量的一种IT服务模式。这种服务模式可以替代用户本地自建的IT服务。

为什么会混淆概念？

这点其实就要追溯到企业级云计算厂商那里了，早期的一些云计算厂商都有在鼓吹、热炒云计算概念的嫌疑，发展到当前，云计算所提供出来的万亿规模市场机遇已经有目共睹，而对于国家政府层面也一直都在发声支持推广云计算技术的创新和普及，这样一来，对于一些技术掌握程度不高的用户来说，其实就容易对云计算和云服务当中的一些细节混淆了。

同时，对于很多早期为云计算服务买单的用户来说，它们对云计算的早期需求局限在IT基础设施上，最典型的就是亚马逊的EC2，提供Web服务的方式让使用者可以弹性地在虚拟主机上运行程序。只不过EC2翻译过来应该是弹性计算云，国内直接采用了“云计算”这一词汇，后来更是被用于概括各种云计算服务。

比方说国内领先的云计算服务商小鸟云，有着完善的行业解决方案和卓越的云计算技术。自主研发的纯SSD架构云服务器，以50,000IOPS随机读写速度、800Mb/s吞吐量的高性能数值刷新行业记录。其整合资源、细化资源到落地资源的服务举措，旨在打造差异化的开放式闭环生态系统，帮助用户快速构建稳定、安全的云计算环境。且云计算强大的计算能力和弹性扩展优势有效降低用户开发运维难度和整体IT成本，让用户能更专注于核心业务的创新，实现自身更多价值。

二、中小企业成为市场助推者

云服务会比云计算有更大价值吗？

曾经业界也有这样一种声音，就是说云服务在未来的发展当中会逐渐摒弃云计算等技术架构，会比传统的云计算架构具有更大的价值。笔者对于这样一个观点实在不敢苟同，站在用户角度来分析，我们除了对云计算的服务架构服务模式进行分析之外，还需要对整体的云平台进行测试、BUG分析、数据分析工具、推广平台等多项服务的测试和应用筛选。就好比我们平时把云计算形容为互联网的水、电、煤，也就是基础资源，但大多数用户并不关心这些基础资源是怎么来的，而是关心可以用来做什么。从这个角度来看，云服务比云计算更加大众，也意味着更大的市场。

所以一句话简单来说，云服务其实是运行在云计算之上的，云计算作为整个云平台的技术基础架构，对于推动整个云计算业务快速发展具有非常重要的作用，巨头们可以通过自研的形式弥补在基础设施上的不足，创业者也可以通过租赁公有云或私有云的形式打破进入云计算行业的门槛。

中小企业成为市场助推者

从前年开始，云计算领域的融资案例当中开始涌现出了越来越多的初创型企业，以容器云市场为例，从2013年开始，Docker技术开始成为关注的焦点，国内的一些创业者在Docker环境的基础上加入一键部署、资源编排服务、镜像仓库、云数据库、集群功能等形成了CaaS容器云，国内知名的容器云厂商已经有时速云、精灵云、数人云等，且相继完成了千万级的融资。当然这个领域也吸引了巨头的加入。

云计算这个热词在近些年的很多行业当中都扎根了，那么对于未来云计算产业的和趋势和发展来说，摒弃“妖魔化”的趋势发展还是非常有必要的，对于用户而言，云服务的一些具体实现离不开云计算技术以及云计算架构的底层支撑，因为对于用户来说，感受云计算所带来的改变势必还是要通过日常工作、生活等方面更“接地气”的去体验。

首先讲微软，微软做企业客户产品起家的，现在也主要是从企业客户那里挣钱吃饭。虽然公司不停地喊着转型，在消费产品领域不断加大投入开拓疆土。但是这个公司深入到骨子的基因就是善于做企业级的产品。 这种基因贯穿微软从研发到运维到销售到支持的各个部门。那么什么是企业客户的需求？3个词可以概括的话就是：可靠可信可用。大家想想公有云服务的主要客户是谁？他们的核心需求是什么？所以微软做公有云的优势可以概括如下：

1. 企业级品质和面向企业客户：从数据中心建设，全球光纤网络到虚拟化技术（Hyper-V）到操作系统（WinServer）再到运行云服务的各项基础软件（SQL，IIS）全部是微软自己研发的成熟的产品，都有几年甚至几十年在企业环境中运行的历史，其稳定性和可靠性是毋庸置疑的。另外，安全性也会相应增强，大家应该都忘不了今年把许多企业吓出翔的OpenSSL heartbleed漏洞和最近刚爆出来的Xen Hypervisor的漏洞。

