云计算技术与应用的缺点(云计算技术与应用专业)

---

一、大数据未来的前景怎么样？

发展历程：近10年来，大数据产业快速发展，我国信息智能化水平显着提升。

我国大数据产业部署处于较早阶段阶段。2011年，工信部将信息处理技术列为四大科技创新任务之一，为大数据产业发展奠定了坚实的政策基础。2014年，韩国首次将“大数据”写入政府工作报告，将大数据产业上升为国家战略，并分阶段建设国家大数据综合试验区。至2020年，相关政策和标准体系不断完善。2017年，我国大数据解决方案已经成熟，信息社会智能化水平大幅提升。

市场规模：2020年市场规模预计突破6000亿美元并保持快速增长

《2021年中国大数据产业发展地图》和《中国大数据《数据产业发展白皮书》，2018年以来不仅大数据技术快速发展，大数据与人工智能、VR、5G、区块链、边缘智能等新技术的交叉融合不断持续正在指出。加快科技创新。与此同时，智慧新城、数字城市建设热潮，各地大数据相关园区建设加速，大数据产业也在不断壮大。

赛迪顾问数据显示，2020年我国大数据产业规模预计将达到6388亿元，较上年保持年均18.6%的增速。未来三年，产业规模将增长15%以上，到2023年突破1万亿元。

市场结构

——市场细分结构：软件和硬件占据行业主要市场。

目前国内大数据产业还只处于建设初期。从市场结构来看，大数据产业可分为大数据硬件、软件和服务三个市场。

《IDC全球大数据支出指南》显示，2020年中国大数据市场最大组成部分仍来自传统硬件领域服务器和存储，其次是服务器和存储，占比超过40%。IT服务和商业服务合计占33.6%，大数据软件占剩余的25.4%。从软件角度来看，2020年中国最大的三个细分市场是最终用户查询、报告和分析工具、人工智能软件平台和关系数据仓库。）而IDC估计，这三者合计占中国大数据软件市场总量的近50%。

——应用市场结构：互联网、政府、金融是大数据的主要应用领域

从具体行业应用来看，互联网、政府、金融中国电信和中国电信在大数据融合产业发展中处于领先地位，占总规模的77.6%。互联网、金融、通信行业信息化水平高、研发能力强，在业务数字化转型中处于领先地位。近年来，政府大数据通过与政府融合、开放共享，成为政府信息化建设的关键环节。数据、民生服务、社会治理、市场监管等应用需求持续旺盛。此外，工业大数据、医疗健康大数据是数据量大、产业链扩展性高、未来市场增长潜力巨大的新兴领域。

发展趋势与前景

——发展趋势：数据治理成为大数据发展的重要方向

——发展前景预测

根据赛迪顾问预测，2023年中国大数据产业市场规模预计将突破1万亿元，增速超过15%。从2021年到2023年。基于此，根据未来预测，到2027年韩国大数据产业市场规模预计将接近1.8万亿元。

——更多行业相关数据，请参阅前瞻产业研究院《中国大数据产业发展前景及投资战略规划分析报告》。

---

二、云计算关键技术是什么？云计算主要有三大技术：
⑴虚拟化技术：云计算虚拟化技术不同于传统的单一虚拟化，它覆盖了整个IT架构，包括资源、网络、应用程序和桌面，在于它可以隔离所有硬件设备，软件应用和数据，打破硬件配置、软件使用和数据分布的界限，实现IT架构的动态化，实现资源集中管理，使应用程序能够动态地使用虚拟和物理资源，提高系统适应需求的能力和环境。
对于信息系统仿真来说，应用云计算虚拟化技术的重要性不仅在于增加资源的利用率、降低成本，还在于提供强大的计算能力。众所周知，信息系统仿真系统是一个计算量大的复杂系统，计算能力对系统的运行效率、准确性和可靠性影响很大，而虚拟化技术可以改变大量分散且未得到充分利用的情况。计算能力集成到具有高计算负载的计算机或服务器中，实现全网络的统一调度和资源利用，从而在存储、传输和计算等计算的各个方面实现高效率。
⑵分布式资源管理技术：大多数情况下，信息系统仿真系统会处于多节点并发执行环境中，为保证系统状态的准确性，必须保证分布式数据的一致性。为了解决分布一致性问题，计算机行业的很多公司和研究人员提出了各种必须遵循的协议，换句话说，在云计算出现之前，分布一致性问题就已经被解决了。这决于许多协议。然而，对于大规模甚至超大规模的分布式系统，无法保证所有子系统和子系统都使用相同的协议，也无法保证分布一致性问题得到解决。云计算中的分布式资源管理技术成功地解决了这个问题。Google的Chubby是最著名的分布式资源管理系统，该系统实现了Chubby服务密钥机制，使解决分布式一致性问题不再仅仅依赖于协议或算法，而是拥有统一的服务（service）。
⑶并行编程技术：云计算采用并行编程模型。并行编程模式下，并发处理、容错、数据分布、负载均衡等细节都被抽象到函数库中，通过统一的接口，自动并发、分布式执行用户的大规模计算任务，即：，任务自动划分为多个任务，并行处理大数据。