空间灵活性和时间灵活性，也即我们常说的云盘算的弹性。
为相识决这个弹性的题目，经历了漫长时间的发展。
1.3 物理设备不灵活
首先第一个阶段就是物理机，或者说物理设备时期。这个时期相称于客户需要一台电脑，我们就买一台放在数据中心里。物理设备固然是越来越牛，比方服务器，内存动不动就是百G内存，比方网络设备，一个端口的带宽就能有几十G甚至上百G，比方存储，在数据中心至少是PB级别的(一个P是1024个T，一个T是1024个G)。
然而物理设备不能做到很好的灵活性。首先它不可以大概达到想什么时候要就什么时候要、比如买台服务器，哪怕买个电脑，都有采购的时间。忽然用户告诉某个云厂商，说想要开台电脑，假如使用物理服务器，当时去采购啊就很难，假如说供应商啊关系一般，可能采购一个月，供应商关系好的话也需要一个星期。用户等了一个星期后，这时候电脑才到位，用户还要登录上去开始逐步摆设自己的应用，时间灵活性非常差。第二是空间灵活性也不可，比方上述的用户，要一个很小很小的电脑，现在哪另有这么小型号的电脑啊。不能为了满足用户只要一个G的内存是80G硬盘的，就去买一个这么小的机器。但是假如买一个大的呢，因为电脑大，就向用户多收钱，用户说他只用这么小的一点，假如让用户多付钱就很冤。
1.4 虚拟化灵活多了
有人就想办法了。第一个办法就是虚拟化。用户不是只要一个很小的电脑么？数据中心的物理设备都很强大，我可以从物理的CPU，内存，硬盘中虚拟出一小块来给客户，同时也可以虚拟出一小块来给其他客户，每个客户都只能看到自己虚的那一小块，其实每个客户用的是整个大的设备上其中的一小块。虚拟化的技术能使得不同的客户的电脑看起来是隔离的，我看着好像这块盘就是我的，你看这呢这块盘就是你的，现实环境可能我这个10G和您这个10G是落在同样一个很大很大的这个存储上的。
而且假如事先物理设备都准备好，虚拟化软件虚拟出一个电脑黑白常快的，基本上几分钟就能解决。所以在任何一个云上要创建一台电脑，一点几分钟就出来了，就是这个原理。
这个空间灵活性和时间灵活性就基本解决了。
1.5 虚拟世界的赢利与情怀
在虚拟化阶段，最牛的公司是Vmware，是实现虚拟化技术比较早的一家公司，可以实现盘算，网络，存储的虚拟化，这家公司很牛，性能也做得非常好，然后虚拟化软件卖的也非常好，赚了好多的钱，厥后让EMC(世界五百强，存储厂商第一品牌)给收购了。
但是这个世界上还是有很多有情怀的人的，尤其是步伐员里面，有情怀的人喜欢做一件什么事变呢？开源。这个世界上很多软件都是有闭源就有开源，源就是源代码。就是说某个软件做的好，所有人都爱用，这个软件的代码呢，我封闭起来只有我公司知道，其他人不知道，假如其他人想用这个软件，就要付我钱，这就叫闭源。但是世界上总有一些大牛看不惯钱都让一家赚了去。大牛们觉得，这个技术你会我也会，你能开发出来，我也能，我开发出来就是不收钱，把代码拿出来分享给大家，全世界谁用都可以，所有的人都可以享受到好处，这个叫做开源。
比如近来蒂姆·伯纳斯·李就是个非常有情怀的人，2017年，他因“发明万维网、第一个欣赏器和使万维网得以扩展的基本协议和算法”而得到2016年度的图灵奖。图灵奖就是盘算机界的诺贝尔奖。然而他最令人敬佩的是，他将万维网，也就是我们常见的www的技术无偿贡献给全世界免费使用。我们现在在网上的所有行为都应该感谢他的功劳，假如他将这个技术拿来收钱，应该和比尔盖茨差不多有钱。
比方在闭源的世界里有windows，大家用windows都得给微软付钱，开源的世界里面就出现了Linux。比尔盖茨靠windows，Office这些闭源的软件赚了很多钱，称为世界首富，就有大牛开发了另外一种操作系统Linux。很多人可能没有听说过Linux，很多后台的服务器上跑的步伐都是Linux上的，比如大家享受双十一，支撑双十一抢购的系统，无论是淘宝，京东，考拉，都是跑在Linux上的。