2. 公有云和私有云混搭（传说中的混合云）：关注微软云计算的筒子们应该都关注到了最近Satya在旧金山提到的那个“把Azure装进盒子里卖给企业”的产品。微软内部已经开发这个产品很久了。简单地说，就是卖一个现成的类似的Azure私有云给你，你可以按照企业需要自己管理和使用。然后这个私有云，无论从接口和体验上，都与Azure高度统一，可以向公有云无缝扩展。这对很多想“脚踩两只船”（混合云）的大企业的吸引力是无疑的。 亚马逊和谷歌目前还像还没听说加力在这块。

3. 与微软固有的产品线无缝整合，个人觉得这是最NB的一点。自从老鲍临走之前提出了cloud first的口号之后，几乎所有的微软产品线都在考虑跟云沾上边，免得哪天突然发现bugdet被砍了。最后的结果就是，现在几乎所有的产品都实现了与Azure的整合。比如VS可以直接开发和部署云服务，比如SC可以直接管理Azure VM，Office可以直接打开和保存云上的文档等等。有些产品甚至直接跳到Azure上变成SaaS/PaaS云服务，比如说AD现在有AAD，SQL现在有SQL Azure等等。所以Azure很快就形成了一个从IaaS(VM, Network)到PaaS(Storage, AAD, SQL, Media, VSOnline)到SaaS(Office 365, Machine Learning)一套极为完整的云生态体系。这些产品本来就有极大的用户群体，现在这些用户都可以轻松地迁移到Azure上，这就是为什么Azure这几年都在飞速的增长的重要原因。在这一点上，微软算是吸取了Windows Phone和Windows RT失败的深刻教训，那就是要玩就跟你玩生态系统！这点Amazon和Google也只能干着急了。

4. 最后一点也是最重要的一点，微软有钱（从在全球建设数据中心的速度上就能看出来，微软远超其他两家）！在这一点上，Google能有得一拼。因为到目前为止，公有云计算基本上还是拼烧钱的游戏。一旦价格战开始，Amazon就呵呵吧。

其次讲亚马逊。

1. 首先作为市场老大和商业云计算名义上的先驱，亚马逊最大的优势还是在于先入为主。以EC2和S3形成的一系列生态圈和开发者，是亚马逊目前异常坚挺的壁垒。另外，整体来讲，亚马逊在一些关键的服务和功能上，还是领先于微软和谷歌。举个例子来讲，AWS的存储服务按照用户的数据特性就提供3种不同的产品：高读写的热数据有SSD storage, 普通读写的数据有S3，冷备份数据有Glacier。而微软最近刚刚才发布了基于SSD存储。Google更是只有一种存储产品。

2. 亚马逊是从互联网公司起家的，这个从内到外也贯穿着互联网的基因和风格。这些体现他倾听和理解用户需求，快速迭代产品功能，以及非常接地气的各种推广活动上。 在这一点上，默默无闻的ms和高高在上的gg这应该多想amazon学习一下。

最后说说google和其他的云服务。

毫无疑问，Google在分布式计算和分布式存储方面的技术一定是非常牛的，如果Google称第二，估计没人敢称第一，因为他们开发和运维着世界上最大的在线服务。Goolge在2003年的时候公布了一些分布式存储和分布式计算的细节，成为很多云计算框架和服务的蓝本。但是，google自从发布了APP engine之后，一直在商业云计算尤其是火热的IaaS市场里不温不火，以至于在全球商业云计算市场中远远落后于另外两家巨头。但是从去年开始，Google已经开始高调发力了。

Softlayer, 还有一些国内的云计算厂商比如阿里云，在全球来看算是第二梯队的厂商，他们的优势应该是本地化运营和渠道优势吧。比如说，阿里云在国内接受了万网的一些客户，同时在中小企业和创业团队中的服务商很有优势。

俺黑君够黑，慎关注！

物联网，云计算，大数据，人工智能是近两年科技、产业界的热门话题。分别什么意思?彼此之间又有什么关系呢?

一

物联网

1、什么是物联网?

