云计算

时间：2023-03-13 02:44:01 | 来源：电子商务

时间：2023-03-13 02:44:01 来源：电子商务

一、laaS、PaaS、SaaS、CaaS、MaaS五者的区别

aas都是（as-a-service）即服务的意思；

二、美国国家标准与技术研究院NIST

1.什么是NIST

NIST：美国国家标准与技术研究院(简称NTST)直属美国商务部，从事物理，生物和工程方面的应用研究，以及测量技术和测试方法方面的研究，提供标准，标准参考数据以及有关服务，在国际上享有很高的声誉。

NIST的主要任务：

1. 建立国家计量基准与标准；

2. 发展为工业和国防服务的测试技术；

3. 研制与销售标准服务；

4. 提供计量检定和校准服务；

5. 参加标准化技术委员会制定标准

6. 进行技术转让，帮助中小型企业开发新产品，还承担防火、抗地震技术及应用计算技术等研究；

NIST主要从事：

生物技术、化学、半导体电子学、陶瓷学、物理学、光电子学、聚合物、信息技术、制造工程和计量科学……

NIST机构和实验室：

NIST的机构和实验室主要分布于马里兰州盖瑟斯堡（Gaithersburg）和科罗拉多州玻尔得（Boulder）。NIST总部设在盖瑟斯堡，大约有2800名员工，占地234公顷；玻尔得实验室位于风景秀美的落基山脉上，占地84公顷，并与美国家海洋大气管理局和国家电讯管理局毗邻。

NIST的玻尔得实验室主要开展化学、物理、材料、工程和信息科学方面的研究工作。具体研究领域包括：电磁技术、磁技术、材料可靠性、数学和计算科学、光电子学、物理和化学性质、量子物理、放射频率技术（Radio frequency technology）、统计建模与分析、时频等。大约有400多名科学家、工程师和技术和后勤及管理人员，每年还接受100多位访问学者。现任主任为Zelda Chapman Bailey。

2.NIST的联机科学数据库

• 根据标准参考数据计划，NIST的各实验室正在将他们的数据库产品不断加入到在线访问的数据库行列，建立了一系列的科学数值数据库。通过更新现有的数据库及开发新数据库，NIST不断地丰富它的评价数值数据集，为社会提供可靠的、经过评价的数值数据。社会各界的工程师和科学家依靠NIST的标准参考数据对许多关键技术进行决策。
• NIST的标准参考数据库系列包括50多个数据库，其中大部分是建在微机上的多用途数据包，根据学科可分为以下几类：分析化学（包括谱学），原子和分子物理，生物技术，化学与晶体结构，化学动力学，工业流体与化工，材料性能，热力学与热化学，以及NIST的其它数据库。
• 分析化学类包括质谱库、红外谱、光电子能谱等数据库；原子与分子物理类包括光谱Q性能、c射线衰减系数及交叉截面、原子光谱等数据库；生物技术类包括生物大分子结晶库等数据库；化学与晶体结构类有电子衍射等数据库；化学动力学类包括化学动力学、溶液动力学等数据库；工业流体与化工类有物质的热力学性能数据库；材料性能类包括结构陶瓷、腐蚀性能、摩擦材料、高温超导等数据库；表面数据类包括表面结构、弹性电子散射交叉截面等数据库；热化学类包括化学热力学、有机化合物热力学性能估算、JANAF热化学表等数据库。
• NIST提供科学数值数据服务的方式主要有：①将数据与分析仪器连在一起出售，如质谱库中有近10万个化合物数据，附在质谱仪中出售的有常用的几万个化合物；②以PC数据包方式出售；③联机数据服务；④作为其它大的软件包的一部分；⑤直接装入用户的计算机。

三、云计算

1.什么是云计算

NIST关于云计算的定义：云计算是一种模型，它可以实现随时随地，便捷地，随需应变地从可配置计算资源共享池中获取所需的资源（例如，网络、服务器、存储、应用、及服务），资源能够快速供应并释放，使管理资源的工作量和与服务提供商的交互减小到最低限度。

• IaaS：Infrastructureo-as-Service(基础设施即服务)
• PaaS：Platform-as-a-Service（平台即服务）
• SaaS：Software-as-a-Service（软件即服务）
• CaaS：Communications-as-a-Service（通讯即服务(也可称为协作即服务)）
• MaaS：Machine as a Service（物联网即服务）

2.基本特点

1. 随需应变的自助服务

消费者可以单方面地按需自动获取计算能力，如服务器时间和网络存储，从而免去了与每个服务提供者进行交互的过程。

On-demand self-service. A consumer can unilaterally provision computing capabilities, such as server time and network storage, as needed automatically without requiring human interaction with each service provider.

