交易总额：1682亿；支付峰值：25.6万笔/秒；数据库处理峰值：4200万次/秒；交易峰值：32.5万笔/秒。除了大家熟悉的交易、支付场景外，支撑起阿里双十一交易1682亿元的“超级工程”其实包括以下但不限于客服、搜索、推荐、广告、库存、物流、云计算等。需要高清完整大图的关注后获取。

一、基础设施新技术

二、新零售技术创新

三、菜鸟

四、支付

无、机器智能“新物种”战队

六、云计算

七、安全

到第九年，天猫双十一已经成为代表互联网技术巅峰的“超级工程”。支持这一庞大、精密、复杂的商业奇迹背后、是阿里巴巴、蚂蚁金服、阿里云和菜鸟的工程师们创新的技术体系和一支机器智能“新物种”战队组成的“超级工程技术团队”。需要高清完整大图的关注后可获取。

尽管云计算行业如今已经成为技术领域当中较为成熟的分支之一，但投资方与创业者们仍致力于在这一层面寻找新的发展机遇。自 2012 年以来，众多睿智的风险投资方已经向云计算行业注入了超过 7 亿美元的投资。

从云网络技术到云安全解决方案， CB Insights 立足九大云计算新兴领域，整理出 180 多家杰出的企业与投资方，创建出的一份周期表。其中囊括了业内最具发展前景的初创企业、值得关注的退市公司以及各活跃投资方。表格中的这些企业与投资方根据 Mosaic 评分等重要指标选拔而来，并由 CB Insights 预测算法负责分析其财务与非财务信号，从而衡量对应组织的运营状况。

本周期表中包括提供数据存储、管理以及处理能力的远程（非本地）服务器解决方案技术供应商。具体技术则涵盖从存储到网络硬件在内的各类基础设施产品，乃至监控与安全解决方案等软件产品。

周期表解读（点击原文链接查看清晰大图）

本份周期表上方列出了过去 24 个月内已经完成股权融资的私营云计算初创企业，而最下方的两排则为自 2012 年以来云计算领域最广为人知的退市公司与各活跃投资方。下面一一介绍周期表内的区域特点。

1、存储与备份(Storage & Backup)

数据中心为云基础设施中的根本所在，负责为企业客户提供多种多样且日益增多的存储解决方案。这一类别中的初创企业负责提供硬件与软件解决方案，用以存储远程服务器（数据中心）数据。其中部分企业为一级存储服务供应商，另一些则主要提供备份存储与 / 或恢复解决方案。

Nasuni 公司提供企业级存储解决方案，而 Rubrik 则专门从事数据备份与恢复服务类业务。在另一方面，IO Data Centers 专门帮助那些希望自己掌握私有云基础设施，但却不愿承担相关管理负担的企业客户。

2、网络技术(Networking Technology)

这一类别当中的企业主要设计软件与硬件方案，用以提升云通信效率、灵活性以及可靠性。此类技术能够为云环境与最终用户之间的往来移动信息提供底层系统。

Barefoot Networks 与 Big Switch Networks 提供解决方案以提升网络效率、安全性以及可编程性，而 KEMP Technologies 公司则面向混合与公有云环境提供负载均衡解决方案。

3、容器化(Containerization)

随着云计算基础设施的持续改进，应用程序架构也在不断发生变化。容器化旨在为传统的资源密集型虚拟化技术提供一套轻量化备选方案。这一类别中的初创企业主要为云环境部署或兼管理容器解决方案。

Docker 公司提供一整套容器产品套件，而 Heptio 方面则改进了现有容器管理工具（即 Kubernetes 与 Mesos）。

4、云管理(Cloud Management)

随着云解决方案复杂程度的日益提升，云管理初创企业开始提供各类工具以协调并管理云基础设施、平台以及相关软件，这一点对于采用多家云服务供应商的企业客户而言尤为重要。

CloudHealth Technologies 公司允许企业客户对其云服务的性能与成本作出预测，而 Datrium 则提供一系列云解决方案及产品，其中也包括云管理类产品。

5、开发环境(Development Environments)

随着基于云环境的容器化技术成为常态，整个开发流程也开始向云端迁移。从本地主机向基于云的集成开发环境（简称 IDE）的持续过渡也已经给整个开发流程带来显著改善。这一类别中的企业负责提供平台以帮助客户在云环境中完成软件的开发与部署。

GitLab 及 Replicated 等初创企业提供的平台能够提升开发与部署效率。在另一方面，Sourcegraph 公司则允许用户立足云环境以更理想的协作能力实现代码编辑、搜索与共享。

6、数据平台(Data Platforms)

这一类别中的初创企业负责提供数据管理、可访问性以及分析解决方案，旨在为企业客户提供新的方法以利用数据资源满足自身运营需求。

Panzura 公司提供非结构化数据管理解决方案，而 BlazingDB 则利用高性能 GPU 改善数据库管理能力。

7、集成与迁移(Integration & Migration)

将工作负载迁移至云端或在不同云服务供应商之间迁移无疑是个复杂的过程，这一点在大型企业身上体现得尤为明显。

这一类别中的初创企业负责管理来自内部存储、指向云存储资源的数据移动工作，亦帮助客户完成由一家云服务供应商向另一家供应商的数据移动。一部分企业专注于跨云环境、平台以及软件服务的持续集成，或者说统一化工作。

SnapLogic 公司能够立足云端实现数据与应用程序集成，而 PagerDuty 公司则提供云迁移服务以及监控解决方案。

8、监控(Monitoring)

云环境的复杂度正在日益提升，因此其中的很多复杂问题往往难以及时得到解决。监控解决方案的出现使得企业客户能够实时监控并分析云基础设施性能。也有部分云监控初创企业提供通知警报推送，而另一些厂商则帮助客户预测何时可能出现问题。

LogicMonitor 公司监控云环境与混合数据中心，而 Datadog 公司则监控云基础设施及应用程序性能。

9、安全性(Security)

随着数据泄露事故的持续出现，各类组织机构开始将安全性作为一件大事来抓。这一类别中的初创企业主要负责保护客户存放在私有云、混合云以及公有云环境当中的内容。

Armor Defense 公司面向公有云及私有云提供网络安全软件，而 Obsidian Security 公司则利用人工智能技术保护混合云环境安全。

10、重要退市事件(Top Exits)

托管服务供应商 Switch 公司正是此阶段内规模最大的退市厂商，其曾在 2017 年第四季度上市时的估值高达 42 亿美元。与此同时，负责提供云集成与监控解决方案的 AppDynamics 公司则代表着规模最大的一云业务收购案：这家初创企业于 2017 年第一季度以 37 亿美元被思科系统公司收入囊中。

11、最活跃投资方(Most Active Investors)

