云计算（英语：Cloud Computing），是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。典型的云计算提供商往往提供通用的网络业务应用，可以通过浏览器等软件或者其他Web服务来访问，而软件和数据都存储在服务器上。云计算服务通常提供通用的通过浏览器访问的在线商业应用，软件和数据可存储在数据中心。

基本概念

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。对于到底什么是云计算，至少可以找到100种解释。目前广为接受的是中国云计算专家咨询委员会副主任、秘书长刘鹏教授给出的定义：“云计算是通过网络提供可伸缩的廉价的分布式计算能力。”

云计算这个名词来自于Google，而最早的云计算产品来自于Amazon。有意思的是，Google在2006年正式提出云计算这个名词的时候，Amazon的云计算产品AWS(Amazon Web Service)已经正式运作差不多4年了。因此，有人认为，Google对云计算的最大贡献是为它起了个好名字，Amazon才是云计算的真正开拓者。

云计算是一个新名词，却不是一个新概念。云计算这个概念从互联网诞生以来就一直存在。很久以前，人们就开始购买服务器存储空间，然后把文件上传到服务器存储空间里保存，需要的时候再从服务器存储空间里把文件下载下来。这和 Dropbox或百度云的模式没有本质上的区别，它们只是简化了这一系列操作而已。

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。

云计算是世界各大搜索引擎及浏览器数据收集、处理的核心计算方式。推动着网络数据时代进入更加人性化的历史阶段。

云计算(cloud computing)是商业化的超大规模分布式计算技术。即：用户可以通过已有的网络将所需要的庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的更庞大的系统，经搜寻、计算、分析之后将处理的结果回传给用户。

最简单的云计算技术在网络服务中已经随处可见并为我们所熟知，比如搜寻引擎、网络信箱等，使用者只要输入简单指令即可获得到大量信息。而在未来的“云计算”的服务中，“云计算”就不仅仅是只做资料搜寻工作，还可以为用户提供各种计算技术、数据分析等的服务。透过“云计算”，人们利用手边的PC机和网络就可以在数秒之内，处理数以千万计甚至亿计的信息，得到和“超级计算机”同样强大效能的网络服务，获得更多，更复杂的信息计算的帮助。比如分析DNA的结构、基因图谱排序、解析癌症细胞等等。就普通百姓常用而言，在云计算下，未来的手机、GPS等行动装置都可以发展出花样翻新、目不暇接的各色应用服务。

广义的云计算和狭义的云计算

狭义的云计算是指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的资源(硬件、平台、软件)。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。这种特性经常被称为像水电一样使用IT基础设施。广义的云计算是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的服务。这种服务可以是IT和软件、互联网相关的，也可以是任意其他的服务。

云计算和云存储的关系

当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，所以云存储是一个以数据存储和管理为核心的云计算系统。

主要特点

云计算通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将与互联网更相似。这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。

好比是从古老的单台发电机模式转向了电厂集中供电的模式。它意味着计算能力也可以作为一种商品进行流通，就像煤气、水电一样，取用方便，费用低廉。最大的不同在于，它是通过互联网进行传输的。

云计算有哪些好处?

1、安全，云计算提供了最可靠、最安全的数据存储中心，用户不用再担心数据丢失、病毒入侵等麻烦。

2、方便，它对用户端的设备要求最低，使用起来很方便。

3、数据共享，它可以轻松实现不同设备间的数据与应用共享。

4、无限可能，它为我们使用网络提供了几乎无限多的可能。

发展

云计算在我国，云计算发展非常迅猛。在前瞻网《2015-2020年中国云计算产业发展前景与投资战略规划分析报告 前瞻》中有相关内容：2008年5月10日，IBM在中国无锡太湖新城科教产业园建立的中国第一个云计算中心投入运营。2008年6月24日，IBM在北京IBM中国创新中心成立了第二家中国的云计算中心——IBM大中华区云计算中心；2008年11月28日，广东电子工业研究院与东莞松山湖科技产业园管委会签约，广东电子工业研究院将在东莞松山湖投资2亿元建立云计算平台；2008年12月30日，阿里巴巴集团旗下子公司阿里软件与江苏省南京市政府正式签订了2009年战略合作框架协议，计划于2009年初在南京建立国内首个“电子商务云计算中心”，首期投资额将达上亿元人民币；世纪互联推出了CloudEx产品线，包括完整的互联网主务"CloudExComputingService",基于在线存储虚拟化的"CloudExStorageService"，供个人及企业进行互联网云端备份的数据保全服务等等系列互联网云计算服务；中国移动研究院做云计算的探索起步较早，已经完成了云计算中心试验。

中移动董事长兼CEO王建宙认为云计算和互联网的移动化是未来发展方向。《中国云科技发展“十二五”专项规划》明确提出，到“十二五”末期，在云计算的重大设备、核心软件、支撑平台等方面突破一批关键技术，形成自主可控的云计算系统解决方案、技术体系和标准规范，在若干重点区域、行业中开展典型应用示范，实现云计算产品与服务的产业化，积极推动服务模式创新，培养创新型科技人才，构建技术创新体系，引领云计算产业的深入发展，使我国云计算技术与应用达到国际先进水平。预计随着国家的扶持以及企业投入力度的进一步加大，中国云计算从概念到大规模应用将指日可待。