2. 无处不在的网络访问

网络中提供许多可用功能，可通过各种统一的标准机制从多样化的瘦客户端或者胖客户端平台获取（例如，移动电话、笔记本电脑、或PDA掌上电脑）。

Broad network access. Capabilities are available over the network and accessed through standard mechanisms that promote use by heterogeneous thin or thick client platforms (e.g., mobile phones, tablets, laptops, and workstations).

3. 资源共享池

服务提供者将计算资源汇集到资源池中，通过多租户模式共享给多个消费者，根据消费者的需求对不同的物理资源和虚拟资源进行动态分配或重分配。资源的所在地具有保密性，消费者通常不知道资源的确切位置，也无力控制资源的分配，但是可以指定较精确的概要位置（如，国家、省、或数据中心）。资源类型包括存储、处理、内存、带宽、和虚拟机等。

Resource pooling. The provider’s computing resources are pooled to serve multiple consumers using a multi-tenant model, with different physical and virtual resources dynamically assigned and reassigned according to consumer demand. There is a sense of location independence in that the customer generally has no control or knowledge over the exact location of the provided resources but may be able to specify location at a higher level of abstraction (e.g., country, state, or datacenter). Examples of resources include storage, processing, memory, and network bandwidth.

4. 快速而灵活

能够快速而灵活地提供各种功能以实现扩展，并且可以快速释放资源来实现收缩。对消费者来说，可取用的功能是应有尽有的，并且可以在任何时间进行任意数量的购买。

Rapid elasticity. Capabilities can be elastically provisioned and released, in some cases automatically, to scale rapidly outward and inward commensurate with demand. To the consumer, the capabilities available for provisioning often appear to be unlimited and can be appropriated in any quantity at any time.

5. 计量付费服务

云系统利用一种计量功能（通常是通过一个付费使用的业务模式）来自动调控和优化资源利用，根据不同的服务类型按照合适的度量指标进行计量（如，存储、处理、带宽和活跃用户账户）。监控，控制和报告资源使用情况，提升服务提供者和服务消费者的透明度。

Measured service. Cloud systems automatically control and optimize resource use by leveraging a metering capability1 at some level of abstraction appropriate to the type of service (e.g., storage, processing, bandwidth, and active user accounts). Resource usage can be monitored, controlled, and reported, providing transparency for both the provider and consumer of the utilized service.

3.服务模型

1. 软件即服务（SaaS）

该模式的云服务，是在云基础设施上运行的、由提供者提供的应用程序。这些应用程序可以被各种不同的客户端设备，通过像Web浏览器（例如，基于Web的电子邮件）这样的瘦客户端界面，所访问。消费者不直接管理或控制底层云基础设施，包括网络，服务器，操作系统，存储，甚至单个应用的功能，但有限的特定于用户的应用程序配置设置则可能是个例外。

Software as a Service (SaaS). The capability provided to the consumer is to use the provider’s applications running on a cloud infrastructure2. The applications are accessible from various client devices through either a thin client interface, such as a web browser (e.g., web-based email), or a program interface. The consumer does not manage or control the underlying cloud infrastructure including network, servers, operating systems, storage, or even individual application capabilities, with the possible exception of limited user-specific application configuration settings.

2. 平台即服务（PaaS）

该模式的云服务，是将消费者创建或获取的应用程序，利用资源提供者指定的编程语言和工具部署到云的基础设施上。消费者不直接管理或控制包括网络，服务器，运行系统，存储，甚至单个应用的功能在内的底层云基础设施，但可以控制部署的应用程序，也有可能配置应用的托管环境。

Platform as a Service (PaaS). The capability provided to the consumer is to deploy onto the cloud infrastructure consumer-created or acquired applications created using programming languages, libraries, services, and tools supported by the provider.3 The consumer does not manage or control the underlying cloud infrastructure including network, servers, operating systems, or storage, but has control over the deployed applications and possibly configuration settings for the application-hosting environment.

