㈠ 云计算的知识梳理
一、云计算的定义：
官方：云计算是一种按使用量付费的模式（资源服务模式），该模式可以实现随时随地、便捷按需的从可配置资源共享池中获取所需的资源。包括网络、服务器、存储、应用及服务，资源能够快速供应并释放，大大减少了资源管理工作的开销。
网络：云计算 是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。
特点：1.超大规模 2.虚拟化 3.高可靠性 4.按需服务 5.高可扩展性
二、OpenStack的历史版本：
云计算：2010年 元年，因为出现了OpenStack的第一个版本Austin（2010-10-21），目前已经到最新版本Queens,前一个版本是Pike版本，发行版本的规律：字母表顺序A-Z来命名的
三、OpenStack的难点在哪里？
1、OpenStack涉及的知识领域极广
2、OpenStack是一个平台，并不是一个具体的实施方案
OpenStack的Cinder（存储服务）定义了上层API，分布式存储软件，Ceph、HDFS对应的驱动
3、OpenStack本身是一个分布式系统：All-in-one部署
对于一个小白来说，OpenStack的搭建无疑是一个痛点，这个门槛有点高，我在开始学习的时候，也是煞费苦心，所以学好基础知识真的非常重要。
四、什么是虚拟化？
1）、虚拟化与虚拟化技术是什么？
虚拟化是云计算的基础，
虚拟化：软件模拟硬件的过程
具体定义：虚拟化使一台物理机上可以跑多台虚拟机，虚拟机共享物理机的CPU、内存、IO等硬件资源，每一台虚拟机逻辑上是相互隔离的。
行业内专用术语：
1、物理机：宿主机Host
2、虚拟机：客户机Guest
2）、虚拟化分类（按照虚拟化实现结构）：
1、1型虚拟化
定义：Hypervisor直接安装在物理机（裸机）上，多个虚拟机在Hypervisor上运行。
特点: 1型虚拟机本身就是一个操作系统，不需要其他操作系统的支持
举例：VMware的ESXI（workstation、server）
2型虚拟化
物理机上首先安装常规的操作系统，比如 Redhat、Ubuntu 和 Windows。Hypervisor 作为 OS 上的一个程序模块运行，并对管理虚拟机进行管理。KVM、VirtualBox 和 VMWare Workstation 都属于这个类型。
虚拟化技术：一种运行在基础物理服务器和操作系统之间的中间软件层，可以访问服务器上包括磁盘和内存在内的所有物理设备。Hypervisor协调着这些硬件资源的访问，以及各个虚拟机之间的防护。服务器启动时，它会加载所有虚拟机客户端的操作系统，同时为虚拟机分配内存、磁盘和网络等。也可叫做VMM（ virtual machine monitor ），即虚拟机监视器。
1型和2型虚拟化的对比：
1、前者性能比后者好
2、前者不需要操作系统支持，后者需要
3、后者更加灵活，特点：支持虚拟机的嵌套
使用虚拟化的原因：
打破实体结构间不可切割的障碍，使用户能更好的利用这些资源
没有虚拟化:服务器的IT资源30%
有虚拟化：服务器的IT资源70%
3）、虚拟化的优点
1、提高IT资源利用率
2、显着减少了服务器的数量，企业不动资产和管理成本。
3、加速应用部署
4、提高应用兼容性
五、云计算服务三层架构：根据提供服务的不同（会在下一篇详细讲解三种服务）
1、IaaS:infrastructure as a Service
定义：基础服务层
功能：提供的服务是存储、计算、网络等硬件资源 OpenStack
特点：负责管理虚拟机的整个生命周期，虚拟机创建、修改、启动停止、快照/备份、销毁
举例：阿里云、腾讯云、亚马逊的AWS（Amazon webserice）
2、PaaS：platform as a service
定义：平台服务层
功能：提供的服务是应用程序的运行环境和一系列中间件服务
特点：负责保证服务的性能和可用性。
举例：大数据和深度学习容器云平台
3、SaaS：Software as a service
定义：软件服务层
功能：提供的服务是软件/应用程序。
特点：用户需要登录并使用它，"拿来即用"
举例：facebook、twitter、instagram、QQ、微信
网上还有人说Docker的CaaS（container as a service）容器服务层。
六、OpenStack是什么？
OpenStack is a cloud operating system that controls large pools of storage, compute,and networking resources throughout a datacenter,all managed through a dashboard that gives administrators control while empowering their users to provision resources through a web interface。