十大云计算工具

1.名称：Cloudability

工具类型：云成本分析

2.名称：S3生命周期追踪器、EC2预留探测器、RDS预留探测器

工具类型：云优化

3.名称：AtomSphere

工具类型：云集成

4.名称：Enstratius

工具类型：云基础设施管理

5.名称：Informatica Cloud 2013春季版

工具类型：云数据集成

6.名称：CloudHub

工具类型：云集成服务

7.名称：Chef

工具类型：云配置管理

8.名称：Puppet

工具类型：云配置管理

9.名称：RightScale Cloud Management

工具类型：云管理

10.名称：Agility Platform

工具类型：企业云管理

基本术语

公共云和私有云

简单来说，云服务可以将企业所需的软硬件、资料都放到网络上，在任何时间、地点，使用不同的IT设备互相连接，实现数据存取、运算等目的。当前，常见的云服务有公共云(Public Cloud)与私有云(Private Cloud)两种。

公共云成本较低

公共云是最基础的服务，多个客户可共享一个服务提供商的系统资源，他们毋须架设任何设备及及配备管理人员，便可享有专业的IT服务，这对于一般创业者、中小企来说，无疑是一个降低成本的好方法。公共云还可细分为3个类别，包括Software-as-a- Service, SaaS(软件即服务)、Platform-as-a-Service, PaaS(平台即服务)及

Infrastructure-as-a-Service, IaaS(基础设施即服务)。

我们平日常用的Gmail、Hotmail、网上相册都属于SaaS的一种，主要以单一网络软件为主导;至于PaaS则以服务形式提供应用开发、部署平台，加快用户自行编写CRM(客户关系管理)、ERP(企业资源规划)等系统的时间，用户必须具备丰富的IT知识。

IaaS满足企业不同需要

上述公共云服务成本较低，但使用灵活度有不足，不满足这种服务模式的中小企业，不妨考虑“基建即服务(IaaS)” 的IT资源管理模式。IaaS架构主要通过虚拟化技术与云服务结合，直接提升整个IT系统的运作能力，当前的IaaS服务提供商，如第一线安莱公司，会以月费形式提供具顶尖技术的软硬件及服务，例如服务器、存储系统、网络硬件、虚拟化软件等。IaaS让企业可以自由选择使用那些软、硬件及服务，中小企业都可根据行业的需要、发展规模，建设最适合自己的IT基建系统。

这种服务模式能为中小企业带来多重优势，其一、他们不必配备花费庞大的IT基建设备，却可享受同样专业的服务;其二、管理层可根据业务发展的规模、需求，调配所需的服务组合;其三、当有新技术出现时，企业可随时向服务提供商提出升级要求，不必为增加硬件而烦恼;其四、IaaS服务提供商拥有专业的顾问团队，中小企业可免却系统管理、IT支持方面的支出。

大企业倾向架设私有云

此外，近年经济环境竞争激烈，就算大型企业也关注成本的节约，因而也需要云服务。虽然公共云服务提供商需遵守行业法规，但是大企业(如金融、保险行业)为了兼顾行业、客户私隐，不可能将重要数据存放到公共网络上，故倾向于架设私有云端网络。

私有云的运作形式，与公共云类似。然而，架设私有云却是一项重大投资，企业需自行设计数据中心、网络、存储设备，并且拥有专业的顾问团队。企业管理层必须充分考虑使用私有云的必要性，以及是否拥有足够资源来确保私有云正常运作。

云计算可以认为包括以下几个层次的服务：基础设施即服务（IaaS），平台即服务（PaaS）和软件即服务（SaaS）。

IaaS：基础设施即服务

IaaS(Infrastructure-as-a- Service)：基础设施即服务。消费者通过Internet可以从完善的计算机基础设施获得服务。IaaS为客户提供的能力是提供处理能力、存储能力、网络和其它基本计算资源，客户可以使用这些资源部署或运行他们自己的软件，如操作系统或应用程序。客户无法管理和控制底层云基础设施，但可以控制操作系统、存储、部署的应用程序，或有限的网络组件控制权。

PaaS：平台即服务

PaaS(Platform-as-a- Service)：平台即服务。PaaS实际上是指将软件研发的平台作为一种服务，以SaaS的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是，PaaS的出现可以加快SaaS的发展，尤其是加快SaaS应用的开发速度。PaaS改变了传统的应用交付模式，促进了分工的进一步专业化，解耦了开发团队和运维团队，将极大地提高未来软件交付的效率。

SaaS：软件即服务

SaaS(Software-as-a- Service)：软件即服务。它是一种通过Internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动。

与公有云相比，私有云的特点

安全；私有云的服务对象被限制在企业内部，因此私有云的建设、运营和使用都是在企业内部完成，对外不提供公开接口，因此会相对安全。

成本固定；云环境中通常是根据每单元存储收费的。用户只需根据服务水平协议对实际使用的部分付费，而不是根据分配的空间或者某一个标准。

可用性；在用户需要的时候，空间需要能够被及时分配，并且要求能在使用完后及时的收回。

服务质量；需要有详细的服务水平描述并严格参照执行。可衡量的标准可以用于定义用户能得到怎样的响应时间、恢复时间以及活动时间的支持。

价值挖掘

云计算和物联网如今已是IT业界的两大焦点，它们有很大的区别，但同时也有着千丝万缕的联系——物联网通过数量惊人的传感器采集到难以计数的数据量，而云计算可以对这些海量数据进行智能处理。可以说，云计算是物联网发展的基石，而物联网又是云计算最大的用户，二者的融合可谓珠联璧合，相辅相成。在大数据时代，云计算融合物联网将进一步推动数据价值的挖掘，促进产业爆发。

各方加速圈地云计算

云计算作为改变全球信息产业竞争格局的重要手段蕴藏着巨大的战略价值和产业机遇已经成为共识。据市场研究机构IDC预测，未来4年全球云计算服务市场平均每年将增长26%，具体到中国市场，2014年我国云计算服务市场规模将达到11亿美元，未来将以接近45%的年复合增长率增长。