3. 基础设施即服务（IaaS）

该模式的云服务，是租用处理、存储、网络和其他基本的计算资源，消费者能够在上面部署和运行任意软件，包括操作系统和应用程序。消费者不管理或控制底层的云计算基础设施，但可以控制操作系统、存储、部署的应用，也有可能选择网络构件（例如，主机防火墙）。

Infrastructure as a Service (IaaS). The capability provided to the consumer is to provision processing, storage, networks, and other fundamental computing resources where the consumer is able to deploy and run arbitrary software, which can include operating systems and applications. The consumer does not manage or control the underlying cloud infrastructure but has control over operating systems, storage, and deployed applications; and possibly limited control of select networking components (e.g., host firewalls).

4.部署模型

1. 私有云（Private cloud）

私有云是为一个用户/机构单独使用而构建的，可以由该用户/机构或第三方管理，存在预置（on premise）和外置（off premise）两个状态。

Private cloud. The cloud infrastructure is provisioned for exclusive use by a single organization comprising multiple consumers (e.g., business units). It may be owned, managed, and operated by the organization, a third party, or some combination of them, and it may exist on or off premises.

2. 社区云（Community cloud）

社区云是指一些由有着共同利益（如，任务、安全需求、政策、遵约考虑等）并打算共享基础设施的组织共同创立的云，可以由该用户/机构或第三方管理，存在on premise或off premise两个状态。

Community cloud. The cloud infrastructure is provisioned for exclusive use by a specific community of consumers from organizations that have shared concerns (e.g., mission, security requirements, policy, and compliance considerations). It may be owned, managed, and operated by one or more of the organizations in the community, a third party, or some combination of them, and it may exist on or off premises.

3. 公共云（Public cloud）

公共云对一般公众或一个大型的行业组织公开可用，由销售云服务的组织机构所有。

Public cloud. The cloud infrastructure is provisioned for open use by the general public. It may be owned, managed, and operated by a business, academic, or government organization, or some combination of them. It exists on the premises of the cloud provider.

4. 混合云（Hybrid cloud）

混合云由两个或两个以上的云（私有云、社区云、或公共云）组成，它们各自独立，但通过标准化技术或专有技术绑定在一起，云之间实现了数据和应用程序的可移植性（例如，解决云之间负载均衡的云爆发（cloud bursting））。

Hybrid cloud. The cloud infrastructure is a composition of two or more distinct cloud infrastructures (private, community, or public) that remain unique entities, but are bound together by standardized or proprietary technology that enables data and application portability (e.g., cloud bursting for load balancing between clouds).

5.小结

四、云计算历程

1.云计算的那些第一次

1959年，英国计算机科学家Christopher Strachey发表了《Time Sharing in Large Fast Computer》（大型高速计算机中的时间共享）被认为是虚拟化技术的最早论述。

1961年，在麻省理工学院百周年纪念典礼上，John McCarthy （1971年图灵奖获得者）第一次提出了“Utility Computing”的概念。

1962 年，第一台 Atlas 超级计算机 Atlas 1 诞生，Atlas 1 是第一台实现了虚拟内存（Virtual Memory）概念的计算机。

IBM虚拟化之旅

一谈到虚拟化，很多人首先想到的是x86虚拟化解决方案，VMware、Hyper-V和Xen等。而放眼真个服务器市场，尤其是在金融、电信等高端行业和数据中心等高端应用场景中，IBM 虚拟化软件Power VM和zVM有着举足轻重的存在。而IBM的虚拟化软件和技术的历史要追溯到上世纪60年代。

1960 年，IBM 开始进行 M44/44X 计算机项目。M44/44X 项目基于 IBM 7044（M44）实现了多个具有突破性的虚拟化概念，包括部分硬件共享、时间共享、内存分页，并实现了虚拟内存管理的 VMM。实现了在同一台主机上模拟出多个 7044 系统（44X）。M44/44X 项目首次使用了 VM（Virtual Machine） 和 VMM（Virtual Machine Monitor）概念，被认为是世界上第一个支持虚拟机的系统。

