雲端計算技術都要學什麼？教你分清公有云、私有云和混合雲

雲端計算的基本原理是，透過使計算分佈在大量的分散式計算機上，而非本地計算機或遠端伺服器中，企業資料中心的執行將更相似於網際網路。這使得企業能夠將資源切換到需要的應用上，根據需求訪問計算機和儲存系統。雲端計算就是把普通的伺服器或者個人計算機連線起來，以獲得超級計算機也叫高效能和高可用性計算機的功能，但是成本更低。

雲端計算的出現使高效能平行計算不再是科學家和專業人士的專利，普通的使用者也能透過雲端計算享受高效能平行計算所帶來的便利，使人人都有機會使用並行機，從而大大提高工作效率和計算資源的利用率。雲端計算模式可以簡單理解為不論服務的型別，或者是執行服務的資訊架構，透過因特網提供應用服務，讓使用者透過瀏覽器就能使用，不需要了解伺服器在哪裡，內部如何運作。

雲端計算的核心技術

雲端計算系統運用了許多技術，其中以程式設計模型、資料管理技術、資料儲存技術、虛擬化技術、雲端計算平臺管理技術最為關鍵。

（1）程式設計模型

MapReduce是Google開發的java、Python、C++程式設計模型，它是一種簡化的分散式程式設計模型和高效的任務排程模型，用於大規模資料集（大於1TB）的並行運算。嚴格的程式設計模型使雲端計算環境下的程式設計十分簡單。MapReduce模式的思想是將要執行的問題分解成Map（對映）和Reduce（化簡）的方式，先透過Map程式將資料切割成不相關的區塊，分配（排程）給大量計算機處理，達到分散式運算的效果，再透過Reduce程式將結果彙整輸出。

（2）海量資料分佈儲存技術

雲端計算系統由大量伺服器組成，同時為大量使用者服務，因此雲端計算系統採用分散式儲存的方式儲存資料，用冗餘儲存的方式保證資料的可靠性。雲端計算系統中廣泛使用的資料儲存系統是Google的GFS和Hadoop團隊開發的GFS的開源實現HDFS。

（3）海量資料管理技術

雲端計算需要對分佈的、海量的資料進行處理、分析，因此，資料管理技術必需能夠高效的管理大量的資料。雲端計算系統中的資料管理技術主要是Google的BT（BigTable）資料管理技術和Hadoop團隊開發的開源資料管理模組HBase。

公有云、私有云、混合雲……各種雲，剛剛接觸雲端計算的各位想必多少會有些頭疼，不過現在不怕啦，你就會發現，弄清楚這些概念簡直太簡單了。

私有云可以理解成是單純為某一個特定使用者或機構建立的，只能夠實現小範圍內的資源最佳化，因此私有云並不能夠完全符合雲端計算的本質。

這也是為什麼Openstack等開源軟體帶來的私有云繁榮可能只是暫時的，會有越來越多的客戶發現廉價的硬體和免費的軟體並不是打造私有云的充分條件，精細的管理。託管型私有云在一定程度上實現了社會分工，但是仍無法解決大規模範圍內物理資源利用效率的問題。

而公有云則是為大眾所建立的，所有入住到公有云平臺上的使用者都被稱之為租戶，整個平臺上不僅同時擁有很多租戶，一個租戶離開，它的資源能夠立刻釋放給其他租戶，達到資源的充分利用。

公有云是徹底的社會分工，能夠在大範圍內實現資源最佳化，因此，不管道路如何曲折，前途總是光明的。當然公有云尤其是底層公有云構建，不是一般人能玩的了的，就像開個三五桌的飯店誰都能行，開個三五萬桌的飯店就要看資金和本事了。

很多客戶擔心公有云的安全問題，敏感行業、大型客戶可以考慮，但一般的中小型客戶，不管是資料洩露的風險，還是停止服務的風險，公有云都遠遠小於自己架設機房。混合雲則可以被看做是將私有云服務和公有云服務的二者結合體，將雲平臺的計算與儲存效能更好地結合起來，混合雲是一種較為理想的平滑過渡方式，短時間內的市場佔比將會大幅上升。

並且，不混合是相對的，混合是絕對的。在未來，即使不是自家的私有云和公有云做混合，也需要內部的資料與服務與外部的資料與服務進行不斷的呼叫。