业界普遍认为，云计算的快速发展有望成为第三次技术革命浪潮中最具创造性的大事件。由此，电信运营商、互联网企业、通信设备商以及软件厂商等产业链各方纷纷加速跑马圈地。在云计算市场上诸强林立的阵营中，运营商因其具备发展云计算的网络能力与数据中心两大基石，成为这场竞速中被关注的重点。

而在运营商中，中国电信凭借运营商基因所蕴含的先天优势、互联网市场运作模式的探索以及快速的产品推出动作，迅速成为国内云计算市场上的实力派。中国电信成立的云计算公司，将整个云计算产品和服务分为了基础资源、平台应用和解决方案三大类，据了解，目前每个大类中均有细分产品开始对外提供服务，主要包括云主机、云网络、云存储、云数据库、应用及加速产品等，针对政府、企业、互联网和个人客户均推出了贴合其需求的产品和服务。

物联网成云计算最大“用户”

这是一个大数据的时代，尤其是物联网将成万上亿计的网络传感器嵌入到现实世界的各种设备中，如移动电话、智能电表、汽车和工业机器等，用来感知、创造并交换数据，无处不在的传感网络带来了大量的数据，这些数据正日益成为与实物资本和人力资源同等重要的生产要素。

与此同时，云计算为物联网所产生的海量数据提供了很好的存储空间，并使得实时在线处理成为可能。特别是云计算概念衍生出新的概念——云存储，可以通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。

比如天翼云主机，它基于中国电信云资源池，可以提供多种规格的计算、存储、网络等资源服务，同时让企业享受安全可靠的文件级及系统级的云备份服务，使企业能够通过网络按需快速建立和释放计算资源，对大量数据进行有效分析和管理，从而更快速、更灵活、更精准地满足客户要求，实现资源管理效率提升。

作为目前IT产业的两大新秀，物联网将是云计算最大的用户，二者的融合展开了信息时代的无限遐想。

云计算融合物联网推动数据价值挖掘

云计算是物联网发展的基石，而物联网又促进着云计算的发展，在大数据时代，二者的融合发展必然能推动数据价值进一步显现。

云计算是实现物联网的核心，运用云计算模式使得物联网中各类物品的实时动态管理和智能分析变得可能。云计算为物联网提供了可用、便捷、按需的网络访问，如果没有这个工具，物联网产生的海量信息无法传输、处理和应用。

另外值得注意的一点是，云计算促进物联网和互联网的智能融合，有利于构建智慧城市。智慧城市的建设从技术发展视角来看，要求通过以移动技术为代表的物联网、云计算等新一代信息技术应用实现全面感知、互联以及融合应用。比如，医疗、交通、安保等产业均需要后台巨大的数据中心，需要云计算中心的支持，而云计算中心是一个智慧城市很重要的基础设施，数据的分析与处理等工作都将放到后台进行操作，都为打造智慧城市提供了良好的基础。

发展历程

1983年，太阳电脑（Sun Microsystems）提出“网络是电脑”（“The Network is the Computer”）,2006年3月，亚马逊（Amazon）推出弹性计算云（Elastic Compute Cloud；EC2）服务。

2006年8月9日，Google首席执行官埃里克·施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）首次提出“云计算”（Cloud Computing）的概念。Google“云端计算”源于Google工程师克里斯托弗·比希利亚所做的“Google 101”项目。

2007年10月，Google与IBM开始在美国大学校园，包括卡内基梅隆大学、麻省理工学院、斯坦福大学、加州大学柏克莱分校及马里兰大学等，推广云计算的计划，这项计划希望能降低分布式计算技术在学术研究方面的成本，并为这些大学提供相关的软硬件设备及技术支持（包括数百台个人电脑及BladeCenter与System x服务器，这些计算平台将提供1600个处理器，支持包括Linux、Xen、Hadoop等开放源代码平台）。而学生则可以通过网络开发各项以大规模计算为基础的研究计划。

2008年1月30日，Google宣布在台湾启动“云计算学术计划”，将与台湾台大、交大等学校合作，将这种先进的大规模、快速计算技术推广到校园。

2008年2月1日，IBM（NYSE: IBM）宣布将在中国无锡太湖新城科教产业园为中国的软件公司建立全球第一个云计算中心（Cloud Computing Center）。

2008年7月29日，雅虎、惠普和英特尔宣布一项涵盖美国、德国和新加坡的联合研究计划，推出云计算研究测试床，推进云计算。该计划要与合作伙伴创建6个数据中心作为研究试验平台，每个数据中心配置1400个至4000个处理器。这些合作伙伴包括新加坡资讯通信发展管理局、德国卡尔斯鲁厄大学Steinbuch计算中心、美国伊利诺伊大学香宾分校、英特尔研究院、惠普实验室和雅虎。

2008年8月3日，美国专利商标局网站信息显示，戴尔正在申请“云计算”（Cloud Computing）商标，此举旨在加强对这一未来可能重塑技术架构的术语的控制权。

2010年3月5日，Novell与云安全联盟（CSA）共同宣布一项供应商中立计划，名为“可信任云计算计划（Trusted Cloud Initiative）”。

2010年7月，美国国家航空航天局和包括Rackspace、AMD、Intel、戴尔等支持厂商共同宣布“OpenStack”开放源代码计划，微软在2010年10月表示支持OpenStack与Windows Server 2008 R2的集成；而Ubuntu已把OpenStack加至11.04版本中。