1961年，麻省理工学院的Fernando Corbato教授和他的研究小组开始了CTSS（兼容分时系统），先后能够运行在IBM 709，7090，7094计算机上。每个虚拟机都是7094，其中一个作为后台机，可以直接访问磁带驱动器。CTSS开创了用户硬件隔离和独立的用户文件系统。

1962年底，麻省理工学院开始了称为MAC(Multiple Access Computing)的项目。其目的就是在通过开发CTSS所获得的经验的基础上，建立一个更先进的分时系统：Multics系统。该项目没有采用IMB System/360计算机，而先后采用了通用的GE-635，GE-645处理器。Multics一直到2000年还在各种地方使用。麻省理工学院在2007年公开了项目的源代码。

1964 年，IBM 推出了著名的 System/360大型机，实现了基于全硬件虚拟化（Full Hardware Virtualization）的虚拟机解决方案，包括：页式虚拟内存（4k 分页虚拟存储系统），虚拟磁盘以及 TSS 分时系统。System/360 最多可提供 14 个虚拟机，每个虚拟机具有 256k 固定虚拟内存。

1967年，IBM开发出了具有标志性意义的分时虚拟机操作系统CP-40/CMS，该系统运行于 System/360计算机之上。该系统陆续推出了代表版本有CP-40/CMS、CP-67/CMS、CP-370/CMS。CP-40/CMS开启了分时虚拟机操作系统之旅。

CP-40为后来的PowerVM（运行于Power服务器）和z/VM（运行于 IBM Z和 IBM LinuxONE 服务器）的虚拟化软件打下了基础。

虚拟化里程碑论文

1974 年，Gerald J. Popek和 Robert P. Goldberg发表论文《Formal Requirements for Virtualizable Third Generation Architectures》。提出了波佩克与戈德堡虚拟化需求（Popek and Goldberg virtualization requirements）和I和II型虚拟化类型。

X86虚拟化云计算的那些第一次

2003年Intel 正式公布将在 x86 平台的 CPU 上支持虚拟化技术 VT。VT-x 为 IA 32 处理器增加了两种操作模式：VMX root operation 和 VMX non-root operation。

2003 年 9 月，Xen第一个版Xen 1.0发布。它最初是剑桥大学Xensource的一个开源研究项目。

2003~2006年，Google发表了三篇著名论文，03年SOSP的GFS，04年OSDI的MapReduce，06年OSDI的BigTable。

2007 年 1 月，Sun发布了开源虚拟化软件 VirtualBox。

2006 年 3 月，AWS发布S3。

2006 年 8 月，AWS发布EC2，云计算大幕正式拉开。Google首席执行官埃里克·施密特（Eric Schmidt）在搜索引擎大会（SESSanJose2006）首次提出「云计算」（Cloud Computing）的概念。而亚马逊正是那年推出了 IaaS 服务平台 AWS