再如有apple就有安卓。apple市值很高，但是苹果系统的代码我们是看不到的。于是就有大牛写了安卓手机操作系统。所以大家可以看到险些所有的其他手机厂商，里面都装安卓系统，因为苹果系统不开源，而安卓系统大家都可以用。
在虚拟化软件也一样，有了Vmware，这个软件非常非常的贵。那就有大牛写了两个开源的虚拟化软件，一个叫做Xen，一个叫做KVM，假如不做技术的，可以不消管这两个名字，但是后面还是会提到。
1.6 虚拟化的半自动和云盘算的全自动
虚拟化软件似乎解决了灵活性题目，其实不全对。因为虚拟化软件一般创建一台虚拟的电脑，是需要人工指定这台虚拟电脑放在哪台物理机上的，可能还需要比较复杂的人工配置，所以使用Vmware的虚拟化软件，需要考一个很牛的证书，能拿到这个证书的人，薪资是相称的高，也可见复杂程度。所以仅仅凭虚拟化软件所能管理的物理机的集群规模都不是特别的大，一般在十几台，几十台，最多百台这么一个规模。这一方面会影响时间灵活性，固然虚拟出一台电脑的时间很短，但是随着集群规模的扩大，人工配置的过程越来越复杂，越来越耗时。另一方面也影响空间灵活性，当用户数目多的时候，这点集群规模，还远达不到想要多少要多少的程度，很可能这点资源很快就用完了，还得去采购。所以随着集群的规模越来越大，基本都是千台起步，动辄上万台，甚至几十上百万台，假如去查一下BAT，包罗网易，包罗谷歌，亚马逊，服务器数目都大的吓人。这么多机器要靠人去选一个位置放这台虚拟化的电脑并做相应的配置，险些是不可能的事变，还是需要机器去做这个事变。
人们发明白各种各样的算法来做这个事变，算法的名字叫做调度(Scheduler)。通俗一点的说，就是有一个调度中心，几千台机器都在一个池子里面，无论用户需要多少CPU，内存，硬盘的虚拟电脑，调度中心会自动在大池子里面找一个可以大概满足用户需求的地方，把虚拟电脑启动起来做好配置，用户就直接能用了。这个阶段，我们称为池化，或者云化，到了这个阶段，才可以称为云盘算，在这之前都只能叫虚拟化。
1.7 云盘算的私有与公有
云盘算大抵分两种，一个是私有云，一个是公有云，另有人把私有云和公有云连接起来称为混淆云，我们暂且不说这个。私有云就是把虚拟化和云化的这套软件摆设在别人的数据中心里面，使用私有云的用户往往很有钱，自己买地建机房，自己买服务器，然后让云厂商摆设在自己这里，Vmware厥后除了虚拟化，也推出了云盘算的产物，而且在私有云市场赚的盆满钵满。所谓公有云就是虚拟化和云化软件摆设在云厂商自己数据中心里面的，用户不需要很大的投入，只要注册一个账号，就能在一个网页上点一下创建一台虚拟电脑，比方AWS也即亚马逊的公有云，比方国内的阿里云，腾讯云，网易云等。
亚马逊呢为什么要做公有云呢？我们知道亚马逊原来是国外比较大的一个电商，它做电商的时候也肯定会碰到类似双11的场景，在某一个时刻大家都冲上来买东西。当大家都冲上买东西的时候，就特别需要云的时间灵活性和空间灵活性。因为它不能时刻准备好所有的资源，那样太浪费了。但也不能什么都不准备，看着双十一这么多用户想买东西登不上去。所以需要双十一的时候，创建一大批虚拟电脑来支撑电商应用，过了双十一再把这些资源都开释掉去干别的。所以亚马逊是需要一个云平台的。