2011年2月，思科系统正式加入OpenStack，重点研制OpenStack的网络服务。

其他资料

云建站

云建站是一种随着云计算技术成熟兴起的一种新型整合式的技术平台，面对有初级建站经验基础的人员或美工，通常采用知名的Iaas提供商服务作为基础设施提供网络设备，服务器；同时提供云端开发平台，开发者在平台中编写网站模板代码，运行在浏览器中的开发器提供代码高亮，代码智能感知，数据接口等本地开发中也经常用到的辅助开发功能。与传统开发模式不同的是，模板开发完成后不需要将代码上传到FTP虚拟空间，因为整套系统与云基础设施相连，代码可直接无缝提交到云主机上，只要将域名解析到云主机即可上线，为开发者节省了大量开发环境部署，服务器搭建，代码上传的时间。云建站是一种提供代码级别的定制性，以云计算为基础设施，低投入，高品质，省时，省心的新型建站方式。目前，国内较知名的云建站服务提供商有阿里云，乐云平台，万网。

云建站平台是集开发环境，分布式文件存取，服务器部署等一体的云端Web开发平台。平台通过非常简单易学的模板语言允许开发者对网站进行100%的前端样式定制设计，底层架构和基础设施提供防火墙，缓存，负载均衡，故障转移，CDN文件I/O等来保障网站安全性，高性能，高可用。

通常云建站在开发时是完全免费的，只有在正式上线时才会收费。网站创建时系统将分配免费的二级域名绑定到开发网站，在绑定正式域名之前网站可以通过该二级域名在互联网上被访问到。

开发者可以通过开发平台对网站的所有页面，模板源代码，图片进行添加，编辑和删除等开发定制操作。开发平台中提供完善的代码高亮支持，常用前端类库等大大降低开发者对平台和模板语言的学习成本，随着语法智能提示，可拖拽设计的控件库，在线图片处理等辅助开发工具的推出，可实现Web的快速开发，进一步将web开发成本大大降低。

因此，云建站平台中开发流程与主流开发方式差不多，但是所有步骤不是在开发者本地完成，而是在云端完成。开发者可以从模板库中直接套用现成模板建站，之后在模板基础上进行二次开发满足定制化需求；也可以只创建空网站，自行定制开发页面。

云物联

“物联网就是物物相连的互联网”。这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。

物联网的两种业务模式：

1．MAI（M2M Application Integration), 内部MaaS；

2．MaaS（M2M As A Service), MMO, Multi-Tenants(多租户模型）。

随着物联网业务量的增加，对数据存储和计算量的需求将带来对“云计算”能力的要求：

1．云计算：从计算中心到数据中心在物联网的初级阶段，PoP即可满足需求；

2． 在物联网高级阶段，可能出现MVNO/MMO营运商（国外已存在多年），需要虚拟化云计算技术，SOA等技术的结合实现互联网的泛在服务：TaaS （everyTHING As A Service)。

云安全

云安全(Cloud Security)是一个从“云计算”演变而来的新名词。云安全的策略构想是：使用者越多，每个使用者就越安全，因为如此庞大的用户群，足以覆盖互联网的每个角落，只要某个网站被挂马或某个新木马病毒出现，就会立刻被截获。

“云安全”通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到Server端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。

云存储

云存储是在云计算(cloud computing)概念上延伸和发展出来的一个新的概念，是指通过集群应用、网格技术或分布式文件系统等功能，将网络中大量各种不同类型的存储设备通过应用软件集合起来协同工作，共同对外提供数据存储和业务访问功能的一个系统。 当云计算系统运算和处理的核心是大量数据的存储和管理时，云计算系统中就需要配置大量的存储设备，那么云计算系统就转变成为一个云存储系统，所以云存储是一个以数据存储和管理为核心的云计算系统。目前做云存储的国内有联想网盘和燕麦企业云盘（OATOS企业网盘）。

云通信

云通信（cloud communication），它是云计算技术在通信领域的一种推广应用解决方案。 云通信技术主要是对IASS、PASS、SAAS等云计算技术应用层次进行分析提取的基础上，将智能云、云存储、云交互、云数据、弹性云计算、云分享等云计算技术应用到传统的通信行业，实现对传统通信技术的革命性改造，让通信技术进入云应用及大数据管理时代，这对于提升用户体验，创造用户满意度有着非常重要的意义。通信云技术领域，公共云和私有云技术成为两种不同的云应用选择。

目前，中国对于通信云的应用模式较为成熟解决方案还不多见，仅有几家在行业内有着代表性地位的企业推出了有商业价值的云通信技术应用产品，比如深圳华为推出的智能云计算解决方案、杭州阿里云推出的云数据平台解决方案、北京吉亚通信推出的400电话转分机网站云通信解决方案等。

云游戏

云游戏是以云计算为基础的游戏方式，在云游戏的运行模式下，所有游戏都在服务器端运行，并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端，用户的游戏设备不需要任何高端处理器和显卡，只需要基本的视频解压能力就可以了。就现今来说，云游戏还并没有成为家用机和掌机界的联网模式，因为至今X360仍然在使用LIVE，PS是PS NETWORK ，wii是wi-fi。但是几年后或十几年后，云计算取代这些东西成为其网络发展的终极方向的可能性，非常大。如果这种构想能够成为现实，那么主机厂商将变成网络运营商，他们不需要不断投入巨额的新主机研发费用，而只需要拿这笔钱中的很小一部分去升级自己的服务器就行了，但是达到的效果却是相差无几的。对于用户来说，他们可以省下购买主机的开支，但是得到的确是顶尖的游戏画面(当然对于视频输出方面的硬件必须过硬。)。你可以想象一台掌机和一台家用机拥有同样的画面，家用机和我们今天用的机顶盒一样简单，甚至家用机可以取代电视的机顶盒而成为次时代的电视收看方式。

