何谓云计算

　　什么是云计算？笔者发现，尽管人人都在谈论云计算，但不同的人，对云计算的理解是不同的。早在2008年初，维基百科对云计算的定义是：软件即服务(SaaS)+网格计算(Grid Computing)+虚拟计算(Virtual Computing)+管理系统(Management System)，当然，随着这几年的演化，云计算的概念或定义与当初的不一样了。

　　尽管不同的人对云计算的理解可能不同，但从这个原始定义中，我们能看出，云计算是多种技术发展融合的产物。云系统模型可以分三种，即公共云、私有云和混合云。如图1：

　　图1 云系统模型

　　如果按照服务类型划分，有四种，即：IaaS, PaaS，SaaS 和 NaaS，如图二(来自维基百科)所示。其中，IaaS包含了Storage as a Service。但也有人把Storage as a Service归入Platform as a Service中，各有各的道理。另外，值得指出的是也有人把个人云单列出来，个人云(Personal Cloud) 是指一个放在消费者家中的或小企业里的服务器，可以通过互联网在任何地点通过不同装置（手机 ，平板电脑和个人电脑等）访问的私有云。笔者以为，严格地说，个人云不能算作“云”，这里我们不做详细讨论。

　　图2 云平台类型(转引自维基百科)

　　图二里的 IaaS 包含了NaaS (Networks as a Service)。关于 NaaS 的内涵，不同的人可能也有不同的理解，但许多人已经认为，基于 OpenFlow xu讯协议的SDN (Software-Defined Networking) 是实现 NaaS的途径。 SDN将颠覆传统网络的建设方法，因此SDN 是最近云计算领域里比较热门的话题。由于SDN仍处于非常早期的阶段，大量的投资和许多创业者涌进了这个领域开始淘金。

　　比如，去年7月， VMware用12.6亿美元收购了成立只有五年的 Nicira。更有甚者：去年十二月，Juniper Networks 用1.76亿美元收购了成立不到一年的 SDN公司 Contrail Systems，其热度可见一斑。

　　云计算的细分领域

　　虽然图2是人们普遍接受的云计算说明图，但是这个图太过简单，且不同的人对其内涵的理解也不甚相同，更无法解释云计算的基本特征，即“按需使用” (On-Demanding)，也没有包括云计算的重要领域：大数据。

　　当人们谈到按需使用计算资源时，许多过程必须是自动的。这种自动的需求包含在云计算涉及的许多细分领域，细分领域是许多创业公司和小公司的机会。我把云计算细分领域列在表一里，由于没有统一的标准，这种分法带有相当的主观性。同时，并不是每个系统都具备或都需要这些子系统。有的子系统，比如SDN，还是新领域。目前，可以提供IaaS/PaaS/SaaS服务的公司很多， 既有传统的大公司，也有新的创业公司。 但无论如何，为了实现On-demanding (按需使用，按使用付费)的目标，很多过程必须自动化，而不能手工完成。

　　云计算概念从2007年到2008年开始炒热，经过几年的快速发展，已经有了长足的进展， 涌现出众多的云服务供应商。表一列举了一些典型的供应商，显然， 现在已经不可能把所有的云计算服务供应商都列在这个简单的表中。 这个清单不仅越来越长，而且还在快速增加中。

　　表1 云计算服务供应商

　　大数据

　　大数据是不同于传统的商业智能，大数据的价值是通过精炼建模过程中来发现的。

　　由于云计算包含了许多细分领域，不同领域的发展是不平衡的，请看图3的技术周期预测：

　　图3 技术周期预测

　　依据这个预测图，云计算应用领域之一的大数据还处在上升期，大数据技术及服务市场呈快速增长之势。某种程度上可以说，“大数据”和云计算是相伴而生，这个领域里，最主要的两项技术是NOSQL数据库和大规模并行数据处理技术(Hadoop为代表)。经过几年的发展，更多的技术已经涌现或进化成(或包装成)云计算技术平台，按照数据处理的时间性需求，我们把大数据的各种技术列在表二中。

　　表2的说明：

　　Hadoop和HDFS就不多说了，这两项技术已经成了大数据和云计算事实上的标准了。 众多的开发都在使用Hadoop和HDFS。

　　GridGain 是由网格技术演化而来的，可以把它当成Hadoop 的替代方案，它支持Java、Scala和Groovy三种语言。Impala是基于谷歌的查询引擎Dremel由云计算服务商Cloudera开发出来的，据有关报道，Impala比Cassandra快得多。

