云技术简单理解:云计算和大数据处理 _云技术简单理解

谢邀。这两个词都是热词云技术简单理解，在网上随便一搜都可以找到大把的关于云计算和大数据的各种解释，要深入研究的可以去看。这里做一个通俗的解释，以帮助初入门者理解。

文章插图
理解云计算，我觉得最重要的是理解其技术实质。今天关于云计算的技术实现有很多，但都离不开一个根本目的，就是把多台计算资源整合到一起，俗称资源池化，让使用者就像使用一台计算机一样来部署、调度和管理，其中任何一台设备出现故障，丝毫不影响其支撑的各种IT系统的运行。为了做到这一点就需要各种技术手段，比如虚拟化等。至于IaaS、PaaS、SaaS都是基于这一基础对外销售的一类服务类型而已，算个销售名称。比如，IaaS就是把直接把最基础的计算资源卖给用户，相当于卖给你一个没装任何东西的电脑；PaaS就是在这台电脑上装了操作系统和中间件，但没有应用软件，然后卖给了用户；SaaS就是把一台装好了操作系统、各种中间件以及应用软件都装好了的电脑卖给了你。
关于大数据，其本质就是把所有数据（包括各种数据）都利用起来，直接对其进行分析。大数据的“大”首先体现在“所有”和“各种”上（我认为在大数据的所谓“4V”或者“5V”特性中，这一点最为重要）。大数据有今天的热度，是因为这在以前是很难做到的，比如，以前我们只能处理结构化数据，而今天可以处理结构化数据，也可以处理像文本、视频、语音等非结构化信息；同样，对数据的处理过去只能是抽样，而今天可以做到全量。而这一切都受益于技术的发展，因为今天我们有了庞大的计算能力、有了廉价的存储空间和无处不在的网络，还有了各种各样的数据采集设备（手机、物联网），让我们拥有了各种数据，当然还有各种软件（比如Hadoop、Spark等），这一切才有了可能。显然，这一改变的意义重大，让我们对于这个世界有了更深入的了解，也诞生了很多前所未有的商业模式。
【云技术简单理解:云计算和大数据处理】本答案来自科技行者团队邹大斌
这个问题不是哪个好学不好学的问题，不管你想学习云计算还是大数据，都要求你要有稳固的基础知识和架构设计能力，大数据可能要求更高些，毕竟考验一个人对于大数据中的任务进行编程的能力。

文章插图
先简单说一下云计算，云计算不是什么新的技术，只是一种创新的技术，他的底层离不开我们熟知的虚拟化（虚拟化厂商你要了解，熟知的vmware，思杰等），平台操作系统（linux.unix，windows等），数据库（oracle,mysql,db2,sqlserver等），存储技术，负载均衡，高可用，群集技术，分布式技术，安全技术等等，所以你要学习云计算，就要精通其中的一门技术，云计算技术从技术应用服务的场景可以划分为三个层次IaaS（基础架构即服务）、PaaS（平台即服务）、SaaS（软件即服务），如下图是云计算典型的基础架构图。
不难理解，IaaS层属于底层的东西，比如我们的虚拟化层，存储层等，使得我们的服务资源形成资源池的概念，用户不用关心他的服务器在什么地方，根据自己的需求，定制自己的资源，也就是按需要购买资源，在云时代，这些硬件都被变成了可用的资源，通过虚拟化的技术打包放到资源池中；PaaS层就是平台层，为我们的用户提供开发和业务运行的环境，比如我们的操作系统、数据库、中间件（Weblogic,WAS,Tomcat等）等；SaaS软件即服务，其实它是一种交付模式，这种模式对于产品比较稳健通用，升级部署相比较容易，适合中小客户对于业务需求比较固定，客户可以按照自己的需要快速开通应用和权限，快速上线交付使用，但是不太适合大企业，对于需求定制化程度高的企业，这里简单的提几个场景，比如现在比较流行的钉钉、企业微信等移动办公就是一种云服务，还有云OA，云CRM等等，现在很多传统的应用都在积极拥抱互联网，上云服务，为用户提供更好的技术产品和售后服务，也就是说我们传统的技术，产品，售后都可以打包成一种SaaS服务交付给客户。现在政府部门也在积极推动政府企业上云服务，所以从大局考虑出发，未来的一切产品，技术和服务都会变成一种SaaS服务在互联网这个大商店里面供用户挑选。
最后再来说一下大数据，大数据是现在我们企业提的比较多的技术，也是企业积累多年后对于数据的应用考虑，这是大的前提背景。我们先来对大数据技术抽丝剥茧，看看都有哪些技术，需要掌握哪些底层的和基础的知识，大数据虽然在国内很热，但不得不说，技术大多来源美国，我们只有应用的份，这里比较出名的如Hadoop，google的开源产品，非常佩服google的魄力，很多重量级的产品都开源，这里不多介绍google的背景了，像还是spark等工具，都是差不多的理念，那么这里面都有哪些知识，我觉得从两个层面来说吧，一、从运维层面来讲，你至少对于分布式概念要有清楚的认识，毕竟这是大数据的核心架构的一个重要概念之一，如果你要做运维，那么除了传统的网络架构，系统平台，数据库等等基础知识外，你还需要对大数据引擎工具Hadoop,spark等架构要有完整的认识，比如对于Hadoop里面的Mapreduce计算，和工作任务的分发等问题，再有就是你的trobleshooting的能力要强，能够识别和找到问题根源，这是所有运维人必须具备的技术和经验判断；从开发层面来讲，必须精通java毕竟整个架构和内部的任务发布，都是通过编程来实现的，如果不懂编程，那么这个将成为掣肘你学习大数据的壁垒。
总结，现在企业应用环境比较复杂，从应用角度来讲，大数据离不开云计算，因为大规模的数据运算需要很多计算资源，通过云厂商的布局，可以弥补企业资源不足的短板，而且大规模运算需要很多资源，但是并不是天天运算，所以企业也没有必要为了这次的运算购买昂贵的计算机资源，完成浪费，土豪随意。不管你学习云计算还是大数据，都要能沉下心来学习以上基础知识，因为这些知识是构成这些架构的地基和砖瓦，只有这些扎实了，才能轻松面对世面上各种云和大数据的挑战，并且作者要形成结构化的学习思路，循序渐进的学习，日积月累，定能厚积薄发，不要被业界各种大的新的词汇给迷惑，只有将这些基础打扎实了，才有出路。
以上，希望对作者有用，不吝赐教。