官方定义：OpenStack是一个（可以管理整个数据中心里存储、计算及网络资源的）云操作系统。
OpenStack 作为一个操作系统，管理资源是它的首要任务；
OpenStack 管理资源主要有三个方面：计算、存储和网络。
整个OpenStack是由控制节点，计算节点，网络节点，存储节点四大部分组成。这四个节点也可以安装在一台机器上，单机部署（All-in-one部署）
控制节点 负责对其余节点的控制，包含虚拟机建立，迁移，网络分配，存储分配等等
计算节点 负责虚拟机运行
网络节点 负责对外网络与内网络之间的通信
存储节点 负责对虚拟机的额外存储管理等等
下面我给出一张官方架构图（给出中文版方便理解）：
OpenStack的组件：
Nova：计算管理服务，提供了对计算节点的Nova的管理，使用Nova-API进行通信 （核心服务）
Neutron：网络管理服务，提供了对网络节点的网络拓扑管理，同时提供Neutron在Horizon的管理面板（核心服务）
Glance：镜像管理服务，提供了对虚拟机部署的时候所能提供的镜像的管理，包含镜像的导入，格式，以及制作相应的模板（核心服务）
Keystone：认证管理服务，为OpenStack的其他组件提供认证（auth）服务 （核心服务）
Cinder：提供管理存储节点的Cinder相关（为虚拟机提供存储卷（虚拟硬盘）） （核心服务）
Swift：为Glance和Cinder提供对象存储服务
Ceilometer：为OpenStack提供监控（monitor）、计量服务；提供对物理资源以及虚拟资源的监控，并记录这些数据，对该数据进行分析，在一定条件下触发相应动作
Heat：提供了基于模板来实现云环境中资源的初始化，依赖关系处理，部署等基本操作，也可以解决自动收缩,负载均衡等高级特性。
Horizon：控制台服务，提供了以Web的形式对所有节点的所有服务的管理 （核心服务）
第一次写关于技术方面的文章，不足之处后面还会修改补充，希望自己坚持下去。
㈡ 什么是云计算和大数据
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源;广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。
大数据(big data)，或称海量数据，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Velocity、Variety、Veracity。
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。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。
大数据管理，分布式进行文件系统，如Hadoop、Maprece数据分割与访问执行;同时SQL支持，以Hive+HADOOP为代表的SQL界面支持，在大数据技术上用云计算构建下一代数据仓库成为热门话题。从系统需求来看，大数据的架构对系统提出了新的挑战：
1、集成度更高。一个标准机箱最大限度完成特定任务。
2、配置更合理、速度更快。存储、控制器、I/O通道、内存、CPU、网络均衡设计，针对数据仓库访问最优设计，比传统类似平台高出一个数量级以上。
3、整体能耗更低。同等计算任务，能耗最低。
4、系统更加稳定可靠。能够消除各种单点故障环节，统一一个部件、器件的品质和标准。
5、管理维护费用低。数据藏的常规管理全部集成。
6、可规划和预见的系统扩容、升级路线图。
㈢ 大数据和云计算的区别
1、目的不同：大数据是为了发掘信息价值，而云计算主要是通过互联网管理资源，提供相应的服务。
2、对象不同：大数据的对象是数据，云计算的对象是互联网资源以及应用等。
3、背景不同：大数据的出现在于用户和社会各行各业所产生大的数据呈现几何倍数的增长；云计算的出现在于用户服务需求的增长，以及企业处理业务的能力的提高。
4、价值不同：大数据的价值在于发掘数据的有效信息，云计算则可以大量节约使用成本。
结构
大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。
大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
以上内容参考：网络-大数据
㈣ 什么是云计算什么是大数据二者有何联系
云计算的关键词在于“整合”，无论你是通过现在已经很成熟的传统的虚拟机切分型技术，还是通过google后来所使用的海量节点聚合型技术，他都是通过将海量的服务器资源通过网络进行整合，调度分配给用户，从而解决用户因为存储计算资源不足所带来的问题。
大数据正是因为数据的爆发式增长带来的一个新的课题内容，如何存储如今互联网时代所产生的海量数据，如何有效的利用分析这些数据等等。
他俩之间的关系你可以这样来理解，云计算技术就是一个容器，大数据正是存放在这个容器中的水，大数据是要依靠云计算技术来进行存储和计算的。
(4)大数据云计算知识大全扩展阅读：
