云服务器和传统服务器之间的区别在哪里？

云计算和传统的IDC有什么不同是很多客户所关心的问题。其实今天去创业也好，去传统企业做容量规划也好，去建设新的IT设施也好，都将会面对多种的选择，关于云计算和传统机房哪一个更适合我们，本文将从下面的几个方面进行阐述：

第一点，云计算能够有效普惠地面对海量脉冲计算。其实我们今天面对的最大的问题在于所有的业务都是存在高峰和低谷的，在业务高峰的时候，其实对于网站的拥有者而言是一个happy-trouble，也就是一个令人开心的麻烦。拿双十一来说，其实就只有每年的十一月十一号那一天，计算、存储和网络资源的需求都达到了最高峰，然而当你去购买容量的时候，配置IDC机房资源、计算、存储以及网络时，却都需要为这一年的最高峰买单，但是这样的做法在经济学上来讲是非常不划算的。其实这与租房子和买房子的道理是一样的，当有一波高峰来的时候，租可能是最划算的。所以云计算也是这样的一个概念，当业务高峰来临的时候，如果能够以d性的方式将业务的容量扩容上去，对于我们而言才是最经济划算的，而不需要像传统IDC机房那样，一下子购买很多的资源。

第二点，云计算能把能力服务化，提高创业效率。当企业长大的时候，一定会去寻找自己的IDC机房，去购买更多的服务器、存储等资源，这时就需要和服务器厂商、IDC运营商、存储厂商去谈，这对企业而言都是一个巨大的成本。而对客户而言，选择小鸟云就是选择了一个服务，而这背后所有的与IDC运营商的谈判以及与服务器厂商的合作等都会交给小鸟云帮助客户实现。客户需要什么样的服务，只需去小鸟云上购买就可以了，这样就会节省下客户大量的人力和时间成本。

IT界有一个非常著名的摩尔定律，就是每过十八个月就能使用同样的钱买到更高的计算、存储和网络的性能。这意味经过一年半时间，我们手上的服务器以及网络资源等就会贬值，但是在云上却不会发生这样的情况，小鸟云能够不断更新软硬件，帮助用户保持未来的活力。

◆ 概念的不同

从宏观的概念上来讲，云计算改变了IT，而大数据则改变了业务。同时，大数据必须有云作为它的基础架构，才能得以顺畅推广并体现出强大的实用价值。

◆ 目标受众的区别

双方的目标受众也是不一样的，云计算代表着一种IT层面的解决方案，是面向CIO的；而大数据则是一种战略构架，是面向管理者和业务层的，它能让我们在业务上展示出更强大的竞争力，完全提升综合实力。

1、传统服务器有产权，而云主机则只是一种服务而已，没有任何产权；

2、传统服务器是独立的服务器，所有功能由自己完成，而云主机则是一个集群，他们的功能需要相互之间的协助才能完成；

3、传统服务器在性能上更加稳定，而云主机在性能上比传统的服务器相对较差；

4、传统服务器在国内已经非常成熟，而云主机的真正技术国内没有人掌握，

所以目前国内市场上很多所谓的云主机都是假的；

5、云主机相对于传统服务器，性价比更高；

6、云主机是按需购买，成本控制上更加灵活；

7、云主机相对于传统服务器而言，效率更高，但是稳定性则不如传统服务器；

云主机的客户一般集中在对网络稳定性以及对主机性能要求不高的小型企业和手游行业，

而大中型企业一般对网络稳定性以及主机性能要求都比较高，所以他们都会选择传统服务器。

云计算数据中心与传统数据中心的区别主要集中在虚拟化程度、计算存

储及网络资源的松合程度、自动化管理程度、绿色节能程度等几个要素。

传统数据中心基本没有实现虚拟化，而云计算数据中心最基本的是其内所

有服务器、存储都是经过虚拟化的，此举比同规格传统数据中心机房内

IT

设

备利用效率提高

60%

以上

(

满负荷情况

)