然而商用的虚拟化软件实在是太贵了，亚马逊总不能把自己在电商赚的钱全部给了虚拟化厂商吧。于是亚马逊基于开源的虚拟化技术，如上所述的Xen或者KVM，开发了一套自己的云化软件。没想到亚马逊厥后电商越做越牛，云平台也越做越牛。而且由于他的云平台需要支撑自己的电商应用，而传统的云盘算厂商多为IT厂商身世，险些没有自己的应用，因而亚马逊的云平台对应用更加的友好，迅速发展成为云盘算的第一品牌，赚了很多钱。在亚马逊公布其云盘算平台财报之前，人们都推测，亚马逊电商赢利，云也赢利吗？厥后一公布财报，发现不是一般的赢利，仅仅客岁，亚马逊AWS年营收达122亿美元，运营利润31亿美元。
1.8 云盘算的赢利与情怀
公有云的第一名亚马逊过得很爽，第二名Rackspace过的就一般了。没办法，这就是互联网行业的暴虐性，多是赢者通吃的模式。所以第二名假如不是云盘算行业的，很多人可能都没听过了。第二名就想，我干不过老大怎么办呢？开源吧。如上所述，亚马逊固然使用了开源的虚拟化技术，但是云化的代码是闭源的，很多想做又做不了云化平台的公司，只能眼巴巴的看着亚马逊挣大钱。Rackspace把源代码一公开，整个行业就可以一起把这个平台越做越好，兄弟们大家一起上，和老大拼了。
于是Rackspace和美国航空航天局相助创办了开源软件OpenStack，如图所示OpenStack的架构图，不是云盘算行业的不消弄懂这个图，但是可以大概看到三个关键字，Compute盘算，Networking网络，Storage存储。还是一个盘算，网络，存储的云化管理平台。
固然第二名的技术也黑白常棒的，有了OpenStack之后，果真像Rackspace想象的一样，所有想做云的大企业都疯了，你能想象到的所有如雷贯耳的大型IT企业，IBM，惠普，戴尔，华为，联想等等，都疯了。原来云平台大家都想做，看着亚马逊和Vmware赚了这么多钱，眼巴巴看着没办法，想自己做一个好像难度还挺大。现在好了，有了如许一个开源的云平台OpenStack，所有的IT厂商都参加到这个社区中来，对这个云平台进行贡献，包装成自己的产物，连同自己的硬件设备一起卖。有的做了私有云，有的做了公有云，OpenStack已经成为开源云平台的毕竟尺度。
1.9 IaaS, 资源层面的灵活性
随着OpenStack的技术越来越成熟，可以管理的规模也越来越大，而且可以有多个OpenStack集群摆设多套，比如北京摆设一套，杭州摆设两套，广州摆设一套，然后进行同一的管理。如许整个规模就更大了。在这个规模下，对于普通用户的感知来讲，基本可以大概做到想什么时候要就什么什么药，想要多少就要多少。还是拿云盘举例子，每个用户云盘都分配了5T甚至更大的空间，假如有1亿人，那加起来空间多大啊。其实背后的机制是如许的，分配你的空间，你可能只用了其中很少一点，比如说它分配给你了5个T，这么大的空间仅仅是你看到的，而不是真的就给你了，你其实只用了50个G，则真实给你的就是50个G，随着你文件的不断上传，分给你的空间会越来越多。当大家都上传，云平台发现快满了的时候(比方用了70%)，会采购更多的服务器，扩充背后的资源，这个对用户是透明的，看不到的，从感觉上来讲，就实现了云盘算的弹性。其实有点像银行，给储户的感觉是什么时候取钱都有，只要不同时挤兑，银行就不会垮。
这里做一个简单的总结，到了这个阶段，云盘算基本上实现了时间灵活性和空间灵活性，实现了盘算，网络，存储资源的弹性。盘算，网络，存储我们常称为基础办法Infranstracture, 因而这个阶段的弹性称为资源层面的弹性，管理资源的云平台，我们称为基础办法服务，就是我们常听到的IaaS，Infranstracture As A Service。
二、云盘算不光管资源，也要管应用
有了IaaS，实现了资源层面的弹性就够了吗？显然不是。另有应用层面的弹性。这里举个例子，比如说实现一个电商的应用，平时十台机器就够了，双十一需要一百台。你可能觉得很好办啊，有了IaaS，新创建九十台机器就可以了啊。但是90台机器创建出来是空的啊，电商应用并没有放上去啊，只能你公司的运维人员一台一台的弄，还是需要很长时间才气安装好的。固然资源层面实现了弹性，但是没有应用层的弹性，依然灵活性是不够的。
