对大数据与云计算的认识

---

一、谈对云计算,物联网,大数据的认识1.云计算
总的来说，云是一种网络资源，按需从云中获取必要的服务内容就是云计算。云计算是指IT基础设施的提供和使用模式，是指通过网络以按需且易于扩展的方式访问所需的资源（硬件、平台、软件）。提供资源的网络称为“云”。“云”中的资源从用户角度来看是可以无限扩展的，并且可以随时访问、随意使用、随时扩展、按量付费。这种行为通常被称为使用水和电等IT基础设施。最广泛意义上的云计算是指一种服务交付和使用模型，是指以按需且易于扩展的方式通过网络访问必要的服务。此类服务可以是IT、软件、互联网相关服务或任何其他服务。
2.简单理解：物联网就是物联网。物联网，在全球范围内也称为传感器网络，是继计算机、互联网、移动通信网之后信息产业的又一浪潮。世界上的一切，小到手表、钥匙，大到汽车、建筑，都可以通过嵌入微型传感器芯片实现智能化，物体可以“自动说话”。借助无线网络技术，人可以与物体“对话”，物体也可以相互“连接”。随着信息技术的发展，工业互联网的应用不断增长。如：智能交通、环境保护、政府工作、公共安全、安全屋、智能消防、工业控制、养老、个人健康、花卉养殖、水系统监控、食品监控等。智能地球的重要理念是，在物联网的支持下，现实生活中存在并正在建设的智能城市。
3.大数据
大数据（bigdata）是指种类多、流量大、容量大、价值高、处理分析速度快的真实数据的集合。速度。大数据，又称大数据或海量数据资源，是指所涉及的数据量非常大，目前主流软件工具无法及时捕获、管理、处理和组织以辅助业务决策的数据。具有更积极目的的信息。
大数据的4V特征：数量、速度、多样性和准确性。
即：规模、多样性、速度和准确性。4.云计算是互联网核心硬件层和核心软件层的结合，是互联网中枢神经系统的生长。大数据代表了互联网的信息层（数据海洋），是创造互联网智能和意识的基础。物联网、传统互联网、移动互联网都在不断地收集和接收数据到互联网的大数据层。云计算和物联网促进了大数据的创造。

---

二、云计算和大数据的区别

1、云计算与大数据侧重点不同

大数据是指在一定时间内不利用数据进行采集、管理和处理的数据集合。传统手段软件工具是一种巨大、快速增长且多样化的信息资产，需要新的处理模型来提供更大的决策能力、洞察力和流程优化机会。

云计算是一种基于互联网的模型，用于添加、使用和部署相关服务，通常涉及通过互联网提供动态可扩展且通常是虚拟化的资源。

从两者的定义我们可以了解到，云计算注重资源配置，是硬件资源的虚拟化，而大数据则是对大量数据的高效处理。大数据和云计算并不是独立的概念，而是处于一个特殊的背景下。它们必须在资源需求和资源回收方面共享。

2、云计算与大数据是互补的

首先，云计算以计算资源作为服务来支持大数据的挖掘，大数据的发展趋势是利用与数据量进行大量实时交互。查询和分析提供了他们所需要的有价值的信息。

第二，大数据挖掘和处理需要云计算作为平台，大数据所涵盖的价值和规律可以更好地将云计算融入行业应用和更大的角色扮演。保护大数据的隐私是大数据快速发展和应用的重要前提，而云计算与大数据的结合很可成为人们理解事物的新工具。

---

三、什么是云计算?什么是大数据?二者有何联系?

云计算的关键词是“整合”，无论是使用现在已经非常成熟的传统虚拟机分割技术，还是Google后来使用的海量节点聚合技术，都是通过海量服务器资源的整合。全网整合，调度分配给用户，解决用户存储、计算资源不足带来的问题。

大数据是数据爆发式增长引发的新课题，如何存储当今互联网时代产生的庞大数据，如何有效利用和分析这些数据等等。

你可以这样理解两者的关系云计算技术是一个容器，大数据就是这个容器里储存的水。

扩展信息：

云计算经常与网格计算、效用计算和自主计算相混淆。

网格计算：分布式计算的一种，由一组松散连接的计算机组成的超级虚拟计算机，常用于执行大型任务；

效用计算：IT资源的一个封装-计费方式，如像电力等传统公共设施一样，按照计算和存储分开计量成本；

自主计算：具有自我管理功能的计算机系统。

事实上，很多云计算部署都依赖于数据集群（但与网格的成、架构、用途和工作方法有很大不同），同时也吸收了自主计算和效用计算的特点。

人们普遍接受的云计算特点如下：

（一）超大规模

“云”具有谷歌云计算已经拥有超过100万台服务器，亚马、IBM、微软、雅虎等的“云”也都拥有数十万台服务器。企业私有云通常拥有数百或数千台服务器。“云”可以赋予用户前所未有的计算能力。

（2）虚拟化

云计算支持用户在任何地方、通过各种终端获取应用服务。请求的资源来自“云”而不是固定的物理设备。应用程序运行在“云”中的某个地方，但用户实际上不需要知道或担心应用程序运行的具体位置。只需一台笔记本电脑或一部手机，我们所需要的一切都可以通过网络服务来实现，甚至包括超级计算这样的任务。

（三）高可靠性

“云”通过数据多副本、容错、计算节点同构可更换等目标来保证云中使用的服务的高可靠性比使用本地计算机更可靠。

（4）通用性

云计算不针对特定应用在“云”的支持下，不断变化的应用可以构建同时运行的应用。

（5）高扩展性

“云”的规模可以动态扩展，以满足应用和用户规模增长的需求。

（6）按需服务

“云”是您按需购买的巨大资源池。云可以像自来水、电和煤气一样计费。

大数据知识：

1数据量：数据的大小决定了所考虑数据的价值和潜在信息

2类型（变异）))：数据类型的多样性

3速度：指获取数据的速度

4可变性（Variability）：阻碍数据过程的处理和有效管理。

5真理：数据的质量

6复杂性：海量数据来自多个渠道

7价值：合理利用大数据以低成本创造高价值

想要系统认识大数据，就必须全面、仔细地分解它，从三个层次开始：

第一层次是理论，唯一出路是被认可的基础，也是被广泛认可和传播的底线。这里我们将从大数据属性的定义出发，从大数据隐私这一特殊而重要的问题出发，了解业界对大数据的整体描述和表征。从一个角度审视人与数据之间的长期博弈。

第二个层次是技术，它是体现大数据价值的手段，是进步的基石。这里将从云计算、分布式处理技术、存储技术和感知技术的发展角度来阐述大数据从采集、处理、存储到结果生成的整个过程。

第三个层次是实践，实践是大数据最终的价值体现。在此，我们将从互联网大数据、政府大数据、企业大数据和个人大数据四个方面来描述大数据所展现的美好景象以及即将实现的规划。

参考资料：-大数据-云计算