
一篇文章带你看懂云计算的前世今生与未来
云计算在出现16年后,已经成为IT领域的标配模式。它易操作、存储量惊人、对用户来说几乎无处不在。它不仅成就了世界上最大的公司,同时也给小公司提供支持。云改变了服务供给双方的经济模式,同时带来更多新的机遇。
在英国,空中的云阴晴不定,众人皆知。但是你会惊讶地发现,基于开源技术的“云计算”,已经发展得非常透明、成熟。这一次,我们可以探讨私有云、公有云、混合云的优点、缺点和实用性。
关于云计算的基础理论起源于半个世纪前。1966年出版的《计算机普及的挑战》一书中写道,计算机的强大已经能为普通人提供信息和服务,但是设备又大又贵使得人们(在未来)不得不以远程访问的形式使用。这时,效用计算问世。它意味着普通人也能获得计算资源,并且根据需要的计算资源实现按需付费。更重要的是,不像喝水要打井一样,人们使用计算资源时不再需要拥有自己的计算系统。
与此同时,云计算的其他两个基础条件开始成型。日后Intel的联合创始人Gordon Moore提出了著名的摩尔定律——即集成电路上所容纳的晶体数目每隔18个月便会增加一倍。另外,在兰德公司的Paul Baran和英国国家物理实验室的Donald Davies各自分别发明了分组交换网络。这是一个更强大、高效、灵活的传输数据的基础设施。
上世纪70年代,Ken Thompson 和 Dennis Ritchie在贝尔实验室创立了UNIX和C语言编程。结合由Vint Cerf、 Bob Kahn和朋友们一起设立的的ARPANET开放网络标准,云计算的方向已经初见雏形。
在接下来的20年,DSL(另一个贝尔实验室的奇迹)的发明和普及,以及Windows 95在大众市场的巨大成功,促使民用ISP的到来。而网格计算和应用服务提供商(ASP)展示了云计算思维带来的效益。
很快,到了20世纪末,全民一下子都在”点击”上网了。数据中心所提供的规模经济此时最好地彰显了集中式计算带来的优势。
云计算的时代到来了。
现代云计算的代表非1999年的Salesforce.com莫属。它销售的是一个简单的商业服务:客户关系管理CRM。CRM很简单——公司通常用它来记录产品卖给了哪些客户、卖了哪些产品、如何保证顾客满意度。在Salesforce.com之前,公司都是购买或编写客户关系管理软件,并在本地的计算机上运行。Salesforce推出CRM之后,相较过去并不是将副本交给客户,而是它在自己的数据中心运行,出售每个用户的访问权限。软件从未像之前的副本一样传递,客户除了登陆Salesforce.com,注册账户,登录,开始工作以外,无需再做任何的部署。
这看起来就像是用Gmail比Outlook要方便得多。但是Salesforce.com比Gmail早了8年。自从那时起,云计算开始广泛运用到各个领域。
云在我们心中的印象非常简单,但是形态各异。Gmail、Salesforce.com或者任何你需要通过网页浏览到的东西,统称为SaaS,软件即服务。这也是大部分用户所认知到“云”的形态。另外还有两个缩写经常用来描述不同云的形态,分别是PaaS(平台即服务)和IaaS(基础架构即服务)。
有了原始的计算资源服务,你可以运行自己的软件(PaaS),或者能拥有你想用的硬件(IaaS)。亚马逊网络服务(AWS)和Rackspace都是IaaS的例子,Google App Engine是PaaS的典范。
像HP、 IBM和Microsoft (Azure)既提供 IaaS 又有 PaaS,虽然这些服务有明显的边界,但没有一种缩写能描绘出云专为其他软件使用的通用服务的内涵。如果你注意到最近移动科技的快速变革,就能清楚发现这些变化。移动互联网本身大量依托于云技术。
“云已经成为移动平台的有力推动者。如果没有云计算的第一波浪潮,我们就无法见证第二波移动应用服务的浪潮。
Facebook、Instagram、Snapchat、WhatsApp,没有云的话这些app根本不会存在。在移动时代,本质上说你真的打开了一扇通往云层的窗户,大部分移动端的处理,都发生在云上。”
云存储服务公司Syncplicity高级主管Brian Levine如是说。
SaaS和移动数据分享app是我们大多数人能接触到的公有云。Salesforce.com运行一切、存储一切、控制一切,使用者可以是任何人。他们不需要保存或者维护什么资料,只需确保电脑联网即可。同时,他们只需为服务付费,不用雇佣IT员工、购买基础设施、保持硬件(服务器)更新等等。
除了公有云,还有很多私有云服务。使用私有云的公司仍然沿用公有云的技术,但所有的运行都是在幕后的(不面向公开的网络)。云计算系统可以快速扩容,并且能很快给不同的用户分发数据。有了私有云后,所有的内容都可通过一个网络浏览器访问,而非运行在员工本人的机器上。其结果是,员工可以在一个熟悉的以浏览器为基础的工作环境中操作。并且它更容易连接起传统的、没有架设到公有云上的软件系统。