有没有方法解决这个题目呢？于是人们在IaaS平台之上又加了一层，用于管理资源以上的应用弹性的题目，这一层通常称为PaaS（Platform As A Service）。这一层往往比较难明白，其实大抵分两部分，一部分我称为你自己的应用自动安装，一部分我称为通用的应用不消安装。
我们先来说第一部分，自己的应用自动安装。比如电商应用是你自己开发的，除了你自己，其他人是不知道怎么安装的，比如电商应用，安装的时候需要配置支付宝或者微信的账号，才气别人在你的电商上买东西的时候，付的钱是打到你的账户里面的，除了你，谁也不知道，所以安装的过程平台帮不了忙，但是可以大概帮你做的自动化，你需要做一些工作，将自己的配置信息融入到自动化的安装过程中方可。比如上面的例子，双十一新创建出来的90台机器是空的，假如可以大概提供一个工具，可以大概自动在这新的90台机器大将电商应用安装好，就可以大概实现应用层面的真正弹性。比方Puppet, Chef, Ansible, Cloud Foundary都可以干这件事变，最新的容器技术Docker能更好的干这件事变，不做技术的可以不消管这些词。
第二部分，通用的应用不消安装。所谓通用的应用，一般指一些复杂性比较高，但是大家都在用的，比方数据库。险些所有的应用都会用数据库，但是数据库软件是尺度的，固然安装和维护比较复杂，但是无论谁安装都是一样。如许的应用可以变成尺度的PaaS层的应用放在云平台的界面上。当用户需要一个数据库的时候，一点就出来了，用户就可以直接用了。有人问，既然谁安装都一个样，那我自己来好了，不需要花钱在云平台上买。固然不是，数据库是一个非常难的东西，光Oracle这家公司，靠数据库就能赚这么多钱。买Oracle也是要花很多很多钱的。然而大多数云平台会提供Mysql如许的开源数据库，又是开源，钱不需要花这么多了，但是维护这个数据库，却需要专门招一个很大的团队，假如这个数据库可以大概优化到可以大概支撑双十一，也不是一年两年可以大概搞定的。比如您是一个做单车的，固然没必要招一个非常大的数据库团队来干这件事变，成本太高了，应该交给云平台来做这件事变，专业的事变专业的人来自，云平台专门养了几百人维护这套系统，您只要专注于您的单车应用就可以了。
要么是自动摆设，要么是不消摆设，总的来说就是应用层你也要少操心，这就是PaaS层的重要作用。
虽说脚本的方式可以大概解决自己的应用的摆设题目，然而不同的环境千差万别，一个脚本往往在一个环境上运行正确，到另一个环境就不正确了。
而容器是能更好的解决这个题目标。
容器是 Container，Container另一个意思是集装箱，其实容器的头脑就是要变成软件交付的集装箱。集装箱的特点，一是封装，二是尺度。
在没有集装箱的时代，假设将货物从 A运到 B，中间要经过三个码头、换三次船。每次都要将货物卸下船来，摆的七零八落，然后搬上船重新整齐摆好。因此在没有集装箱的时候，每次换船，船员们都要在岸上待几天才气走。
有了集装箱以后，所有的货物都打包在一起了，而且集装箱的尺寸全部一致，所以每次换船的时候，一个箱子整体搬已往就行了，小时级别就能完成，船员再也不消上岸长时间耽搁了。
这是集装箱“封装”、“尺度”两大特点在生存中的应用。
那么容器怎样对应用打包呢？还是要学习集装箱，首先要有个封闭的环境，将货物封装起来，让货物之间互不干扰，相互隔离，如许装货卸货才方便。好在 Ubuntu中的LXC技术早就能做到这一点。