物联网在之前被定义为通过射频识别(RFID)、红外线感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备按约定的协议把任何物品与互联网连接起来进行信息交换，以实现智能化识别、定位、跟踪、监控和管理的一种网络，简言之物联网就是“物物相连的互联网”。

后来被重新定义为当下几乎所有技术与计算机、互联网技术的结合，实现物体与物体之间：环境以及状态信息实时的实时共享以及智能化的收集、传递、处理、执行。广义上说，当下涉及的信息技术的应用，都可以纳入物联网的范畴。

2、物联网的关键技术

嵌入式系统技术：是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见;小到人们身边的MP3，大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。这个例子很形象的描述了传感器、嵌入式系统在物联网中的位置与作用。

传感器技术：这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号计算机才能处理。

RFID标签：也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理有着广阔的应用前景。

二

云计算

1、什么是云计算?

云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池(资源包括网络、服务器、存储、应用软件、服务)，这些资源能够快速提供，只需投入很少的管理工作，或与服务商进行很少的交互。

2、物联网和云计算的关系

云计算相当于人的大脑，是物联网的神经中枢。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。

目前物联网的服务器部署在云端，通过云计算提供应用层的各项服务。云计算可以提供以下几个层析的服务：

IaaS：基础设施即服务

消费者通过internet可以从完善的计算机设施获得服务。例如：硬件服务器租用。

PaaS：平台即服务

PaaS实际上是指软件研发的平台作为一种服务，以SaaS的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是PaaS的出现可以加快SaaS应用的开发速度，如：软件的个性化定制开发。

SaaS：软件即服务

它是一种通过internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动，如：亚马逊。

三

大数据

1、什么是大数据?

大数据是一种规模大到在获取、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。如果将大数据比作一个产业，那么这种产业实现盈利的关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

2、大数据和云计算的关系

从技术上来看，大数据和云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

云时代的来临，大数据的关注度也越来越高，分析师团队认为大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

大数据需要特殊的技术以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模的并行处理数据库、数据挖掘、分布式文件系统、分布式数据可、云计算平台、互联网和可扩展的存储系统。

四

人工智能

1、什么是人工智能?

人工智能英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分枝，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。它是对人的意识、思维的信息过程的模拟，人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

通过上述观点我们可以简单的得出一个结论： 物联网的正常运行是通过大数据传输信息给云计算平台处理，然后人工智能提取云计算平台存储的数据进行活动。

本文版权归原作者所有。转载文章仅为传播更多信息之目的，如有侵权请与我们联系，我们将及时处理。

云计算（cloud computing），分布式计算技术的一种，其最基本的概念，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。透过这项技术，网络服务提供者可以在数秒之内，达成处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大效能的网络服务。

最简单的云计算技术在网络服务中已经随处可见，例如搜寻引擎、网络信箱等，使用者只要输入简单指令即能得到大量信息。

未来如手机、GPS等行动装置都可以透过云计算技术，发展出更多的应用服务。

进一步的云计算不仅只做资料搜寻、分析的功能，未来如分析DNA结构、基因图谱定序、解析癌症细胞等，都可以透过这项技术轻易达成。

稍早之前的大规模分布式计算技术即为“云计算”的概念起源。

云计算基本原理

　　云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将更与互联网相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。

　　　这可是一种革命性的举措，打个比方，这就好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。

　　云计算的蓝图已经呼之欲出：在未来，只需要一台笔记本或者一个手机，就可以通过网络服务来实现我们需要的一切，甚至包括超级计算这样的任务。从这个角度而言，最终用户才是云计算的真正拥有者。

　　云计算的应用包含这样的一种思想，把力量联合起来，给其中的每一个成员使用。

云计算时代

　　目前，PC依然是我们日常工作生活中的核心工具——我们用PC处理文档、存储资料，通过电子邮件或U盘与他人分享信息。如果PC硬盘坏了，我们会因为资料丢失而束手无策。

　　而在“云计算”时代，“云”会替我们做存储和计算的工作。“云”就是计算机群，每一群包括了几十万台、甚至上百万台计算机。“云”的好处还在于，其中的计算机可以随时更新，保证“云”长生不老。Google就有好几个这样的“云”，其他IT巨头，如微软、雅虎、亚马逊（Amazon）也有或正在建设这样的“云”。

　　届时，我们只需要一台能上网的电脑，不需关心存储或计算发生在哪朵“云”上，但一旦有需要，我们可以在任何地点用任何设备，如电脑、手机等，快速地计算和找到这些资料。我们再也不用担心资料丢失。

　　在3月17日的新闻发布会上，施密特做了一个形象的比喻。他说，“云计算”就仿佛银行的自动取款机（ATM），我们出门再也不用随身携带大量现钞，可以根据需要随时取用。

　　Google的工程师谷雪梅则认为，PC时代好比每个人要用电，都得自己购买发电机；而“云计算”时代，每个人不必拥有发电机，直接从大型发电厂买电就好。

　　“云计算”其实并不是一个新概念。据谷雪梅介绍，“云计算”之前，还有“网格计算”（Grid Computing）等等，理念都是关于计算机如何协同发挥作用。十多年前，她还在读研究生时，就知道这些概念，但问题是，这些概念从来没有很好地得到实现。

