概念
云计算给大家提供了一种服务模式。云计算是通过互联网，按需计算的计算机资源，资源包括：网络、服务器、存储、应用软件、服务等。
过去企业数据维护需要恒温恒湿的机房、一排排服务器以及专业的维护人员。现在只需要购买云服务器，把项目部署再服务器上，由云服务器的提供者负责维护事宜。简单来说，配备了阿里云，就是阿里云的技术团队在维护服务器的安全
2.特点
按需自服务
——用户可根据自己的需求而获得计算资源
广泛的网络访问
——用户可以通过网络访问云服务：IP网络
——用户可以在任何地点以任何方式来访问云服务
资源共享
——提供者的计算资源形成一个资源池，采用多租赁的模式为多用户提供服务（所有用户访问的资源具有排他性，只有拥有者能访问自己的资源）
——计算资源可以根据用户的需求，动态的进行分配和重新分配不同的物理和虚拟资源
快速弹性
——容量可以在默写情况下快速扩展或者快速的收缩：根据用户需求购买指定量指定天数的容量
——对用户而言，可用的供应容量一般无限制，同时可以在任何时间购买到任何资源
服务可度量
——云系统可以在某些抽象的层次上将用于提供服务的计算能力进行自动的控制和优化资源的使用
——资源的使用可以机型监控、控制和报告
3.云计算模式
公有云
公有云通常指第三方提供商提供给用户能够使用的云，公有云一般可通过 Internet 使用，可能是免费或成本低廉的。这种云有许多实例，可在当今整个开放的公有网络中提供服务。公有云的最大意义是能够以低廉的价格，提供有吸引力的服务给最终用户，创造新的业务价值，公有云作为一个支撑平台，还能够整合上游的服务（如增值业务，广告）提供者和下游最终用户，打造新的价值链和生态系统。它使客使⽤户能够访问和共享基本的计算机基础设备资源，包括但不限于硬件、存储和带宽等。
私有云
私有云(Private Clouds)是为一个客户单独使用而构建的，因而提供对数据、安全性和服务质量的最有效控制。该公司拥有基础设施，并可以控制在此基础设施上部署应用程序的方式。（一些跨国公司）
混合云
混合云是公有云和私有云两种服务方式的结合。由于安全和控制原因，并非所有的企业信息都能放置在公有云上，这样大部分已经应用云计算的企业将会使用混合云模式。
4.如何理解IaaS、PaaS、SaaS？
IaaS在公共云中
虚拟化的计算资源，网络资源，存储资源。提供给消费者的服务是对所有计算基础设施的利⽤，包括处理器（CPU）、内存、存储、⽹络和其它基本的计算资源，⽤户能够部署和运⾏任意软件，包括操作系统和应⽤程序。（基础设施即服务）
私有云中的PaaS
面向的不是普通用户，而多是软件开发人员。提供给消费者的服务是把客户采用提供的开发语言和工具（例如Java，python, .Net等）开发的应用程序部署到供应商的云计算基础设施上去。 客户不需要管理或控制底层的云基础设施，包括网络、服务器、操作系统、存储等，但客户能控制部署的应用程序，也可控制运行应用程序的托管环境配置。优点是底层到运行环境，都不需要用户操心，省事，可以集中精力做应用项目，缺点是服务商提供的东西，定制太强，不灵活，只适用于特殊的应用项目。平台即服务
混合云中的SaaS
提供给客户的服务是运⾏在云计算基础设施上的应用程序， 用户可以在各种设备上通过客户端界⾯访问，如浏览器。消费者不需要管理或控制任何云计算基础设施，包括网络、服务器、操作系统、存储等。优点是所有东西都由服务商提供，自己只需要花钱使用就行了，对于广大(大中小)企业来说，SaaS是采用先进技术实施信息化的最好途径。典型应用：企业邮箱，视频点播，视频直播。软件既服务
5.云计算核心技术
1、虚拟化技术。
是云计算最为显著的特点，虚拟化技术包括应用虚拟和资源虚拟两种，物理平台与应用部署的环境在空间上是没有任何联系的，正是通过虚拟平台对相应终端操作完成数据备份、迁移和扩展等。
2、分布式数据存储技术
云计算的另一大优势就是能够快速、高效地处理海量数据。为了保证数据的高可靠性，云计算通常会采用分布式存储技术，将数据存储在不同的物理设备中。这种模式不仅摆脱了硬件设备的限制，同时扩展性更好，能够快速响应用户需求的变化。
分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。