这一类别中的企业代表着自 2012 年以来曾支持本份周期表内各从业厂商的十大最活跃投资方。

网络投资公司 Lightspeed Venture Partners 堪称最活跃投资方，其曾对周期表内的 14 家公司进行 45 笔投资 ; 除此之外，思科投资、戴尔技术资本以及英特尔投资则在最活跃集团旗下风险投资公司榜单中名列三甲。

原文链接：https://cbinsights/research/cloud-computing-companies-investors-infographic/

翻译｜核子可乐

作为承接百度人工智能 To B 业务的重要板块，百度云又到了一年一度“秀肌肉”的时候。

9月4日，2018 ABC SUMMIT 百度云智峰会在上海开幕，这已经是百度云第三年举办该主题峰会。会上，百度总裁张亚勤发布 ABC 3.0，并针对农业、制造业、客服等细分场景，推出“云农、云制、云服”三类产业赋能平台；以及国内首个一站式AI开发平台Infinite等产品。

从2016年百度云发布 ABC 战略至今，延续 ABC （AI 人工智能；BigData大数据；Cloud Computing 云计算）三种方向，百度云已成为百度内部诸如百度大脑等底层技术，与 Apollo 、DuerOS 这类行业应用之间的“连接器”，而一贯高举 AI 大旗的百度，也将人工智能的应用渗透进云计算版图的推广中。

这也成为百度云区别于市面上其他云计算厂商的显著标签。

在活动现场，张亚勤谈及当下云计算正处于动态演化的过程之中。从PC到Mobile，IT技术架构的前端与后端都发生了改变，传统的集中式C/S架构演变成了分布式的IaaS、PaaS、SaaS等。

“当下的云计算，已全面进入物理世界数字化、AI as a Service、新型体系架构等为特点的Cloud 2.0时代。”张亚勤表示。

具体来说，当现实世界中的个人活动、企业生产、经济运转在今天被数字化后，当中形成的新技术、商业模式又被映射回物理世界，最终形成更智能的经济发展模式和社会生态系统；而 AI 范畴中语音/图像/自然语言处理，又将云计算基础设施与终端设备带来智能化发展。

一言以蔽之，云计算正从传统分布式处理的存储、计算等需求类型，逐渐向自动驾驶、新零售、智能制造等新型业态演进。

AI 能力：从最全面，到最落地

以往来看，在百度技术的发育期，诸如语音、语义、视觉、机器学习平台等基础能力的延展，曾作为 百度 AI 版图扩张的重点，而当百度云在技术层面完成沉淀后，落地行业就成为百度云 AI 能力的发展新周期。

作为百度AI战略的载体，百度云的AI能力已经增长至110+，并且通过云服务框架集成在AI、大数据、云计算方面的能力，以ABC-STACK、ABC一体机的形式加速ABC能力交付，帮助企业快速接入云端获取AI能力。

大会现场，百度云推出了号称为“业界唯一、最完整”的AI to B平台，包含了深度学习、对话式搜索、自然语言处理等全面AI能力；并搭配了诸如模型标注平台、ABC一体机、定制化训练平台等多样化载体；以及涵盖至新零售、新制造、交通与公共安全等各领域的一站式解决方案。

在具体的落地场景方面，以中化农业和百度云在智慧农业领域的合作为例。双方通过IoT技术，实现农械设备、传感器等设备端数据上云，实时采集地面信息、地下信息、气象信息、作物信息等数据，实现对农业生产环境的远程监测。

依托云服平台，双方通过接入农械设备，实现生产设备的智能调度；通过挖掘历史数据，预测产品产量与质量，为产品销售与种植策略提供依据；通过智能分拣等新技术提升种植效率。

通过IoT技术，中化农业和百度云在智慧农业领域实现农械设备、传感器等设备端数据上云

针对制造业产能过剩以及生产模式遭遇瓶颈等痛点，百度云与国内最大的钢铁企业宝武集团合作。通过机器视觉模型量化质检流程，为质检流程提供更精准的决策依据，在降低误报率的同时，大幅提升了作业效率，并通过设备上云产生的生产数据的积累和挖掘，推进生产流程的优化和质量分析，进而提高企业对自动化生产流程的适配。

百度与宝钢合作，通过机器视觉模型量化质检流程，为质检流程提供更精准的决策依据。

与农业、工业制造业不同，以服务为核心的第三产业直接面向消费者。因此，在汽车消费、金融与交通领域的落地实践中，百度云打造了“线上+线下”的全场景智能化购车体验，其与二手车电商优信集团通过VR技术升级远程选车，并线下门店内部署AI摄像头，通过人脸识别匹配购车信息，并结合云平台与业务系统沉淀用户数据，为后续经营提供支撑。

数据隐私：从最开放，到最安全

在今年的百度云智峰会中，数据安全被当作一个重要议题，这源于百度云在推进企业信息化环节中遭遇到的企业“数据安全焦虑”。

相比于以往封闭式的IT架构，企业级市场更倾向于通过云计算的弹性计算服务模式节省IT成本，而云计算作为海量数据的载体，又能为上层AI及大数据应用提供场景基础，可在硬币的另一面，近来频发的数据安全问题正成为企业上云的掣肘。

特别是对于金融、政务等领域，确保数据安全和业务的连续性更为重要。随着云计算、大数据等技术对金融领域的深度介入，数据安全风险成为金融业面临的核心风险因素之一。同时，基于互联网诞生的金融服务模式无时无刻不暴露在网络环境之中，对于风险的控制面临更多挑战。

百度副总裁、百度云总经理尹世明

因此，为了在满足数据融合的前提下保证企业数据安全，针对两方或多方数据的融合计算，以及不同机构间的辅助合作建模等场景，百度云研发了多种安全计算技术以确保多方协同运算的数据安全。

以金融业为例，Fintech企业在利用大数据建模技术，帮助银行优化信用卡风险模型过程中，百度云大数据通过MesaTEE SGX方案及隔离域的设计和划分为多方计算提供高效可信的执行环境，确保数据安全。

另一方面，在数据安全的基础上，百度云大数据解决方案为企业客户提供开放的数据服务。

具体来看，百度云大数据提供从数据采集传输、离线数据存储及计算、在线数据建模到大数据分析与挖掘的一站式服务。通过日志采集与流式数据传输提升数据采集效率，结合BOS、HDFS等方式实现高效存储，而在上层的数据分析与出口环节，百度云基于数据挖掘平台Jarvis呈现数据挖掘结果，为企业客户提供可视化数据处理与建模方式。 （本文首发钛媒体，作者/苏建勋）

