云计算最主要最核心的是什么(云计算的5个特点包括哪些方面)

云计算中用到了很多技术，其中比较重要的是编程模型、数据管理技术、数据存储技术、虚拟化技术、云计算平台管理技术。由于企业对云计算人才的技能要求不同，求职者也需要学习不同的技能。例如，如果你打算从事大数据和nosql领域的工作，你可能想从事Hadoop、Hbase、Cassandra以及一些理论（CAP、Base等）；云平台（Iaas、Paas）相关的工作如果愿意，可以了解虚拟化技术（KVM、Hyper-V等）、OpenStack、esxi等技术。

云计算的核心技术：并行计算。并行计算是指利用多个计算资源同时解决计算问题的过程，是提高计算机计算速度和处理能力的有效手段。基本思想是使用多个处理器共同解决同一问题。即，将要解决的问题分解为几个部分，每个部分由的处理器并行计算。并行计算可以是专门设计为包含多个处理器的超级计算机，也可以是由以某种方式互连的多个计算机组成的集群。通过并行计算集群完成数据处理，并将处理结果返回给用户。

云计算使用的技术很多，其中编程模型、数据管理技术、数据存储技术、虚拟化技术、云计算平台管理技术最为关键。
（一）编程模型
MapReduce是Google开发的java、Python、C++编程模型。它是一种简化的分布式编程模型和高效的任务调度模型。，用于大型数据集（大于1TB）的并行作。严格的编程模型使得云计算环境中的编程变得非常容易。MapReduce模式的思想是将要执行的问题分解为Map（映射）和Reduce（化简）。首先通过Map程序将数据切割成不相关的块，然后分配（调度）到大量计算机上进行处理，实现分布式作的结果，然后通过Reduce程序汇总并发送出去。
（二）海量数据分布式存储技术
云计算由大量服务器组成，同时为大量用户服务。因此，云计算采用分布式存储来存储数据。，采用冗余存储，保证数据可靠性。云计算中广泛使用的数据存储是Google的GFS和HDFS，Hadoop团队开发的GFS的开源实现。
GFS，GoogleFileSystem（谷歌文件），是一个可扩展的分布式文件，用于访问大量数据的大型分布式应用程序。GFS的设计理念与传统文件不同，是对大规模计算和Google应用功能而设计的。它使用廉价的原材料运行，但提供容错能力。它可以为大量用户提供高性能的服务。
一个GFS集群由一个主服务器（master）和大量的块服务器（chunkservers）组成，并且可以被许多客户端（client）访问。主服务器存储有关文件的所有元数据，包括命名空间、访问控制信息、从文件到块的映射以及块的当前位置。它还控制范围的活动，例如块租赁管理、孤立块的垃圾收集以及块服务器之间的块迁移。主服务器通过HeartBeat消息定期与各个区块服务器进行通信，向区块服务器发送指令并收集其状态。GFS中的文件被分为64MB的块并进行冗余存储，每条数据在中存储有3个以上的备份副本。
客户端与主服务器之间的交换仅限于元数据的作，所有数据通信都直接连接到区块服务器，大大提高了的效率并防止主服务器过载。
（三）海量计算技术
云计算需要对分布式、海量数据进行处理和分析。因此，计算技术必须能够有效地管理大量的数据。云计算中的数据处理技术主要是Google的BT（BigTable）数据处理技术和Hadoop团队开发的开源数据管理模块HBase。
BT是一个基于GFS、Scheduler、LockService和MapReduce构建的大型分布式数据库。与传统的关系型数据库不同，它将所有数据视为对象，形成一个巨大的表，用来分布和存储大规模的结构化数据。
许多Google项目都使用BT来存储数据，包括搜索、Googleearth和GoogleFinance。这些应用程序对BitTorrent有不同的需求：不同的数据大小（从URL到网页再到卫星图像）和不同的响应时间（从后端批处理到实时数据服务）。对各种需求，BT提供了灵活高效的服务。
（四）虚拟化技术
通过虚拟化技术，软件应用可以与底层硬件隔离。它包括将单个资源拆分为多个虚拟资源。聚合模式，还包括将多个资源整合为一个虚拟资源的聚合模式。虚拟化技术根据对象可分为存储虚拟化、数据虚拟化、虚拟化等。数据虚拟化又分为级虚拟化、应用级虚拟化和桌面虚拟化。
（五）云计算平台管理技术
云计算资源规模巨大，众多服务器分布在不同地点，同时运行着数百个应用程序。有效地管理这些服务器并确保整个提供不间断的服务是一个重大挑战。
云计算的平台管理技术可以使大量服务器协同工作，方便业务部署和激活，快速检测和恢复故障，通过自动化实现大规模部署智能化意味着运行可靠。
我是从IT账户之外得知的。