。

传统数据中心计算、存储及网络资源是紧耦合的，也就是说其内的

IT

建

设是烟囱式的，根据客户需求一个项目建设一套系统，扩展起来要对系统进行

重新设计。而云计算数据中心的所有计算、存储及网络资源都是松耦合的，可

以根据数据中心内各种资源的消耗比例而适当增加或减少某种资源的配置。这

样能使得数据中心的管理具有较大的灵活性，使得资源配置优化，按照客户需

求进行配置。

云计算数据中心的模块化扩展能力也解决了传统数据中心扩容难的问题。

传统数据中心在扩展受到系统设计、机房设计及网络设计的影响，对于机房扩

容来说是一个系统性的工程，特别是在空间和电力能源有限的情况下，要实现

扩容是无法完成的事情，然后，云计算数据中心可以在总体空间和电力提供不

变的情况通过提高单机架的容纳能力及降低

PUE

等方式实现“扩容”。此种能

力具有很强的优势，特别是在土地紧张和电力紧张的城市。

自动化管理是传统数据中心没有的功能。云计算数据中心的自动化管理使

得在规模较大的情况下，实现较少工作人员对数据中心的高度智能管理。此特

性一方面能降低数据中心的人工维护成本，另一方面能提高管理效率，提升客

户体验。

至于绿色节能，一般情况，传统数据中心的

PUE

在

18-25

左右，而云计

算数据中心一般低于

16

，目前世界上最先进的云计算数据中心可以低达

11

甚至以下。对于规模化的数据中心，能源成本是其持续运营要考虑的非常重要

的因素。

说一说对互联网系统和传统企业IT系统的一些看法和观点。

现在被炒的很火热的互联网，云计算架构，其相对于传统的大型企业系统架构，最大的区别就是以分布式的架构去替代原先的集中式系统架构。

打个比方，原先的大型企业系统架构，就好像一架大型的民航客机。作为出行来讲，飞机无疑是最舒适最快的交通工具，同时安全性也很好。但飞机却也不是人人都能坐的。首先：做飞机要经过换领登机牌，安检等若干道手续，乘客必须提前一个多小时到机场办理各种手续，而坐火车大巴则随到随买随上车，方便的多；其次：坐飞机很多东西不能随身携带甚至不能托运，火车大巴则相对宽松;还有：机票很贵坐飞机花销很大而且飞机运载能力也不如火车。当你有数万数千人要一次性到达某地时，一两架飞机的运载能力根本不够，要调动成批飞机的话整体成本又太高。最后：虽然飞机很少出事故，飞机一旦出现事故的话危险级别往往都会很高。

但是，以前除了飞机之外，就只有火车，大巴这种交通方式选择了。相比之下，这些方式虽然收费低廉，乘车，携带物品都比较方便，但是速度实在太慢而且受外界因素诸如雨雪等等的影响太大，乘坐也不是很舒适。只能满足那些相对时间宽裕，或者囊中羞涩人群的出行需求。

于是，为了满足更多人，更便利更高速的交通运输需求，新的交通运输模式—动车/高铁就出现了。它和火车最大的区别是：火车只有一节车头有动力，后面能拖几节车厢跑多快基本就是看一个车头有多强劲。但个体的力量终究有限，一个车头再强劲也有个极限，发展空间也就那点了，实在难以有太大作为。动车则不同，它每节列车都独立有自己的动力系统，连在一起各节车厢动力系统就是一个叠加递增的关系。所以理论上越多节车厢接在一起就可以拉更多人跑的更快，是一个无限扩展的系统!而且因为动车可以搭载的乘客很多，所以均摊到每个乘客头上，坐动车的速度可以某种程度上接近坐飞机，但成本要低很多。

现在互联网，云计算的系统架构其实和动车的理念相类似，就是分布式系统的架构 – 将任务分解交由每个小计算单元进行分布式的并行处理，充分利用每个单元的计算和存储能力，理论上性能可以无限线性扩展，任何一个节点的故障不影响整个系统的运行，整个系统没有单点故障。