数字化转型正在影响所有业务的垂直领域，人们处理和思考IT的方式已经发生了根本性的变化。一些成功的IT专业人员影响了企业的业务模式和策略。数字化转型正在影响所有业务垂直领域，而云计算架构师在支持下一代业务计划时必须开始思考与之前的业务模式有什么不同。

正如调研机构Gartner公司最近预测的那样，到2020年，所有IT人员都需要具备一定水平的商业智慧。“在IT领域中发展强大的商业智慧，是将IT重点从优化IT运营效率转变为推动业务效率、价值创造和增长的先决条件。” Gartner公司研究副总裁 Lily Mok在一份声明中表示，“有效的IT沟通战略的核心是能够将IT的愿景、战略和行动计划与业务明确联系起来，推动员工中期望的行为，从而提高IT绩效和业务成果。”

除了沟通之外，还需要新的管理方式来尽可能多地从员工身上获得更多价值。为了达到这一点，企业需要培训自己的员工，让他们真正像云计算架构师一样思考和行动。

无论企业是主要数据中心提供商，还是最终用户组织，都应该了解一下数据中心架构师培训技巧。

如今的IT人员不仅仅是提供专业服务或标准体系结构，他们还需要进行创新。这意味着过去适用于IT人员工作的相同规则可能不会对其职业生涯提供更多的帮助。作为云计算架构师，IT人员可以通过做培训和实施来提升技能，为自己的职业生涯增加价值，并帮助所在的公司取得进步。

1、通过技术镜头谈论商业语言

现在想像一下Snapchat或Messenger过滤器这样的技术可以做什么，他们为原始图层添加一层。从某种意义上说，云计算架构师必须考虑业务挑战，并知道如何使用适用于该情况的技术过滤器。在那里，人们必须能够讨论这些，以及他们如何改变业务流程。这意味着云计算架构师能够围绕业务需求不断应用技术架构。

2、沉浸在安全的世界

云计算架构师的商业智慧必须与对安全需求的深入理解结合起来。IDC的信息图表为弥补IT安全技能差距，描述了日益增长的风险，以及对熟练和合格的网络安全专家的需求，具体如下：

75%的企业遇到某种类型的安全事件。33%受到网络犯罪影响。63%的组织不准备作出回应。3、尽可能多地进行交叉训练

作为一个云计算架构师，需要了解并行的相关技术。如果正在创建公共云架构，请了解像OpenStack这样的平台如何帮助管理。人们永远不知道未来会怎样，组织有一天可能需要混合方法。如果可以实现规模管理，则可以帮助企业利用强大的云计算技术。云计算架构师经常关注特定的技术。例如，DevOps、虚拟化，或者只是打包和配置体系结构。如果云计算架构师具有特定的云端重点，请确保扩大云端架构。了解云服务管理(ITSM/ITOM)、自动化、集成以改进用户管理，甚至了解如何优化WAN连接。作为云计算架构师，可以有特定的关注点。但是，了解云服务的DNA使云计算架构师能够交叉训练，并为企业和其他IT团队提供有价值的反馈。

4、使用社交媒体这种强大的沟通工具

云计算架构师使用社交媒体(像Twitter这样的社交媒体工具)可以帮助其了解更多的信息，并与志同道合的架构师建立联系，拓宽对云计算设计的思路和看法。云计算架构师需要在社交媒体上提高自己的学习能力，并在市场中提升品牌。云计算架构师最好在LinkedIn上撰写博客或Facebook帖子，回复评论或者结交新朋友。

5、了解风险、设计和企业影响

云计算架构是业务的关键部分。过去，云计算架构师专注于挑战并立即尝试解决方案。那么现在的云计算架构师必须学习一个新概念：客户对风险的偏好。云计算架构师可以设计出令人惊叹的架构，但如果它不支持客户最终需要的风险模型呢?云计算架构师必须开始向客户提出一个新问题：“你有什么风险承受力?在设计此应用程序或虚拟工作负载之前，请告诉这对贵公司的影响。”

从这里开始，云计算架构师不仅要围绕其需求创建环境，还要围绕弹性进行设计。请记住，这不仅仅是一个围绕高可用性的设计。相反，需要特别关注用户、业务应用程序和特定组件的风险因素。作为一名云计算架构师，其角色是帮助客户更好地了解他们需要什么，他们能够做什么和不能没有什么，以及他们如何与其企业战略联系起来。

技术发展和进步已经成为组织业务的基本组成部分。它有助于创造更高水平的生产力，改进服务，并优化整个用户体验。但是，总需要有人帮助设计和构建这些环境。

在此给出的建议之一就是永远不要让自己被局限住。也就是说云计算架构师总是应该把握大局。每当设计云计算架构时，架构师总是要记住三点：人员、流程和技术。云计算架构师必须每次都围绕这三个概念应用到其设计中。

企业可以拥有最好的技术，但是如果不训练其员工，并且没有开发一个流程，那么这项技术将毫无用处。随着人们对新的数字化需求的转变，云计算架构师的角色将继续发生变化。因此，需要确保云计算架构师继续学习的动力，不断思考如何通过利用新技术来改善人们的生活。

来源：互联网

全文共3066词，预计阅读时间 ： 13分钟

云计算厂商到底哪家强，各家有各家的说法，今天西秦来跟你聊一聊，各家厂商的云计算技术到底怎么样。我选取了国内知名度比较高的几家厂商，通过弹性计算能力（云计算的核心能力）、数据库能力、存储能力、人工智能（大数据）、CDN业务、域名服务等几个方面来评判，看看哪个才是适合你的云计算厂商。

AWS(中国)

AWS 作为云计算的老大哥，在弹性计算方面，发展其了以EC2为首的计算服务矩阵，提供了10项不同的产品，联合来使用，满足用户对于计算能力的要求。但是产品缺乏场景，无法满足用户的直接需求，需要用户自行构建一些计算的服务。给4.5分。

在数据库方面，AWS提供的数据库类型是相当丰富的，六种常见的SQL数据库（Amazon Aurora、PostgreSQL、MySQL、MariaDB、Oracle 和 Microsoft SQL Server）、特有的DynamoDB、基于Redis和Memcahed的ElastiCache产品，给你以最完美的用户体验。给5分。

在存储方面，AWS的S3存储服务可以说是鼎鼎大名，不少人都听说过或使用过，AWS还推出其块存储和弹性文件存储系统，以及PB级文件存SnowBall。不过本身由于产品类型的限制，对应某些特定场景下的用户需求，无法很好的满足，需要用户进行一定的妥协，给4分。

