云简介

简介: 引用:http://blog.csdn.net/hmg25/article/details/7161066 对于云计算,李开复(现任Google全球副总裁、中国区总裁)打了一个形象的比喻:举个例子,如果你有一笔钱需要管理,那么,最简单易行的方式是把钱塞在自己的枕头底下,然后在小本本上记下每一笔入账和花销。

引用:http://blog.csdn.net/hmg25/article/details/7161066

对于云计算,李开复(现任Google全球副总裁、中国区总裁)打了一个形象的比喻:举个例子,如果你有一笔钱需要管理,那么,最简单易行的方式是把钱塞在自己的枕头底下,然后在小本本上记下每一笔入账和花销。这种管理方式的缺点显而易见:你的账本可能因为受潮而字迹模糊,你出门办事时可能因为忘带账本而焦急万分,放在枕头底下的钱可能因为被梁上君子盯上而夜半失窃…… 其实,最好也最安全的方式是把钱存进银行,既不用担心失窃,也可以随时利用ATM机、电话银行或网上银行管理账目,更有银行里的专业人士帮你理财。如果说把钱塞到枕头下面或保险柜里类似于我们在单机时代用个人电脑来管理信息,那么,把钱存进银行就对应于我们在网络时代里用云计算来实现数据和应用的共享。其实,云计算我们认为一共有4个特点,云计算在未来应该是你把网线插上去以后,就像插了电一样,你的机器就可以上网了。除了上网之外,还有几个非常大的特点,第一个特点是你的数据全到云上面去了。因为每一个人可能有很多台的PC、电话等等,上面的联络簿、相片等等,彼此之间连接是非常非常麻烦的,所以我们未来期望着把我们的数据存到云上。无论是电子邮件存在一个E-Mail的网站上,或者是相册存在一个像Google相册这样的网站上。在你的机器上,仅仅有浏览器就可以看到。一台PC只要有一个浏览器,就可以接触到云计算。那么,未来的手机只要有浏览器,它也可以上云计算。未来的汽车、未来的电视、未来的手表,都可以接触云计算。所以,云计算真正了不起的地方,是经过了PC和互联网,它形成了一定的标准。未来只要任何一个东西有浏览器,你可以是任何的平台,可以是Windows、Linux、Unix或者是大机器、小机器都可以用云计算。未来你可以想象,很多的大企业、中小企业,可以把他需要的软件服务,外包到一个巨大的云计算的公司来做,这样公司里面不需要那么多的IT人员,可以节省很多的开支,可以提供更好的服务,而且经过浏览器可以非常容易地升级背后的服务,因为每一台机器都是一样的,简单地机器拥有浏览器。

      (一)原理:
       云计算(CloudComputing)是分布式处理(DistributedComputing)、并行处理(llelComputing)和网格计算(GridComputing)的发展,或者说是这些计算机科学概念的商业实现。  
      云计算的基本原理是,通过使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,企业数据中心的运行将更与互联网相似。这使得企业能够将资源切换到需要的应用上,根据需求访问计算机和存储系统。
      云计算的蓝图已经呼之欲出:在未来,只需要一台笔记本或者一个手机,就可以通过网络服务来实现我们需要的一切,甚至包括超级计算这样的任务。从这个角度而言,最终用户才是云计算的真正拥有者。  
      云计算的应用包含这样的一种思想,把力量联合起来,给其中的每一个成员使用。
  (二)“云”时代

  目前,PC依然是我们日常工作生活中的核心工具——我们用PC处理文档、存储资料,通过电子邮件或U盘与他人分享信息。如果PC硬盘坏了,我们会因为资料丢失而束手无策。

  而在“云计算”时代,“云”会替我们做存储和计算的工作。“云”就是计算机群,每一群包括了几十万台、甚至上百万台计算机。“云”的好处还在于,其中的计算机可以随时更新,保证“云”长生不老。Google就有好几个这样的“云”,其他IT巨头,如微软、雅虎、亚马逊(Amazon)也有或正在建设这样的“云”。

  届时,我们只需要一台能上网的电脑,不需关心存储或计算发生在哪朵“云”上,但一旦有需要,我们可以在任何地点用任何设备,如电脑、手机等,快速地计算和找到这些资料。我们再也不用担心资料丢失。

 
       和传统的单机或网络应用模式相比,云计算有四个非常显著的特点。
       首先,云计算提供了最可靠、最安全的数据存储中心,用户不用再担心数据丢失、病毒入侵等麻烦。因为在“云”的另一端,有全世界最专业的团队来帮你管理信息,有全世界最先进的数据中心来帮你保存数据。同时,严格的权限管理策略可以帮助你放心地与你指定的人共享数据。这样,你不用花钱就可以享受到最好、最安全的服务,甚至比在银行里存钱还方便。
      其次,云计算对用户端的设备要求最低,使用起来也最方便。大家都有过维护个人电脑上种类繁多的应用软件的经历。为了使用某个最新的操作系统,或使用某个软件的最新版本,我们必须不断升级自己的电脑硬件。你只要有一台可以上网的电脑,有一个你喜欢的浏览器,你要做的就是在浏览器中键入URL,然后尽情享受云计算带给你的无限乐趣。你可以在浏览器中直接编辑存储在“云”的另一端的文档,你可以随时与朋友分享信息,再也不用担心你的软件是否是最新版本。因为在“云”的另一端,有专业的IT人员帮你维护硬件,帮你安装和升级软件,帮你防范病毒和各类网络攻击,帮你做你以前在个人电脑上所做的一切。
     再次,云计算可以轻松实现不同设备间的数据与应用共享。在云计算的网络应用模式中,数据只有一份,保存在“云”的另一端,你的所有电子设备只需要连接互联网,就可以同时访问和使用同一份数据。
 