2006 年11月，Sage发表了Ceph的论文, 并在该篇论文的末尾提供了Ceph项目的下载链接。

2006 年10月，以色列Qumranet公司的Avi Kivity（KVM之父）向Linux kernel提交了KVM模块的第一个patch，支持VT-x。

2007 年 2月，Linux Kernel 2.6.20 版本合入了内核模块 KVM。

事实上，云计算行业的开端较难精准定义。2006 年虽然是首次提出了「云计算」的概念，但直到 2008 年，整个行业才迎来了正式的「万家灯火」，而国内云计算标杆阿里云也是从 2008 年开始筹办和起步的。但仅仅是两年的时间差，也让率先探索这片蛮荒之地的亚马逊具有天然的优势。其 AWS 毫不费力地把旗帜插上了新大陆 — 2009 年年初，金融危机最严重的时候，美国 Salesforce 公司公布了 2008 财年年度报告，数据显示公司云服务收入超过了 10 亿美元，从这以后开始，云计算才正式成为了计算机领域最令人关注的话题之一，同时也成为了互联网公司的发展研究的重要方向。但亚马逊已经初步形成涵盖IaaS、PaaS的产品体系，确立了在IaaS和云服务领域的全球领导地位。随后几年间，世界级的供应商都无一例外地参与了云市场的竞争中，出现了IBM、VMWare、微软和AT&T等第二梯队。其中，微软在2010年前后加入，但掌门人鲍尔默（Steve Ballmer）仍显迟钝；谷歌则在2011年宣布转型推出GCP，开始了公有云市场中的同台竞技。在竞争日益惨烈的 2016―2017 年，微软云服务与企业部执行副总裁 Scott Guthrie和GCP客户总裁Tariq Shaukat先后表示过：“价格战”已成过去，未来的重头戏是“价值战”。另一方面，鲸吞小型势力以壮大自身也成为丛林生存法则。特别是在经济动荡的2018年里，云领域更是迎来了无数的合纵连横。其中，IBM以340亿美元的价格拿下了红帽（Redhat），CEO罗睿兰（Ginni Rometty）高调宣称，收购红帽可以打破现在格局，改变云市场的一切；微软以75亿美元的价格买下了GitHub，并将这一开源方面的优势接入微软的IaaS领域；Salesforce则斥资65亿美元收购了云服务公司Mulesoft，拥有超过1200家客户，其中45%是全球500强企业。对手们不断招兵买马之际，亚马逊虽然在市场份额上仍遥遥领先，但差距的鸿沟已经逐渐缩小。

2008 年 6 月，Linux Container（LXC） 发布 0.1.0 版本。

2008 年 9 月，Red Hat 收购以色列公司 Qumranet。

2009 年 2 月，阿里云写一下第一行代码，中国开始进场了。

2009 年 9 月，Red Hat发布 RHEL 5.4，在保存Xen 虚拟化基础上，将 KVM 虚拟化添加进来。

2010 年 3 月，Linus Torvalds将Ceph Client合并到Linux内核2.6.34中。

2010 年11月，Red Hat发布 RHEL 6.0，将Xen 虚拟化移除，仅提供 KVM 虚拟化。

2010 年10月，OpenStack第一个版本 Austin发布。

2014 年 6 月，Docker 第一个正式版本 v1.0发布。

2015 年 7 月，Kubernetes 第一个版本v1.0 发布。云原生时代开启。

2017 年11月，AWS推出C5,首次采用了KVM虚拟化。

2.云计算科普

1、思否科普：网格计算与云计算

网格计算与云计算的关系，就像 OSI 与 TCP/IP 之间的关系。ISO 制定的 OSI 网络标准考虑周到，也异常庞杂，虽有远见，但也过于理想，实现起来难度和代价非常大。TCP/IP 网络标准将 OSI 的 7 层网络协议简化为4层，内容大大精简，迅速取得了成功。因此，可以说 OSI 是 TCP/IP 的基础，TCP/IP 又推动了 OSI，两者相互促进、协同发展。

总的来说，云计算不是一种全新的网络技术，而是一种全新的网络概念。对于云计算，网络上一个形象的比喻，会比较方便大家理解：

2、概念解析：一日三餐吃货论

饿了要吃饭，在家里自己做饭属于自建私有云，需要建造厨房购买锅碗瓢盆柴米油盐等，吃完饭还需要自己刷锅洗碗等运维工作，费时费力；外面餐馆提供的就相当于公有云服务，按需胡吃海塞吃完结账抹嘴走人，餐馆后厨如何安排做菜顺序并加快出菜速度就是负载均衡和虚拟化概念；请厨师到家里上门做饭则属于典型的混合云，在资产安全的情况下有限使用公有云。

云计算总结：

而现阶段所说的云计算，已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。从研究现状看，云计算具有以下特点。

1. 超大规模。“云”具有相当的规模。Google云计算已经拥有100多万台服务器，Amazon、IBM、微软和Yahoo等公司的“云”均拥有几十万台服务器。“云”能赋予用户前所未有的计算能力。

2. 虚拟化。云计算支持用户在任意位置、使用各种终端获取服务。所请求的资源来自「云」，用户无需了解运行的具体位置，只需要一台终端设备，就可以通过网络来获取各种能力超强的服务。

3. 高可靠性。「云」使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性。因此，可以认为使用云计算比使用本地计算机更加可靠。

