云計算是一種新型的業(yè)務(wù)交付模式，同時也是新型的IT基礎(chǔ)設(shè)施管理方法。通過新型的業(yè)務(wù)交付模式，用戶將通過網(wǎng)絡(luò)充分利用優(yōu)化的硬件、軟件和網(wǎng)絡(luò)資源，并以此為基礎(chǔ)提供創(chuàng)新的業(yè)務(wù)服務(wù)。新型的IT基礎(chǔ)設(shè)施管理方法讓IT部門可以把海量資源作為一個統(tǒng)一的大資源進行管理，支持IT部門在大量增加資源的同時無需顯著增加相應(yīng)的人員進行維護管理，云計算的相關(guān)技術(shù)如下：
虛擬化
虛擬化可大幅度提高組織過程中資源和應(yīng)用程序的效率和可用性。虛擬化把物理資源和最終呈現(xiàn)給用戶的資源進行了分離，實際上是一個替代過程，在具有統(tǒng)一良好架構(gòu)設(shè)計的物理資源上創(chuàng)建出多個替代資源(即虛擬資源)，替代資源和物理資源具有相同的接口和功能，對用戶來說虛擬資源具備與物理資源相同的使用功能，同時還可以有不同的屬性，如價格、容量、可調(diào)整性等。
自動化部署
云計算的一個核心思想是通過自動化的方式盡可能地簡化任務(wù)，使得用戶可以通過自助服務(wù)方式快捷地獲取所需的資源和能力。部署是基礎(chǔ)設(shè)施管理中十分重要，也是需要花費很大工作量的一部分，包括操作系統(tǒng)、中間件和應(yīng)用等不同層次的部署。自動化部署可提供簡化流程，用戶提出申請后由自動化部署平臺根據(jù)調(diào)度和預(yù)約自動完成相應(yīng)的部署，因此用戶只需花十幾分鐘，甚至幾分鐘就可以得到一個完整的環(huán)境，極大地提高了工作效率。
應(yīng)用規(guī)模擴展
云計算提供了一個巨大的資源池，而應(yīng)用的使用又有不同的負載周期，根據(jù)負載對應(yīng)用的資源進行動態(tài)伸縮可以顯著提高資源的有效利用率，即高負載時動態(tài)擴展資源，低負載時釋放多余的資源，這就是應(yīng)用規(guī)模擴展技術(shù)所解決的問題。該技術(shù)以應(yīng)用為基本單位，為不同的應(yīng)用架構(gòu)設(shè)定不同的集群類型，每一種集群類型都有特定的擴展方式，然后通過監(jiān)控負載的動態(tài)變化，自動為應(yīng)用集群增加或者減少資源。
分布式文件系統(tǒng)
分布式存儲的目標是利用云環(huán)境中多臺服務(wù)器的存儲資源來滿足單臺服務(wù)器所不能滿足的存儲需求。其特征是，存儲資源能夠被抽象表示和統(tǒng)一管理，并且能夠保證數(shù)據(jù)讀寫與操作的安全性、可靠性等各方面的要求。
云計算催生了一些優(yōu)秀的分布式文件系統(tǒng)和云存儲服務(wù)。最典型的云平臺分布式文件系統(tǒng)是Googie的GFS和開源的Hadoop。這兩種可伸縮的分布式文件系統(tǒng)利用容錯和故障恢復(fù)機制，有效地克服了單節(jié)點故障導(dǎo)致的系統(tǒng)故障，實現(xiàn)了大規(guī)模海量級的文件存儲。以Hadoop文件系統(tǒng)為例，Hadoop文件系統(tǒng)(HDFS)是一個運行在普通硬件之上的分布式文件系統(tǒng)，它和現(xiàn)有的分布式文件系統(tǒng)有著很多相似性。然而，與其他分布式文件系統(tǒng)的區(qū)別也是很明顯的：HDFS是高容錯性的。可以部署在低成本的硬件上，HDFS高吞吐量地對應(yīng)用程序進行數(shù)據(jù)訪問，它適合大數(shù)據(jù)集的應(yīng)用程序，HDFS放開一些POSIX的需求去實現(xiàn)流式地訪問文件數(shù)據(jù)。
分布式數(shù)據(jù)庫與非結(jié)構(gòu)化數(shù)據(jù)存儲
在分布式文件系統(tǒng)上。典型的存儲海量結(jié)構(gòu)化數(shù)據(jù)的分布式存儲系統(tǒng)包括Google的BigTable、開源的HBase等。這些系統(tǒng)可將非結(jié)構(gòu)化數(shù)據(jù)(如網(wǎng)頁等)存儲為分布式的、多維的、有序的圖。HBase是Apache的Hadoop項目的子項目，是一個分布式的、面向列的開源數(shù)據(jù)庫，不同于一般的關(guān)系數(shù)據(jù)庫，它是一個適合于非結(jié)構(gòu)化數(shù)據(jù)存儲的數(shù)據(jù)庫，并且采用的是基于列的而不是基于行的模式。其用戶存儲數(shù)據(jù)行在一個表里，一個數(shù)據(jù)行擁有一個可選擇的鍵和任意數(shù)量的列;表是疏松存儲的，因此用戶可以給行定義各種不同的列。HBase主要用于需要隨機訪問，實時讀寫大數(shù)據(jù)。
分布式計算
基于云平臺的最典型的分布式計算模式是Map Reduce編程模型。Map Reduce將大型任務(wù)分成很多細粒度的子任務(wù)，這些子任務(wù)分布式在多個計算節(jié)點上進行調(diào)度和計算，從而在云平臺上獲得對海量數(shù)據(jù)的處理能力。“Map(映射)”和“Reduce(化簡)”的主要思想都是從函數(shù)式編程語言里借來的：當(dāng)前的軟件實現(xiàn)是指定一個Map(映射)函數(shù)，用來把一組鍵值對映射成一組新的鍵值對，指定并發(fā)的Reduce(化簡)函數(shù)，用來保證所有映射的鍵值對中的每一個共享相同的鍵組。
簡單說來，一個映射函數(shù)就是對一些獨立元素組成概念列表的每一個元素進行指定的操作。事實上，每個元素都是被獨立操作的，而原始列表沒有被更改，因為這里創(chuàng)建了一個新的列表來保存新的答案。也就是說，Map操作是可以高度并行的，這對高性能要求的應(yīng)用以及并行計算領(lǐng)域的需求非常有用。Reduce操作指的是對一個列表的元素進行適當(dāng)?shù)暮喜?。雖然它不如映射函數(shù)那么并行，但是因為化簡總是有一個簡單的答案，大規(guī)模的運算相對獨立，所以化簡函數(shù)在高度并行環(huán)境下也很有用。
