首先，云计算
云计算是一种基于互联网的计算方法，远程用户的计算机和其他设备终端可以共享基于互联网的软硬件资源和信息。云计算是继大型计算机向客户机-服务器计算机的大变革之后的又一次大变革，也是互联网信息时代基础设施和应用服务模式的重要形式，也是新一代信息技术集约化使用的趋势。
狭义的云是指通过互联网以按需方式获取所需资源，是IT基础设施的一种扩展使用模式。提供资源的网络称为云。从互联网用户的角度来看，云端的资源可以无限扩展，随时获取，按需使用，按使用付费。
广义的云是指厂商通过建立网络服务器集群，向不同类型的客户提供在线软件服务、计算和分析硬件租赁、数据存储等服务。
目前，人们对信息资源的使用正在从大型机向云计算转变。有了云计算，云可以提供计算功能，所有操作都可以利用网络完成。用户终端不再需要自己强大的计算功能。
云计算具有以下重要特征:资源、平台和应用服务，使用户摆脱对特定设备尤其是计算和存储的依赖，专注于创造和体验商业价值；资源的聚集和集中管理，实现规模效应和可控的质量保证；按需扩展和灵活租赁降低了信息成本。
1.云计算的三个服务级别
根据技术特点和应用形式，云计算技术可以分为三个层次，如图1所示。
图1云计算服务模型
1)基础设施即服务
基础设施即服务是指以服务的形式提供计算资源、存储、网络和其他基础IT架构。通常，用户根据自己的需求购买所需的IT资源，并通过Web服务和Web接口来配置、监控和管理IT资源。除了提供IT资源，laaS还在云架构中实施了可支持的功能，如负载平衡、错误监控和恢复以及灾难备份。
LaaS有三种使用方式:公有云、私有云、混合云。亚马逊EC2弹性云在基础设施云中使用公共服务器池；相对私有化的服务将使用企业内部数据中心的一组私有服务器池；如果开发软件在企业数据中心的环境下，可以使用公有云、私有云、混合云。
LaaS允许用户动态申请或释放节点，并按使用量收费。用户可以认为有足够的资源申请，因为运行laaS的服务器规模超过几十万。亚马逊是最大的laaS提供商，EC2允许用户运行云应用。IBM、VMware和惠普也是laaS的供应商。
2)平台即服务
将开发环境作为服务提供是一种分布式平台服务。厂商提供开发环境、服务器平台、硬件资源等。给用户作为服务，而用户可以在这个平台的基础上定制和开发自己的应用，这些应用可以通过这里的服务器和网络传输给其他客户。
比如PaaS产品Google App Engine，就是由Python应用服务组、BigTable数据库、GFS组成的平台。集成的主机服务和可自动升级的在线应用为客户提供服务。在Google的基础设施上运行用户编写的应用，可以为互联网用户提供服务，Google提供应用运维的平台资源。
3)软件和服务
软件即服务，一种通过互联网提供软件资源的云服务。用户从供应商那里租用基于网络的软件来管理商业活动，因此他们不需要购买软件。SaaS解决方案具有前期成本低、易于维护和快速部署等明显优势。云计算中的SaaS是通过标准的网络浏览器提供应用软件，其中一般的办公桌面办公软件和相关数据都存储在云端而不是个人电脑中。
在主机中，使用web浏览器通过网络获取这些软件和数据。
Salesforce.com、GoogleDocs和GoogleApps提供SaaS服务。
2.云计算的技术水平
云计算的服务水平主要考虑会给客户带来什么。云计算的技术层面主要从系统属性和设计思想的角度来解释云，是对云计算技术中软硬件资源的作用的解释。从云计算技术的角度来看，云计算由四部分组成:虚拟化资源、服务管理中间件、物理资源和服务接口，如图2所示。
图2云计算层次结构
服务接口:它统一和规范了云计算时代使用计算机的各种标准和规则。它是用户端和云端的接口，可以完成用户或服务的注册。
