什么是云计算?什么是大数据?二者有何联系?

云计算的关键词在于“整合”，无论你是通过现在已经很成熟的传统的虚拟机切分型技术，还是通过google后来所使用的海量节点聚合型技术，他都是通过将海量的服务器资源通过网络进行整合，调度分配给用户，从而解决用户因为存储计算资源不足所带来的问题。

大数据正是因为数据的爆发式增长带来的一个新的课题内容，如何存储如今互联网时代所产生的海量数据，如何有效的利用分析这些数据等等。

他俩之间的关系你可以这样来理解，云计算技术就是一个容器，大数据正是存放在这个容器中的水，大数据是要依靠云计算技术来进行存储和计算的。

扩展资料：

云计算常与网格计算、效用计算、自主计算相混淆。

网格计算：分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机，常用来执行一些大型任务；

效用计算：IT资源的一种打包和计费方式，比如按照计算、存储分别计量费用，像传统的电力等公共设施一样；

自主计算：具有自我管理功能的计算机系统。

事实上，许多云计算部署依赖于计算机集群（但与网格的组成、体系结构、目的、工作方式大相径庭），也吸收了自主计算和效用计算的特点。

被普遍接受的云计算特点如下：

(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、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“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、使用各种终端获取应用服务。所请求的资源来自“云”，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。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。

(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，使用云计算比使用本地计算机可靠。

(4) 通用性

云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。

(5) 高可扩展性

“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。

(6) 按需服务

“云”是一个庞大的资源池，你按需购买；云可以像自来水，电，煤气那样计费。

大数据特征：

1 容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息；

2 种类（Variety）：数据类型的多样性；

3 速度（Velocity）：指获得数据的速度；

4 可变性（Variability）：妨碍了处理和有效地管理数据的过程。

5 真实性（Veracity）：数据的质量

6 复杂性（Complexity）：数据量巨大，来源多渠道

7 价值（value）：合理运用大数据，以低成本创造高价值

想要系统的认知大数据，必须要全面而细致的分解它，着手从三个层面来展开：

第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。在这里从大数据的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。

第二层面是技术，技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。

第三层面是实践，实践是大数据的最终价值体现。在这里分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。

参考资料：

百度百科-大数据 百度百科-云计算

数据中心削减成本的技巧
很多企业的IT管理者都会发现，随着自身企业的增长，数据中心站点越来越难以管理，甚至有的企业的IT管理者对于自身的数据中心站点都以感到无从下手。数据中心的空间、电力、制冷、设备之间的物理架构和逻辑架构关系，新设备的采购和老设备的淘汰……，一系列的问题让很多的IT管理者头疼不已。
为了帮助IT经理应对挑战，需要重视的几个关键领域。
首先是创建一个降低管理数据中心站点成本的标准策略。Gartner建议IT经理定义一系列构成总成本的各个项目以及构成这个成本的关键名目。
下面我们来看看几个削减成本的技巧：
1、硬件合理化
你应该淘移除掉那些未使用或者过于陈旧的系统，然后将工作负载转移到更高效的硬件上。合理化和整合项目可以减少5%~20%的服务器部署数量。
2、整合管理数据中心站点
将多个站点整合成为少数几个更大型的站点往往可以带来财务上的节约。
3、管理电力和设备成本
这方面的工具和技巧包括，将管理数据中心站点温度提高到75华氏度；尽可能使用室外空气来替代空调；设置冷热通道；部署基于服务器的能源管理软件工具，以最具能源效率的方式运行工作负载。
4、管理人力成本
人力成本仍然是大多数管理数据中心站点最大的一个成本因素，占到了总成本的40%、
5、避免采购不必要的新资产
服务器的有用期限往往长于抵押期限。所以，谨慎地监控硬件状况。
将能源效率的测量定为较高优先级。高级监控、建模和测量技术及流程对于很多新技术的采用和遵循政府法规是很重要的。
首先是评估数据中心的位置。你应该将人力资源和能源成本与安全风险放在一起衡量。
其次，必须评估管理数据中心站点的规模是否能够满足增长需求。一个改造的站点必须至少可以支持5年，包括物理、电力和网络设备，让这一工程物有所值。
最后，在决定一个管理数据中心站点开销是否必要的时候，企业用户应该谨慎考虑将新组件集成到现有数据中心可能存在的技术难题。他们还应该考虑是否可以在保持数据中心运营的同时进行革新。
绳锯木断，水滴石穿。这是我们五千年总结下来的真理。这条真理放在现在的数据中心管理工作中同样适用。想要节约管理数据中心站点成本，就需要我们站在各个层面审视管理数据中心站点，采用合理的工具来了解数据中心的各个物理单位，如果我们做到了这些，我们的数据中心管理难题也将迎刃而解。

数据分析学习报培训班推荐选择达内教育。
大数据指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。
大数据必学内容：
1、RMI(RemoteMethodInvoke)长途办法调用RMI协议可以让在某个Java虚拟机上的目标，像调用本地目标相同调用另一个Java虚拟机中的目标上的办法。
2、JavaIDL/CORBAJava接口界说言语/公用目标恳求署理程序系统结构IDL是用来描绘软件组件接口的一种计算机言语。IDL通过一种中立的方式来描绘接口，使得在不同平台上运转的目标和用不同言语编写的程序可以彼此通信交流。感兴趣的话点击此处，免费学习一下
想了解更多有关大数据的相关信息，推荐咨询达内教育。达内与阿里、Adobe、红帽、ORACLE、微软、美国计算机行业协会（CompTIA）、百度等国际知名厂商建立了项目合作关系。共同制定行业培训标准，为达内学员提供高端技术、所学课程受国际厂商认可，让达内学员更具国际化就业竞争力。达内IT培训机构,试听名额限时抢购。

---