云計算技術都要學什么？教你分清公有云、私有云和混合云

云計算的基本原理是，通過使計算分布在大量的分布式計算機上，而非本地計算機或遠程服務器中，企業數據中心的運行將更相似于互聯網。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存儲系統。云計算就是把普通的服務器或者個人計算機連接起來，以獲得超級計算機也叫高性能和高可用性計算機的功能，但是成本更低。

云計算的出現使高性能并行計算不再是科學家和專業人士的專利，普通的用戶也能通過云計算享受高性能并行計算所帶來的便利，使人人都有機會使用并行機，從而大大提高工作效率和計算資源的利用率。云計算模式可以簡單理解為不論服務的類型，或者是執行服務的信息架構，通過因特網提供應用服務，讓使用者通過瀏覽器就能使用，不需要了解服務器在哪里，內部如何運作。

云計算的核心技術

云計算系統運用了許多技術，其中以編程模型、數據管理技術、數據存儲技術、虛擬化技術、云計算平臺管理技術最為關鍵。

（1）編程模型

MapReduce是Google開發的java、Python、C++編程模型，它是一種簡化的分布式編程模型和高效的任務調度模型，用于大規模數據集（大于1TB）的并行運算。嚴格的編程模型使云計算環境下的編程十分簡單。MapReduce模式的思想是將要執行的問題分解成Map（映射）和Reduce（化簡）的方式，先通過Map程序將數據切割成不相關的區塊，分配（調度）給大量計算機處理，達到分布式運算的效果，再通過Reduce程序將結果匯整輸出。

（2）海量數據分布存儲技術

云計算系統由大量服務器組成，同時為大量用戶服務，因此云計算系統采用分布式存儲的方式存儲數據，用冗余存儲的方式保證數據的可靠性。云計算系統中廣泛使用的數據存儲系統是Google的GFS和Hadoop團隊開發的GFS的開源實現HDFS。

（3）海量數據管理技術

云計算需要對分布的、海量的數據進行處理、分析，因此，數據管理技術必需能夠高效的管理大量的數據。云計算系統中的數據管理技術主要是Google的BT（BigTable）數據管理技術和Hadoop團隊開發的開源數據管理模塊HBase。

公有云、私有云、混合云……各種云，剛剛接觸云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用戶或機構建立的，只能夠實現小范圍內的資源優化，因此私有云并不能夠完全符合云計算的本質。

這也是為什么Openstack等開源軟件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件和免費的軟件并不是打造私有云的充分條件，精細的管理。托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范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用戶都被稱之為租戶，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，能夠在大范圍內實現資源優化，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，不管是數據泄露的風險，還是停止服務的風險，公有云都遠遠小于自己架設機房。混合云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，將云平臺的計算與存儲性能更好地結合起來，混合云是一種較為理想的平滑過渡方式，短時間內的市場占比將會大幅上升。

并且，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，也需要內部的數據與服務與外部的數據與服務進行不斷的調用。