也就是说：我们可以简单把大型企业核心架构，或者说就是大型机，RISC系统比作飞机;而把互联网，云计算的系统架构比作动车。现在，就可以做些很有意思的讨论了。

还是来说说稳定性和可靠性：就说2012年吧，飞机也好，动车也好，新闻里面都有报道过出现严重事故，可见没有一种系统是完全稳定可靠不会出现任何宕机风险的，但是其概率都是非常非常小的。从整体来讲，都是很稳定很可靠很安全的选择。只不过各自对于如何防灾冗余的策略还是有些不一样。先说飞机，因为飞在空中，万一出了事情没有后备可用，所以能采取的方式只有想尽一切办法提高飞机自身个部件的冗余度，设计时尽可能多的考虑各种小概率事件。哪怕发生某故障的概率只有千万分之一甚至亿万分之一，只要有可能，也要把应对措施设计进去。这也是飞机造价为什么会那么高，对携带物的要求会那么多的原因。而动车则相对简单：反正多拖几节车厢又不影响我速度，那我就尽量多拖些备用车厢跑着呗。万一某节车厢出事了，就把里面乘客挪到备用车厢里，车照样跑得欢。然后等到了站再去更换检查有问题车厢也不迟。

回到IT世界也是一样。分布式系统基本都是基于x86的PC服务器。单就一台服务器而言，虽然性能可靠性在不断加强，但肯定还是不如RISC系统的。但是没关系，咱可以用数量来弥补单机冗余度的不足啊。设计没你好冗余度没你考虑的多我就多拉几台呗。坏了几台没事，应用任务再分配到别的空闲机器上就好了。坏了的机器也不用马上修，反正没坏的机器加起来也够用。等到故障机器到了一定数量我再一次性批量检修更换部件效率更高。对于用户来讲，即使我坏了100来台服务器只要剩下的服务器还能正常工作，应用就不会受任何影响。谷歌，Facebook那些超大型数据中心现在的工作思路大致如此。这么做看起来是个很简单有效，很聪明的方法，但其实也有不少问题存在。

首先我觉得这个架构好处是实现原理简单，而且扩展性d性比起RISC架构来好处不言而喻。但其实这个架构里面也存在着无谓的资源浪费可能性。例如拿存储而言，目前Hadoop类的多副本分布式存储很火。一份数据存三份，发现有数据损坏立即找空闲空间恢复。听上去很简单很容易实现很高效，但如果你真的坐下来仔细算算账，你就会发现：

1 当你数据量不大(小于PB)的情况下这种一份数据存三份方式的成本其实比现有任何商业存储方案的成本都要高。

2 这种方式下每台服务器的CPU利用率都很低，而现在市面上的大存储容量服务器，CPU配置都很高。所以这种方式，基本上是对于CPU资源的一种浪费。所以，或许对于数据量适中的企业来说，用EC CODE这种以计算能力换存储的分布式存储解决方案会比多副本方案更经济实惠。

3 这种方式很容易让IT运维人员产生一种习惯性思维 – 即要提高系统在线时间就多买些服务器就好了。因为服务器多了分布性好了自然冗余度就高了。于是不必要的服务器采购就这么产生了，每个数据中心也就又多了很大一笔不是很必要的电费开销。

其次，我觉得分布式架构的某些故障很可能会产生连锁效应，导致更严重全局瘫痪。打个比方，大家都知道赤壁之战的故事。里面有个很著名的桥段就是庞统献连环计，铁锁连舟。起始时使曹 *** 万余战船连成一体稳如平地进可攻退可守前后都可照应看似完美，但唯有一个命门就是怕火攻。而诸葛亮周瑜正是利用这个命门，解东风火烧赤壁把曹 *** 百万大军杀的丢盔卸甲。互联网的分布式架构其实我觉得也有类似“命门”。大型机或者RISC系统之所以那么贵，其实很多时候用户在为千万分之一甚至亿万分之一的“万一”买单。而互联网，现在的公有云架构，在设计之初，基本的考虑思路是大用户，大并发，然后尽量减少TCO。所以很多时候，设计架构时会先把那些“千万分之一”排除在外，暂时不予考虑。而系统上线之后，稳定运行一段时间用户量暴涨，精力往往又会去专注扩容方面了。搞不好就会把一些“命门”漏掉，于是乎万一正好遇上“东风”吹到了命门上，后果估计会比曹阿瞒更惨。因为IT世界里还没有那么仁义的关云长会在华容道上放曹 *** 一马。