　　在谷雪梅加入Google以后，她发现这一类概念已经得到了实践。Google的技术，可以让几十万台计算机一起发挥作用，组成强大的数据中心。Google中国CEO李开复此前接受《财经》记者专访时说，Google真正的竞争力就在于有这些“云”，他们让Google有了无与伦比的存储和计算全球数据的能力。

　　Google在创立之初，并没有刻意地去追求“云计算”和“网格计算”等概念。但作为一家搜索引擎，Google在客观上需要拥有这些“云”。实际上，雅虎的搜索同样用到了“云计算”。

云计算是一种新兴的共享基础架构的方法，它可以将巨大的系统池连接在一起以提供各种IT服务。很多因素推动了对这类环境的需求，其中包括连接设备、实时数据流、 SOA 的采用以及搜索、开放协作、社会网络和移动商务等这样的 Web 2.0 应用的急剧增长。另外，数字元器件性能的提升也使IT环境的规模大幅度提高，从而进一步加强了对一个由统一的云进行管理的需求。

当今的科技领域，新事物和新概念层出不穷，诸如云计算、边缘计算和雾计算等。众多的概念已经让人混淆不清，何谈技术的发展与应用。今天，笔者将为你介绍边缘计算和云计算，以及二者到底有何区别。

到2017年，全球物联网设备已经达到84亿台，物联网正在快速走进我们的生活和工作。事实上，物联网也是云的一部分。目前，用户面临的一个关键挑战是，你怎样才能从众多的设备中获得已经处理过的数据。

根据思科公司的预测，到2020年，云流量将增长4倍，从2015年每年的3.9ZB增长到2020年的每年14.1ZB。最终，通过物联网的快速发展，我们可以让云计算获得更完美的进步。毕竟，物联网是产生有意义的数据处理装置，而云计算则是关于从中央计算和存储中利用数据。两者的增长很容易变得不可管理。

那么，我们能做什么？这个答案有时被称为“边缘计算”。我们已经知道，边缘计算将大部分的数据处理推送到网络的边缘，靠近数据源。那么这就是划分边缘和集中式系统之间的处理问题，这意味着一个公有云，比如AWS、谷歌云以及微软Azure。

这听上去像一个客户端/服务器架构，也涉及到在客户端和服务器上做什么。从物联网和任何高度分布式应用，你基本上已经有了一个客户端/网络边缘/服务器架构，或者你的设备无法进行自己的处理，则可以使用网络边缘/服务器架构。

它的目标是快速地处理接近设备的数据，如行动。有几百个使用情况，反应时间是物联网系统的关键价值，同时一致性的将数据发送回集中式的云防止该值发生。

你可能仍然会使用云进行处理，当时间不敏感或设备不需要，例如来自都对所有设备的数据进行大数据分析。

另外一个方面是：边缘计算和云计算是两个截然不同的事情，其中一个不会取代另一个。但目前太多的文章混淆了IT专业人士，提出边缘计算将取代云计算，这就相当于说PC会取代数据中心。

实际上，创建专门的基于边缘计算的应用程序是非常有意义的，例如将数据处理放在传感器中以快速处理对报警响应的应用程序。但是，你不会将库存控制数据和应用程序置于边缘——将所有计算机移动到边缘将导致分布式，不安全和无法管理的混乱。

目前，所有公有云提供商都具有包含或将边缘计算的物联网战略和技术栈。边缘计算和云计算可以在一起工作，但边缘计算是用于特殊需求的专用系统。云计算是一种更通用的平台，也可以在旧的客户端/服务器模型中与专用系统配合使用。

云计算和大数据哪个发展前景好？

说实在话，二者之间都是未来的发展趋势，没有说那种好或者不好，根据你的兴趣，你未来的发展方向，来判断你想走那条路!