4. 通用性。云计算不局限于特定的应用，同一片「云」可以同时支撑不同应用的运行。

5. 按需服务。「云」是庞大的资源池，用户可以按需购买服务，按需按量计费。

6. 极其廉价。「云」的特殊容错措施使得可以采用极其廉价的节点来构成，同时自动化管理使数据中心管理成本大幅降低。另外，“云”的公用性和通用性使资源的利用率大幅提升。

3.云计算的关键技术

作为众多 IT 服务的集合，云计算的底层需要众多关键技术的支撑，而且还不断的有新的技术被产品化/服务化，扩展云服务的范围与边界。

1. 虚拟化技术

虚拟化就是通过软件与硬件解耦，实现资源池化与弹性扩展。主流虚拟化技术有 KVM，Xen，VMware，Hyper-V 等。目前 KVM 是最受欢迎的虚拟化技术，AWS、阿里云、华为云、腾讯云目前也都从 Xen 转向了KVM。

除了软件虚拟化，还有硬件辅助虚拟化（如 Intel-VT 或 ADM-V），比如通过引入新的指令和运行模式，来解决软件无法实现完全虚拟化的问题，同时也能进一步提升虚拟化的性能与处理能力。

2. 分布式技术

分布式就是把同一个任务分布到多个网络互连的物理节点上并发执行，最后再汇总结果。分布式系统的扩展性，性能、容量、吞吐量等可以随着节点增加而线性增长，非常适合云计算这种大规模的系统。在云上主要应用的有分布式存储、分布式数据库、分布式缓存，分布式消息队列等。

3. SDN 与 NFV

SDN 是软件定义网络，核心是网络的控制面（网络策略）和转发面（数据流向）分离；NFV是网络功能虚拟化，将以往需要专用且昂贵的设备提供的网络功能，比如负载均衡与防火墙，通过软件和普通的x86服务器来实现。

云计算的网络功能都关联到私有网络VPC上，VPC是通过网络隧道协议（GRE和VXLAN）实现逻辑隔离的虚拟网络。GRE封装在主机上做，而VXLAN封装在交换机上做。所以阿里云、腾讯云VPC使用GRE隧道封装，在IP数据包中增加GRE报头（里面是VPCID）来实现多租户或不同虚拟网络之间的隔离。而华为云VPC使用VXLAN隧道封装。

4. 云原生技术

容器、微服务和DevOps号称云原生三驾马车，是实现技术中台的重要组件。容器是非常轻量秒级部署的虚拟化技术，主要理念就是一次封装，到处运行。通过Linux命名空间、Cgroups与rootfs构建进程隔离环境，将应用软件及其运行所依赖的资源与配置打包封装，提供独立可移植的应用运行环境。Docker当前最火的容器引擎，Kubernetes负责容器编排与集群管理。微服务架构是对SOA升华，将将应用解耦成更加轻量化，独立自治、敏捷开发、部署与治理、可通过HTTP方式访问的服务。微服务可以基于虚拟机、容器或Serverless函数来部署使用。开源的微服务框架主要有Dubbo、Spring Cloud。新推出的Service Mesh通过Sidecar智能代理方式让不同应用可以不用修改代码即可接入微服务平台，被称为微服务2.0。DevOps就是敏捷开发运维，通过持续集成与持续部署CICD等自动化工具与流程，打通应用开发、测试、发布、运维的各个环节，以大幅提升系统效率与可靠性。

5. 云安全技术

云环境由于规模巨大，组件复杂，用户众多，其潜在攻击面较大、发起攻击的成本很低，受攻击后的影响巨大。所以云安全形势还是非常严峻，涉及主机安全、网络安全、应用安全、业务安全，数据安全等，各厂商在相关领域都有比较成熟的产品和技术。2019年12月1日刚生效的等保2.0对云安全提出了全面详细体系化的要求和指导，目前已经成为一个条必须满足的合规要求，金融政府等重要企业单位的IT系统都要求达到等保三级以上。其重点就是一个中心（安全管理中心）三重防护（计算环境安全，通信网络安全、区域边界安全）。