　　而Shark是Spark的一个模块，Spark是一个分布式，基于内存的分析系统。ElasticSearch是用Java语言开发的一个基于Lucene的开源，分布式，RESTful搜索引擎。Aerospike号称第一个支持ACID 的NOSQL数据库系统。Cassandra以Amazon的Dynamo为基础，结合了Google BigTable的NOSQL数据库系统。CouchDB 是一个开源的面向文档的数据库系统，可以通过 RESTful 和 (JSON) API 访问。HBase是Apache的Hadoop项目的子项，HBase是一个分布式的、面向列的开源数据库。MongoDB是面向文档的数据库系统，MongoDB, CouldDB 和Cassandra是最流行的NOSQL数据库系统。Riak 也是以Amazon的Dynamo为基础，它是用ANSI C开发的。Spire 号称功能齐全，支持JDBC, RESTful, JSON的数据库系统。它并不使用NOSQL数据库常用的分片技术。Spire是由一个创业企业(DrawnToScale)开发的。

　　S4的全称是：Simple Scalable Stream System, 最早是由yahoo实验室在2008年开发，2010年十月成为Apache的开源项目。S4是一个通用的，分布式的，可扩展性，容错性应用平台，使程序员可以很容易地开发应用程序的无限连续的数据流处理。

　　Storm也是一个自由和开放源码的分布式实时计算系统(被Twitter购得后)。可处理无限的数据流，与Hadoop类似，但不同的是做实时的批处理。Storm很简单，可以使用任何编程语言。Storm可用在线实时分析，机器学习，连续计算，分布式RPC，ETL等。它是可扩展性，容错，保证您的数据将被处理，很容易设置和操作。本质而言，Storm是一个复杂事件处理系统(Complex Event Processing - CEP)。

　　CEP 处理或加工的信息流(数据)，并跟踪和分析有关的事情发生(事件)，并从中得出一个结论。数据可以有多个来源，结合来自多个来源的数据来推断事件或较为复杂的情况。复杂事件处理的目标是要找出有意义的事件(如机会或威胁)，并尽快地回应。

　　今天，大容量的事件流自然地存在于各种环境，包括物联网传感设备，金融服务，网络监视器等等，及时从这样的事件流中提取有用的信息。 CEP旨在提供一套核心功能：

　　比如，在金融领域，可以应用CEP来监控可疑的资金转移—— 所有提款(ATM，支票等)，欺诈检测，两个信用卡购买发送警报通知， 市场趋势与汇率监测， 客户服务等等。

　　表2中除了S4和Storm外，都属于或来源于CEP类的处理平台或引擎。其中，NiagaraCQ是由几个来自于清华和中科大的毕业生在博士论文中提出的系统。论文曾获得2010年ACM SIGMOD十年最佳论文奖。 CEP早在“大数据”或云计算之前就存在了，从CEP供应商的角度，“大数据”早就存在了。如果云计算比作长江的话，诸如CEP，虚拟计算，软件即服务，NOSQL, 网格计算/分布式计算等技术就像上游的支流(金沙江，嘉陵江等等)，云计算是由这些技术汇聚而成的，当然不是这些技术的简单相加, 其中把这些技术聚在一起的主要驱动力是Usage on Demanding(按需使用)。云计算领域，集中了许多创业公司，专注于报道创业公司的网站http://startup50.com列举了25家热门云计算公司的清单，请参见表三。

　　云计算代表性创业公司

　　表3 :蓝色行的是被美国CIO网站评为2013年前10名的创业公司。

　　从表三我们可以看出，很多创业公司都选择云计算工具类或某项细分服务方向，因为直接做平台类的，如果没有基础，将首先面对大公司的竞争。还有，据笔者掌握的信息，很多创业团队选择大数据应用方向，这也是一个容易入手的切入点。很多创业团队在开发产品过程中，为了降低成本，也选择云平台(主要是IaaS, PaaS)作为研发环境，那么在选择云服务平台时，都要注意哪些方面呢?下面或许是该考虑的要点：

　　未来一年的趋势

　　云计算领域仍在快速地发展中，根据各方面的综合信息，未来一年的发展，下面一些话题更值得关注：

　　1.对许多大中型企业来说，已经过了概念炒作，观望期，开始进入实施期和应用期。

　　2.云计算和移动互联网将更融而为一

　　3.SDN将引起更高度的关注

　　4.大数据应用和大数据工具将获得更大的影响力

　　5.云计算的标准将开始提上日程

　　6.软件产品模式将更快式微，被SaaS模式取代，许多软件将以SaaS的形式出现。

　　7.个人云(Personal Cloud)将开始兴旺