【云计算与大数据技术】云交付模型、云部署模型、云计算优势与挑战、应用的讲解(超详细必看)

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 【云计算与大数据技术】云交付模型、云部署模型、云计算优势与挑战、应用的讲解(超详细必看)

一、云交付模型

云计算主要分为三种交付模型,而且这三种交付模型主要是从用户体验的角度出发的,分别是软件即服务(SaaS),平台即服务(PaaS),基础设施即服务(IaaS),对于普通用户而言,他们主要面对的是SaaS这种服务模式,而且几乎所有的云计算服务最终的呈现形式都是SaaS。

 

1:软件即服务(SaaS)

 SaaS是Software as a Service(软件即服务)的简称,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。用户只需要拥有接入互联网的终端,即可随时随地使用软件,SaaS软件被任务是云计算的典型应用之一 它有如下几个优点

随时随地访问 :在任何时候和地点,只要接上网络 用户就能够访问SaaS

支持公开协议 :通过支持公开协议,能够方便用户使用

安全保障  :SaaS供应商需要提供一定的安全机制,使用户数据处于绝对安全的境地

多用户机制:通过多用户机制,不仅能更经济的支持庞大的用户规模,而且能提供一定的可指定性以满足用户的特殊需求

2:平台即服务(SaaS)

PaaS(Platform as a Service):是将服务器平台或者开发环境作为服务进行提供。开发简单、部署简单、维护简单

PaaS的主要功能如下

有好的开发环境  

丰富的服务  

自动的资源调度  

精细的管理和监控

PaaS应用包括Google App Engine、Microsoft Azure、Force.com、Heroku、Engine Yard等等。

3:基础设施即服务(IaaS)

 IaaS (Infrastructure as a Service):服务提供商将多台服务器组成的“云端”服务(包括内存、I/O设备、存储和计算能力等等)作为计量服务提供给用户。

IaaS的主要功能如下

资源抽象  

负载管理  

数据管理  

资源管理  

安全管理  

计费管理

以前如果用户想在办公室或者公司的网站上运行一些企业应用,需要去买服务器,或者别的高昂的硬件来控制本地应用,让业务运行起来,但是使用IaaS,用户可以将硬件外包到别的地方去,IaaS公司会提供场外服务器,存储和网络硬件,用户可以租用

4:基本云交付模型的比较

从用户体验角度而言,它们之间的关系是独立的,因为它们面对的是不同的用户

从技术角度而言,它们并不是简单的继承关系,首先SaaS可以是基于PaaS或则直接部署于IaaS之上,其次,PaaS可以构建于IaaS之上,也可以直接构建在物理资源之上

云交付模型

服务对象

使用方式

关键技术

用户的控制等级

系统实例

IaaS

需要硬件资源的用户

使用者上传数据、程序代码、环境配置

虚拟化技术、分布式海量数据存储等

使用和配置

Amazon EC2、Eucalyptus等

PaaS

程序开发者

使用者上传数据、程序代码

云平台技术、数据管理技术等

有限的管理

Google App Engine、Microsoft Azure、Hadoop等

SaaS

企业和需要软件应用的用户

使用者上传数据

Web服务技术、互联网应用开发技术等

完全的管理

Google Apps、Salesforce CRM等

5:容器即服务(CaaS)

CaaS( Container as a Service )也称为容器云,是以容器为资源分割和调度的基本单位,封装整个软件运行时环境,为开发者和系统管理员提供用于构建、发布和运行分布式应用的平台。

二、云部署模式

1:公有云

公有云,是指为外部客户提供服务的云,它所有的服务是供别人使用,而不是自己用。      

在此种模式下,应用程序、资源、存储和其他服务,都由云服务供应商来提供给用户,这些服务多半都是免费的,也有部分按需按使用量来付费,这种模式只能使用互联网来访问和使用。

问题:  

安全性  

可用性

2、私有云

私有云,是指企业自己使用的云,它所有的服务不是供别人使用,而是供自己内部人员或分支机构使用。

优点是安全性、可用性相比公有云好一些;  

