云计算风行 盘点云服务四大核心技术

　　高科技著称的美国在云计算是先行者，其企业推出云服务引领整个行业的风潮。亚马逊AWS云服务开始只是一个针对小型开发商和初创公司的小众服务，现在它已变成了云服务行业中的一支劲旅，年营收高达70亿美元。微软和IBM素来具有与大企业合作的优势。谷歌云服务平台，在行业元老戴安妮•格林（Diane Greene）的领导下，正在加倍努力打造其企业云服务平台。相比较谷歌、微软和亚马逊等云计算服务行业中领先的公司。中国企业如阿里巴巴、腾讯、华为在云计算领域的地位也在不断提升。

　　云计算技术是目前IT行业最大的变革。一切都将移到云端，用户将通过云服务分享一切，这将是一种前所未有的服务转变。云计算技术说新其实也不新了，伴随着近几年云计算技术的不断成熟和快速发展，已经在很多行业当中都能够看到云计算带来的改变。熟悉云计算的朋友们可能都不会陌生云计算是大规模分布式计算技术以及配套的商业模式演进而来的产物，它的发展主要是依赖虚拟化、分布式存储、数据管理、编程模式、信息安全等各项技术。

　　近些年来，托管、后向收费、按需交付等商业模式的演进也加速了云计算市场的转折。云计算不仅改变了信息提供的方式，也颠覆了传统ICT系统的交付模式。与其说云计算是技术的创新，不如说云计算是思维和商业模式的转变。本期，我们就一起来看看在云计算技术当中的核心技术都有哪些。

　　虚拟化技术

　　虚拟化是云计算最重要的核心技术之一，它为云计算服务提供基础架构层面的支撑，是ICT服务快速走向云计算的最主要驱动力。可以说，没有虚拟化技术也就没有云计算服务的落地与成功。随着云计算应用的持续升温，业内对虚拟化技术的重视也提到了一个新的高度。

　　虚拟化是一种在软件中仿真计算机硬件，以虚拟资源为用户提供服务的计算形式。旨在合理调配计算机资源，使其更高效地提供服务。它把应用系统各硬件间的物理划分打破，从而实现架构的动态化，实现物理资源的集中管理和使用。虚拟化的最大好处是增强系统的d性和灵活性，降低成本、改进服务、提高资源利用效率。

　　从表现形式上看，虚拟化又分两种应用模式。一是将一台性能强大的服务器虚拟成多个独立的小服务器，服务不同的用户。二是将多个服务器虚拟成一个强大的服务器，完成特定的功能。这两种模式的核心都是统一管理，动态分配资源，提高资源利用率。在云计算中，这两种模式都有比较多的应用。

　　分布式存储技术

　　我们都知道云计算的一大特点就是对于数据的存储和处理速度非常之快，为了保证数据的高可靠性，云计算通常会采用分布式存储技术，将数据存储在不同的物理设备中。这种模式不仅摆脱了硬件设备的限制，同时扩展性更好，能够快速响应用户需求的变化。

　　分布式存储与传统的网络存储并不完全一样，传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。

　　编程模式 分布式并行编程模式创立的初衷是更高效地利用软、硬件资源，让用户更快速、更简单地使用应用或服务。在分布式并行编程模式中，后台复杂的任务处理和资源调度对于用户来说是透明的，这样用户体验能够大大提升。

　　举个例子，MapReduce是Google开发的java、Python、C++++编程模型，主要用于大规模数据集（大于1TB）的并行运算。MapReduce模式的思想是将要执行的问题分解成Map（映射）和Reduce（化简）的方式，先通过Map程序将数据切割成不相关的区块，分配（调度）给大量计算机处理，达到分布式运算的效果，再通过Reduce程序将结果汇整输出。

　　大规模的数据管理

　　当今已经进入了大数据的时代，处理海量数据就成为了云计算服务的一项非常重要的任务，云计算不仅要保证数据的存储和访问，还要能够对海量数据进行特定的检索和分析。由于云计算需要对海量的分布式数据进行处理、分析，因此，数据管理技术必需能够高效的管理大量的数据。

　　目前，国内新能源汽车使用的动力电池超过90%系国内生产，新能源汽车产量大幅增长直接拉动国内动力电池的需求。

　　2016年3-4月，GGII组织为期2个月的全国动力电池市场巡回调研活动，横跨17个省，涉及50多家主流企业。

　　Google的BT（BigTable）数据管理技术和Hadoop团队开发的开源数据管理模块HBase是业界比较典型的大规模数据管理技术。BigTable是非关系的数据库，是一个分布式的、持久化存储的多维度排序Map.BigTable建立在GFS，Scheduler，Lock Service和MapReduce之上，与传统的关系数据库不同，它把所有数据都作为对象来处理，形成一个巨大的表格，用来分布存储大规模结构化数据。