到底什么是云计算？云计算能干什么？

如今大家天天听到媒体说云计算，什么阿里云、百度云、腾讯云等，到底什么是云计算呢？

云计算(cloud computing)是一种基于因特网的超级计算模式，在远程的数据中心里，成千上万台电脑和服务器连接成一片电脑云。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。

IBM的创立者托马斯·沃森曾表示，全世界只需要5台电脑就足够了。比尔·盖茨则在一次演讲中称，个人用户的内存只需640K足矣。李开复打了一个很形象的比喻：钱庄。最早人们只是把钱放在枕头底下，后来有了钱庄，很安全，不过兑现起来比较麻烦。现在发展到银行可以到任何一个网点取钱，甚至通过ATM，或者国外的渠道。就像用电不需要家家装备发电机，直接从电力公司购买一样。云计算就是这样一种变革——由谷歌、IBM这样的专业网络公司来搭建计算机存储、运算中心，用户通过一根网线借助浏览器就可以很方便的访问，把“云”做为资料存储以及应用服务的中心。

什么是云计算？狭义的云计算是指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的资源(硬件、平台、软件)。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。广义的云计算是指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需的服务。这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务。

举个例子：阿里云计算发布的Matrix+（码+）计划，通过连接全球PC、平板电脑、超便携设备和手机等设备，组建人类有史以来最为强大的计算网络，这些强大的计算能力将被用来搜索外星人。

当10亿台手机一起计算时，超过了人类有史以来的计算力总和，能够开放地支持涉及人类公共利益的科研项目。比如美国诺曼教授正在研究的人脑外挂，艾滋病研究、粒子能源、外星生物探索等前沿科学……

当用户接受邀请后，Matrix+在手机连接Wifi并待机时自动运行，并为其指派经过分解的科研任务。点亮屏幕时，计算会自动停止，并不会对正常的手机使用有任何影响。未来，Pad、电视盒子、智能电视、路由器等所有智能设备，都可参与这一计划。

这就是手机版的云计算，而云计算则是众多服务器的加强版。

据IDC最新数据显示，亚马逊AWS、微软Azure、阿里云排名前三，全球公共云市场3A格局已定。

阿里自主研发的飞天操作系统，可以将遍布全球的百万级服务器连成一台超级计算机，以在线公共服务的方式为社会提供计算能力。

阿里云在做公共云，那其他从事云服务的公司在做什么？

这些从事云服务的公司，就分成：

Iaas（基础设施即服务Infrastructure as a Servic），阿里云、亚马逊AWS、微软Azure

Paas（平台即服务Platform-as-a-Service），GAE（谷歌）、阿里ACE

Saas（软件即服务Software-as-a-Service），太多了

IaaS就是专门提供基础设施服务的公司，几年前如果你想在办公室或者公司的网站上运行一些应用（比如自己开发好的APP或是网络游戏），你需要去买服务器，成本太高了。

但是现在有IaaS，你可以将硬件外包给这些专业的公司，这些公司会提供场外服务器，存储和网络硬件，你花钱租用就行。

这样就节省了维护成本和办公场地，并且你可以在任何时候利用这些硬件来运行其应用。

就跟约会一样，饭店、电影院、KTV把你约会需要的硬件设置布置好了给你用，你付钱就行。

国内比较出名的Iaas有：阿里云、腾讯云等，国外就更多了包括Amazon, Microsoft, VMWare, Rackspace和Red Hat。

懂得了IaaS是什么意思，那我们再来说说PaaS平台即服务，这个是啥意思？

大家有没有发现，现在出现一些泡妞培训班、约会方案策划师啥的，这些公司提供的服务就是在帮你做一系列约会泡妞解决方案的，从软硬件都帮你搞定，剩下的只需要你去约会就行。

同理PaaS是面向软件开发者（泡妞者）的服务, 云计算平台提供硬件, OS, 编程语言, 开发库, 部署工具（各种培训班、方案策划、软硬件等）, 帮助软件开发者更快的开发软件服务，某些时候也叫做中间件。

云服务商将软件开发的云端开发平台和软件运营的云端运行环境 (包括中间件、数据库、web服务、消息总线等基础通用服务)作为一种服务，提供给最终用户。

换句话说，这些PaaS服务商提供的都是基础开发服务平台，主要目的就是让你把精力专注在应用层面的开发上面，而不需要浪费在这些基础重复性的事情上，也不用担心开发完成后部署问题。