缺点是成本较大。

3、混合云

混合云,是指供自己和客户共同使用的云,它所提供的服务既可以供别人使用,也可以供自己使用。      

混合云是两种或两种以上的云计算模式的混合体,如公有云和私有云混合。

相比较而言,混合云的部署方式对提供者的要求较高

三、云计算的优势与挑战

1、云计算的优势    

超大规模  

虚拟化  

高可靠性  

通用性  

高扩展性  

按需服务  

极其廉价  

2、 云计算所面临的挑战

服务的持续可用性  

服务的安全性  

服务的迁移  

服务的性能

四、典型云应用

1:云存储

云存储是是一种新兴的网络存储技术,是指通过集群应用、网络技术或分布式文件系统等功能,将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作,共同对外提供数据存储和业务访问功能的一个系统。典型的应用有百度云,百度网盘等

2:云服务

云服务主要以邮箱为账号,实现用户登陆账号后,内容在线同步的作用。          典型的云服务包括了微软“Hotmail”、谷歌“gmail”、苹果“iCloud”等。

3:云物联

物联网就是物物相连的互联网,物联网有两种业务模式:

(1)MAI(M2M Application Integration)和内部MaaS;

(2)MaaS(M2M as a Service)、MMO和Multi-Tenants(多租户模型)。

随着物联网业务量的增加,对数据存储和计算量的需求将带来对“云计算”能力的要求。

五、云计算与大数据

云计算和大数据是一个硬币的两面,云计算是大数据的IT基础,而大数据是云计算的一个杀手级应用

创作不易 觉得有帮助请点赞关注收藏~~~

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
16天前
|
存储 人工智能 大数据
云栖2025|阿里云开源大数据发布新一代“湖流一体”数智平台及全栈技术升级
阿里云在云栖大会发布“湖流一体”数智平台,推出DLF-3.0全模态湖仓、实时计算Flink版升级及EMR系列新品,融合实时化、多模态、智能化技术,打造AI时代高效开放的数据底座,赋能企业数字化转型。
299 0
|
2月前
|
数据采集 人工智能 分布式计算
ODPS在AI时代的发展战略与技术演进分析报告
ODPS(现MaxCompute)历经十五年发展,从分布式计算平台演进为AI时代的数据基础设施,以超大规模处理、多模态融合与Data+AI协同为核心竞争力,支撑大模型训练与实时分析等前沿场景,助力企业实现数据驱动与智能化转型。
311 4
|
4天前
|
数据可视化 大数据 关系型数据库
基于python大数据技术的医疗数据分析与研究
在数字化时代,医疗数据呈爆炸式增长,涵盖患者信息、检查指标、生活方式等。大数据技术助力疾病预测、资源优化与智慧医疗发展,结合Python、MySQL与B/S架构,推动医疗系统高效实现。
|
2月前
|
SQL 分布式计算 大数据
我与ODPS的十年技术共生之路
ODPS十年相伴,从初识的分布式计算到共生进化,突破架构边界,推动数据价值深挖。其湖仓一体、隐私计算与Serverless能力,助力企业降本增效,赋能政务与商业场景,成为数字化转型的“数字神经系统”。
|
2月前
|
存储 人工智能 算法
Java 大视界 -- Java 大数据在智能医疗影像数据压缩与传输优化中的技术应用(227)
本文探讨 Java 大数据在智能医疗影像压缩与传输中的关键技术应用,分析其如何解决医疗影像数据存储、传输与压缩三大难题,并结合实际案例展示技术落地效果。
|
1月前
|
机器学习/深度学习 传感器 分布式计算
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
数据才是真救命的:聊聊如何用大数据提升灾难预警的精准度
116 14
|
2月前
|
机器学习/深度学习 运维 监控
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
运维不怕事多,就怕没数据——用大数据喂饱你的运维策略
101 0
|
3月前
|
数据采集 分布式计算 DataWorks
ODPS在某公共数据项目上的实践
本项目基于公共数据定义及ODPS与DataWorks技术,构建一体化智能化数据平台,涵盖数据目录、归集、治理、共享与开放六大目标。通过十大子系统实现全流程管理,强化数据安全与流通,提升业务效率与决策能力,助力数字化改革。
111 4
|
1月前
|
传感器 人工智能 监控
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
数据下田,庄稼不“瞎种”——聊聊大数据如何帮农业提效
110 14
|
13天前
|
传感器 人工智能 监控
拔俗多模态跨尺度大数据AI分析平台:让复杂数据“开口说话”的智能引擎
在数字化时代,多模态跨尺度大数据AI分析平台应运而生,打破数据孤岛,融合图像、文本、视频等多源信息,贯通微观与宏观尺度,实现智能诊断、预测与决策,广泛应用于医疗、制造、金融等领域,推动AI从“看懂”到“会思考”的跃迁。