6. 人工智能与大数据

马化腾说互联网的未来就是在云端通过人工智能处理大数据，可见大数据和人工智能关系很是很密切。如果大数据是原油，人工智能就是高端的开采和炼油技术，两者结合才会发挥巨大的效用。大数据具有4V特征：Volume（数据量大）、Value（价值密度低）、Velocity（产生速度快）、Variety（数据类型多）。大数据的收集、传输与存储与处理对系统要求比较高，需要专门的组件支持，比如HBase、HDFS、Spark等。人工智能有5大关键要素：大数据、算法、计算力、边界清晰和应用场景。海量的大数据是根本，然后通过机器学习、智能模拟等算法对数据进行加工处理，需要使用GPU、TPU、FPGA提供强大的计算力；主要的限制在于机器只能对边界相对清晰的事务进行学习和判断，同时找到合适的应用场景才能更好地发挥价值，如语音处理、图像识别、智能驾驶等。

7. 云管理平台

云计算是一个非常复杂的系统，对整个云平台进行敏捷高效的管控运维非常重要。云管理通常涉及四个层面：一是租户端管理，让用户能有效管理使用基本的云服务；二是运营管理，涉及云服务运营策略，如资源管理、计量计费，消息通知等；三是运维管理：涉及云平台的可用性与可靠性保障，如自动化运维，监控告警、运维排障等。四是多云纳管，当前对于很多企业混合云是一个趋势，私有云+公有云，或者引入和均衡多个云厂商。所以需要提供能够统一纳管多种云，以及传统IT环境的管理平台。OpenStack是一个开源的云管平台，各个云厂商都有自己的管控平台，还有一些专门做多云纳管的厂商，比如博云、骞云、飞致云等。

当然，云计算还有很多重要的技术，比如边缘计算、IoT、区块链等，以后再聊。

4.云计算的应用和价值

一个企业的发展必然是离不开计算机的，如果是互联网企业，那么其就需要有自己的服务器。

但是服务器价格昂贵，要是需求量大的话，就需要多台服务器，甚至于构成一个数据中心。

不过这样设备，其成本是相当高昂的，其初期的建设成本便让许多中小型企业难以承受。而且在建设完成后，后期的维护和运营成本也是相当高昂。

因此，云计算就成了它们的救命稻草，通过云计算的laaS服务，就可以在不去购买物理硬件的情况下，使用云计算的虚拟资源来完成企业所需的计算需求。

云计算对于普通人来说，也许接触较少，但对于企业来说，云计算是相当重要的一个服务。云计算整体产业分为底层 IaaS 基础设施即服务，PaaS 平台即服务，SaaS 软件应用即服务三大领域。

可以说，全球云计算有着万亿市场，并且价值还在不断持续稳定的增长中。云计算市场还有许多潜力等待发掘出来。

不过云计算虽然市场巨大，潜力惊人。但是它的垄断性是非常高，不过现在也是有着不少互联网巨头进入云计算的市场当中。

在全球云计算市场中，前五名分别是亚马逊、微软、谷歌、阿里和IBM。同时，这五大云计算厂商占据了全球近 70% 的云计算市场，可见云计算的垄断性之大。

令人意外的是，互联网霸主谷歌在这个市场远远落后于亚马逊。

据外媒最新消息，去年初，由于落后其他对手太多，谷歌以及母公司Alphabet的高管曾经展开讨论，是否应该彻底退出云计算市场，但是在讨论之后，谷歌竟然确定了一个更加宏大的目标，也就是在 2023 年成为全球云计算市场的第一名或第二名。

中国云计算市场中，前五名分别是阿里、腾讯、电信、金山、亚马逊。国内的云计算厂商基本被国产企业牢牢占据，外资仅有亚马逊一家而已，而阿里占据了了国内 42% 的市场，其实力可见一斑。

除此之外，华为和百度也是云计算中的佼佼者，其中华为在近几年来发展迅速，不断与国内大企业达成合作，发展自身云计算业务。另外，三大运营商其实都有发展云计算，只不过没有电信这位老大哥发展的好而已。

对于国内 IT 业来说，在 Windows 和 Intel 的体系占据了国内大半市场的前提下，云计算或许是弯道超车的一次好机会。

在国产操作系统和国产芯片不断发力的今天，如果以它们为基础的云计算，能够顺利发展的话，将会成为中国 IT 业的一次革命性发展。

4.结语

信息时代的未来可能是：云计算、大数据、人工智能、物联网、量子计算、量子通信……

而云计算、大数据、物联网这铁三角，则算是现阶段产业互联网的基石，绝大部分的行业和领域都对这三块有需求。而随着云计算的愈渐成熟，云计算就像水电那样的成为一个自然而然的东西，可以深入应用到各个领域。