大数据相当于海量数据的“数据库”，而且通观大数据领域的发展也能看出，当前的大数据处理一直在向着近似于传统数据库体验的方向发展，Hadoop的产生使我们能够用普通机器建立稳定的处理TB级数据的集群，把传统而昂贵的并行计算等概念一下就拉到了我们的面前，但是其不适合数据分析人员使用(因为MapReduce开发复杂)，所以PigLatin和Hive出现了(分别是Yahoo!和facebook发起的项目，说到这补充一下，在大数据领域Google、facebook、twitter等前沿的互联网公司作出了很积极和强大的贡献)，为我们带来了类SQL的操作，到这里操作方式像SQL了，但是处理效率很慢，绝对和传统的数据库的处理效率有天壤之别，所以人们又在想怎样在大数据处理上不只是操作方式类SQL，而处理速度也能“类SQL”，Google为我们带来了Dremel/PowerDrill等技术，Cloudera(Hadoop商业化最强的公司，Hadoop之父cutting就在这里负责技术领导)的Impala也出现了。

整体来看，未来的趋势是，云计算作为计算资源的底层，支撑着上层的大数据处理，而大数据的发展趋势是，实时交互式的查询效率和分析能力，借用Google一篇技术论文中的话，“动一下鼠标就可以在秒级操作PB级别的数据”难道不让人兴奋吗?

在谈大数据的时候，首先谈到的就是大数据的4V特性，即类型复杂，海量，快速和价值。IBM原来谈大数据的时候谈3V，没有价值这个V。而实际我们来看4V更加恰当，价值才是大数据问题解决的最终目标，其它3V都是为价值目标服务。在有了4V的概念后，就很容易简化的来理解大数据的核心，即大数据的总体架构包括三层，数据存储，数据处理和数据分析。类型复杂和海量由数据存储层解决，快速和时效性要求由数据处理层解决，价值由数据分析层解决。

数据先要通过存储层存储下来，然后根据数据需求和目标来建立相应的数据模型和数据分析指标体系对数据进行分析产生价值。而中间的时效性又通过中间数据处理层提供的强大的并行计算和分布式计算能力来完成。三层相互配合，让大数据最终产生价值。

传统的BI分析通过大量的ETL数据抽取和集中化，形成一个完整的数据仓库，而基于大数据的BI分析，可能并没有一个集中化的数据仓库，或者将数据仓库本身也是分布式的了，BI分析的基本方法和思路并没有变化，但是落地到执行的数据存储和数据处理方法却发生了大变化。

谈了这么多，核心还是想说明大数据两大核心为云技术和BI，离开云技术大数据没有根基和落地可能，离开BI和价值，大数据又变化为舍本逐末，丢弃关键目标。简单总结就是大数据目标驱动是BI，大数据实施落地式云技术。

物联网，云计算，大数据是近两年科技、产业界的热门话题。分别什么意思？之间又有什么关系呢？很多人也非常感兴趣，经过学习了解，查阅资料，一点浅显认识和总结与朋友们分享。

物联网

简单理解：物物相连的互联网，即物联网。物联网在国际上又称为传感网，这是继计算机、互联网与移动通信网之后的又一次信息产业浪潮。世界上的万事万物，小到手表、钥匙，大到汽车、楼房，只要嵌入一个微型感应芯片，把它变得智能化，这个物体就可以“自动开口说话”。再借助无线网络技术，人们就可以和物体“对话”，物体和物体之间也能“交流”，这就是物联网。随着信息技术的发展，物联网行业应用版图不断增长。

现在的物联网产业以应用层、支撑层、感知层、平台层以及传输层这五个层次构成。

云计算

云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池（资源包括网络、服务器、存储、应用软件、服务），这些资源能够快速提供，只需投入很少的管理工作，或与服务商进行很少的交互。

经典应用案例：苹果icloud

苹果icloud不仅是一个云端硬盘，它可让你轻松访问你所有苹果设备上的一切内容，并自动同步所有设备中的文件、图片、音乐、日程表、邮件、联系人目录，更贴心的是，在你修改文件后还能自动将修改同步到所有苹果设备并对旧文件备份。你可以选择免费的5G存储空间，也可以每年花费24.99美元购买iTunes Match服务，这样一来，你可以通过任何苹果设备收听存放在苹果云服务器中的音乐。

大数据

大数据相当于人的大脑从小学到大学记忆和存储的海量知识，这些知识只有通过消化，吸收、再造才能创造出更大的价值。

麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

物联网和云计算的关系

云计算相当于人的大脑，是物联网的神经中枢。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。

大数据与云计算的关系

大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

大数据、云计算和物联网的关系

物联网对应了互联网的感觉和运动神经系统。云计算是互联网的核心硬件层和核心软件层的集合，也是互联网中枢神经系统萌芽。大数据代表了互联网的信息层(数据海洋)，是互联网智慧和意识产生的基础。包括物联网，传统互联网，移动互联网在源源不断的向互联网大数据层汇聚数据和接受数据。云计算与物联网则推动了大数据的发展。

什么是云计算呢?