其实从最近Facebook，Amazon、谷歌的几次宕机事件来看，已经有些那个苗头了。好在那些互联网领头羊们应该是已经意识到这些问题，已经在积极修补“命门”了。

最后，我想说互联网，云计算的业务类型其实和传统企业的业务类型不一样，所以大型机，RISC系统处理的任务，运行的计算并不一定都适合移植到分布式系统架构上来。还是以交通运输举例：我要去美国，目前还是只有飞机可以满足我的需求。当然你可以说我坐动车也可以，无非是多转几趟跨国列车。但那毕竟很勉强，速度不快，费时费力还不省钱，毫无意义。人家直接飞过去就行了，你却要绕着太平洋海岸线跑一个大圈来兜，何必呢

那么以上这些问题有没有办法解决呢其实我觉得解决以上问题的关键就是两个字：运维。分布式系统，要保障其安全可靠的运行，合理有效的扩容，关键不在系统的软硬件，而是在系统搭建之后的运维和持续的对系统的改进修正!现在网络上很多人都在热衷于各种开源架构如openstack，Hadoop的开发，应用场景探讨。但个人以为这些开源系统的特点是搭建简单，维护艰难!要想把这些架构和技术真正投入企业成熟应用，在运维管理上投入的成本可能要比RISC大得多。因为这些系统架构更分散，出现的不可预估性更多，同时也更需要有人来理清何时用分布式架构，何种场景还是需要传统架构。那么可能有人要问，既然如此，我们还有必要走分布式系统这条路吗当然有!原因也很简单：分布式架构给了我们处理海量请求的能力和应对突发事件的d性;同时分布式架构也使系统具备了更好的扩展能力和更多业务创新的可能性。

说了这么多，基本要讲的也就讲得差不多了。怕前面说的有些散稍微总结下我想说的观点：无论传统RISC架构还是现在流行的分布式架构，虽然实现方式各有不同，但都是具有很高的稳定性可靠性的系统。但没有一个系统是绝对稳定不会宕机的，要保障系统稳定可靠运行，运维管理很重要。分布式系统相比传统RISC架构有扩展性和灵活性方面的巨大优势，但也存在资源浪费和故障隐患危险。在这一方面，分布式系统架构还需要多向传统架构的运维管理学习借鉴，提升自身的忧患意识和故障预警处理能力。

云计算数据中心中国龙网云数据中心>

云数据中心的特点首先是高度的虚拟化，这其中包括服务器、存储、网络、应用等虚拟化，使用户可以按需调用各种资源；其次是自动化管理程度，包括对物理服务器、虚拟服务器的管理，对相关业务的自动化流程管理、对客户服务的收费等自动化管理；最后是绿色节能，云计算数据中心在各方面符合绿色节能标准，一般PUE值不超过15。

云数据中心与传统数据中心在区别：

一是云数据中心的基础设备更加规模化、标准化，由此带来了管理的复杂性。

其次，云数据中心为了节省成本、实现日益增多的业务，必须采用各种虚拟化技术。

第三大管理差异，体现在自动化方面。

在云数据中心，当业务需要迁移、设备需要统一配置、故障需要及时检查排除、流程需要跟踪时，如何高效管理这样海量的设备和应用？当然需要通过自动化的手段来实现。

云数据中心的出现无疑是一新的进展。除了高度的虚拟化等特征，还包括新技术和新产品，如低功耗CPU，固态硬盘等。可以说云数据中心是传统数据中心的拯救者。

以上就是关于云计算和传统idc有什么区别全部的内容，包括:云计算和传统idc有什么区别、什么是云计算它与当前普通的计算方式有什么区别 什么是大数据它与当前使用的数据分析有什么区别、云服务器和传统服务器之间的区别在哪里等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！