2.4 云計算與大數據

云計算是一種商業模式，也是一種計算模式。云計算將成為第四代IT產業改革模式。云計算可以使互聯網的速度更快，容量更大，成本更低。所以，云計算是以大數據為基礎進行的，大數據的主要目的是在海量數據中發現其背后的潛在價值，讓使用者更好地理解和掌握信息，而云計算更偏重于向使用者提供服務，二者相互關聯。本節將闡述云計算與大數據的關系和結合。

2.4.1 云計算與大數據的關系

大數據注重數據，為實際的業務提供數據采集，是對信息的積淀；云計算注重計算，為IT提供基礎架構，是對信息的處理。云計算與大數據存在以下聯系。

1）從整體角度看，大數據與云計算相輔相成。

云計算與大數據都是為數據存儲和處理服務的，都需要占用大量的存儲和計算資源。

2）從技術角度看，大數據根植于云計算。

海量數據存儲技術、海量數據管理技術和MapReduce等并行處理技術既是大數據技術的基礎，也都是云計算的關鍵技術。

3）從結構角度看，云計算及其分布式結構是大數據的商業模式與架構的重要途徑。

大數據的處理技術改變著計算機的運行模式，能夠處理目前存在的各種海量數據，包括博客、電子郵件、文檔、音頻和其他類型的數據，并且其工作速度非常快，硬件成本低，具有普及性，而云計算將計算任務分給資源池，使用戶能夠按需獲取信息服務，云計算給使用者提供低成本獲取計算和存儲的能力，云計算架構能夠支持數據的存儲和處理，結合大數據的低成本硬件+云計算的低成本軟件+低成本運維，推動了大數據的處理，并得以充分利用。圖2-10所示為利用云計算處理海量數據。

盡管云計算與大數據相輔相成，但大數據與云計算也有很多方面的差異。

1）目的不同：大數據主要是通過充分挖掘海量數據以發現數據中的價值，而云計算是節省企業的IT部署成本，主要通過互聯網更好地調用、擴展和管理計算及存儲資源和能力。

2）對象不同：大數據的處理對象是“數據”；云計算的處理對象是“IT資源、處理能力和應用”。

3）推動力量不同：大數據的推動力量是從事數據存儲與處理的軟件廠商和擁有海量數據的企業；云計算的推動力量是存儲及計算設備的生產廠商和擁有計算及存儲資源的企業。

4）帶來的價值不同：大數據由數據中的價值發現帶來收益，云計算節省IT部署成本。

因此，不難發現云計算和大數據實際上是工具與用途的關系，即云計算為大數據提供了有力的工具和途徑，大數據為云計算提供了很有價值的用武之地。而且，從所使用的技術來看，大數據可以理解為云計算的延伸。

2.4.2 云計算與大數據的結合

云計算可以使互聯網的速度更快，容量更大，成本更低。全球云計算市場將以28%的復合年增長率快速擴張，云計算快速發展背后的驅動力是全球數據的快速增長。大數據若與云計算相結合，將相得益彰，互相都能發揮最大優勢。云計算能為大數據提供強大的存儲和計算能力，能更加迅速地處理大數據的豐富信息，并更方便地提供服務；而來自大數據的業務需求，能為云計算的落地找到更多、更好的實際應用。圖2-11形象地說明了云計算與大數據的結合。

1.阿里云

阿里云是目前中國公有云IaaS市場最大的服務提供商，阿里云由阿里巴巴集團投資成立于2009年9月10日，阿里云計算為阿里巴巴、淘寶、支付寶及一些中小企業提供云計算服務。

阿里云的云計算建立在大規模分布式計算系統上，提供了開放數據存儲OSS、關系型數據庫RDS、開放結構化數據服務OTS和開放數據處理服務ODPS等一系列云端的數據存儲和計算服務。阿里云共有3類產品，包括彈性計算、數據存儲與數據庫和大規模計算，每類產品具體包括的內容如表2-4所示。

與Amazon的云存儲服務不同的是，阿里云擁有完全的自主知識產權的飛天內核，可以通過構建存儲和分析平臺，做到多種服務器并行架構，數據的安全性由可靠的服務器和傳輸方式來保證。在阿里云的數據中心，信息的傳輸和轉移是通過并行處理的應用程序、數據庫、備份站點和處理器來完成的。其中，數據的獲取通過ODPS進行計算和數據處理，ODPS提供數據存儲和數據分析的平臺，用戶可以使用該平臺上的數據模型和服務，也可以發布數據分析工具。

中石化基于阿里巴巴提供的基礎云服務建設共享服務中心“易派客”，其系統架構圖如圖2-12所示，基于大數據的技術與營銷方法，精準服務8000萬加油卡客戶，提升客戶體驗。

2.通信業的大數據與云計算

大數據通過與云計算結合能夠釋放出巨大的能力，這對于每個行業都有推動作用，而信息、互聯網和通信產業表現相對突出，特別是在通信業，傳統的話務業務不能適應互聯網發展的需求，而通過大數據與云計算的結合能夠為通信業轉型提供動力和途徑，帶來新的機遇。

（1）提升網絡的服務質量

隨著互聯網和移動互聯網的逐步發展，運營商的網絡也越來越繁忙，監測網絡運行狀態的信息數據也在急劇增長。基于大數據的海量數據存儲技術，可以滿足用戶的存儲需求；通過智能分析技術，能夠有效提高網絡維護的實時性，及時預測網絡流量高峰值，對異常流量預警，給網絡改造和優化提供參考依據，從而提高用戶的體驗。

（2）提高客戶洞察的準確性

客戶洞察是指企業層面把全面掌握的客戶數據提供給市場營銷和客戶聯系等環節，使這些客戶數據得到有效應用。通過使用大數據的分析挖掘工具和方法，通信業可以整合來自內部各個部門的數據，如市場部、營銷部和服務部等，能夠全面客觀地了解客戶，精準刻畫用戶的形象，尋找到目標客戶，并制訂行之有效的營銷計劃、產品組合或者商業決策，提升客戶形象和價值。通過數據挖掘中的情感分析、語義分析等技術，可以針對客戶的喜好和情緒，進行個性化的業務推薦等。

（3）增強行業信息化的服務水平

通信業在智慧城市的發展中占據重要地位，而目前的通信業主要還是提供終端和通信管道，通信行業的應用軟件和系統集成還需要整合外部的應用軟件提供商，主要在網絡化、自動化等較低水平體現用戶的價值。而隨著社會、經濟的發展，用戶對于智能化的要求將逐步強烈，因此運營商如能把大數據技術整合到行業信息化方案中，通過數據采集、存儲和分析幫助用戶更好地進行決策，將能極大地提升信息化服務的價值。

（4）基于云的數據分析服務

大數據和云計算相結合，可以提供一種數據分析的服務，通信業目前的云計算服務以數據中心等資源的提供為主。下一步，通信業可以在數據中心的基礎上搭建大數據分析平臺，通過自行采集、第三方提供等方式匯聚數據，并對數據進行分析，為相關企業提供分析報告。