在云服务愈发成为商业主流的 2020 年，以软件、服务和应用为核心的厂商将掠夺更多的市场份额。它们将成为 IT 市场的主导力量，推动新一轮的 IT 技术变革。

从某些意义上来说，我们已经站在了时代变革的转折点上。而云计算承载的时代使命，则是迎接 5G 时代下万物互联的星辰大海。

五、主流云平台

近几年，随着国内公有云市场规模的不断增长，以阿里云、腾讯云为代表的本土云服务商，以及以AWS、微软Azure为代表的海外云服务商，成为公有云市场最大的赢家，市场寡头化趋势已经凸显。

亚马逊AWS，论全球线路资源和数据中心实力，亚马逊是毋庸置疑的行业老大。

1. 亚马逊AWS

世界级超级云厂商，从技术及解决方案来讲，AWS可以给出一个综合的、完善的解决方案。

但是，操作界面比较不友好，上手比较困难，要求技术人员必需具备一定技术功底及实施部署能力。

2. 阿里云

界面友好。针对中小企业提供完善的解决方案，且操作起来比较简单。

偏重于提供基础的云计算服务，以及通过合作来为传统的各大、中、小型企业打造云平台架构。

3. 腾讯云

界面友好，特点在于游戏和视频行业做比较完善和突出，侧重于构建产业生态圈，试图把云服务与腾讯开放的平台结合起来，打造一个涉及用户引入、商业模式、营销渠道的“生态圈”。

六、虚拟化

1.虚拟化概述

虚拟化是云计算的基础，简单的说，虚拟化使得在一台物理的服务器上可以跑多台虚拟机，虚拟机共享物理机的CPU，内存，IO硬件资源，单逻辑上虚拟机之间是相互隔离的。

物理机我们一般称为宿主机（Host）,宿主机上面的虚拟机称为客户机（Guest）。

那么Host是如何将自己的硬件资源虚拟化，并提供Guest使用的？

这个主要是通过一个叫Hypervisor的程序实现的。根据Hyptervisor的实现方式和所处的位置，虚拟化又分为两种：

• 全虚拟化
• 半虚拟化

全虚拟化：

Hypervisor直接安装在物理机上，多个虚拟机在Hypervisor上运行。Hypervisor实现方式一般是一个特殊定制的Linux系统。Xen和VMware的ESXi都属于这个类型。

半虚拟化：

理论上讲，全虚拟化一般对硬件虚拟化功能进行了特别优化，性能上比半虚拟化要高，半虚拟化因为基于普通的操作系统，会比较灵活，比如支持虚拟化机嵌套。嵌套意味着可以在KVM虚拟机中再运行KVM，

2.KVM介绍

kVM全称是Kernel-Based Virtual Machine。也就是说KVM是基于Linux内核实现的。KVM有一个内核模块叫kvm.ko，只用于管理虚拟CPU和内存。那IO的虚拟化，比如存储和网络设备则是由Linux内核与Qemu来实现。作为一个Hypervisor，KVM本身只关注虚拟机调度和内存管理这两个方面。I0外设的任务交给Linux 内核和Qemu。大家在网上看KVM相关文章的时候肯定经常会看到Libvirt这个东西。Libvirt就是KVM的管理工具。其实，Libvirt除了能管理KVM这种Hypervisor，还能管理Xen，VirtualBox等。

Libvirt包含3个东西：后台daemon 程序libvirtd、APl库和命令行工具virsh

- libvirtd是服务程序，接收和处理API请求；

- API库使得其他人可以开发基于Libvirt的高级工具，比如 virt-manager，这是个图形化的KVM管理工具；

- virsh是我们经常要用的KVM命令行工具

---

总结

分享：

写作，是心灵的事业，是没有上下班界限的，不是只有正襟危坐才算写作。写作是一件令人遗憾的事业一—越追求完美，所感知的遗漏和瑕疵似乎也越多；写作的时间越长，惶惑、焦虑及不确定性似乎也与日俱增。