在安全方面，AWS提供身份认证系统、证书系统、WAF系统、密钥管理系统等多项安全、合规方面的服务，来帮助用户更好的规范化自己的业务，实现更好的业务拓展。给4分

在大数据方面，AWS投入了大量的精力研发了EMR、QuickSight、Lex、Polly等产品，来帮助用户去更好的进行大数据研发和人工智能的研究。给4分

在CDN方面，AWS在全球范围内建设了近70个 CloudFront 节点，足够满足用户出海的需求，可惜的是没有一个国内节点，如果当前业务主力仍在国内，可能并不适合使用 AWS 的 CloudFront。给3.5分。

AWS并没有提供域名注册的服务，不过其提供的DNS服务 Route 53 也属于非常出名的，很多大型企业都在使用该服务，给个及格分（3 分）

Azure(中国)

在云计算的基础能力-弹性计算上，Azure似乎更倾向于由用户自行实现场景化，所提供的计算服务较为基础，只有虚拟机、虚拟机规模集（集群）、应用服务、批处理等6项服务，由用户自身借助虚拟机实现场景化，给4.5分。

在数据库方面，Azure着重其SQL Server产品，围绕SQL Server提供了不少的服务。不过也没有忘记广大用户的需求，提供了MySQL 产品和 Redis缓存，以及其所特有的DocumentDB，给5分。

在存储方面，Azure只提供了一种云存储，而且只能挂载在虚拟机上，相对来说，可以使用的场景就少了一些，给3分。

在安全方面，Azure只提供了秘钥保管库、Active Directory 和 多重身份验证，使用的场景有限，只能给2分。

在大数据方面，Azure只提供了HDInsight、流分析、认知服务、PowerBI这四种服务，在大数据方面的投入太少，给2分。

在CDN方面，Azure在国内投入建设了大概50个节点，在之前的测评中，Azure的可用节点量还是非常多的。使用效果还算给力。不过由于Azure的CDN只能用于自家的虚拟机产品，这一方面还是不如其他家相对开放宽容一些。给2.5分。

由于Azure并没有提供域名服务，所以在这一方面，0分。

阿里云

阿里云在弹性计算投入巨大，拥有包括云服务器、专有网络、容器服务、弹性伸缩、负载均衡等9项业务，涵盖用户的每一种选择。但是其在计算领域更加专注于底层的的计算能力，而不关注顶层的封装。不管是新颖的 ServerLess 还是火热的BaaS技术都未曾涉及，不免有些遗憾，给4.5分。

在数据库方面，阿里云拥有足够的诚意，满足用户的一切需求，不管是普通用户常用的三大SQL数据库（MsSQL、MySQL、PostgreSQL），还是流行的NoSQL（MongoDB、Redis、Memcache），都为用户提供了服务，帮助用户更好的使用这些能力同时，对于大数据需要的海量存储，阿里云也提供了对应的产品（PetaData、HBase以及 OceanBase）。除此之外所提供的数据传输、数据管理的服务也大大的帮助用户更好的进行数据管理，可惜对于企业应用常用的Oracle数据库没有支持。给4分。

在存储方面，阿里云提供了对象存储、文件存储、归档存储、块存储和表格存储等多种存储模式，帮助用户更好的管理数据，给4分。

在安全方面，阿里云以云盾为基础，发展出了14款安全产品，涵盖了WAF、内容过滤、数据加密、ddos防护、数据风控等多项功能，为用户的数据安全保驾护航。给4.5分。

在大数据方面，阿里云以数加为基础，发展了数据应用、数据分析展现、人工智能、大数据基础服务四大板块，14项不同的产品，在众多产品体系中，属于阿里云集中力量发展的项目。给4分

在CDN方面，阿里云官方给出的数字是500+全球节点，之前在进行CDN测评时，测试域名使用的国内节点也有30余个，满足你对带宽的需要，给5分。

在域名服务上，阿里云做的是最好的，其域名业务源自收购的国内的最大的域名供应商万网。不仅提供了基础的域名注册的服务，还针对域名交易的人群，提供了域名交易、域名预定、域名转入等服务，帮助用户更好的管理域名，点赞，给5分。

腾讯云

腾讯云在基础计算能力的提供上，投入不少精力，包括标准的云服务器、GPU云服务器、FPGA云服务器等，在弹性计算上，大量的投入研发和实践，帮助用户更好的使用云计算，给4分。

在数据库方面，腾讯云提供了标准的SQL数据库和其特有的TDSQL，针对高速缓存场景的Redis和Memcached、标准的NoSQL数据MongoDB以及一些适合于大数据的数据库，如HBase、分布式数据库DCDB。不过丰富的产品缺没有配套的应用，腾讯云没有针对用户提供数据迁移的服务，会导致用户在使用时的体验不佳。给3分。

在存储方面，腾讯云的技术研发略显吃力。只提供了标准的对象存储和云硬盘服务，对于一些不同场景下的需求来说，还是显得不足。给3分。

在安全方面，腾讯云依托大禹网络安全和天御业务安全防护，提供了不少场景化的安全服务。相比之下，腾讯云的产品更加倾向场景化为用户提供服务。给3.5分。

在大数据方面，腾讯云发展出来了大数据基础服务、数据应用和AI三大体系，提供了丰富的技术产品，对于用户来说，也是可以更好的去借助云计算的资源来实现自己的需要。给4分

在CDN方面，腾讯云依托腾讯本身的业务，提供了全国500多个加速节点，来帮助用户去提升用户体验。不过也可能是由于节点过多，导致腾讯云的CDN的每次变更，都会有较长的时间才能生效。给4分

在域名方面，腾讯云只提供了基础的域名注册服务，只能算个及格。给3分。

百度云

百度云在计算上提供了多样化的计算能力，除了提供基础的IAAS的云服务器，还提供了专属服务器、物理服务器和GPU服务器。特别是其一直以来的发展的BAE应用引擎，增添了一些亮点。不过本身计算产品的种类较少，也确实是其问题。给4分。

百度云在数据库的建设上，不如其他家用心，只提供了标准的MySQL、SQL Server、Memcache、Redis和NoSQL 数据库 MolaDB。只能算的上及格，给3分。

在存储方面，百度云如同腾讯云，只提供了对象存储和云磁盘，只能够给一个及格分，3分。

在安全方面，百度云可以说是诸多云计算厂商中提供的最差的了。只提供了标准的安全服务和DDos防护服务，也只能够给3分及格分。

在大数据和人工智能方面，百度投入了大量的人力物力进行研发，提供了多种不同的大数据产品和人工智能产品，包括MapReduce、批量计算、OLAP引擎、机器学习等。做的是非常不错的。给4.5分。

在CDN方面，百度没有说明到底提供了多少个几点，但是根据其节点分布图，除了海南和西藏，都能够保证每个省份至少一个加速节点。给3分。

百度云提供了域名注册的基础服务，没有提供其他服务，只能算个及格。给3分。

结语

各家云计算厂商都有自己的优势业务，AWS的数据库、Azure的弹性计算、腾讯云的场景化、百度云的人工智能、阿里云的安全。但是相比之下，AWS作为云计算老大哥，领跑云计算技术竞赛。阿里云则更均衡，全面开发自身潜力。全面展开云计算能力。

