文档介绍：第二章 云计算与大数据
云计算概述
维基百科给云计算下的定义：云计算将IT相关的能力以服务的方式提供给用户，允许用户在不了解提供服务的技术、没有相关知识以及设备操作能力的情况下，通过Internet获取需要的服务。
中国云计算网程序的管理。
SaaS是Software-as-a-Service（软件即服务）的简称，是随着互联网技术的发展和应用软件的成熟， 在21世纪开始兴起的一种完全创新的软件应用模式。
SaaS 应用软件的价格通常为“全包”费用，囊括了通常的应用软件许可证费、软件维护费以及技术支持费，将其统一为每个用户的月度租用费。 对于广大中小型企业来说，SaaS是采用先进技术实施信息化的最好途径。
云计算关键技术
虚拟化技术
云计算的核心技术之一就是虚拟化技术。所谓虚拟化，是指通过虚拟化技术将一台计算机虚拟为多台逻辑计算机。在一台计算机上同时运行多个逻辑计算机，每个逻辑计算机可运行不同的操作系统，并且应用程序都可以在相互独立的空间内运行而互不影响。
软件虚拟化，顾名思义，就是采用纯软件的方法在现有的物理平台上实现物理平台访问的截获和模拟，该物理平台往往不支持硬件虚拟化。
硬件虚拟化，简单来说，就是物理平台本身提供了对特殊指令的截获和重定向的硬件支持，新的硬件会提供额外的资源来帮助软件实现对关键硬件资源的虚拟化，从而提升性能。
完全虚拟化技术又叫硬件辅助虚拟化技术，最初所使用的虚拟化技术就是全虚拟化（Full Virtualization)技术，它在虚拟机（VM）和硬件之间加了一个软件层Hypervisor，或者叫做虚拟机管理程序或虚拟机监视器（VMM）。
半虚拟化技术是后来才出现的技术，也叫做准虚拟化技术，它就是在全虚拟化的基础上，把客户操作系统进行了修改，增加了一个专门的API，这个API可以将客户操作系统发出的指令进行最优化，即不需要VMM耗费一定的资源进行翻译操作。
并行计算机技术
并行计算是将一个任务分解成若干个小任务并协同执行以完成求解的过程，是增强复杂问题解决能力和提升性能的有效途径。并行计算可以通过多种途径实现，包括多进程、多线程以及其他多种方式。
海量数据存储技术
在实际的工作环境下，许多人会遇到海量数据这个复杂而艰巨的问题
为了保证数据的高可靠性，云计算通常会采用分布式存储技术，将数据存储在不同的物理设备中。这种模式不仅摆脱了硬件设备的限制，同时扩展性更好，能够快速响应用户需求的变化。
在当前的云计算领域，Google的GFS和Hadoop开发的开源系统HDFS是比较流行的两种云计算分布式存储系统。
(1)GFS（GoogleFileSystem）技术。
谷歌的非开源的GFS（GoogleFileSystem）云计算平台满足大量用户的需求，并行地为大量用户提供服务。使得云计算的数据存储技术具有了高吞吐率和高传输率的特点。
(2)HDFS（HadoopDistributedFileSystem）技术。
大部分ICT厂商，包括Yahoo、Intel的“云”计划采用的都是HDFS的数据存储技术。未来的发展将集中在超大规模的数据存储、数据加密和安全性保证、以及继续提高I/O速率等方面。
云计算与大数据
本质上，云计算与大数据的关系是静与动的关系：云计算强调的是计算，这是动的概念;而数据则是计算的对象，是静的概念。如果结合实际的应用,前者强调的是计算能力，或者看中的是存储能力。
从技术上来看大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术等。
从应用角度上讲，云计算给大数据提供信息化的基础设施，更有效利用资源；从产业发展的角度上讲，运用云平台，每天可以处理大批量的数据，并对这些数据进行科学，快速，智能检索。
整合是云计算的主要功能，无论你采取何种数据分析模型，还是运算方式，它都是通过将海量的服务器资源通过网络进行整合，以整理出有效的数据信息，并将其分配给各个目标客户，从而解决用户因存储资源不足所带来的问题。
（1）云计算是大数据分析的前提
（2）云计算能够过滤无用信息
（3）云计算助力企业虚拟化建设
云计算的应用
IDC云是在IDC原有数据中心的基础上，加入更多云的基因，比如系统虚拟化技术、自动化管理技术和智慧的能源监控技术等。
企业云对于那些需要提升内部数据中心的运维水平和希望能使整个IT服务更围绕业务展开的大中型企业非常适合。相关的产品和解决方案有IBM的WebSphere CloudBurst Appliance、Cisco的UCS和VMware的vSphere等。
云存储系统可以解决本地存储在管理上的缺失、