PaaS平台在云计算架构中位于中间层，其上层是SaaS，其下层是IaaS。

PaaS比较出名的包括：GAE（谷歌）、阿里ACE、百度BAE、新浪SAE等。

看到这里，大家有没有觉得PaaS跟前面的IaaS有部分重合了，对的，他其实是对IaaS的更深入的提供软硬件结合的一整套解决方案。

但是他限制太死了，就跟人家给你策划好的约会方案，你必须按剧本走，无法自由发挥。结果就是市场接受度不高，所以，PaaS一直不温不火也是这个原因。

最后SaaS模式，大家应该会更容易理解，这个概念最近超火经常能听到，并且很多公司开发的应用都基于SaaS模式的。

Saas软件即服务，简单说就是人家把你想要的功能开发好成应用软件，然后直接卖账号给你用，你也不需要担心服务器、带宽、应用开发等问题，直接交钱使用就行。

从泡妞角度来理解就是，现在各种某陌、某和网、大量的婚介机构，他们都是把妹子召集起来，然后你可以通过使用他们的平台或是服务找到适合你的妹子，是一样的道理的。

当然，交钱跟没交钱获得的待遇是不一样的，同理SaaS软件服务公司也有提供不同等级的服务的。

出名的SaaS软件服务商在各个行业都有的，这里就不一一列举了。

时代在进步，学习方式也在随之改变，但经典之所以称为经典，自然是有其不可磨灭之处。现在学习大数据，方式有很多，视频学习，直播学习，面授学习……视频学习讲究的是时间、空间双向自由，直播学习讲究的是空间自由，而面授讲究的是学习质量、学习成果！

尤其是我们一些靠技术吃饭的程序员，没有技术就没有工作，没有好技术就没有高工资。为什么跟自己一个专业出身的同学却拿着高出自己两到三倍的工资？同样大数据开发课程，面授和视频的学习效果就能将你的工资拉开一大段距离！

想要报云计算大数据开发培训班的，肯定对很多培训机构都有所了解，每个人关注的点可能不同，有的人看中学费，有的人看中大数据课程，但在这之中你们很容易忽略的一个点就是授课方式！

虽然大数据课程是我们学习的根本，这很重要，但如果你看到的是全部，而化为自身的东西只有一小部分，那这华丽的课程又与你何干？所以我们在学习大数据开发技术之前，不但要看我们即将要学习的课程，还要关注每个学校的授课方式，面授能让我们学的更深，学的更多！

学习云计算大数据培训课程设置紧贴行业发展、着眼未来需求，课程内容包括开发、收集、存储、计算一站式技术，涵盖大数据体系中的核心技术Hadoop、Storm、Spark等，全面涵盖大数据人才所需的技术点；大数据课上所用的实战项目都来源于企业真实的项目，学员学完此课程可胜任企业中相关领域的设计、开发岗位的需求。

云计算技术在日益联系紧密的世界中提供了灵活性、敏捷性和可伸缩性，但这项技术正以惊人的速度发展。随着其迅速发展，越来越多的组织希望实现更高的运营效率，并远离传统的网络。根据调研机构的预测，到2020年，企业无云政策将变得像当今的无互联网政策一样罕见。那么，云计算实战课程哪家好呢？

关于这个问题，我们还是要先看一看云计算行业的现状，才好对症下药。

一方面是综合生产力的提升

现代组织实施了各种基于云计算的应用程序和服务。但是，在应用程序之间集成信息变得越来越重要。由于基于云计算的环境通常会增加正在使用的系统数量，因此企业经常会发现自己需要跨平台集成，需要将所有相关数据汇总在一起。出于这个原因，2018年的合作格局只会增长，人们将看到更多的跨平台合作。

然而，集成并不仅仅局限于应用程序，随着越来越多的企业在私有云和公有云中存储工作负载——人们将看到混合计算在2018年成为标准。创建、管理和加强这些联系将是在接下来的几年中是非常重要的。

另一方面是云端劳动力的崛起

在新经济中，越来越多的企业放弃他们的办公室，转而支持由云计算员工组成的员工队伍。实际办公地点开展业务的日子一去不复返了。目前，人们正在经历云员工的兴起，因为基于云计算的应用程序和技术有效地促进远程工作和个人交互，这已经不是什么秘密。这将让员工能够比以往更轻松地与同事合作并在全球范围内获得信息更新-而无需进行面对面的互动。

人们将看到一个上升的趋势。根据在伦敦举行的全球领导峰会上的一项调查发现，34%的企业管理人员希望其公司的全职员工中有一半以上在远程工作。随着员工在不同的时区工作，企业将变得更加全球化。人们将看到企业领导者认识到分布式团队的好处开发云端员工需要所有关键利益相关者的充分参与，并完成业务战略和目标的一致性。但随着成本的节省、具备更大的灵活性，以及对房地产的利用，许多企业将把云计算作为一种提高生产力的手段。应当看到，现在正是云计算行业的黄金上升期，在这一时期，各大企业会对云计算人才有高度渴求。