同样，我们也看到太多的不足。来自海外的Aws和Azure虽然技术强劲，但是同时也出现了一些体验不好的部分，无法给用户以一站式的体验，对于产品本身的规划、产品的质量，应当再做考量。

云计算不同于现在的互联网创业，往往是轻资产，重人员。云计算打的是基础设施的仗，如果想要做好云计算，就要有大笔的资金投入，来去提升自家产品的体验，如果没有良好的输血能力，可能会倒在胜利的黎明前。

最后，给一些想要做云计算创业的人一些建议，如果你想要做云计算的创业，关注小众用户，做个性化的云计算服务，或许能够让你从诸多大厂的围追堵截中走出来。

导语：云计算是我们常说的，云是网络和互联网的一种比喻说法，而云计算则是基于互联网相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩张且经常是虚拟化的资源，近日SITA推出了云计算基础架构，一起来看看吧。

毫无疑问，带来所有这些好处的云计算正在改变行业的IT方法。云计算被广泛认为是推动第四次工业革命之旅的关键，其标志是技术与社会的深刻融合。云支持人工智能，大数据分析，物联网和机器人技术 - 所有这些都为公共服务带来诸多益处。

SITA的愿景是建立一个政府私有云，定义为“不同云的生态系统”，由政府部门独家访问 - 由政府拥有并由SITA运营和管理。为了实现这一目标，该机构开始进行基础设施现代化，将其数字环境重新设计为现代化的先进设施，包括引入云功能。正式发布于2018年11月23日举行。

SITA的云计算程序创建了一个多年的现代化路线图，并产生了政府私有云生态系统，一个连接且完全协调的云计算平台。它也称为云基础架构，它允许管理云资源和工作负载，而不管它们在生态系统中的位置。SITA现在已经实施了创建该生态系统的下一个关键阶段，与华为，IBM和Gijima合作，构建了迄今为止最大的云基础架构。

这是在SITA在这一工作领域取得成功的背后，并与南非在社会经济转型方面的努力相一致。高等教育和培训部（DHET）是SITA的第一个接受基础设施即服务提案的云客户端，并于2018年10月23日签署了已完成的项目。

DHET是100％的云客户 - 展示了DHET和SITA对政府信息技术空间现代化的承诺，以改善服务交付。SITA于2014年开始建设其政府私有云生态系统，并在夸祖鲁 - 纳塔尔省，自由州，西开普省和豪登省建立了内部云站点。

该机构认为，迁移到云的决定修复了许多现有的基础架构挑战，包括解决多个独立数据中心的成本和低效率，客户特定的服务器基础架构，前期容量支出以迎合峰值和增长，以及跟上技术的扩散。这个云平台 - 与新的数据中心和宽带相结合 - 是政府从规划到有意义实施的关键工具。

随着越来越多的政府部门开始使用日新的云平台，预计工作人员和市民将看到政府提供服务，能力和服务明显改善，建立在现代化的基础设施和工具集，以及灵活的系统的基础。SITA政府的云计算之旅还将转化为更高的安全性，生产力，效率和服务交付，以及高可用性（跨设备和任何时间）。

小伙伴们你们对于云计算基础架构有什么看法呢？

本文由寥可说科技原创，图片来源于网络，欢迎关注！

欧洲核子研究中心（缩写为CERN），是全球最大的粒子物理学实验室，其存在的本质意义就是研究物质的组成和宇宙的起源。

上图为CERN的标志

CERN（读音是：[s:n]），是一个法语缩写词，意为“欧洲核子研究理事会”（法语为：Conseil Européen pour la Recherche Nucléaire），这是1952年成立的临时理事会，虽然两年后改名为欧洲核子研究中心（Organisation Européenne pour la Recherche Nucléaire），但这个缩写一直被沿用至今。

探寻物质的根本：LHC

物理学者认为：物质是由基本粒子组成的，基本粒子，又被希格斯玻色（Higgs boson）子和“上帝粒子”（God particle）。

为了证实基本粒子的存在并作深入研究，在瑞士日内瓦西部与法国接壤的边境上，CERN建造了全球最先进的LHC（Large Hadron Collider，大型强子对撞机），它被隐藏在总长约27公里的环形隧道之中。

上图为环形隧道的示意图

上图为彼得·希格斯（Peter Higgs，因成功预言“上帝粒子”存在而获2013年诺贝尔物理学奖），他身后是处于维护状态的LHC。

在环形隧道中，两束质子流相向而行，并以近光速发生碰撞，由此产生新粒子。质子的体积很小，只有10的负15次方米，因此，即便是相向而行，大多数质子也会失之交臂，撞上的几率极低：在4000万次记录中，只能发现约500次正对碰撞。

而一旦发生正对碰撞，就会引发微观的宇宙大爆炸，重现宇宙大爆炸后的瞬间状态，科学家们就从搜集到的各种数据中探求物质形成和宇宙起源的奥秘。

上图为质子-质子（pp collisions）对撞的照片

2008年9月，LHC投入试运行；2012年7月4日，在CERN的LHC中持续了7个月的质子-质子（pp collisions）对撞中，“上帝粒子”被成功发现；2013年3月14日，CERN正式宣布发现了“上帝粒子”。

2013年10月8日，诺贝尔物理学奖授予了84岁的彼得·希格斯（Peter Higgs）和80岁的弗朗索瓦·恩格勒（Franois Englert），以表彰他们成功预言了“上帝粒子”的存在。

2012年7月4日，发现“上帝粒子”后，彼得·希格斯（右）与弗朗索瓦·恩格勒（左）出席研讨会。

基本粒子的存在得以证实，宇宙的根本和起源也就有了深入探求的无限可能性。实际上，CERN的LHC已经开始了新的对撞：质子-铅离子对撞，即proton-lead (p-Pb) collisions。籍于此，物理学家可以对大爆炸之初百万分之几秒的宇宙状态有更为深入的分析和洞察。

上图为质子-铅离子(p-Pb)对撞的照片

目前，CERN的员工约有2400人，为12,500名来自世界各国的科学家提供高能物理科研的服务。

支撑高能物理研究的是海量的数据和错综复杂的应用分析环境，要构建满足这些要求的IT基础设施，云计算技术具有极高的技术契合度，是当然的首选。

CERN云架构的核心组件：Nova Cells v1

CERN是互联网的发源地，在信息技术方面，一直走在最前沿。

2013年7月，CERN的OpenStack云计算环境投入实际运行，此后，随着OpenStack版本的更新，经历了若干次升级，目前在CERN数据中心运行的是Newton版本。