　　其实云端(cloud)就代表了互联网(Internet)，通过网络的计算能力，取代使用你原本安装在自己电脑上的软件，或者是取代原本你把资料存在自己硬盘的动作，你转而通过网络来进行各种工作，并存放档案资料在网络，也就是庞大的虚拟空间上。我们通过所使用的网络服务，把资料存放在网络上的服务器中，并借由浏览器浏览这些服务的网页，使用上面的界面进行各种计算和工作。

　　在云计算中，服务器并不会管你电脑的计算能量有多强。有的同事在办公室用PC连上Google Docs，在家则是用Apple MacBook，同时还有很多其他的服务可以通过你的手机或iPhone与Android平台手机上的应用软件来完成。

　　你可以在任何一台电脑上登入使用云端服务，而一个朋友或同事也可以登入并和你一起在一样的文件上工作。Google Docs只是能够协同操作的一种办公室型态云计算服务。有些服务甚至还可以让人在全球不同的地点登入服务并同时在一样的文件上工作。

　　云计算也许听起来很棒，但是它还是有一些隐忧的，也是你在使用时必须要考虑的地方。正如同开放源代码阵营名人Richard Stallman指出的，你的资料是在第三方厂商的手上，而且是在你控制以外的。

　　最有可能遇到的问题是安全性，鲜少有公司会想窃取你的资料并做出无耻的网站设计，但最好还是研究一下各种网站和网络服务，找一些可信赖的专家推荐的。　　

　　幸运的是，一点点常识和一些简单的正确电脑操作练习可以将这类安全性失误的影响降至最低，避免将你的机密资料放在云端上，如果你真的放了，例如利用网上银行时，避免在网咖、学校或图书馆内的公用电脑上进行，也别太随便给出自己真正的联络资料，避免每个帐号都使用同一个密码，就算只更改一个字母也好。

　　云计算第二个主要问题是可能暂时故障导致你无法使用某项服务，你可能把资料放在某个网站上而这个网站却因服务器故障导致某一段时间无法进入，Twitter就因偶发性挂点而恶名昭彰，每次它的网站挂掉时就会出现“掉落的鲸鱼”图案， 更糟的是，你有可能因此而遗失全部的资料。

　　最糟、最糟的情况是，当你想搜索自己在云端上的资料时却发现“情空中万里无云”，如果你想野餐这当然是好事，但如果是这个为你保管资料的公司突然关门大吉，可就大事不妙了。

　　如果你还没有备份自己的资料，你真的应该开始备份了。如果你不信邪，用iTunes就好了，但如果你信邪而且开始备份这些资料，就一直备份下去吧...想想要把全部的CD都跑过一次要花上多少时间(如果你还保有它们的话)，更别提那些你借来的CD或是已经购买的MP3。

　　想像一下明早你醒来时发现它们全部不见了，至少你还有音乐可以听，但如果遗失的是你的生日或婚礼或在瑞典穿着日本浴衣驾驶拖拉机的照片，那可能反而是件好事。

对于到底什么是云计算，至少可以找到100种解释。目前广为接受的是中国云计算专家咨询委员会副主任、秘书长刘鹏教授给出的定义：“云计算是通过网络提供可伸缩的廉价的分布式计算能力。”

　　从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。

　　云计算是一种商业计算模型，它将计算任务分布在大量计算机构成的资源池上，使用户能够按需获取计算力、存储空间和信息服务。

　　这种资源池称为“云”。“云”是一些可以自我维护和管理的虚拟计算资源，通常是一些大型服务器集群，包括计算服务器、存储服务器和宽带资源等。云计算将计算资源集中起来，并通过专门软件实现自动管理，无需人为参与。用户可以动态申请部分资源，支持各种应用程序的运转，无需为繁琐的细节而烦恼，能够更加专注于自己的业务，有利于提高效率、降低成本和技术创新。云计算的核心理念是资源池，这与早在2002年就提出的网格计算池(Computing Pool)的概念非常相似。网格计算池将计算和存储资源虚拟成为一个可以任意组合分配的集合，池的规模可以动态扩展，分配给用户的处理能力可以动态回收重用。这种模式能够大大提高资源的利用率，提升平台的服务质量。