云计算适合什么人学呢？其实啊，云计算这们学科，说难不难，说易也不易，为什么这么说呢？因为这个云计算的范围比较广泛，本身来说，云计算只是一个技术，本来你要开公司，要做网站，要买服务器，现在不用了，租别人的云服务就可以了，这个技术就是云计算。

所以打这儿起就划分两头了：一边是云计算开发，造这个的；一边是云计算运维，用这个的。你问云计算适合什么人学？为了避免语意不明的情况，我们不妨先把云计算说的更清楚一些。

现如今，云计算频繁出现在我们的视野，他是一种经由网络统一组织和灵活应用各种信息，通信，技术资源，来实现大规模计算的信息处理方式。

云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指经由网络以按需、易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指经由网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品经由互联网进行流通。

经由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与互联网更相似。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。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。不同在于，它是经由互联网进行传输的。辨析云计算常与网格计算、效用计算、自主计算相混淆。

所以，我们可以简单地总结一下，云计算适合什么人学？如果你要学云计算开发，你或许需要一些专业背景；如果你要学云计算运维，那么简单了，零基础，也能学！

云计算是云储存、云计算的统称，近期美国媒体将其改称为云业务。云储存、云计算、云挖掘分析已经越来越重要。云储存储存什么？主要是储存数据，储存人们在各大网站包括PC端与移动端从事商务活动、文化活动、政治活动以及吃穿住行等各种各类行为数据。通过这些数据，开展云计算、云挖掘、云分析后挖掘出一系列背后隐藏的商业需求与商业机会，特别是在金融信用方面通过大数据挖掘后能够分析出企业个人的信用状况，从而决定开展金融行为与交易。这是多少年没有解决的问题。

云业务又与人工智能等科技结合后产生出难以想象的广阔前景。“云”将为未来城市提供数字基础设施。到2045年，估计全世界将有60亿人生活在城市中。由于“云”具备存储和分析数据的能力，智能电梯、智能停车场、无人驾驶汽车、无人驾驶空中出租车、火车和地铁、农场和发电站都将变得更安全，并得到更好的管理。阿里巴巴的阿里云正在全力打造智慧城市，在杭州等城市运用后，仅交通通行速度就提高30%左右，近期又被马来西亚邀请在吉隆坡打造智慧城市。

随着数据分析、人工智能等变得可供人们使用，“云”也将为企业（尤其是中小企业）带来变革。华为正致力于构建“行业云”：数千个独立的“云”在一个包含不同行业阶段的数字生态系统中协同工作。

大数据、云计算、云储存将来就是如煤炭、石油一样的新型新科技能源资源，需要全力挖掘；又如高速公路、高铁、城市管网等设施一样是基础设施。

今后从规模宏观讲，就看哪个国家与企业占有大数据多，云储存里的数据广阔又全面，这是资源能源与基础设施。

最主要的、也可以说是核心竞争力是云计算能力。只是拥有数据仅仅是第一步，对数据挖掘分析不出来，那么数据就是一堆破铜烂铁。云计算才是各国各企业真正的核心竞争力。

管理数据已经成为一项非常重要的事情。“云”还将帮助社会处理不断增加的数据，包括高清视频等。很快，推动人们对网络带宽和存储容量提出更高要求的主因将不再是用户制作的猫咪视频，而是国际数据公司白皮书《数据时代2025》中所说的“用于非娱乐目的的图像和视频内容”。这方面的例子包括各种公共安全应用程序中使用的广告和录像。“云”将赋予人们存储不断增加的数据并为获得有用的见解而分析它们的能力。

“云”与人工智能产业息息相关。“云”将支持人工智能等新兴技术，并帮助它们适应移动设备等新平台。2011年智能手机销量超过个人电脑销量时，移动设备成为世界最大的计算平台。自然地，人工智能已设法进入手机。但智能手机会获得电子邮件、短信和照片等很多非结构化数据。分析非结构化数据需要时间和大部分智能手机没有的处理能力。因此，手机不得不将数据发给“云”中强大的处理器，这会放慢人工智能的反应时间。解决办法是，在“云”和手机之间进行分工。培训（人工智能学习的过程）将发生在“云”中。而推理（人工智能提取已学到的知识并运用它来解决实际问题的过程）将发生在手机上。智能手机将是数据的必争之地，也是“云”未来最大的战场。