GFS（Google File System）技术：谷歌的非开源的GFS（GoogleFile System）云计算平台满足大量用户的需求，并行地为大量用户提供服务。使得云计算的数据存储技术具有了高吞吐率和高传输率的特点。
HDFS（Hadoop Distributed File System）技术：大部分ICT厂商，包括Yahoo、Intel的“云”计划采用的都是HDFS的数据存储技术。未来的发展将集中在超大规模的数据存储、数据加密和安全性保证、以及继续提高I/O速率等方面。
3、编程模式
从本质上讲，云计算是一个多用户、多任务、支持并发处理的系统。高效、简捷、快速是其核心理念，它旨在通过网络把强大的服务器计算资源方便地分发到终端用户手中，同时保证低成本和良好的用户体验。在这个过程中，编程模式的选择至关重要。云计算项目中分布式并行编程模式将被广泛采用。
分布式并行编程模式创立的初衷是更高效地利用软、硬件资源，让用户更快速、更简单地使用应用或服务。在分布式并行编程模式中，后台复杂的任务处理和资源调度对于用户来说是透明的，这样用户体验能够大大提升。MapReduce是当前云计算主流并行编程模式之一。MapReduce模式将任务自动分成多个子任务，通过Map和Reduce两步实现任务在大规模计算节点中的高度与分配。
MapReduce是Google开发的java、Python、C++编程模型，主要用于大规模数据集（大于1TB）的并行运算。MapReduce模式的思想是将要执行的问题分解成Map（映射）和Reduce（化简）的方式，先通过Map程序将数据切割成不相关的区块，分配（调度）给大量计算机处理，达到分布式运算的效果，再通过Reduce程序将结果汇整输出。
4、大规模数据管理
处理海量数据是云计算的一大优势。那么如何处理则涉及到很多层面的东西，因此高效的数据处理技术也是云计算不可或缺的核心技术之一。对于云计算来说，数据管理面临巨大的挑战。云计算不仅要保证数据的存储和访问，还要能够对海量数据进行特定的检索和分析。由于云计算需要对海量的分布式数据进行处理、分析，因此，数据管理技术必需能够高效的管理大量的数据。
Google的BT（BigTable）数据管理技术和Hadoop团队开发的开源数据管理模块HBase是业界比较典型的大规模数据管理技术。
BT（BigTable）数据管理技术：BigTable是非关系的数据库，是一个分布式的、持久化存储的多维度排序Map。BigTable建立在 GFS,Scheduler, Lock Service和MapReduce之上，与传统的关系数据库不同，它把所有数据都作为对象来处理，形成一个巨大的表格，用来分布存储大规模结构化数据。 Bigtable的设计目的是可靠的处理PB级别的数据，并且能够部署到上千台机器上。
开源数据管理模块HBase：HBase是Apache的Hadoop项目的子项目，定位于分布式、面向列的开源数据库。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。作为高可靠性分布式存储系统，HBase在性能和可伸缩方面都有比较好的表现。利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。
5、分布式资源管理
云计算采用了分布式存储技术存储数据，那么自然要引入分布式资源管理技术。在多节点的并发执行环境中，各个节点的状态需要同步，并且在单个节点出现故障时，系统需要有效的机制保证其它节点不受影响。而分布式资源管理系统恰是这样的技术，它是保证系统状态的关键。
另外，云计算系统所处理的资源往往非常庞大，少则几百台服务器，多则上万台，同时可能跨跃多个地域。且云平台中运行的应用也是数以千计，如何有效地管理这批资源，保证它们正常提供服务，需要强大的技术支撑。因此，分布式资源管理技术的重要性可想而知。
全球各大云计算方案/服务提供商们都在积极开展相关技术的研发工作。其中Google内部使用的Borg技术很受业内称道。另外，微软、IBM、Oracle/Sun等云计算巨头都有相应解决方案提出