云计算几个月可以学会

---

一、大数据云计算好不好学习？

1.1管理数据中心就像配置计算机

什么是计算、网络和存储资源？假设您想购买一台笔记本电脑。您对这台计算机的CPU类型感兴趣吗？内存有多少？这两者我们称之为计算机资源。

为了让这台电脑能够上网，需要有一个网口，插上网线或者无线网卡，连接到我们家里的路由器上，路由器也需要打开。一个来自联通、中国移动或者中国电信等运营商的网络，比如100M带宽，那么店主会把网线带到你家。所有者可以帮助您配置路由器并连接到他们公司的网络。所以您家中的每台电脑、手机和平板电脑都可以。您现在可以通过路由器访问互联网。这就是网络。

您可能还会问硬盘有多大容量？最初硬盘很小，10G左右。此后，500G、1T、2T硬盘就不再新鲜了。（1T就是1024G），这就是内存。

这是计算机的接口，对于数据中心也是如此。想象一下，您有一个非常大的机房，里面有很多服务器。这些服务器也有CPU、内存和硬盘，它们还通过类似路由器的设备访问互联网。现在的问题是数据中心运营商如何统一管理这些设备？

1.2灵活性就是想要什么就有什么，想要什么时候就有什么，想要多少就有多少

管理的目标是在两个方面实现灵活性。哪两个方面？例如，某人需要一台非常小的计算机，只有一个CPU、1G内存、10G硬盘和1M带宽。你可以给他吗？对于这么小的规格的电脑，现在任何一台笔记本电脑的配置都比这台电脑好，而且家里任何宽带连接都需要100M。但是，如果你去云计算平台，当他想要这个资源的时候，他只需要一点点就可以得到。

所以它可以实现两个方面的灵活性。

第一个方面是当你想要它的时候就想要它。例如，当您需要时它将可用。这称为时间灵活性。

第二个方面是你想拥有多少就拥有多少。例如，如果您需要一台非常小的计算机，例如您需要特别大的空间，请选择云。以磁盘为例。看来分配给每个人的云盘空间总是很大。随时都有空间可以上传，而且永远不会用完。

时空灵活性就是我们常说的云计算的弹性。

为了解决这个灵活性问题，它经历了很长一段时间的发展。

1.3不灵活的物理装备

首先，第一个阶段是物理机械，或者说物理装备时期。这个时间相当于客户需要一台计算机，所以我们购买一台并将其放在数据中心。当然，物理设备正变得越来越强大。例如，服务器有数百GB的内存。例如，网络设备具有数十甚至数百GB的带宽。数据中心（AP为1024T，T为1024G）。

然而，物理设备无法实现良好的灵活性。首先，当你想要它的时候，它是无法实现的。比如说你买一台服务器甚至一台电脑，你就有时间去买。突然，用户告诉云提供商他想要打开一台计算机。如果他用物理服务器的话，当时就很难买到了。如果供应商关系一般，采购最多可能需要一个月的时间。供应商关系良好，需要一周时间。用户等待一周后，计算机才准备就绪。用户仍然需要登录并慢慢开始部署他们的应用程序。时间灵活性很差。其次，空间的灵活性不好。例如，上述用户想要一台非常小的计算机。现在怎么可能有这么小的电脑呢？你不能仅仅为了满足只需要1G内存和80G硬盘的用户而购买这么小的机器。但如果你买大的，因为电脑大，你就会向用户收取更多费用。用户表示他们只使用这么小的一个，要求用户支付更多费用是不公平的。

---

一、大数据云计算好不好学习？随着互联网的不断发展，大数据技术和云计算技术都得到了广泛的应用，本文将通过案例分析来理解大数据和云计算技术之间的关系。
1、什么是云计算
为了描述方便，我将传统的集中式云计算系统（包括计算和存储）称为云计算中心。，边缘计算节点不一定部署在客户端或终端。从概念上讲，边缘计算领域的数据存储和计算部署在云计算的中心节点之外，因此数据收集点（例如传感器）、集成处理设备（例如自动驾驶汽车）都部署在本地。系统（如企业内部IT系统）或数据中心（如有既定安全要求的本地数据存储系统）可以作为边缘计算节点。
边缘计算节点和云计算中心是通用逻辑。边缘计算节点可以将数据或数据子集置于单个云计算中心的控制之下，以节省资源、降低成本、提高效率和业务连续性，并满足本地数据存储和处理等安全性和合规性要求。
2、云计算流程
首先，边缘计算节点以数据处理为主要目的。降低传输成本，提高运营效率。将图像等非结构化数据转换为本地转换的数据，并引入人工智能等技术，使更多操作能够在本地部署。
第二云计算中心向边缘计算节点提算法，边缘技术节点提供计算能力处理位置数据，结果也存储在本地。这主要是为了满足安全控制和隐私保护需求，同时利用快速的云服务来保证数据处理规则能够及时更新。