本文讲的是云计算应用还有不少的障碍尚需解决，【IT168 资讯】最近，媒体对云计算的报道日益增多，因为它对许多商业问题提供了诱人的解决方案。然而云计算的前景虽然美好，却还有不少的技术障碍需要解决。主要包括高可靠的系统技术、可扩展的并行计算技术、海量数据的挖掘技术和数据安全技术。
高可靠的系统技术
支撑云计算的是大规模的集群计算系统，当系统规模增大后，可靠性和稳定性就成为最大的挑战之一。需要通过有效的系统配置、监控、管理、调度、虚拟化等技术，实现一个强大的、动态的、自治的计算存储资源池，提供云计算所需要的大容量计算力。
系统级的容错技术是系统技术方面的一个难点。大量服务器进行同一个计算时，单节点故障不应影响应用的正常运行。对类似数据检索这样计算节点间无通讯的应用，这一点比较容易实现。但对那些有大量通讯的紧耦合类应用，当前业内仍无有效的系统级容错方案。目前主要还是依赖应用层面的检查点和重启技术，一方面增加了开发的难度和工作量，另外一方面对运行性能也有一定的影响。
可扩展的并行计算技术
并行计算技术是云计算的核心技术，也是最具挑战性的技术之一。多核处理器的出现增加了并行的层次性，使得并行程序的开发比以往更难。而当前业内并无有效的并行计算解决方案，无论是编程模型、开发语言还是开发工具，距离开发者的期望都有很大的差距。自动的并行化解决方案在过去的30年间已经被证明基本是死胡同，但传统的手工式的并行程序开发方式又难以为普通的程序员所掌握。Intel、微软、SUN、Cray等业内巨头正投入大量人力物力进行相关的研究，但真正成熟的产品在短期内很难出现。
可扩展性是云计算时代并行计算的主要考量点之一，应用性能必须能随着用户的请求、系统规模的增大有效的扩展。当前目前大部分并行应用在超过一千个的处理器（核）上都难以获得有效的加速性能，未来的许多并行应用必须能有效扩展到成千上万个处理器上。这对开发者是巨大的挑战。
海量数据的挖掘技术
云计算面对的是TB乃至PB级的海量数据，如何从数据中获取有效的信息，这将是决定云计算应用成败的关键。除了利用并行计算技术加速数据处理的速度外，还需要新的思路、方法和算法来完成更准确、快捷、强大的数据挖掘。
除了海量数据的挖掘，海量数据的存储和管理也将是一个巨大的挑战。在云计算时代，数据库将面临严重的危机，要么将集群数据库有效扩展到成千上万个节点，要么它就会被类似于Google文件系统这样的新技术所替代。“数据库已死”，这个断言将成为可能。
数据安全技术
将原本保存在本地、为自己所掌控的数据交给一个外部的云计算服务中心，这样一个改变并不容易。网络技术的发展，使得带宽将不会成为主要障碍，安全性依旧是最重要的顾虑。然而，如同早已习惯将钱存在银行一样，未来的数据银行必将会出现，只是时间的早晚问题。技术其实不是最主要的障碍，制度、法规、诚信、习惯、观念，这些非技术的因素将决定云计算的受欢迎程度。