有人认为私有云是一种良性木马,把公有云的一些革命性的因素纳入到企业IT这个相当保守的世界中。经验丰富的人可能还会记得一开始软件还是用CD承载,后续慢慢有了定期的bug修复和新版本推送。所以,基于云的系统的更新速度变得更快。
“在传统IT领域,一个应用程序最多一年被更新1-2次,但不能更多。“HP EMEA云计算副总裁Xavier Poisson说。“但现在随着云计算和移动网络普及,你必须有一个更敏捷的的开发周期,敏捷开发十分重要。”
实际上,最常见的是公有云和私有云架构结合的服务,被称为混合云。这比使用单一技术更为方便。用户可以让公司的一部分业务面向公众,而另一部分仅对内部开放;比如一边用Gmail,另一头打开Office在本地安装的副本,又比如在开发全球性股票交易平台时,在私有云上运行测试版本,之后通过Azure的100个服务器集群在全球上线。
混合云越来越常见,是因为经济效益驱动着更多的IT、企业和消费者使用公有云。就比如当一个公有云公司购买硬件时,他们付出的要比传统IT模式少很多。
虽然谈钱赤裸裸,但是2009年加州-伯克利大学的一项调查显示,大型公司(如果通过云服务)获取网络、计算资源的投入仅有他们内部IT建设投入的1/7 – 1/3。随着云服务市场每年50%的增量,公司每多花1美元在云服务上,实际他们的基础设施和维护投入就减少3 – 4美元。
毫无疑问,第一家开发公有云的公司早早尝到了规模经济的甜头。亚马逊为自己的业务需求建立大规模的数据中心来管理交易和库存。而在将AWS变成一项通用服务之前,他们为自己的业务已经创建了各种各样的工具来管理庞大的网络请求、存储需求和计算需求。谷歌同样需要管理庞大的搜索数据,它在内部的系统架构足以管理数十亿的请求。此后,它很快意识到这些能力都可以开放给其他的公司,甚至是它的竞争对手。
正因为像谷歌和亚马逊这样的巨头在前,新的云服务商很难再取得较大成功。正如Rackspace的首席技术官John Engates所说,最大的挑战是建立公有和私有云以及各种网络技术的连接。在进军云服务之前,Rackspace作为托管公司,在它的数据中心运营各种其他公司的IT系统。之后他发现,建立任何人都可以使用的云服务的软件,可以让人们很快上手。“为了解决软件问题,我们开始着手建立我们自己的系统,最终创建了开源的OpenStack。今天,我们在这套系统上运行最大的OpenStack公有云与众多的企业私有云。”
因为任何人都可以使用OpenStack,很多软件和硬件公司(包括Oracle,IBM,惠普,戴尔等)结合自己的产品又创立了独立的公有云,或是作为私有云系统卖给客户。在这些用户和第三方支持公司的大力支持下,业务快速发展。规模一做起来,成本自然下降。
不过,云并不只意味着便宜。它能激发和实现最原始、新颖的创造。比如,如果你写一个移动应用程序,把它放进应用程序商店,不需要去创建和销售一百万份的副本,但你的应用在一夜之间可以获得百万用户。
如果你的公司有计算任务需要在一台服务器上运行1000个小时,IBM、惠普的IaaS产品,不在乎你是用了一千小时的一个服务器,还是在一小时用一千个基于云的服务器。你的费用是一样的,但后者给你带来1000倍的速度提升。
对混合云来说,分块管理计算和存储能力是另一个优势。比如存储,特别是备份和灾难复原所需的存储。尽管互联网的连接速度越来越快,也不能与一个公司自建数据中心的访问速度相比。所以,在私有云上保存本地工作数据是非常重要的。但每时每刻都在产生新的数据备份,旧的数据访问频率较低,所以大部分可以移动到云存储服务,如惠普Helion的区块存储。这就减少了本地存储的压力,将其替换为随用随付的服务。
这一切听起来很理想,但在云计算成为业务运行的标配还有一些问题有待解决。最初的担忧是可靠性,既有网络连接到云端的可靠性, 也有对云服务商本身稳定性的担忧。安全则是另一块巨大的投入投资,因为它拥有客户的数据,而黑客和其他恶意的使用者都虎视眈眈。
不仅仅是密码安全,采用云处理也依靠高度敏感的信任。2013年,斯诺登“棱镜门”事件爆发后,人们对云端数据的信任明显下降。由此,精明的云供应商一定会致力提供更牢固的技术架构和数据管控来确保用户的信任。
如今,计算依然朝着云的方向发展。随着更多公司和个人对云计算的使用,很多工作的新模式将被创造出来。例如,如果你开发的一项服务或者app,你和用户之间能够保持常连接。你可以观察他们如何使用你的产品,并将反馈在开发周期内改进。你可以分析并将实时地将一些更智能的功能加入到你的产品力,这些产品的能力甚至超过移动设备本身的处理极限,比如Siri和Google Now。
云计算的限制正在消失,真正广义的普及时代将会到来。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08