封闭的环境主要使用了两种技术，一种是看起来是隔离的技术，称为 Namespace，也即每个 Namespace中的应用看到的是不同的 IP所在、用户空间、程号等。另一种是用起来是隔离的技术，称为 Cgroups，也即明显整台机器有很多的 CPU、内存，而一个应用只能用其中的一部分。
所谓的镜像，就是将你焊好集装箱的那一刻，将集装箱的状态保存下来，就像孙悟空说：“定”，集装箱里面就定在了那一刻，然后将这一刻的状态保存成一系列文件。这些文件的格式是尺度的，谁看到这些文件都能还原当时定住的那个时刻。将镜像还原成运行时的过程（就是读取镜像文件，还原那个时刻的过程）就是容器运行的过程。
有了容器，使得 PaaS层对于用户自身应用的自动摆设变得快速而优雅。
三、大数据拥抱云盘算
在PaaS层中一个复杂的通用应用就是大数据平台。大数据是怎样一步一步融入云盘算的呢？
3.1 数据不大也包罗智慧
一开始这个大数据并不大，你想象原来才有多少数据？现在大家都去看电子书，上网看新闻了，在我们80后小时候，信息量没有那么大，也就看看书，看看报，一个星期的报纸加起来才有多少字啊，假如你不在一个大城市，一个普通的学校的图书馆加起来也没几个书架，是厥后随着信息化的到来，信息才会越来越多。
首先我们来看一下大数据里面的数据，就分三种范例，一种叫结构化的数据，一种叫非结构化的数据，另有一种叫半结构化的数据。什么叫结构化的数据呢？叫有固定格式和有限长度的数据。比方填的表格就是结构化的数据，国籍：中华人民共和国，民族：汉，性别：男，这都叫结构化数据。现在越来越多的就黑白结构化的数据，就是不定长，无固定格式的数据，比方网页，偶然候非常长，偶然候几句话就没了，比方语音，视频都黑白结构化的数据。半结构化数据是一些xml或者html的格式的，不从事技术的可能不相识，但也没有关系。
数据怎么样才气对人有用呢？其实数据本身不是有用的，必须要经过一定的处理。比方你天天跑步带个手环收集的也是数据，网上这么多网页也是数据，我们称为Data，数据本身没有什么用处，但是数据里面包罗一个很重要的东西，叫做信息Information，数据十分杂乱，经过梳理和洗濯，才气够称为信息。信息会包罗很多规律，我们需要从信息中将规律总结出来，称为知识knowledge，知识改变运气。信息是很多的，但是有人看到了信息相称于白看，但是有人就从信息中看到了电商的未来，有人看到了直播的未来，所以人家就牛了，你假如没有从信息中提取出知识，天天看朋友圈，也只能在互联网滚滚大潮中做个看客。有了知识，然后使用这些知识去应用于实战，有的人会做得非常好，这个东西叫做智慧intelligence。有知识并不一定有智慧，比方好多学者很有知识，已经发生的事变可以从各个角度分析的头头是道，但一到实干就歇菜，并不能转化成为智慧。而很多的创业家之所以伟大，就是通过得到的知识应用于实践，最后做了很大的买卖。
所以数据的应用分这四个步调：数据，信息，知识，智慧。这是很多商家都想要的，你看我收集了这么多的数据，能不能基于这些数据来帮我做下一步的决议，改善我的产物，比方让用户看视频的时候旁边弹出广告，正好是他想买的东西，再如让用户听音乐的时候，另外保举一些他非常想听的其他音乐。用户在我的应用或者网站上随便点点鼠标，输入文字对我来说都是数据，我就是要将其中某些东西提取出来，指导实践，形成智慧，让用户陷入到我的应用里面不可自拔，上了我的网就不想脱离，手不绝的点，不绝的买，很多人说双十一我都想断网了，我妻子在上面不断的买买买，买了A又保举B，妻子大人说，“哎呀，B也是我喜欢的啊，老公我要买”。你说这个步伐怎么这么牛，这么有智慧，比我还相识我妻子，这件事变是怎么做到的呢？
3.2 数据怎样升华为智慧
数据的处理分几个步调，完成了才最后会有智慧。