云教育

视频云计算应用在教育行业的实例：流媒体平台采用分布式架构部署，分为web服务器，数据库服务器、直播服务器和流服务器，如有必要可在信息中心架设采集工作站搭建网络电视或实况直播应用，在各个学校已经部署录播系统或直播系统的教室配置流媒体功能组件，这样录播实况可以实时传送到流媒体平台管理中心的全局直播服务器上，同时录播的学校本色课件也可以上传存储到金山区教育局信息中心的流存储服务器上，方便今后的检索、点播、评估等各种应用。

云会议

云会议是基于云计算技术[4]的一种高效、便捷、低成本的会议形式。使用者只需要通过互联网界面，进行简单易用的操作，便可快速高效地与全球各地团队及客户同步分享语音、数据文件及视频，而会议中数据的传输、处理等复杂技术由云会议服务商帮助使用者进行操作。

目前国内云会议主要集中在以SAAS(软件即服务)模式为主体的服务内容，包括电话、网络、视频等服务形式，基于云计算的视频会议就叫云会议。云会议是视频会议与云计算的完美结合，带来了最便捷的远程会议体验。及时语移动云电话会议，是云计算技术与移动互联网技术的完美融合，通过移动终端进行简单的操作，提供随时随地高效地召集和管理会议。

云社交

云社交(Cloud Social)是一种物联网、云计算和移动互联网交互应用的虚拟社交应用模式，以建立著名的“资源分享关系图谱”为目的，进而开展网络社交，云社交的主要特征，就是把大量的社会资源统一整合和评测，构成一个资源有效池向用户按需提供服务。参与分享的用户越多，能够创造的利用价值就越大。

背景

云计算是继1980年代大型计算机到客户端-服务器的大转变之后的又一种巨变。

云计算（Cloud Computing）是网格计算（Grid Computing）、（分布式计算）（Distributed Computing）、并行计算（Parallel Computing）、效用计算（Utility Computing）、网络存储（Network Storage Technologies）、虚拟化（Virtualization）、负载均衡（Load Balance）等传统计算机和网络技术发展融合的产物。

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。

隐私问题

云技术要求大量用户参与，也不可避免的出现了隐私问题。用户参与即要收集某些用户数据，从而引发了用户数据安全的担心。很多用户担心自己的隐私会被云技术收集。正因如此，在加入云计划时很多厂商都承诺尽量避免收集到用户隐私，即使收集到也不会泄露或使用。但不少人还是怀疑厂商的承诺，他们的怀疑也不是没有道理的。不少知名厂商都被指责有可能泄露用户隐私，并且泄露事件也确实时有发生。

事实上，国家在大力提倡建设云计算中心的同时，对云技术与互联网的安全性也高度重视。

发改委等7部联合发布《关于下一代互联网“十二五”发展建设的意见》中强调：”互联网是与国民经济和社会发展高度相关的重大信息基础，加强网络与信息安全保障工作，全面提升下一代互联网安全性和可信性。加强域名服务器、数字证书服务器、关键应用服务器等网络核心基础设施的部署及管理；加强网络地址及域名系统的规划和管理；推进安全等级保护、个人信息保护、风险评估、灾难备份及恢复等工作，在网络规划、建设、运营、管理、维护、废弃等环节切实落实各项安全要求；加快发展信息安全产业，培育龙头骨干企业，加大人才培养和引进力度，提高信息安全技术保障和支撑能力。"

发展趋势

近年来云计算作为一个新的技术趋势已经得到了快速的发展。云计算已经彻底改变了一个前所未有的工作方式，也改变了传统软件工程企业。以下几个方面可以说是云计算目前发展最受关注的几大方面：

1、云计算扩展投资价值

云计算简化了软件、业务流程和访问服务。比以往传统模式改变的更多，这是帮助企业操作和优化他们的投资规模。这不仅是通过降低成本，有效的商业模式，或更大的灵活性操作。有很多的企业通过云计算优化他们的投资。在相同的条件下，企业正扩展到更多创新与他们的IT能力，这将会帮助企业带来更多的商业机会。

2、混合云计算的出现

企业使用云计算(包括私人和公共)来补充他们的内部基础设施和应用程序。专家预测,这些服务将优化业务流程的性能。采用云服务是一个新开发的业务功能。在这些情况下，按比例缩小两者的优势将会成为一个共同的特点。

3、以云为中心的设计

有越来越多将组织设计作为云计算迁移的元素。这仅仅意味着需要优化云的经历是那些将优先采用云技术的企业。这是一个趋势，预计增长更随着云计算的扩展到不同的行业。

4、移动云服务

未来一定是移动，这样或那样的方式。作为移动设备的数量上升显著的——平板电脑、iphone和智能手机是在移动中发挥了更多的作用。许多这样的设备被用来规模业务流程、通信等功能。让云计算应用在所有的员工采取“移动”的方法。更多的云计算平台和api将成为可以是移动云服务。

5、云安全

人们担心他们在云端的数据安全。正因为此，用户应该期待看到更安全的应用程序和技术上来。许多新的加密技术，安全协议，在未来会越来越多的呈现出来。

大数据

大数据(big data,mega data)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据进行分析处理。大数据的4V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值)。

概念

“大数据”是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。在企业对企业销售的情况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据，并非公司顾客关系管理数据库的常态数据组。

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/或虚拟化技术。(在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法）大数据的4V特点：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。

