云计算与大数据知识架构(云计算与大数据的发展趋势)

云计算和大数据概述云计算（云计算）是添加、使用和提供基于互联网的连接服务的模型，通常涉及通过互联网提供动态可扩展且通常虚拟化的资源。云是和互联网的隐喻。过去，云经常被用来用图表来表示电信，后来也被用来表示互联网和底层基础设施的抽象。狭义的云计算是指IT基础设施的提供和使用模式，是指通过以按需且易于扩展的方式获取所需的资源；从广义上讲，云计算是指服务交付和使用模式，是指通过以按需且易于扩展的方式获取所需的服务。此类服务可以是IT、软件、互联网相关或其他服务。这意味着算力也可以作为商品在互联网上流通。
大数据，即海量数据，是指所涉及的数据量如此之大，以至于无法通过现有的通用软件手段在合理的时间内捕获、管理、处理并组织成有用的信息。为企业业务决策提供更积极的信息。大数据的4V：容量、速度、多样性和有效性。
从技术角度来看，大数据和云计算的关系就像同一枚的两面密不可分。大数据无法由单台计算机处理，必须采用分布式计算架构。其特点在于海量数据挖掘，但需要依赖分布式处理、分布式数据库、云存储和云计算机虚拟化技术。
大数据管理、分布式文件，如Hadoop、Mapreduce数据分割和访问执行；同时，SQL支持，以Hive+HADOOP为代表的SQL接口支持，利用云计算构建下一代大数据技术数据仓库成为了热门话题。从需求来看，大数据架构对提出了新的挑战：
1．更高的集成度。标准机箱可以程度地完成特定任务。
2.配置更合理，速度更快。存储、、I/O通道、内存、CPU、的均衡设计，以及数据仓库访问的优化设计，比同类传统平台高出一个数量级以上。
3.总体能耗较低。对于相同的计算任务，功耗是的。
4.更加稳定可靠。它可以消除各种单点故障并统一组件或设备的质量和标准。
5.管理和维护成本低。日常数据收集管理完全集成。
6.有计划且可预测的扩展和改进路线图。
云计算与大数据的关系
简单来说：云计算是硬件资源的虚拟化，而大数据是海量数据的高效处理。虽然这样的解释并不完全方便，但是可以帮助不理解这两个名字的人快速理解其中的区别。当然，如果解释得更形象一些的话，云计算就相当于我们的电脑和作，将大量的硬件资源虚拟化出来，然后分配使用。
大数据可以说相当于海量数据的“数据库”。纵观大数据领域的发展，我们也可以看到，目前大数据的发展已经在向着与传统数据库体验类似的方向发展，总之就是为传统数据的基础提供了足够的空间。大数据的发展。
大数据的总体架构包括三层：数据存储、数据处理、数据分析。数据首先要通过存储层进行存储，然后可以根据数据的需求和用途创建相应的数据模型和数据分析指标体系，对数据进行分析以产生价值。
中间的可扩展性是通过数据处理中间层提供的强大的并行计算和分布式计算能力来实现的。这三者相互协作，使大数据能够产生底线价值。
无论目前云计算的发展如何，未来的趋势是：云计算作为下层的计算资源，支撑上层大数据的处理，大才是真正的发展趋势——时间互动提问效率和分析能力。，借用谷歌的话：“在Miaji中移动鼠标即可访问PB级数据。”这真的很令人兴奋。

云计算需要学习的知识是：1、通信知识，包括所有与互联网基础设施相关的知识；2、虚拟知识，应了解硬件运行原理和虚拟化实现技术；3、数据库技术；4.存储。技术5.信息安全技术，至少了解一下什么是iso177996.电子商务7.容灾备份技术编程技术9.分布式架构