本来自动驾驶汽车在街道和高速公路上行驶的构想离实现还很遥远。但多亏了“云”具有的力量，这将很快实现。同智能手机一样，汽车上有传感器和摄像头，会产生大量数据。这些数据大部分需要实时处理，因此紧急的工作将在车上完成。但软件升级和机器学习等很多任务将在“云”中完成。

目前大数据与云计算能力大致掌握在八家公司手上：苹果公司、Facebook、谷歌母公司、微软、亚马逊、阿里巴巴、腾讯与百度。其他小公司已经很难切入。美国有五家，中国三家，下一步就看人工智能与区块链技术谁能把握住，目前看美国已经超越中国。

未来社会对云服务行业依靠越来越重要，云服务将渗透到所有领域。所有企业都应该认识到这一点，紧紧抓住这个世纪大机遇！

很多朋友看到了云计算的热度，心中跃跃欲试，但却又有所顾忌：“云计算工程师入门难吗？”其实学云计算，不是容易不容易的问题，而是要不要学的问题。事实上，云计算已然渗透到人们生活的方方面面：我们的个人资料被存入了云盘，比如邮件、音乐、照片等，我们还可依靠手机、电脑等终端来实现对上述内容的便捷管理。

云计算慢慢发展成为大多数行业组织机构的关键技术支撑，智能生活领域行业也不例外，它因得到云计算技术的支撑而获得蓬勃发展。总之，云计算就是智能生活的技术支撑。以智能家居为例，其中的每一个智能设备都有自己的识别标志，都需要后台系统进行逻辑处理，各行各业的数据、各个级别的数据都离不开强大的系统后盾支撑，都得依靠云计算来实现。

云计算可以整合所有的储存资源、计算资源，处理所有的智能生活业务请求，并有效配置计算资源、储存资源，为所有智能设备正常运行保驾护航。企业要想在智能生活和蓝海中满载而归，就需要积极主动地促进智能设备与云计算有机结合，才能在未来为用户打造出高效、低成本、便捷的智能生活。

目前我们的云计算的课程为由浅入深、循序渐进的完整课程体系，包括结合Linux的网络基础实战、Linux系统配置及服务深度解析、Shell脚本自动化运维项目开发、开源数据库MySQL DBA架构及优化、主流Web 服务器Nginx架构优化、大型网站高并发项目LVS实战方案、高可用集群技术、分布式存储技术Ceph、安全防御技术、性能优化方案、Python自动化运维开发技术、私有云平台技术KVM 、Openstack、容器技术Docker等。

学习云计算的整套课程中的项目均是以当前主流技术，结合新浪、金山、链家、搜狐畅游等多家公司的生产环境设置。因此，能够确保课程的实用性和前瞻性，真正使学员学即所用。整个课程体系同时为学员提供了运维以及云计算相关技术的广度和深度，使学员能够建立起一套完整的知识体系，为之后职业生涯中的新技术学习能力打下坚实的基础。学员依靠掌握的Linux技术能够向企业实际生产环境平滑过渡。

2016年是云计算高速发展的一年，随着3A（AWS、Azure、Alicloud）相继公布财报，在云计算领域持续投入的企业正在迎来自己的收割季。与此同时，国内互联网公司也争相杀入这一领域，企业级服务一时成为香饽饽，也引发了吹牛大赛的升级。

在云计算行业，讲自己有多少个服务区域(region)是一个显示自己体量庞大的最直观的方式，因此各家在涉及到海外有多少节点这个问题上，就不再那么矜持，不是说覆盖全球，就是讲自己第一。

在服务节点上，最好的实证方法就是官网下单。以下为部分测试结果:

阿里云目前提供了13个地域供购买，香港、新加坡、美东、美西、迪拜、日本、欧洲都已上线。对比其官方对外说的14个节点数，少了张北。

覆盖程度：★★★★★

守信程度：★★★★

腾讯官网提供了6个地域，海外有香港、新加坡、加拿大。不过官方新闻稿表示已经有18个地域提供服务，吹的有点过分。

覆盖程度：★★★

守信程度：★

金山云CEO接受媒体专访时曾表示，金山云有4个节点(北京、上海、香港、北美)。但从官网信息看，金山云目前仅提供北京和上海2个节点供选择，海外0提供。

覆盖程度：★

守信程度：★

Ucloud

Ucloud提供了5个节点的服务，包括了北京、上海、广东、香港、美国，相对来说在地域覆盖上比较均衡。虽然整体规模还不大，但该有的站点倒是一个不少。足以支撑一个成长型的企业对云的所有需求了。