云计算常与网格计算、效用计算、自主计算相混淆。
网格计算：分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机，常用来执行一些大型任务；
效用计算：IT资源的一种打包和计费方式，比如按照计算、存储分别计量费用，像传统的电力等公共设施一样；
自主计算：具有自我管理功能的计算机系统。
事实上，许多云计算部署依赖于计算机集群（但与网格的组成、体系结构、目的、工作方式大相径庭），也吸收了自主计算和效用计算的特点。
被普遍接受的云计算特点如下：
(1) 超大规模
“云”具有相当的规模，Google云计算已经拥有100多万台服务器， Amazon、IBM、微软、Yahoo等的“云”均拥有几十万台服务器。企业私有云一般拥有数百上千台服务器。“云”能赋予用户前所未有的计算能力。
(2) 虚拟化
云计算支持用户在任意位置、使用各种终端获取应用服务。所请求的资源来自“云”，而不是固定的有形的实体。应用在“云”中某处运行，但实际上用户无需了解、也不用担心应用运行的具体位置。只需要一台笔记本或者一个手机，就可以通过网络服务来实现我们需要的一切，甚至包括超级计算这样的任务。
(3) 高可靠性
“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。
(4) 通用性
云计算不针对特定的应用，在“云”的支撑下可以构造出千变万化的应用，同一个“云”可以同时支撑不同的应用运行。
(5) 高可扩展性
“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。
(6) 按需服务
“云”是一个庞大的资源池，你按需购买；云可以像自来水，电，煤气那样计费。
大数据特征：
1 容量（Volume）：数据的大小决定所考虑的数据的价值和潜在的信息；
2 种类（Variety）：数据类型的多样性；
3 速度（Velocity）：指获得数据的速度；
4 可变性（Variability）：妨碍了处理和有效地管理数据的过程。
5 真实性（Veracity）：数据的质量
6 复杂性（Complexity）：数据量巨大，来源多渠道
7 价值（value）：合理运用大数据，以低成本创造高价值
想要系统的认知大数据，必须要全面而细致的分解它，着手从三个层面来展开：
第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。在这里从大数据的特征定义理解行业对大数据的整体描绘和定性；从对大数据价值的探讨来深入解析大数据的珍贵所在；洞悉大数据的发展趋势；从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。
第二层面是技术，技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。
第三层面是实践，实践是大数据的最终价值体现。在这里分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。
㈤ 大数据云计算主要学习什么呢
云计算需要学习的知识是：1、网络通信知识，包括互联网基础建设相关的所有知识；2、虚拟化知识，应该了解硬件运行原理以及虚拟化实现技术；3、数据库技术；4、网络存储技术；5、网络信息安全技术，最起码得明白什么是iso 17799；6、电子商务；7、容灾及备份技术；8、JAVA编程技术；9、分布式系统架构
㈥ 学习云计算和大数据要有哪些基础知识
大数据前景是很不错的，像大数据这样的专业还是一线城市比较好，师资力量跟得上、就业的薪资也是可观的，学习大数据可以按照路线图的顺序，
0基础学习Java是没有问题的，关键是找到靠谱的Java培训机构，你可以深度了解机构的口碑情况，问问周围知道这家机构的人，除了口碑再了解机构的以下几方面：
1. 师资力量雄厚
要想有1+1>2的实际效果，很关键的一点是师资队伍，你接下来无论是找个工作还是工作中出任哪些的人物角色，都越来越爱你本身的技术专业java技术性，也许的技术专业java技术性则绝大多数来自你的技术专业java教师，一个好的java培训机构必须具备雄厚的师资力量。
2. 就业保障完善
实现1+1>2效果的关键在于能够为你提供良好的发展平台，即能够为你提供良好的就业保障，让学员能够学到实在实在的知识，并向java学员提供一对一的就业指导，确保学员找到自己的心理工作。
3. 学费性价比高
一个好的Java培训机构肯定能给你带来1+1>2的效果，如果你在一个由专业的Java教师领导并由Java培训机构自己提供的平台上工作，你将获得比以往更多的投资。
希望你早日学有所成。
㈦ 大数据云计算都要学习什么
云计算与大数据工程师是指将包括硬件软件的一切资源（计算能力，存储等）通过虚拟化和分布式技术，对网络中海量数据中，进行高效的获取数据，有效的深加工，并最终得到感兴趣的数据，以数据为支撑，通过网络以便利的、按需付费的方式获取计算资源（包括网络、服务器、存储、应用和服务等）并提高其可用性的模式。