尽管Nova Cell（v2）已经在Newton版本中被正式引入，新版本的技术改进和优势也正在被不断地加以宣扬，然而，CERN仍然拥有目前世界上最大规模的Nova Cell（v1）服务的实际应用环境，是解决OpenStack大规模部署的最佳案例之一。

以下，对Nova Cells v1进行简要介绍。

Nova Cells v1是为解决OpenStack大规模部署的问题而创建的，当OpenStack云环境的部署规模达到一定程度后，进一步的扩展就受到技术瓶颈的限制，这种限制主要是由数据库和消息队列而产生的。比如，随着部署规模的扩展，消息队列的性能下降得异常明显，具体而言，根据经验总结，在两百个节点的环境中，一个消息发出后，可能要20秒左右才能得到响应。

从OpenStack的Grizzly版本开始，Nova Cells项目正式推出，应用这个新的OpenStack模块，就能在保持现有OpenStack云计算环境不变的前提下，以在现有OpenStack云计算环境中添加Child Cell的技术手段，增强以Scale-Out方式大规模扩展OpenStack部署环境的能力。

Nova Cells v1的架构如下图所示：

如上图所示，使用Nova Cells v1服务，可以将计算资源的管理单位进一步细分为Cell。

不同的Cell，有着各自独立的Nova-API、Nova-Scheduler（调度）、Nova-Conductor（连接）、Nova-Compute（计算）、数据库服务（Database）、消息队列（AMQP，Advanced Message Queuing Protocol，可通过RabbitMQ等机制实现）、Nova-Cells等各项服务，在从顶层的入口API Cell开始，可以树状结构逐步向下延伸，从而实现规模的扩展。

其中，API Cell（即：Parent Cell）包含 有Nova-API 服务，用于接收用户发出的请求，并将用户请求通过Nova Cells服务以Message形式发送至指定的Cell；而Child Cell则包含除 Nova-API之外的所有Nova-*服务，实现具体的 Nova Compute节点服务；API Cell与Child Cell共享 Glance 服务，且各Cells之间（API Cell与Child Cell之间、各层级Child Cell之间）的通信均通过Nova Cells服务进行。

需要指出的是：

1）在Nova Cells v1的整体架构中，对Cells的调度与对计算节点的调度是彼此独立进行的；

2）Nova-Cells服务不仅用于不同Cell之间的消息传递，在API Cell中，Nova-Cells还为操作请求选择目标Child Cell。

综上所述，当一个创建虚拟机实例的操作请求到达API Cell时，由Nova-API接收并转发给Nova-Cells，随后，Nova-Cells选择恰当的目标Child Cell，进而将操作请求发送给此目标Child Cell的Nova-Cells服务，进行处理后再转至该Child Cell的Nova-Scheduler（主机调度服务）进行处理，随后，Nova-Scheduler处理操作请求，根据计算资源统计的相关信息，在该Child Cell中选择恰当的计算节点，进而将操作请求分发至其上以具体执行虚拟机的创建。

CERN云计算环境基于Nova Cells v1，通过全面的分布式体系架构，构建了更具弹性的OpenStack云计算环境。

到目前为止，CERN的OpenStack云计算环境“重度使用”（据CERN的IT工程师所言）Nova Cells v1。在CERN的各项科学实践中，基于Nova Cells v1的OpenStack云计算环境经受住了各种实际考验，长期、稳定和高效的运行已经证明了其所具有的实践价值。

《欧洲核子研究中心的云计算架构 》的下一篇，将对CERN的云计算架构进行简要的说明，一窥OpenStack在大规模部署背景下的成功应用案例。

除交易、支付场景外，支撑起阿里“超级工程”其实包括以下但不限于客服、云计算、库存、搜索、推荐、广告、物流等。因图片经压缩后上传较模糊，需要完整高清原图的可关注后私信“阿里”。

目录：

一、基础设施新技术

二、新零售技术创新

三、菜鸟

四、支付

五、机器智能“新物种”战队

六、云计算

七、安全

八、完整大图如下：

一、基础设施新技术

二、新零售技术创新

三、菜鸟

四、支付

无、机器智能“新物种”战队

六、云计算

七、安全

已完结专题（点击名称可查看专题总结）：

【mysql优化专题】【多线程/池专题】

更新中专题（关注后查看每篇精品文章）：

【dubbo专题】【dubbo源码专题】

【JVM专题】【HTTP协议专题】

【设计模式专题】【高并发专题】

【架构技术专题】【netty专题】

【数据结构专题】【redis专题

更多深度文章，请关注云计算频道：https://yq.aliyun/cloud

摘要：从传统IT部署到云，人肉运维已经是过去式，云上运维该怎么开展？人工智能对于运维“威胁论”也随之袭来，如何去做更智能的活，当下很多运维人在不断思考和探寻答案。在2017云栖社区运维/DevOps在线技术峰会上，阿里云专家云登就为大家分享了云计算网络基础架构的实践和演进，精彩不容错过。

以下内容根据演讲视频以及PPT整理而成。

众所周知，云计算是以计算、存储和网络作为基础的。网络作为云计算的重要基石之一，其架构设计和演进是云计算发展的重要一环，而网络架构涉及可靠性、性能、可扩展性等多方面内容。架构是从理论设计开始的，理论设计和实践碰撞到一起，能否经得住考验，是否能够符合预期呢？厂商所提供的网络设备的高级特性真的是解决问题的银弹么？如何通过经典网络和VPC构建混合云，打通云上和云下呢？阿里云在以往的实践以及与用户的交互碰撞中遇到的问题又是如何解决的呢？本次分享中将与大家一起进行探讨。

本次分享的目录

一、常见的云计算网络架构

二、云计算网络的可靠性和故障定界

三、专有云网络的模块化

四、混合云构建的并网案例

五、云网络架构的演进趋势

下图所展示是一种常见的云计算网络集群架构。传统情况下云计算网络架构会分为三层：接入层、汇聚层和核心层。如下图所示，在接入层下面的两台交换机会进行堆叠，再下面会连接服务器，服务器一般会选择使用两个网卡进行bond之后以双上连的方式连接到2台接入交换机。在接入交换机和汇聚交换机之间也会有多条线路的连接，一般而言会存在二层或者三层的接入。对于带宽收敛比的设计而言，对于千兆集群可以采用1:1无收敛的方式，而对于万兆集群则可以使用收敛比为1:3或者1:2的方案，也可能使用无收敛的设计。从汇聚层再向上连接到核心层，一般情况会使用三层连接。

