1 什么是云服务
云服务就是互联网提供的各种服务器，计算、存储、数据库，甚至是大数据、人工智能服务，并且这些服务是弹性可伸缩、按需支付的。
2.云服务都能提供什么服务
（1）SaaS：软件即服务
SaaS（Software-as-a-Service）为用户提供了对供应商云端软件的访问。用户无须购买软件，而是向提供商租用基于 Web 的软件，来管理企业经营活动。常见的比如邮件服务、ERP 系统、办公系统、疫情期间的远程协同工具等，这类服务都可以成为 SaaS 服务。SaaS 服务的定制化程度高，往往都是满足已经确定的需求，用户很难对其做个性化的改变
（2）PaaS：平台即服务
PaaS（Platform-as-a-Service）为用户提供云环境，用于开发、管理和交付应用。除存储器和其他计算资源以外，用户能够使用预构建工具套件，开发、定制和测试自己的应用。PaaS 可帮助企业用户和开发人员，以本地部署解决方案无法企及的速度创建应用程序。
（3）IaaS：基础设施即服务
IaaS（Infrastructure-as-a-Service）处于更加底层的服务，比如服务器资源、存储资源、网络和计算资源，都属于 IaaS 服务。可想而知，IaaS 的灵活性更高，供应商只负责提供这些硬件资源，同样的，在开发和维护上的工作也就更多。
我们再电商平台的例子来说：
使用 IaaS 服务意味着省去了买服务器、搭建网络环境等环节，只需要在供应商提供的虚拟机器上搭建自己的开发环境，然后开始写代码；
而 PaaS 服务则不需要搭建开发环境，只需要按照供应商给出的开发指南进行开发；
而 SaaS 服务连开发步骤也省去了，只需要在供应商提供的网站的基础上，修改一下名称和图片就可以开始卖
3.云服务的好处
1.节约成本
使用云服务最大的好处就在于能够帮助你节约成本。像我们在讲的大数据体系，要想独立构建这样一套完整的体系需要很多的服务器资源、网络资源以及人力成本，直接使用云服务省去了自己构建的麻烦，只需要根据需求去进行应用就好了。
2.可扩展性
除了节约成本，可扩展也是云服务的一大好处。就像前面说的例子，在搞活动的时候我们可能需要比平时多十倍的机器和带宽，而在剩下的时间里，不需要那么多资源。而云服务的供应商有着充足的资源，当我们需要的时候，按需求进行扩展，比如说只购买一天的量来应对特殊的情况，而且这种扩展的成本往往都非常低，云服务供应商可以提供很好的无缝衔接。
3.紧跟最新技术
理所应当，如果使用云服务你就不需要关心升级和更新。云服务供应商对于技术方面往往都会做很多种版本的支持，这样你可以根据自己的需要进行选择。它会帮你配置好各种复杂的依赖，即使你想使用最新的版本也基本上可以得到满足，而不需要自己去解决细节问题。当然，在云服务的背后有强大的技术团队来进行支撑。
4.流动性
由于所有的操作都可以云端进行，比如你可以把数据放在云存储上，运算也可以使用云计算，甚至连交易平台也使用云上的服务，所以你只需要一个能够联网的设备，比如说笔记本，或者是一个 iPad，就可以进行办公。云服务使得流动性变得更好，你可以随时随地根据自己的需求进行连接。
5.故障恢复
你的云端设备可以匹配最佳的企业系统，如果服务器发生故障，它将自动将故障转移到另一台服务器，不会损坏你本来服务器的稳定性。在小型组织的 IT 环境中，这项技术是绝对无法实现的，因为实施这种故障转移将耗费巨大资金，并且消耗很多的时间。
4大数据与云计算的关系
根据前面的介绍，我们可以了解到，使用云服务可以让我们以更低成本和更快速地构建起自己所需要的资源和服务。所以，通过使用云服务，我们可以把各种云端的软硬件资源和服务都当作软件来进行合理的使用。
而大数据架构的基本的特征，首先就是可以横向扩展，通过增加机器来满足原本单个机器无法处理的存储和计算的问题。譬如说我们所讲的 Hadoop 架构，它的高可用性是通过合理的软件设计和架构设计来实现的，而不是使用高端的硬件设备来实现的。
所以，从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。云服务中的虚拟化技术和弹性扩展能力可以支持大数据平台快速地扩展或者缩减存储和计算的资源。云存储为大数据提供了可扩展、高可用性、高持久性、安全的存储资源，保证了大数据平台的高效运行。
未来的趋势是，云平台作为计算资源和存储资源的底层，支撑着上层的大数据平台，而大数据的发展为云服务的落地找到了更多的实际应用。大数据和云的融合是重大的趋势，这两个技术是相辅相成的关系。