　　之所以称为“云”，是因为它在某些方面具有现实中云的特征：云一般都较大;云的规模可以动态伸缩，它的边界是模糊的;云在空中飘忽不定，无法也无需确定它的具体位置，但它确实存在于某处。之所以称为“云”，还因为云计算的鼻祖之一Amazon公司将大家曾经称为网格计算的东西，取了一个新名称“弹性计算云”(Elastic Computing Cloud)，并取得了商业上的成功。　　

这里描述的云的建立过程和结构，只是一种比较普通和容易理解的形式。由于技术的不同、实现方式的不同，各家云的实现方式和结构会有很大的不同。但是，一些基本的概念是相同的，其共同的核心要点包括：

　　一定要有资源池。把分散的计算资源集中到大的资源池里，以方便统一管理和分配。例如前面讲的D所管理的资源池。

　　按需分配、自助服务。用户实际消耗多少资源，就被分配多少资源;用户对自己得到的资源能够自助管理。例如前面讲的“机房”。

　　灵活的资源变化。随便撤掉一台硬件的电脑，其上面的信息和活动会自动转移到别处去;随便增加一台电脑，其资源会随时添加到资源池里去。所有这些增减，用户根本意识不到。例如前面讲的“配载调配和平衡”。

　　一定要有记账系统。用户消耗了多少资源，如何给这些资源计费，系统有详尽的信息采集和报告，以便对用户收费(即使是免费，也得有详细的记账)。例如前面提到用户输入信用卡，就是以记账为前提。

　　在组建云的技术上，说到底，就是用软件产品(如前面提到的C和D，并通过监控程序)来管理、组织、和分配经过抽象或虚拟的硬件计算资源。除了个别企业用自己的技术建设、和服务外，现在常见的云技术提供者主要有：VMware、微软、Citrix、和OpenStack等。前两者是完全的商业产品;Citrix公司在监控程序上采用的是开源的Xen;OpenStack则完全是开源免费的，它的监控程序主要采用开源的KVM和Xen，也可以是其它的开源软件。

　　按照服务的对象和范围，云可以分为三类：

　　私有云：建一个云，如果只是为了单位(企业或机构)自己使用，就是私有云。就前面提到的“机房”而言，每个“机房”只是为本单位的不同部门、或不同用途而设立的。

　　公众云：如果云的服务对象是社会上的客户，就是公众云。前面提到的“机房”可以是任何社会上的企业、单位、或个人。Amazon公司的AWS是现在世界上最大的公众云。其它公众云提供商还有Google、Salesforce、苹果的iCloud等等。

　　混合云：如果一个云，既是为单位自己使用，也对外开放资源服务，就是混合云。有时，把两个或多个私有云的联合，也叫混合云。　　“云计算”的五大特点

大规模、分布式“云”一般具有相当的规模，一些知名的云供应商如Google云计算、Amazon、IBM、微软、阿里等也都拥能拥有上百万级的服务器规模。而依靠这些分布式的服务器所构建起来的“云”能够为使用者提供前所未有的计算能力。

虚拟化云计算都会采用虚拟化技术，用户并不需要关注具体的硬件实体，只需要选择一家云服务提供商，注册一个账号，登陆到它们的云控制台，去购买和配置你需要的服务（比如 云服务器，云存储，CDN等等），再为你的应用做一些简单的配置之后，你就可以让你的应用对外服务了，这比传统的在企业的数据中心去部署一套应用要简单方便得多。而且你可以随时随地通过你的PC或移动设备来控制你的资源，这就好像是云服务商为每一个用户都提供了一个IDC(Internet Data Center)一样。

高可用性和扩展性那些知名的云计算供应商一般都会采用数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性。基于云服务的应用可以持续对外提供服务（7*24小时），另外“云”的规模可以动态伸缩，来满足应用和用户规模增长的需要。

按需服务，更加经济用户可以根据自己的需要来购买服务，甚至可以按使用量来进行精确计费。这能大大节省IT成本，而资源的整体利用率也将得到明显的改善。

安全网络安全已经成为所有企业或个人创业者必须面对的问题，企业的IT团队或个人很难应对那些来自网络的恶意攻击，而使用云服务则可以借助更专业的安全团队来有效降低安全风险。　　

转载自百家号作者：科技云里事

云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户按需服务。云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非木地计算机或远程服务器中完成目标任务。企业数据中心的运行将更与互联网相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。

云计算到底为什么这么火呢？它火的原因又有什么呢？对此有网友表示称，网格核算是云核算所用到的技能之一现在关于云核算的切当定义，各大公司都有不同的阐释，但相同的部分是，云核算被归为SaaS(Software as a Service), PaaS (Platform as a Service), IaaS(Infrastructure as a Service)三类。