管理中间件:中间件位于服务和服务器集群之间，是一个提供管理和服务的管理系统。标准化和运营服务，如识别、认证、授权、目录、安全等。，为应用系统提供统一的标准化程序接口和协议，隐藏底层硬件、操作系统和网络的异构性，统一管理网络资源。用户管理包括用户权限、用户身份验证、用户定制管理等。资源管理包括负载平衡、资源监控和故障检测。安全管理包括认证、访问授权、安全审计、综合保护等。映像管理包括映像创建、部署、管理等。
虚拟化资源:指能够执行某些操作，具有某些功能，但却是虚拟的而非真实的一些资源，如计算池、存储池、网络池、数据数据库等。由软件实现的相关虚拟化功能包括虚拟环境、虚拟系统和虚拟平台等。
物理资源:主要是指能够支撑计算机正常运行的一些硬件设备和技术。这些设备可以是客户端、服务器、各种磁盘存储阵列和其他设备。分布式计算机可以通过现有的网络技术、并行技术和分布式技术组成一个集群，成为一个具有超级计算和存储功能的集群。传统电脑需要足够大的硬盘、CPU、大容量内存等。，但是到了云计算时代，本地电脑可以不再需要这些强大的功能，只要一些必要的硬件设备和基本的输入输出设备就可以了。
3.云计算的优势和问题
云计算的优势:
降低成本。因为用户统计复用云资源，所以云资源不会闲置，从而大大提高了云资源的利用率。综合效果是:降低IT基础设施建设和维护成本，应用和建设基于云的IT资源；通过订购在线SaaS软件服务降低软件购买成本；虚拟化技术可以提高现有IT基础设施的利用率；通过动态电源管理，可以节省数据中心的能耗。
配置灵活。由于其技术设计的特点，云可以提供灵活的资源。用户可以动态、灵活地将资源分配给应用，而无需额外的硬件和软件。当需求扩张时，用户可以缩短过渡时间，快速扩张。当需求萎缩时，可以避免设备闲置。用户在需要的时候可以快速使用云服务，云会分配更多的服务器给需要的作业；云可以在不需要的时候缩小或者消失。正是这一特性使得云非常适合间歇性、季节性或临时性工作。主要应用包括软件开发和测试项目。
更快。在速度方面，云计算有潜力让程序员使用免费或低成本的开发和生产软件服务，并使其快速可用。这个功能可以让企业更加敏捷，反应更快，同时可以修改企业级的标准应用和流程。对于那些需要大量IT设备的应用程序，云可以显著减少购买、交付和安装服务的时间。
潜在的高可靠性和安全性。由信息专业团队管理，数据由高级数据中心保存。同时，严格的权限管理策略可以帮助用户放心地与既定目标共享数据。通过集中管理和先进的可靠性保障技术，云计算的可靠性和安全系数非常高。
云计算存在的问题:
当企业应用从传统的开发、部署和维护模式转变为基于云计算平台的模式时，就会有成本转移。转移成本由应用的复杂程度、强度、关联度以及团队工作模式的契合度决定。
当人们在第三方空中存储数据时，他们首先关注的是隐私和数据安全。在第三方空中，人们不知道他们的数据存储在哪里，谁可以分享他们的数据。甚至有些云计算提供商为了节约成本，把自己的服务器设在不同的国家，这样会产生新的问题，必然导致数据保护不力。
4.物联网和云计算
物联网规模发展到一定程度后，必然要与云计算相结合。物联网和云计算的结合可以分为以下几个层面:
利用IT虚拟化技术为物联网提供后端支撑平台，从而提高物理世界的运行、管理和资源利用效率。通过采用服务器虚拟化、网络虚拟化和存储虚拟化，可以实现服务器与网络之间、网络与存储之间资源共享的虚拟化，实现计算能力的有效利用，从而为各种物联网的应用提供支持。
构建基于各种计算资源的绿色云计算服务中心，用软件即服务、平台即服务、基础设施即服务等模式服务物联网。
物联网和互联网的各种服务和应用逐渐在云计算中融合和集成，实现物联网和互联网中设备、信息、应用和人的广泛交互和集成。