云计算的产业三级分层:云软件、云平台、云设备。

     上层分级:云软件Software as a Service (SaaS)

     打破以往大厂垄断的局面,所有人都可以在上面自由挥洒创意,提供各式各样的软件服务。 参与者:世界各地的软件开发者;

    中层分级:云平台Platform as a Service (PaaS)

    打造程序开发平台与操作系统平台,让开发人员可以通过网络撰写程序与服务,一般消费者也可以在上面运行程序。 参与       者:Google微软苹果Yahoo!

     下层分级:云设备Infrastructure as a Service (IaaS)

     将基础设备(如IT系统、数据库等)集成起来,像旅馆一样,分隔成不同的房间供企业租用。 参与者:英业达IBM戴尔升阳惠普亚马逊

相关文章
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
当语言遇见智慧火花:GPT家族历代模型大起底,带你见证从平凡到卓越的AI进化奇迹!
【10月更文挑战第6天】随着自然语言处理技术的进步,GPT系列模型(Generative Pre-trained Transformers)成为该领域的明星。从GPT-1的开创性工作,到GPT-2在规模与性能上的突破,再到拥有1750亿参数的GPT-3及其无需微调即可执行多种NLP任务的能力,以及社区驱动的GPT-NeoX,这些模型不断进化。虽然它们展现出强大的语言理解和生成能力,但也存在如生成错误信息或偏见等问题。本文将对比分析各代GPT模型的特点,并通过示例代码展示其部分功能。
384 2
|
人工智能 安全 算法
Copilot的缺陷分析与探讨
【2月更文挑战第17天】Copilot的缺陷分析与探讨
415 1
Copilot的缺陷分析与探讨
|
存储 负载均衡 NoSQL
MongoDB·最佳实践·count不准原因分析
背景 一般来说,除了由于secondary延迟可能造成查询secondary节点数据不准以外,关于count的准确性问题,在MongoDB4.0官方文档中有这么一段话On a sharded cluster, db.
|
JavaScript 前端开发
【曹操】echarts图例legend选中状态动态设置
曹操项目语音质量分析功能前端页面展示,需要对所有指标的图例默认选中状态只显示前两个,其他指标的图例状态默认为灰色。
4767 0
|
7月前
|
机器学习/深度学习 计算机视觉 异构计算
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
263 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络 CVPR-2023 FasterNet 高效快速的部分卷积块
|
8月前
|
JSON 关系型数据库 PostgreSQL
PostgreSQL 9种索引的原理和应用场景
PostgreSQL 支持九种主要索引类型,包括 B-Tree、Hash、GiST、SP-GiST、GIN、BRIN、Bitmap、Partial 和 Unique 索引。每种索引适用于不同场景,如 B-Tree 适合范围查询和排序,Hash 仅用于等值查询,GiST 支持全文搜索和几何数据查询,GIN 适用于多值列和 JSON 数据,BRIN 适合非常大的表,Bitmap 适用于低基数列,Partial 只对部分数据创建索引,Unique 确保列值唯一。
|
12月前
|
机器学习/深度学习 人工智能 自动驾驶
5G NR:下一代移动通信的基石
5G NR:下一代移动通信的基石
1065 1
|
分布式计算 DataWorks 关系型数据库
阿里云数加-分析型数据库AnalyticDB数据导入的多样化策略
通过合理利用这些数据导入方法,用户可以充分发挥AnalyticDB的实时计算能力和高并发查询性能,为业务分析和决策提供强有力的数据支持。
|
达摩院 供应链 JavaScript
网络流问题--仓储物流调度【数学规划的应用(含代码)】阿里达摩院MindOpt
本文通过使用MindOpt工具优化仓储物流调度问题,旨在提高物流效率并降低成本。首先,通过考虑供需匹配、运输时间与距离、车辆容量、仓库储存能力等因素构建案例场景。接着,利用数学规划方法,包括线性规划和网络流问题,来建立模型。在网络流问题中,通过定义节点(资源)和边(资源间的关系),确保流量守恒和容量限制条件下找到最优解。文中还详细介绍了MindOpt Studio云建模平台和MindOpt APL建模语言的应用,并通过实例展示了如何声明集合、参数、变量、目标函数及约束条件,并最终解析了求解结果。通过这些步骤,实现了在满足各仓库需求的同时最小化运输成本的目标。
|
数据采集 JSON Serverless
通过百炼大模型+FC函数计算构建小红书图文工作流
使用阿里云函数服务和百炼平台,快速构建小红书图文创作工作流。通过两步轻松创建: 1) 在函数计算中利用Puppeteer构建卡片生成服务; 2) 在百炼平台上创建工作流,整合大模型、脚本和函数计算节点,实现图文内容的自动化处理和生成。此方案适合高效创作小红书内容。
2012 7