下图是另外一种比较常见的云计算网络集群架构，在Spine节点和Leaf节点之间可能会存在三层连接，而Spine节点和Core节点之间也可能会存在三层连接，这种网络架构相比于前面提到的架构而言，其扩展粒度要更细，可以细化到一组或者多组进行接入。

想必大家对于Overlay以及Underlay网络都有所了解，物理网络被称为Underlay网络，物理网络搭建完成之后应该尽量保证网络拓扑是固定的；而对于Overlay的网络而言，可以基于VXLAN技术构建VPC网络，通过软件定义和控制器的方式可以动态地构建虚拟的网络。所构建的网络可以是一个或多个虚拟的网络，可以通过云上不同的租户去定义地址规划以及路由的规划，甚至还可以提供类似于高速通道这样跨VPC之间的互通。Underlay网络的设计基本上就是前面所提到的接入-汇聚-核心架构以及Spine-Leaf架构，而对于Overlay的网络则描述的是虚拟的层面，提供的实际上是虚拟的路由器和虚拟的交换机，包括其构建出来的可以接入像SLB、RDS、ECS、OCS等云产品的VPC容器。为什么叫做Overlay呢？其实因为Overlay网络是通过VXLAN隧道的封装运行在Underlay物理网络之上的。通过Overlay逻辑网关去组织业务进行资源编排就可以构建出非常丰富的基于Overlay网络的产品。

前面主要介绍了云计算网络的一些基础概念，接下来将会针对云计算网络的可靠性以及故障定位的方式进行分享。

对于云计算平台的物理网络而言，其可靠性可以分为以下的几类：

多线路，常见二层的LACP，也就是链路聚合，对于三层则使用等价路由。设备HA，从体系结构来讲，分布式的多框、多插槽的设备能够提供多主控、多接口板这样的方式，还可以提供类似于堆叠技术和多机之间的双机热备以及多机的备份或者多机堆叠的方式，还可以提供VRRP的链路切换。探测和切换机制，实际上在网络配置交付之后，如果远端出现了问题，为了解决链路上的负载均衡以及主备切换的问题，可以引入比如NQA+Track这样的探测技术，这样可以针对静态路由的配置通过不同的优先级和NQA探测方式发现远端节点不可达的时候进行路由切换。除此之外，在探索到某台设备出现故障的时候就可以进行故障隔离，可以实现端口级或者设备级的故障隔离，保证流量可以走备份或者冗余链路进而避免流量中断，当然，这种情况下可能对于流量带宽造成一定的损失。巡检和监测，针对于Overlay和Underlay的网络会提供主动探测的机制，还有对于设备的日常日志告警的分析。设备在运行中往往会报很多的日志和告警，将这些信息收集起来之后结合云平台的业务流量可以挖掘出很多故障的可能性、已经出现的故障还有对于未来可能出现故障的预判。还可以进行流量分析，并且基于此判断云平台的网络是否出现了一些问题。

如下图所示的是常见的网络集群故障点分布图，云计算平台的网络故障点主要集中在下图中标号的几个位置：

标号1：线路故障，比如服务器上连到TOR交换机，也就是服务器上的接入网卡接入到交换机上时出现了网卡、线路或者是接入端口损坏导致线路上出现故障。同样的，从接入层到汇聚层，从汇聚层到核心层也会出现这样的线路故障。标号2：核心设备的故障，核心设备的故障可能导致跨网络端口之间的流量损失，由此造成的影响范围往往比较大。对图中所示的网络架构而言，如果流量需要跨端口进行传输，就一定需要从接入层到汇聚层再到核心层再转入另外一个POD的汇聚层。标号3：汇聚交换机的故障，一般情况下汇聚交换机采用堆叠的方式，可能会出现堆叠的分裂以及单台设备的故障，也可能出现整个端口流量上行的带宽减半或者是分裂以后导致等一些不可预期的后果，因此需要及时检测出一些故障并且及时进行隔离以及对于设备进行下线维修从而排除此类故障。标号4：接入交换机的故障，接入交换机也会发生类似于汇聚交换机的故障，堆叠分裂或者单机故障则会导致下面连接的服务器出现问题。标号5：服务器故障。标号6和7：像上述提到的堆叠出现问题造成的故障，这样的故障需要通过日常的巡检以及网络设备自身报告故障的日志告警来发现问题并及时去进行相应的处理。

以下是对于常见的网络集群故障点的详细描述：

线路故障。体现为带宽的损失，一般通过多条线路保障，三层网络设备间通常用ECMP等价路由，二层网络设备间通常采用聚合LACP，提高可靠性。在实际情况下，在公有云环境中会发现：一旦网络集群规模大了之后，堆叠出现问题的概率就会变大，与此同时，二层的广播风暴和环路出现的概率也会变大，阿里云目前在逐步地考虑去掉堆叠并且去掉二层，这也可能是未来的发展方向。这样的目的是为了简化网络并提高网络集群的可靠性。DSW故障。DSW是对于核心设备的称呼，由于所有的DSW之间不直接互联，它本身的可靠性只能依靠硬件框式分布式，多主控板（主备HA）、多接口板（上面说的多线路跨板连接）来保证单点可靠性，使用多台DSW，平时负载均衡，单台故障时互为备份链路。如果是单台DSW故障，将会影响带宽损失。PSW故障。也就是汇聚设备的故障，拓扑中有PSW堆叠和去堆叠两种情况，如果是堆叠的，单台故障，上下连线依靠跨堆叠设备的LACP或者ECMP实现业务不中断（但带宽有损失），如果不是堆叠的，参考（2）的场景。如果是单台PSW故障，影响的是下连的多组ASW带宽损失一半。ASW故障。线上很多的ASW都是堆叠的，目前阿里云也开始去堆叠，如果是堆叠的，ASW下连服务器，服务器双网卡bond接入（LACP），如果是去堆叠的ASW，服务器双网卡等价路由负载均衡。如果单台ASW故障，影响的是下连的48台服务器的带宽损失一半。未来，阿里云新构建的集群会逐渐减少对于堆叠的使用，进而提高网络设备的可靠性。其实对于网络厂商而言，他们也会对于堆叠特性进行大量的测试，但是实际上由于堆叠特性十分复杂，因为其涉及到硬件、软件、内部检测以及协议的传输备份，也就是会涉及到很多跨框、跨设备的同步以及选举机制。由于堆叠特性实现本身就非常复杂，就会导致出现问题的可能性比像路由转发这样其他简单特性更高。而在云计算场景下海量的网络设备同时运行，就进一步提升了堆叠特性出现问题的可能性，基本上就会导致出现存在堆叠的场景下可能经常会出现问题。为了解决这样的问题就需要逐步地去除堆叠和二层。服务器故障。可能体现在服务器网卡或者本身内部的应用系统的问题，服务器故障一般只会影响自己，范围比较小。PSW堆叠分裂。各自认为自己是主设备，为了减小影响，一般会配置DAD双主检测，禁掉一边，影响为整个pod的上联带宽和跨asw之间转发带宽损失一半。如果PSW堆叠整体故障，整个pod挂掉（各组ASW下的48台服务器之间仍可互通），上连不通，跨asw的互连不通。ASW堆叠分裂。类似于（6），影响为一组ASW下挂的48台服务器的互联或者上联带宽损失一半。如果ASW堆叠整体故障，该组ASW下连的48台服务器全部不通。对于（6）（7）的堆叠故障，由于厂商堆叠技术本身复杂，导致故障概率提升，再加上公共云使用的网络设备规模大，基数上去了就进一步放大出故障的概率，且影响范围大。因此网络本身的可靠性和故障位置，对于云产品来说影响的范围也是不同的，ecs之类的云产品能够打散到不同的ASW、POD甚至AZ（跨网络集群），其可靠性指标也是不同的。基本上是打散的网络设备之间的层级越高，可靠性保证越高，但同样的网络延迟也越高。

