ToB企服应用市场:ToB评测及商务社交产业平台

标题: 体系架构计划师教程第11章 11.6 云计算和大数据技术概述条记 [打印本页]

作者: 前进之路 时间: 2024-10-12 20:16
标题: 体系架构计划师教程第11章 11.6 云计算和大数据技术概述条记
11.6 云计算和大数据技术概述 ★★★☆☆

11.6.1 云计算技术概述

1.云计算相干概念
云计算 (Cloud Computing)是同时描述一个体系平台大概一类应用程序的术语，包含两个方面：平台和应用。
平台即基础办法，其职位相当于 PC上的操作体系，云计算应用程序须要构建在平台之上；云计算应用所需的计算与存储通常在“云端”完成，客户端须要通过互联网访问计算与存储能力。
2.云计算的服务方式
软件即服务 (Software as a Service)”、 “平台即服务 (Platform as a Service,PaaS)” 和“基础办法即服务 (Infrastructure as a Service,laaS)” 三类典型的服务方式
1)软件即服务 (SaaS)
在 SaaS 的服务模式下，服务提供商将应用软件同一摆设在云计算平台上，客户根据须要通过互联网向服务提供商订购应用软件服务，服务提供商根据客户所订购软件的数量、时间的长短等因素收费，并且通过尺度浏览器向客户提供应用服务。
2)平台即服务 (PaaS)
在PaaS 模式下，服务提供商将分布式开发环境与平台作为一种服务来提供。这是一种分布式平台服务，厂商提供开发环境、服务器平台、硬件资源等服务给客户，客户在服务提供商平台的基础上定制开发自己的应用程序，并通过其服务器和互联网传递给其他客户。
3)基础办法即服务 (IaaS)
在 laaS 模式下，服务提供商将多台服务器构成的“云端”基础办法作为计量服务提供给客户。具体来说，服务提供商将内存、 I/O装备、存储和计算能力等整合为一个假造的资源池，为客户提供所须要的存储资源、假造化服务器等服务。
对三种服务方式进行分析后，可以看出这三种服务模式有如下特征：
(1)在灵活性方面， SaaS →PaaS → laaS 灵活性依次增强。这是由于用户可以控制的资源越来越底层，粒度越来越小，控制力增强，灵活性也增强。
(2)在方便性方面， IaaS →PaaS →SaaS 方便性依次增强。这是由于IaaS 只是提供CPU、存储等底层基本计算能力，用户必须在此基础上针对自身需求构建应用体系，工作量较大，方便性较差。而 SaaS模式下，服务提供商直接将具有基本功能的应用软件提供给用户，用户只要根据自身应用的特定需求进行简单设置后就可以使得应用体系上线，工作量较小，方便性较好。
PaaS 是云计算服务模式中最为关键的一层，在整个云计算体系中起着支持的作用。PaaS通常以特定的互联网资源为中央，采用开放平台的情势，对外提供基于Web 的API服务。PaaS 的职位相当于体系软件，须要为上层 SaaS 应用提供API, 以支持各种 SaaS 应用的开发。除了一些基础性的API之外， PaaS还要提供更多高级的服务型API。这样，上层的应用就可以使用这些高级服务，构建面向最终用户的具体应用。
3.云计算的摆设模式
根据NIST 的界说，云计算从摆设模式上看可以分为公有云、社区云、私有云和混合云四种范例。
4.云计算的发展历程
假造化技术、分布式计算技术和软件应用模式三个方面

11.6.2 大数据技术概述

1.大数据的界说
1)维基百科的界说
大数据是指其巨细或复杂性无法通过现有常用的软件工具，以公道的成本并在可接受的时限内对其进行捕捉、管理和处理的数据集。
2)Granter 的界说
Granter公司关注大数据的三个量化指标：数据量、数据种类和处理速率。
3)IBM 的界说
IBM将大数据概括为三个V, 即大规模 (Volume)、高速率 (Velocity) 和多样化 (Variety), 这些特点也反映了大数据所潜藏的价值 (Value, 第四个 “V”)。大数据的特征可以团体概括为：“海量+多样化+快速处理+ 价值”。
4)SAS 的界说
SAS 在大数据传统“3V” 模子界说的基础上参加了“可变性”和“复杂性”两个紧张特征。
可变性主要反映了数据流大概具有高度的不同等性，并存在周期性的峰值。
复杂性主要体现在数据来源的多样性上。
2.大数据的研究内容
大数据面临着5个主要题目，分别是异构性 (Heterogeneity)、规模 (Scale)、时间性 (Timeliness)、复杂性 (Complexity) 和隐私性 (Privacy)。
面临5个方面的挑战：
● 挑战一：数据获取题目。我们须要决策哪些数据须要保持或抛弃等题目，目前这些决策还只能采用特设方法给出。
● 挑战二：数据结构题目。如何将没有语义的内容转换为结构化的格式，并进行后续处理。
● 挑战三：数据集成题目。只有将数据之间进行关联，才气充实发挥数据的作用，因此数据集成也是一项挑战。
● 挑战四：数据分析、组织、抽取和建模是大数据本质的功能性挑战。数据分析是许多大数据应用的瓶颈，目前底层算法缺乏伸缩性、对待分析数据的复杂性估计不够，等等。
● 挑战五：如何呈现数据分析的结果，并与非技术的范畴专家进行交互。
为了应对上述挑战，白皮书发起采用现有成熟技术解决大数据带来的挑战，并给出了大数据分析的分析步骤，大致分为数据获取/记录、信息抽取/清洗/注记、数据集成/聚集/表现、数据分析/建模和数据表明5个主要阶段。
3.大数据的应用范畴
制造业
服务业
交通行业
医疗行业

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)