三个都有aaS，可见as a Service即效劳才是云核算的中心。简略的说，云核算就是透过云为您提供效劳，云核算所用到的技能许多，虚拟化和分布式核算是比较常用的技能，但关于用户来说，不需要关怀具体的技能，只需要关怀所需效劳是否能达到。

大建IDC机房，是IaaS的表现，但由于云核算中心是效劳，面向需求的效劳是好的不面向需求的效劳是无意义的，是不是误区，就看有没有这么多的需求了。云核算是一种按量计费的方法。可提供硬件资源、网络资源和软件环境。可完成在线重启重装系统、在线扩容，在线监控等，主要以根底接入效劳为主。

第286期

分布式云计算来了

文 | 徐鹏 责任编辑 | 张齐

审核 | 姜校春 策划 | 刘克丽

分布式计算架构是云计算的基石，让计算中心成千上万服务器的计算资源最大化，也让云计算成为未来物联网的计算中心。而当数以亿级的边缘计算设备开始大规模接入云计算时，标志着分布式云计算时代正式到来。

物联网让云离散化

物联网的核心在于物与物、人与物的强关联，而多数时候的彼此联系会发生在本地。也就是说，计算、存储、分析等需求响应通常在距离物理位置较近的地方完成，而不是传输到千里之外的数据中心。这种就近处理的方式耗时更短，而且足以应付本地业务交互的轻量化需求，让云计算的分布式计算体系从单纯的计算中心内蔓延到真实世界的每个角落，也就是云计算的离散化。

一直以来，技术的更迭总是伴随着应用场景的变迁，从最初大型机的集中处理到后来的分布式架构，越来越多的需求趋于离散化和碎片化。如今，大型设备会集中处理大规模的核心计算，而低延迟、快响应的计算需求则会交给“边缘设备”——既可以是PC、手机、电视盒子，也可以是摄像头，甚至是ATM机。未来，当嵌入式芯片的性能不再是瓶颈，这种终端计算的方式势必将更加普遍 。

IDC预计，到2020年全球将有超过500亿的终端与设备联网，超过40%的数据要在网络边缘侧进行分析、处理与存储。如此大的数据量传输到云端，对网络带宽和存储能力都是考验，更不要说通讯过程中的安全风险。以往，前端设备会将采集到的信息传回数据中心，由后者运算处理后发送指令，再由设备执行用户的需求。这样一来，无疑加重了数据中心的负担。

重新定义云管端

既然数据产生在本地，为何不能让设备自己解决问题呢？举个例子，工业机器人对处理任务有着实时性的要求，通过云端传到数据中心可能只是不到1秒的延迟，但要是乘以整个生产线上机器人的数量，显然是一次“大面积延误”。相比之下，边缘计算不仅能够做到快速处理，还可以根据现场情况作出判断，结合软件选取最优的操作。

此外，边缘计算削弱了网络和存储环境的影响。当机器人在矿井下作业时，通讯信号偏弱怎么办？没有了云，物联网设备随即罢工，这显然不是人们想看到的。此时，边缘计算可以利用自身的运算和处理能力迅速作出响应。

架构层面，边缘计算物联网解决方案可分为传感控制层、网络层、敏捷控制器和应用层，其中网络层主要实现融合和互联，它的功能除了网络连接和管理，还包括边缘计算，进行现场处理，同时保障业务在本地实现。可以说，边缘计算重新梳理了“云管端”之间的关系，一方面提升了云资源的使用效率，另一方面也让终端有了更高的话语权。

边缘计算前景可期

从商业逻辑来看，消费者的使用感受才是边缘计算的主导，而不是企业，这不仅需要云服务商转变思路，同时也为中小企业提供了机会。云计算市场的平台化趋势加剧，核心资源和份额都掌握在巨头手中，而未来会有40%的IoT流量在边缘处理，这无疑蕴含着弯道超车的可能。

从长期发展来看，无论是中国制造2025还是工业4.0，物联网都将在其中扮演重要角色；同时，融合AI的软硬件加速普及，将带来更多基于终端的处理需求；再者，5G商业化的脚步正在推进，也会进一步强化边缘计算高带宽、低延迟的能力。

目前，一些云服务商已经推出了边缘智能计算解决方案，将边缘IoT与混合云相结合，允许用户自行定制物联网应用，在本地完成数据处理，并且兼顾了大规模云平台的配置、部署和管理功能。