关注我们 

云计算成流行 新技术应运而生有何不同

2015-07-15 18:27:09 来源:中关村在线 责任编辑: dchange 收藏本文
摘要:云计算大家都不陌生,虽然很多人并不真正知道云计算技术的含义,但是都在各种媒体、新闻中听到过 近年来,有越来越多的企业开始介入云产业,出现了大量的应用解决方案,云应用的成功案例逐渐丰富,用户了解和认可程度不断提高,云计算产业发展迎来了“黄金机遇期”。

   

   

       云计算

  云计算大家都不陌生,虽然很多人并不真正知道云计算技术的含义,但是都在各种媒体、新闻中听到过。云是网络、互联网的一种比喻说法,云计算是基于互联网的相关服务的增加、使用和交付模式。云计算是一种按使用量付费的模式,按需进行分配。云计算是谷歌公司在2011年正式提出的,在此之前,其实谷歌就已经在2006年的搜索引擎大会上就提出过云计算的概念,当时还提到了云端计算的概念,经过了几年的探索期,直到2011年才让人们所熟知。云计算的特点就是技术网络来实现高速的计算,以往我们过分地强调单机的计算能力,不断地设计出高性能的计算机,以便可以计算得更快。但是计算元器件是一点点地进步的,要大幅提升单机计算能力,就只能增加体积,所以出现了巨型计算机。但是不能一味地增加计算机的体积,而且过大的计算机也无法量产,只能用于特定的计算场合,比如超级数据中心,但是更多的数据中心却无法部署这些巨型机。为了解决这样的问题,互联网巨头公司谷歌想到了网络,可以利用网络将所有的计算机连接起来,然后通过软件去分配计算,让成千上万的计算机同时计算,并将计算结果结合到一起,得到最后的结果,这样的计算方法就是云计算。不难看出,云计算并不要求计算机性能多么好,只要数量够多,网络带宽够大就可以,这样就能得到超高速的计算能力,相当于用数千台计算机同时做同一件事,这样彻底将人们从追求巨型机设计中解脱出来,数据中心也不需要频繁地更换性能差的服务器和计算机,所以当云计算被推出来的时候,受到了技术人员的热捧。

  流计算

  和前两个相比,流计算知道的人比较少,这是蓝色巨人IBM提出的计算技术。IBM有一套完整的SystemS计算架构,通过流技术,可以对流形式的数据进行适时的分析。流形式的数据可源自结构化数据源或非结构化数据源,可能包含各种数字信号,针对流数据的实时分析允许组织实时响应市场警报或事件。流计算可以通过过滤海量数据并识别丰富的高价值信息,从而支持更灵活且更敏捷的业务流程,实时关联和汇总支持数据中心更快地做出响应。流计算其实是一种针对特定数据的一种计算方法,其对针对特定的数据,而不关心计算的设备是聚集在一起的还是分离的,也不管计算设备性能如何,是一种非结构性数据的计算方法。在传统的数据处理流程中,总是先收集数据,然后将数据放到数据库中,人们需要的时候通过数据库对做询问,得到答案。显然这些数据并不是实时的,再去查询的时候,得到的数据都是过期的,如果基于这样的数据进行分析,得到的结论很可能是错的。显然流计算可以很好地解决这方面的问题。不难发现,流计算与云计算、雾计算有着明显的区别,适用于特定数据处理场合,并不适用于所有的数据中心应用。

  雾计算

  和云计算相比,雾计算就低调得多了,而且雾计算推出的稍晚些,是由思科创造的。雾计算和云计算一样,十分形象。不过云高高在上,遥不可及。雾却现实可及,贴近地面。雾计算是由性能较弱、更为分散的各类功能计算机组成的。雾计算没有强力的计算能力,只有一些弱的、零散的计算设备。雾计算介于云计算和个人计算之间的,是半虚拟化的服务计算架构模型。和云计算相比,雾计算更接地气。绝大部分的中小型数据中心部署云计算是非常困难的,而部署雾计算却很容易。云计算通过物理上在一起的设备形成强大的计算能力,而雾计算则是将物理上分散的计算机联合起来,形成较弱的计算能力,不过这样的计算能力对于中小型的数据中心,完全够用了。雾计算将数据、数据处理和应用程序集中在网络边缘的设备中,而不像云计算那样将它们几乎全部保存在云中。如果说云计算是新一代的集中式计算,雾计算就是新一代的分布式计算,符合互联网“去中心化”特征。

  不管是云计算、雾计算,还是流计算,都是一种新的数据计算方法,技术都是源自行业巨头企业之手。对于数据中心,也不是只有云计算、雾计算、流计算,将来还可能有水计算、雨计算等等,各种技术百花齐放,很难有一种技术可以解决现实中遇到的所有问题,只能是从某个角度来评判解决问题的可能性,数据中心结合这些新的技术才能发挥出更大的作用,让我们共同期待!


关键词云计算新技术
分享到:

征稿:

为了更好的发挥CPS中安网资讯平台价值,促进诸位自身发展以及业务拓展,更好地为企业及个人提供服务,中安网诚征各类稿件,欢迎有实力安防企业、机构、研究员、行业分析师。投稿邮箱: tougao@cps.com.cn(查看征稿详细)

品牌推荐

排行榜