第一个步调叫数据的收集。首先得有数据，数据的收集有两个方式，第一个方式是拿，专业点的说法叫抓取或者爬取，比方搜索引擎就是这么做的，它把网上的所有的信息都下载到它的数据中心，然后你一搜才气搜出来。比如你去搜索的时候，结果会是一个列表，这个列表为什么会在搜索引擎的公司里面呢，就是因为他把这个数据啊都拿下来了，但是你一点链接，点出来这个网站就不在搜索引擎它们公司了。比如说新浪有个新闻，你拿百度搜出来，你不点的时候，那一页在百度数据中心，一点出来的网页就是在新浪的数据中心了。另外一个方式就是推送，有很多终端可以帮我收集数据，比如说小米手环，可以将你天天跑步的数据，心跳的数据，睡眠的数据都上传到数据中心里面。
第二个步调是数据的传输。一般会通过队列方式进行，因为数据量实在是太大了，数据必须经过处理才会有用，可是系统处理不过来，只好排好队，逐步的处理。
第三个步调是数据的存储。现在数据就是金钱，把握了数据就相称于把握了钱。要不然网站怎么知道你想买什么呢？就是因为它有你历史的交易的数据，这个信息可不能给别人，十分名贵，所以需要存储下来。
第四个步调是数据的处理和分析。上面存储的数据是原始数据，原始数据多是杂乱无章的，有很多垃圾数据在里面，因而需要洗濯和过滤，得到一些高质量的数据。对于高质量的数据，就可以进行分析，从而对数据进行分类，或者发现数据之间的相互关系，得到知识。比如盛传的沃尔玛超市的啤酒和尿布的故事，就是通过对人们的购买数据进行分析，发现了男子一般买尿布的时候，会同时购买啤酒，如许就发现了啤酒和尿布之间的相互关系，得到知识，然后应用到实践中，将啤酒和尿布的柜台弄的很近，就得到了智慧。
第五个步调就是对于数据的检索和发掘。检索就是搜索，所谓外事不决问google，内事不决问百度。内外两大搜索引擎都是讲分析后的数据放入搜索引擎，从而人们想探求信息的时候，一搜就有了。另外就是发掘，仅仅搜索出来已经不能满足人们的要求了，还需要从信息中发掘出相互的关系。比如财经搜索，当搜索某个公司股票的时候，该公司的高管是不是也应该被发掘出来呢？假如仅仅搜索出这个公司的股票发现涨的特别好，于是你就去买了，其实其高管发了一个声明，对股票十分不利，第二天就跌了，这不坑害广大股民么？所以通过各种算法发掘数据中的关系，形成知识库，十分重要。
3.3 大数据时代，众人拾柴火焰高
当数据量很小的时候，很少的几台机器就能解决。逐步的当数据量越来越大，最牛的服务器都解决不了题目标时候，就想怎么办呢？要聚合多台机器的力量，大家齐心协力一起把这个事搞定，众人拾柴火焰高。
对于数据的收集，对于IoT来讲，表面摆设这成千上万的检测设备，将大量的温度，适度，监控，电力等等数据齐备收集上来，对于互联网网页的搜索引擎来讲，需要将整个互联网所有的网页都下载下来，这显然一台机器做不到，需要多台机器组成网络爬虫系统，每台机器下载一部分，同时工作，才气在有限的时间内，将海量的网页下载完毕。
对于数据的传输，一个内存里面的队列肯定会被大量的数据挤爆掉，于是就产生了基于硬盘的分布式队列，如许队列可以多台机器同时传输，随你数据量多大，只要我的队列充足多，管道充足粗，就可以大概撑得住。
对于数据的存储，一台机器的文件系统肯定是放不下了，所以需要一个很大的分布式文件系统来做这件事变，把多台机器的硬盘打成一块大的文件系统。
再如数据的分析，可能需要对大量的数据做分解，统计，汇总，一台机器肯定搞不定，处理到猴年马月也分析不完，于是就有分布式盘算的方法，将大量的数据分成小份，每台机器处理一小份，多台机器并行处理，很快就能算完。比方著名的Terasort对1个TB的数据排序，相称于1024G，假如单机处理，怎么也要几个小时，但是并行处理209秒就完成了。
