云計算風行 盤點云服務四大核心技術

　　高科技著稱的美國在云計算是先行者，其企業推出云服務引領整個行業的風潮。亞馬遜AWS云服務開始只是一個針對小型開發商和初創公司的小眾服務，現在它已變成了云服務行業中的一支勁旅，年營收高達70億美元。微軟和IBM素來具有與大企業合作的優勢。谷歌云服務平臺，在行業元老戴安妮•格林(Diane Greene)的領導下，正在加倍努力打造其企業云服務平臺。相比較谷歌、微軟和亞馬遜等云計算服務行業中領先的公司。中國企業如阿里巴巴、騰訊、華為在云計算領域的地位也在不斷提升。

　　云計算技術是目前IT行業最大的變革。一切都將移到云端，用戶將通過云服務分享一切，這將是一種前所未有的服務轉變。云計算技術說新其實也不新了，伴隨著近幾年云計算技術的不斷成熟和快速發展，已經在很多行業當中都能夠看到云計算帶來的改變。熟悉云計算的朋友們可能都不會陌生云計算是大規模分布式計算技術以及配套的商業模式演進而來的產物，它的發展主要是依賴虛擬化、分布式存儲、數據管理、編程模式、信息安全等各項技術。

　　近些年來，托管、后向收費、按需交付等商業模式的演進也加速了云計算市場的轉折。云計算不僅改變了信息提供的方式，也顛覆了傳統ICT系統的交付模式。與其說云計算是技術的創新，不如說云計算是思維和商業模式的轉變。本期，我們就一起來看看在云計算技術當中的核心技術都有哪些。

　　虛擬化技術

　　虛擬化是云計算最重要的核心技術之一，它為云計算服務提供基礎架構層面的支撐，是ICT服務快速走向云計算的最主要驅動力?？梢哉f，沒有虛擬化技術也就沒有云計算服務的落地與成功。隨著云計算應用的持續升溫，業內對虛擬化技術的重視也提到了一個新的高度。

　　虛擬化是一種在軟件中仿真計算機硬件，以虛擬資源為用戶提供服務的計算形式。旨在合理調配計算機資源，使其更高效地提供服務。它把應用系統各硬件間的物理劃分打破，從而實現架構的動態化，實現物理資源的集中管理和使用。虛擬化的最大好處是增強系統的彈性和靈活性，降低成本、改進服務、提高資源利用效率。

　　從表現形式上看，虛擬化又分兩種應用模式。一是將一臺性能強大的服務器虛擬成多個獨立的小服務器，服務不同的用戶。二是將多個服務器虛擬成一個強大的服務器，完成特定的功能。這兩種模式的核心都是統一管理，動態分配資源，提高資源利用率。在云計算中，這兩種模式都有比較多的應用。

　　分布式存儲技術

　　我們都知道云計算的一大特點就是對于數據的存儲和處理速度非常之快，為了保證數據的高可靠性，云計算通常會采用分布式存儲技術，將數據存儲在不同的物理設備中。這種模式不僅擺脫了硬件設備的限制，同時擴展性更好，能夠快速響應用戶需求的變化。

　　分布式存儲與傳統的網絡存儲并不完全一樣，傳統的網絡存儲系統采用集中的存儲服務器存放所有數據，存儲服務器成為系統性能的瓶頸，不能滿足大規模存儲應用的需要。分布式網絡存儲系統采用可擴展的系統結構，利用多臺存儲服務器分擔存儲負荷，利用位置服務器定位存儲信息，它不但提高了系統的可靠性、可用性和存取效率，還易于擴展。

　　編程模式 分布式并行編程模式創立的初衷是更高效地利用軟、硬件資源，讓用戶更快速、更簡單地使用應用或服務。在分布式并行編程模式中，后臺復雜的任務處理和資源調度對于用戶來說是透明的，這樣用戶體驗能夠大大提升。

　　舉個例子，MapReduce是Google開發的java、Python、C++編程模型，主要用于大規模數據集(大于1TB)的并行運算。MapReduce模式的思想是將要執行的問題分解成Map(映射)和Reduce(化簡)的方式，先通過Map程序將數據切割成不相關的區塊，分配(調度)給大量計算機處理，達到分布式運算的效果，再通過Reduce程序將結果匯整輸出。

　　大規模的數據管理

　　當今已經進入了大數據的時代，處理海量數據就成為了云計算服務的一項非常重要的任務，云計算不僅要保證數據的存儲和訪問，還要能夠對海量數據進行特定的檢索和分析。由于云計算需要對海量的分布式數據進行處理、分析，因此，數據管理技術必需能夠高效的管理大量的數據。

　　目前，國內新能源汽車使用的動力電池超過90%系國內生產，新能源汽車產量大幅增長直接拉動國內動力電池的需求。

　　2016年3-4月，GGII組織為期2個月的全國動力電池市場巡回調研活動，橫跨17個省，涉及50多家主流企業。

　　Google的BT(BigTable)數據管理技術和Hadoop團隊開發的開源數據管理模塊HBase是業界比較典型的大規模數據管理技術。BigTable是非關系的數據庫，是一個分布式的、持久化存儲的多維度排序Map.BigTable建立在GFS，Scheduler，Lock Service和MapReduce之上，與傳統的關系數據庫不同，它把所有數據都作為對象來處理，形成一個巨大的表格，用來分布存儲大規模結構化數據。