早在1980年，著名未来学家阿尔文·托夫勒便在《第三次浪潮》一书中，将大数据热情地赞颂为“第三次浪潮的华彩乐章”。不过，大约从2009年开始，“大数据”才成为互联网信息技术行业的流行词汇。美国互联网数据中心指出，互联网上的数据每年将增长50%，每两年便将翻一番，而目前世界上90%以上的数据是最近几年才产生的。此外，数据又并非单纯指人们在互联网上发布的信息，全世界的工业设备、汽车、电表上有着无数的数码传感器，随时测量和传递着有关位置、运动、震动、温度、湿度乃至空气中化学物质的变化，也产生了海量的数据信息。

大数据的意义是由人类日益普及的网络行为所伴生的，受到相关部门、企业采集的，蕴含数据生产者真实意图、喜好的，非传统结构和意义的数据 。2013年5月10日，阿里巴巴集团董事局主席马云在淘宝十周年晚会上，将卸任阿里集团CEO的职位，并在晚会上做卸任前的演讲，马云说，大家还没搞清PC时代的时候，移动互联网来了，还没搞清移动互联网的时候，大数据时代来了。

借着大数据时代的热潮，微软公司生产了一款数据驱动的软件，主要是为工程建设节约资源提高效率。在这个过程里可以为世界节约40%的能源。抛开这个软件的前景不看，从微软团队致力于研究开始，可以看他们的目标不仅是为了节约了能源，更加关注智能化运营。通过跟踪取暖器、空调、风扇以及灯光等积累下来的超大量数据，捕捉如何杜绝能源浪费。“给我提供一些数据，我就能做一些改变。如果给我提供所有数据，我就能拯救世界。”微软史密斯这样说。而智能建筑正是他的团队专注的事情。

从海量数据中“提纯”出有用的信息，这对网络架构和数据处理能力而言也是巨大的挑战。在经历了几年的批判、质疑、讨论、炒作之后，大数据终于迎来了属于它的时代。2012年3月22日，奥巴马政府宣布投资2亿美元拉动大数据相关产业发展，将“大数据战略”上升为国家战略。奥巴马政府甚至将大数据定义为“未来的新石油”。

大数据时代已经来临，它将在众多领域掀起变革的巨浪。但我们要冷静的看到，大数据的核心在于为客户挖掘数据中蕴藏的价值，而不是软硬件的堆砌。因此，针对不同领域的大数据应用模式、商业模式研究将是大数据产业健康发展的关键。我们相信，在国家的统筹规划与支持下，通过各地方政府因地制宜制定大数据产业发展策略，通过国内外IT龙头企业以及众多创新企业的积极参与，大数据产业未来发展前景十分广阔。

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。[1]

基本介绍

随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。《著云台》的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。

简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。明白这一点至关重要，也正是这一点促使该技术具备走向众多企业的潜力。

大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。前文提到的网络日志、视频、图片、地理位置信息等等。第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将其归纳为4个“V”——Volume，Variety，Value，Velocity。

物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

大数据在风电领域的应用性

在时下商界的流行语中，很难找出一个比“大数据”更吸引眼球的术语了。大数据的颠覆和创新作用几乎在每个行业都有体现，风电行业也不例外。

上世纪90年代末，美国航空航天局的研究人员创造了大数据一词，自诞生以来，它一直是一个模糊而诱人的概念，直到最近几年，才跃升为一个主流词汇。但是，人们对它的态度却仍占据了光谱的两端，一些人对它抱有近乎宗教崇拜的热情，认为大数据时代将释放出巨大的价值，是通往未来的必然之途。在一些观察者眼中，大数据已成为劳动力和资本之外的第三生产力。而怀疑者称，大数据会威胁到知识产权，威胁到隐私保护，无法形成气候。

产业洞察研究院表示无论如何，大数据在风电领域已有所建树。

首先，结合了大数据分析和天气建模技术的能源电力系统能够提高风电的可靠性。以往对风资源的预测不够精准，在风能无法贡献预期功力时，火电就要作为后备电力。这样，电网对风电的依赖程度越高，需要建设后备电站的成本就越高。另外，启用火电站的就等于向环境中释放碳排。然而，在大数据分析的帮助下，温度、气压、湿度、降雨量、风向和风力等变量都得到充分考虑，对风电的预测更加精准。电网调度人员可以提前做好调度安排，也有助于电网消纳更多风电。

除了做到更精准的预测，检测和采集风机的运转数据、风场的运营数据还有利于风机制造商更好地改善风机的性能，风电场业主在追求风场效益最大化时也离不开大数据。

大数据在风电领域的应用前景看起来很美，但当前存在的问题是，将风机、风场的数据汇集起来并非易事。这些数据分散在风机制造商、风场业主、系统运营商和运维服务商等多个环节手中，他们能从这些数据中得到利益却无法做到合理分配，所以，有些利益相关方宁愿不分享这些数据。

知识产权问题也是大数据影响风电进程的一个拦路虎。试想，如果多家风机制造商都公开风机的设计数据，那将是整个行业的幸事，通过交流和分享，风机的设计会有所改善性，性能会提高。但出于商业竞争考虑，风机制造商往往将这些数据视为商业机密、竞争利器，不愿公开。同理，风场业主收集和保存的风电运行数据不但有助于他们做出更好的业务决策，也有利于第三方运维企业提供更好的服务，但在实际情况下，运维商却很难得到这些数据。

风电行业的意义在于向终端消费者提供更稳定、更清洁、更廉价的电力，这是行业存在合理性的根据，也是业界努力的方向。共建并分享运营数据，进而激发这些数据的全部潜力才是风电行业迎接大数据时代的应有姿态。

