初识云计算——云计算基本概念

云计算的定义

不同的人群看待云计算会有不同的视图和理解。我们可以把人群分为云计算服务的使用者、云计算系统规划设计开发者和云计算服务的提供者三类。

从云计算服务的使用者角度看，云计算可以用图来形象的表达：

云非常简单，一切的一切都在云里边，它可以为使用者提供云计算、云存储以及各类应用服务。云计算最典型的应用就是基于Internet的各类业务。云计算的成功案例包括：Google的搜索、在线文档Google-Docs；微软的MSN、必应搜索；Amazon的弹性计算云（EC2）和简单存储服务（S3）等。

简单来说，云计算是以应用为目的，通过互联网将大量必需的软、硬件按照一定的形式连接起来，并且随着需求的不断变化而灵活调整的一种低消耗、高效率的虚拟资源服务的集合形式。

云计算的特征

有关概念

• 云计算是效用计算、并行计算、分布式计算、网格计算、网络存储、虚拟化、负载均衡等传统计算机和网络技术发展融合的产物。
• 云计算的基本原理是令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，从而使得企业数据中心的运行与互联网相似。
• 效用计算：效用计算是一种提供计算资源的商业模式，用户从计算资源供应商处获取和使用计算资源，并基于实际使用的资源付费。效用计算主要给用户带来经济效益，是一种分发应用所需资源的计费模式。
  相较效用计算而言，云计算是一种计算模式，它代表了在某种程度上共享资源进行设计、开发、部署、运行应用，以及资源的可扩展/收缩和对应用连续性的支持。
• 并行计算：并行计算是指同时使用多种计算资源解决计算问题的过程。并行计算是为了更快速地解决问题、更充分地利用计算资源而出现的一种计算方法。
  并行计算是将一个科学计算问题分解为多个小的计算任务，并将这些小的计算任务在并行计算机中执行，利用并行处理的方式达到快速解决复杂计算问题的目的，它实际上是一种高性能计算。
  并行计算的缺点是将被解决的问题划分出来的模块是相互关联的，如果其中一个模块出错，必定影响其他模块，再重新计算会降低运算效率。
• 分布式计算：分布式计算是利用互联网上众多的闲置计算机的计算能力，将其联合起来解决某些大型计算问题的一门学科。与并行计算同理，分布式计算也是把一个需要巨大计算量才能解决的问题分解成许多小的部分，然后把这些小的部分分配给多个计算机进行处理，最后把这些计算结果综合起来得到最终的正确结果。与并行计算不同的是，分布式计算所划分的任务相互之间是独立的，某一个小任务出错不会影响其他任务。
• 网格计算：网格计算是指分布式计算中两类广泛使用的子类型：一类是在分布式的计算资源支持下作为服务被提供的在线计算或存储；另一类是由一个松散连接的计算机网络构成的虚拟超级计算机，可以执行大规模任务。
  网格计算强调将工作量转移到远程的可用计算资源上；云计算强调专有，任何人都可以获取自己的专有资源，并且这些资源是由少数团体提供的，使用者不需要贡献自己的资源。网格计算侧重并行的计算集中性需求，并且难以自动扩展；云计算侧重事务性应用，大量的单独的请求，可以实现自动或半自动扩展。
• 自主计算：自主计算是由美国IBM公司于2001年10月提出的。IBM将自主计算定义为“能够保证电子商务基础结构服务水平的自我管理技术”。其最终目的在于使信息系统能够自动地对自身进行管理，并维持其可靠性。
  自主计算的核心是自我监控、自我配置、自我优化和自我恢复。自我监控，即系统能够知道系统内部每个元素当前的状态、容量以及它所连接的设备等信息；自我配置，即系统配置能够自动完成，并能根据需要自动调整；自我优化，即系统能够自动调度资源，以达到系统运行的目标；自我恢复，即系统能够自动从常规和意外的灾难中恢复。

云计算的特征

云计算的特征主要表现在以下几个方面：

1. 超大规模
2. 高可扩展性
3. 虚拟化
4. 高可靠性
5. 通用性
6. 廉价性
7. 灵活定制

云计算的优缺点

1. 云计算的优点
   
   • 降低用户计算机的成本
   • 改善性能
   • 降低IT基础设施投资
   • 减少维护问题
   • 减少软件开支
   • 即时的软件更新
   • 计算能力的增长
   • 无限的存储能力
   • 增强的数据安全性
   • 改善操作系统的兼容性
   • 改善文档格式的兼容性
   • 简化团队协作
   • 没有地点限制的数据获取
2. 云计算的缺点
   
   • 要求持续的网络连接
   • 低带宽网络连接环境下不能很好地工作
   • 反应慢
   • 功能有限制
   • 无法确保数据的安全性
   • 不能保证数据不会丢失

云计算的发展面临的挑战

1. 高可靠的网络系统技术
2. 数据安全技术
   
   • 保证数据不会丢失
   • 保证数据不会被泄露和非法访问
3. 可发展的并行计算技术
4. 海量数据的挖掘技术
5. 网络协议与标准问题
6. 推广问题
   

【转载自】https://blog.csdn.net/xiaoerbuo/article/details/79114830