所以说大数据平台，什么叫做大数据，说白了就是一台机器干不完，大家一起干。随着数据量越来越大，很多不大的公司都需要处理相称多的数据，这些小公司没有这么多机器可怎么办呢？
3.4 大数据需要云盘算，云盘算需要大数据
说到这里，大家想起云盘算了吧。当想要干这些活的时候，需要好多好多的机器一块做，真的是想什么时候要，想要多少就要多少。比方大数据分析公司的财务环境，可能一周分析一次，假如要把这一百台机器或者一千台机器都在那放着，一周用一次对吧，非常浪费。那能不能需要盘算的时候，把这一千台机器拿出来，然后不算的时候，这一千台机器可以去干别的事变。谁能做这个事儿呢？只有云盘算，可以为大数据的运算提供资源层的灵活性。而云盘算也会摆设大数据放到它的PaaS平台上，作为一个非常非常重要的通用应用。因为大数据平台可以大概使得多台机器一起干一个事儿，这个东西不是一般人能开发出来的，也不是一般人玩得转的，怎么也得雇个几十上百号人才气把这个玩起来，所以说就像数据库一样，其实还是需要有一帮专业的人来玩这个东西。现在公有云上基本上都会有大数据的解决方案了，一个小公司我需要大数据平台的时候，不需要采购一千台机器，只要到公有云上一点，这一千台机器都出来了，而且上面已经摆设好了的大数据平台，只要把数据放进去算就可以了。
云盘算需要大数据，大数据需要云盘算，两个人就如许联合了。
四、人工智能拥抱大数据
4.1 机器什么时候才气懂人心
虽说有了大数据，人的欲望总是这个不可以大概满足。虽说在大数据平台里面有搜索引擎这个东西，想要什么东西我一搜就出来了。但是也存在如许的环境，我想要的东西不会搜，表达不出来，搜索出来的又不是我想要的。比方音乐软件里面保举一首歌，这首歌我没听过，固然不知道名字，也没法搜，但是软件保举给我，我简直喜欢，这就是搜索做不到的事变。当人们使用这种应用的时候，会发现机器知道我想要什么，而不是说当我想要的时候，去机器里面搜索。这个机器真像我的朋友一样懂我，这就有点人工智能的意思了。
人们很早就在想这个事变了。最早的时候，人们想象，假如要是有一堵墙，墙后面是个机器，我给它说话，它就给我回应，我假如感觉不出它那边是人还是机器，那它就真的是一个人工智能的东西了。
网上学习资料一大堆，但假如学到的知识不成体系，碰到题目时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提拔。
需要这份系统化资料的朋友，可以戳这里获取
一个人可以走的很快，但一群人才气走的更远！岂论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎参加我们的的圈子（技术交换、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
我回应，我假如感觉不出它那边是人还是机器，那它就真的是一个人工智能的东西了。
[外链图片转存中…(img-uDOe3skE-1714692353834)]
[外链图片转存中…(img-kq1digUl-1714692353835)]
网上学习资料一大堆，但假如学到的知识不成体系，碰到题目时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提拔。
需要这份系统化资料的朋友，可以戳这里获取
一个人可以走的很快，但一群人才气走的更远！岂论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎参加我们的的圈子（技术交换、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
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。 |