举例说明

例子包括网络日志，RFID，传感器网络，社会网络，社会数据（由于数据革命的社会），互联网文本和文件;互联网搜索索引;呼叫详细记录，天文学，大气科学，基因组学，生物地球化学，生物，和其他复杂和/或跨学科的科研，军事侦察，医疗记录;摄影档案馆视频档案;和大规模的电子商务 。篮球比赛当中利用大数据对球员的个人在比赛场上的数据分析，可以帮助比赛变得更加精彩。[7]

大数据最核心的价值

大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。[9]

大数据处理分析的六大最好工具

在大数据和大数据分析，他们对企业的影响有一个兴趣高涨。大数据分析是研究大量的数据的过程中寻找模式，相关性和其他有用的信息，可以帮助企业更好地适应变化，并做出更明智的决策。

一、Hadoop

[5]Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。

Hadoop是一个能够让用户轻松架构和使用的分布式计算平台。用户可以轻松地在Hadoop上开发和运行处理海量数据的应用程序。它主要有以下几个优点：

⒈高可靠性。Hadoop按位存储和处理数据的能力值得人们信赖。

⒉高扩展性。Hadoop是在可用的计算机集簇间分配数据并完成计算任务的，这些集簇可以方便地扩展到数以千计的节点中。

⒊高效性。Hadoop能够在节点之间动态地移动数据，并保证各个节点的动态平衡，因此处理速度非常快。

⒋高容错性。Hadoop能够自动保存数据的多个副本，并且能够自动将失败的任务重新分配。

Hadoop带有用 Java 语言编写的框架，因此运行在 Linux 生产平台上是非常理想的。Hadoop 上的应用程序也可以使用其他语言编写，比如 C++。

二、HPCC

HPCC，High Performance Computing and Communications(高性能计算与通信)的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与 通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。HPCC是美国 实施信息高速公路而上实施的计划，该计划的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。

该项目主要由五部分组成：

1、高性能计算机系统(HPCS)，内容包括今后几代计算机系统的研究、系统设计工具、先进的典型系统及原有系统的评价等;

2、先进软件技术与算法(ASTA)，内容有巨大挑战问题的软件支撑、新算法设计、软件分支与工具、计算计算及高性能计算研究中心等;

3、国家科研与教育网格(NREN)，内容有中接站及10亿位级传输的研究与开发;

4、基本研究与人类资源(BRHR)，内容有基础研究、培训、教育及课程教材，被设计通过奖励调查者-开始的，长期 的调查在可升级的高性能计算中来增加创新意识流，通过提高教育和高性能的计算训练和通信来加大熟练的和训练有素的人员的联营，和来提供必需的基础架构来支 持这些调查和研究活动;

5、信息基础结构技术和应用(IITA )，目的在于保证美国在先进信息技术开发方面的领先地位。

三、Storm

Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。 Storm很简单，支持许多种编程语言，使用起来非常有趣。Storm由Twitter开源而来，其它知名的应用企业包括Groupon、淘宝、支付宝、阿里巴巴、乐元素、Admaster等等。

Storm有许多应用领域：实时分析、在线机器学习、不停顿的计算、分布式RPC(远过程调用协议，一种通过网络从远程计算机程序上请求服务)、 ETL(

Extraction-Transformation-Loading的缩写，即数据抽取、转换和加载)等等。Storm的处理速度惊人：经测 试，每个节点每秒钟可以处理100万个数据元组。Storm是可扩展、容错，很容易设置和操作。

四、Apache Drill

为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为“Drill”的开源项目。Apache Drill 实现了 Googles Dremel.

据Hadoop厂商MapR Technologies公司产品经理Tomer Shiran介绍，“Drill”已经作为Apache孵化器项目来运作，将面向全球软件工程师持续推广。

该项目将会创建出开源版本的谷歌Dremel Hadoop工具(谷歌使用该工具来为Hadoop数据分析工具的互联网应用提速)。而“Drill”将有助于Hadoop用户实现更快查询海量数据集的目的。

“Drill”项目其实也是从谷歌的Dremel项目中获得灵感：该项目帮助谷歌实现海量数据集的分析处理，包括分析抓取Web文档、跟踪安装在Android Market上的应用程序数据、分析垃圾邮件、分析谷歌分布式构建系统上的测试结果等等。

通过开发“Drill”Apache开源项目，组织机构将有望建立Drill所属的API接口和灵活强大的体系架构，从而帮助支持广泛的数据源、数据格式和查询语言。

五、RapidMiner

RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。

功能和特点：

免费提供数据挖掘技术和库

100%用Java代码(可运行在操作系统)

数据挖掘过程简单，强大和直观

内部XML保证了标准化的格式来表示交换数据挖掘过程

可以用简单脚本语言自动进行大规模进程

多层次的数据视图，确保有效和透明的数据

图形用户界面的互动原型

命令行(批处理模式)自动大规模应用

Java API(应用编程接口)

简单的插件和推广机制

强大的可视化引擎，许多尖端的高维数据的可视化建模

400多个数据挖掘运营商支持

耶鲁大学已成功地应用在许多不同的应用领域，包括文本挖掘，多媒体挖掘，功能设计，数据流挖掘，集成开发的方法和分布式数据挖掘。

六、 Pentaho BI

Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。它的出现，使得一系列的面向商务智能的独立产品如Jfree、Quartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。

Pentaho BI 平台，Pentaho Open BI 套件的核心架构和基础，是以流程为中心的，因为其中枢控制器是一个工作流引擎。工作流引擎使用流程定义来定义在BI 平台上执行的商业智能流程。流程可以很容易的被定制，也可以添加新的流程。BI 平台包含组件和报表，用以分析这些流程的性能。目前，Pentaho的主要组成元素包括报表生成、分析、数据挖掘和工作流管理等等。这些组件通过 J2EE、WebService、SOAP、HTTP、Java、JavaScript、Portals等技术集成到Pentaho平台中来。 Pentaho的发行，主要以Pentaho SDK的形式进行。