那么怎样才能够及早地发现这些故障呢？其实可以使用故障主动探测的模型。在网络集群里面，可能会选择特定的接入设备比如像服务器，将其作为主动探测的机器，其探测的目标就是网络设备下面的其他服务器。

建立的第一个简单故障主动探测的模型如下：

一个TOR下面所有物理服务器（例如48台）都同时出现大量丢包-->TOR交换机故障。个别物理服务器出现丢包-->服务器负载问题/TOR交换机端口队列打满。到某个机房的大量物理服务器同时出现大量丢包-->汇聚交换机/核心交换机故障。到某个机房的大量物理服务器出现少量概率丢包->汇聚交换机/核心交换机的个别端口问题。每个机房最少只需要1台机器作为探测源，部署对业务网络影响小，ICMPping之类的只能做Layer3的探测。

依照上述的故障主动探测模型就可以简单地判断网络出现故障的范围。

建立的第二个简单故障主动探测的模型如下：

通过选择不同位置的服务器作为探测源或者探测目标，发现不同层次的故障位置，多轮次组合。要求每台服务器运行agent，并接受外部控制器指令，动态调整探测策略，可建立TCP连接并测试。可以针对overlay和underlay网络进行探测，更容易模拟实际应用的业务流量特征，支持Layer4探测、时延计算。

第二个故障主动探测模型在服务器内部会增加一些代理Agent，安装代理之后可以做到对于4到7层的探测，可以探测出TCP连接的情况以及其延迟和性能速率。同样的，探测模型也可以组合出不同的探测方式，在了解网络架构的拓扑之后就可以探测位于同一组接入交换机下面的两台或者多台服务器，也可以探测位于不同的核心交换机或者汇聚交换机下面的多台服务器。通过这种建模方式就可以知道当前延迟高或者丢包的场景下，网络的问题到底出现在什么位置。

上述提到的是网络体现在本身体系结构上的可靠性，比如分布式设备、支持主备HA、支持双机热备或者多机堆叠以及其他一些高级特性，这些都是从网络设备本身的角度而言的。除此之外，通过线路带宽的设计保证收敛比以及负载均衡，以此来保证云计算网络的可靠性。而通过日常的巡检和探测能够及时地发现故障，并在故障发生之后及时了解故障发生的具体原因并提供故障定位的方式，进而提高云平台网络的可靠性。

上述这些都是在公有云网络上的实践，对于专有云而言，又会存在什么样的差别呢？其实对于专有云而言，更多地会对其进行模块化的设计。公有云一般而言是可规划的，可以对于未来集群的规模、建设的地域以及网络架构的选择等进行规划。而对于专有云而言，客户的需求往往不能够规划出来，不同的客户所需要的业务的场景和诉求往往是不同的，这些在网络设备的选型、已有设备的利旧使用以及对于云平台功能的裁剪上都会有所体现，所以专有云与公有云上的的网络设计就存在较大的差别。

下图是专有云网络架构图，一个很明显的特点就是专有云网络会分成几个区域，最上面的是外部接入区，外部接入区包含了阿里云和ISP或者用户骨干网出口的链接以及在其上进行安全防护的云盾。专有云网络架构图中间的DSW和下部的PSW则属于DC区，也就是网络架构的核心区域。图中右面的综合接入区分为了两个部分，一部分是阿里云所提供的负载均衡、VPC网关以及OPS相关的接入，另外一部分则是CSW，实际上就是客户的VPC专线接入区，阿里云的专有云客户会有一些原来的物理网络需要与云上的VPC进行网络打通，一般会通过VPC的专线接入交换机的综合交换机接入进来。也就是说专有云网络的每一个模块都有一个相对独立的设计，所有的模�...

云计算是一种能够通过网络以便利的、按需付费的方式获取IT资源（包括网络、服务器（虚机、容器）、存储、平台、应用和服务等）并提高其可用性的模式，这些资源来自一个共享的、可配置的资源池，并能够以最省力和无人干预的方式获取和释放。

云计算：第三次IT革命

云计算发展背景

云计算特征

云计算服务类型：IaaS、PaaS、SaaS

SaaS是一种新型软件发布模式，应用软件安装在 厂商或者服务供应商那里，用户通过网络使用。Salesforce、NetSuite、Google Apps、微软Office365是典型案例。

软件开发者可以在PaaS之上直接开发新的应用，不需要购买和部署服务器和OS、数据库和中间件软件而直接部署代码即可运行客户自己的应用。Salesforce的Force、Google AppEngine和微软 Azure都是PaaS模式的典型代表。

IaaS（Infrastructure as a Service，基础架构即服务）通过互联网提供数据中心、基础架构硬件和软件资源。典型IaaS的代表产品是亚马逊的AWS（Elastic Compute Cloud）、Google的CloudEngine。

云计算部署模式

公有云：关注性价比

面向公众/政企提供的云服务，基于互联网获取和使用服务、关注盈利模式、具有强大的可扩展性和较好的规模共享经济性等。

私有云：关注信息安全

面向内部用户、通过内部或专有网络获得和使用服务，私有云的使用体验较好，安全性较高，但投资门槛高，当出现突发性需求时，私有云因规模有限，将难以快速地有效扩展。

混合云：兼顾性价比与安全

在公有云中创建网络隔离的专有云，用户可以完全控制该专有云的网络配置，同时还可以通过VPN/专线连接到内部私有云，实现公有云与私有云的连接，兼顾公有云和私有云的优点。

社区云：过渡性模式

面向一个行业（行业云）或一个地理区域范围内（园区云）提供服务，阶段性发展的产物。