覆盖程度：★★★★

守信程度：★★★★★

Qingcloud

青云以小而美著称，不过她现在也在大力拓展自己的服务节点。不久之前，青云开启了上海的服务节点。不过，官网还没出现。传闻一些小云计算厂商会对客户做删选，也有可能上海节点还需要人工申请。

目前是北京1、北京2、广东、亚太(香港)4个;

覆盖程度：★★★

守信程度：★★★★

华为云

华为云继承了华为系好大喜功的宣传特点，给人感觉是秒天秒地秒众生。不过实际来看，华为官网也只有华北、东北、华东3个区，其中东北区1实际不可选。

这就尴尬了，华为之前还吹嘘自己在全球建设了300多个数据中心，仔细一看，估计是给300多个数据中心提供了交换机。

覆盖程度：★★

守信程度：★

整体情况做了张表，供参考

除了服务区域外，价格也是重要的参考因素。

公认的云计算领军者亚马逊AWS自2006年发布至今就宣布了50多次降价，上月初AWS的S3标准存储就降价达 28.13%。

阿里云曾在1年内降价17次，核心云产品最高降幅达50%，上个月数据库产品降价20%，此外还推出了34款产品的半年免费套餐，诚意可见。

腾讯云则在2017年初宣布存储产品最高降价30%，因为是行业的后起之秀，所以历史上的降价次数并不多，目前价格的竞争力处于中上游。

2016年11月，金山云发布了一款性价比极高的大米云主机，双核4G内存，仅需99元，一度断供。

2016年11月，青云启动第七轮资费下调计划，主机、超高性能盘、PaaS服务资费全部下调23.5%。

UCloud和华为云等其他云计算厂商也有多多少少的降价。

随着科学技术的迅速发展，人类开始进入大数据时代，云计算、大数据、移动互联网已成为时代三大主题，正在推动着新经济时代的发展。在科学领域、经济领域及社会生活的方方面面，呈现出海量数据特征，在海量数据中蕴含着人类各种行为、心理信息。

对此有网友表示称，现在是2018年110月，我认为国内最好的云计算供应商是阿里云无疑了。什么新浪云，百度云，ucloud，青云，与阿里云的差距已经非常的大了。谷歌云好像没有国内的吧？微软云没用过，质量不敢说，应该也不错的，但是前段时间帮一个公司做报价对比，微软云在打折后，还比阿里云按量付费贵一些。

再说aws，除中国之外的地域使用aws也许是最好的，但进入中国好几年了，在国内访问aws的网页还那么慢，产品再好也没啥用吧。国外用户和国内用户的区别是：国外用户认为就该按秒计费，够灵活。虽然阿里云现在也实现按秒计费了，但是现实是：你作为一个创业公司，项目不运行半年甚至几年，你敢说自己在创业，不是在玩吗？显然包年包月更合适，价格更便宜。

AWS样样精通，但是在国内有诸多不便。另外价格可能略高。阿里云在国内很吃香，尤其是CDN、大数据方面，阿里有它得天独厚的优势。其他几个云平台目前接触的不多，腾讯云似乎在游戏和金融领行业有自己的山头，新浪和百度完全跑偏了，如果不是特殊需要不建议使用。其实有云这两年做的也还可以。华为企业云目前在价格方面有很多优势。都在可选范围内。

在很多人还不了解云计算的时候，云计算就这么悄无声息的火起来了，我们最常见的就是阿里云与腾讯云，而在这个科技时代，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，国内外公有云厂商有很多，就目前中国国内来讲也是好多家，我重点讲一个几个比较大的厂商，AWS是世界级超级云厂商，从技术及解决方案来讲，AWS可以给出一个综合的、完善的解决方案，不好就他家的操作界面比较不友好，上手相对比较难了，而国内云厂商这一点是非常好的。

但是国内云厂商在技术层面没有AWS做得好，不管从基础设施到上层的软件技术暂时没办法比较，不过像阿里在中小企业做得比较好，因为一套套针对中小企业的完善解决方案且操作起来比较简单容易，不像AWS要求技术人员必需具备一定技术功底及整合方案能力，还有像腾讯他家在游戏和视频行业做比较完善与突出，不过千万不能骄傲得继续努力。

使用云服务，首先要看云服务商是否值得信赖，在运营人员和客户数据间有没有屏障。微软云底层使用的Hyper-V是支持虚拟机加密的，即使把虚拟机文件拷走都无法运行。至于国内云厂商。那些动不动就说你虚拟机OS有漏洞，推荐你买安全服务的，你说他们到底是看了你的数据没有呢？

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。