将云计算用户与计算和数据中心解耦，软件就是服务的商业模式，比如谷歌和脸书。根据美国技术和市场研究公司ForresterResearch发布的《商业和技术展望》，云计算将会比你想象的来得越来越快，并且将会被少数公司所控制。
第二，大数据
1.大数据的概念
大数据是指现有数据库管理技术和工具难以处理的庞大数据集。国际数据公司2012年英特尔大数据
论坛提出了大数据的定义。大数据有以下特点。
体积:数据量巨大。从TB级跳到PB级。
多样性:数据种类繁多，来源广泛，格式日益丰富，涵盖结构化、半结构化和非结构化数据。
值:数据值密度低。比如视频监控，这个过程是连续的，但有用的数据可能只有一两秒。
速度:处理速度快。数据再大，也能实时处理。与传统的数据挖掘技术相比，它在这一点上有着根本的不同。
2.物联网中大数据的特征
与互联网不同，物联网是在互联网基础上发展起来的新兴技术，因此对大数据技术也有更高的要求，主要体现在以下几个方面。
1)数据量更加丰富。
在物联网的背景下，大数据技术应该不断扩展和丰富其数据类型和数据量。海量数据是物联网最重要的特征，基于互联网的数据技术水平还远远无法承受物联网带来的大规模增长。为了从根本上满足物联网的基本需求，需要对大数据相关的技术进行升级。
2)数据传输速度更快。
一方面，物联网的海量数据要求骨干网有更大的传输带宽；另一方面，由于物联网与现实物理世界直接相关，在很多情况下，需要实时接入、设备控制和高数据传输速率来有效支撑相应的实时性。
3)更多样化的数据
物联网中的数据更加多元化:物联网涉及的应用领域非常广泛，涉及生活的方方面面，从智慧物流、智慧城市、智慧交通、商品溯源，到智慧医疗、智能家居、安防监控等等。不同的领域和行业有不同的数据格式。
4)数据更真实。
物联网是真实的物理世界和虚拟的信息世界的结合。基于它的数据处理和决策会直接影响物理世界，物联网中数据的真实性尤为重要。
3.大数据和物联网
1)从物联网看大数据
物联网由三层组成:感知层、网络层和应用层。感知层包括RFID、各种传感器、GPS、智能终端、传感器网络等无线通信技术。，用于识别对象和收集信息。网络层包括各种通信网络、信息和处理中心等。网络层主要负责传输和处理感知层获取的信息。应用层主要是基于物联网提供的信息，为用户提供相关的应用数据和解决方案。从物联网看大数据:
网络的物理对象已经大大扩展。由于联网对象的数量比互联网大大增加，各种对象都需要各种传感器，同时这些传感器不断感知周围的环境数据，大大增加了数据量。这些海量数据需要存储和分析，从中提取重要信息。
网络层。物联网传输网络通过有线和无线通信链路将传感器终端检测到的数据上传到管理平台，并接收管理平台发送到各个节点的数据。由于数据的规模大、种类多、实时性要求不同，需要有相应的大数据传输技术为应用层提供足够高的可靠承载能力。
2)物联网中的大数据处理技术
通过数据可视化、数据挖掘、数据分析和数据管理等手段，推动物联网产业在数据智能处理和信息决策方面的商业化应用。利用大数据分析可以有效增加公司的管理和运营效益。大数据处理技术在物联网中的应用包括:
海量数据存储。物联网产生的大数据的存储通常是通过分布式集群来实现的。传统的数据存储关系数据库可以满足应用需求，但关系数据库难以高效处理物联网产生的海量异构数据。谷歌等。提出了一种利用廉价服务组实现并行处理的非关系型分布式存储数据库的解决方案。
数据分析。数据分析就是运用适当的统计分析方法，对收集到的海量数据进行分析，提取有用的信息，形成结论。数据分析可以帮助人们做出判断，以便采取适当的行动。
——END——
需要弱电信息可以私信我。
我叫老梁。一个从业12年的弱电爱好者。
这里只有免费和分享！