Pentaho SDK共包含五个部分：Pentaho平台、Pentaho示例数据库、可独立运行的Pentaho平台、Pentaho解决方案示例和一个预先配制好的 Pentaho网络服务器。其中Pentaho平台是Pentaho平台最主要的部分，囊括了Pentaho平台源代码的主体;Pentaho数据库为 Pentaho平台的正常运行提供的数据服务，包括配置信息、Solution相关的信息等等，对于Pentaho平台来说它不是必须的，通过配置是可以用其它数据库服务取代的;可独立运行的Pentaho平台是Pentaho平台的独立运行模式的示例，它演示了如何使Pentaho平台在没有应用服务器支持的情况下独立运行;Pentaho解决方案示例是一个Eclipse工程，用来演示如何为Pentaho平台开发相关的商业智能解决方案。

Pentaho BI 平台构建于服务器，引擎和组件的基础之上。这些提供了系统的J2EE 服务器，安全，portal，工作流，规则引擎，图表，协作，内容管理，数据集成，分析和建模功能。这些组件的大部分是基于标准的，可使用其他产品替换之。

特殊技术

大的数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库，数据挖掘电网，分布式文件系统，分布式数据库，云计算平台，互联网，和可扩展的存储系统

一些但不是所有的MPP的关系数据库的PB的数据存储和管理的能力。隐含的负载，监控，备份和优化大型数据表的使用在RDBMS的。

SOA管理大数据

我们需要的是以数据为中心的SOA还是以SOA为中心的数据？答案取决于如何处理的SOA-数据关系的三个不同模型来管理大数据、云数据和数据层次结构。在越来越多的虚拟资源中，将这些模型之间所有类型的数据进行最优拟合是SOA所面临的巨大挑战之一。本文详细介绍了每个SOA模型管理数据的优点、选择和选项。

SOA的三个数据中心模型分别是数据即服务(DaaS)模型、物理层次结构模型和架构组件模型。DaaS数据存取的模型描述了数据是如何提供给SOA组件的。物理模型描述了数据是如何存储的以及存储的层次图是如何传送到SOA数据存储器上的。最后，架构模型描述了数据、数据管理服务和SOA组件之间的关系。

SOA和数据企业的例子

也许以极限情况为开始是理解SOA数据问题的最好方式：一个企业的数据需求完全可以由关系数据库管理系统(RDBMS)中的条款来表示。这样一个企业可能会直接采用数据库设备或者将专用的数据库服务器和现有的查询服务连接到SOA组件（查询即服务，或QaaS）上。这种设计理念五年前或者更早之前已经被人们所接受。该设计之所以成功是因为它平衡了上述三个模型之间的关系。QaaS服务模型不是机械地连接到存储器上；而是通过一个单一的架构—— RDBMS（关系型数据库管理系统）。数据去重和完整性便于管理单一的架构。

通过大数据的例子可以更好地理解为什么这个简单的方法却不能在更大的范围内处理数据。多数的大数据是非关系型的、非交易型的、非结构化的甚至是未更新的数据。由于缺乏数据结构因此将其抽象成一个查询服务并非易事，由于数据有多个来源和形式因此很少按序存储，并且定义基础数据的完整性和去重过程是有一些规则的。当作为大数据引入到SOA的应用程序中时，关键是要定义三种模型中的最后一种模型，SOA数据关系中的架构模型。有两种选择：水平方向和垂直方向。

SOA和各类数据模型

在水平集成数据模型中，数据收集隐蔽于一套抽象的数据服务器，该服务器有一个或多个接口连接到应用程序上，也提供所有的完整性和数据管理功能。组件虽不能直接访问数据，但作为一种即服务形式，就像他们在简单情况下的企业，其数据的要求是纯粹的RDBMS模型。应用程序组件基本上脱离了RDBMS与大数据之间数据管理的差异。尽管由于上述原因这种方法不能创建简单的RDBMS查询模型，但是它至少复制了我们上面提到的简单的RDBMS模型。

垂直集成的数据模型以更多应用程序特定的方式连接到数据服务上，该方式使得客户关系管理、企业资源规划或动态数据认证的应用程序数据很大程度在服务水平上相互分离，这种分离直接涉及到数据基础设施。在某些情况下，这些应用程序或许有可以直接访问存储/数据服务的SOA组件。为了提供更多统一的数据完整性和管理，管理服务器可以作为SOA组件来操作各种数据库系统，以数据库特定的方式执行常见的任务，如去重和完整性检查。这种方法更容易适应于遗留应用和数据结构, 但它在问数据何访方式上会破坏SOA即服务原则，也可能产生数据管理的一致性问题。

SOA和水平数据模型

毫无疑问水平模型更符合SOA原则，因为它更彻底地从SOA组件中抽象出了数据服务。不过，为了使其有效，有必要对非关系型数据库进行抽象定义和处理低效率与抽象有关的流程——SOA架构师知道除非小心的避免此类事情否则这将会成为不可逾越的障碍。

水平的SOA数据策略已经开始应用于适用大数据的抽象数据。解决这个问题最常见的方法是MapReduce，可以应用于Hadoop形式的云构架。Hadoop以及类似的方法可以分发、管理和访问数据，然后集中查询这一分布式信息的相关结果。实际上，SOA组件应将MapReduce和类似数据分析功能作为一种查询功能应用。

效率问题

效率问题较为复杂。因为水平数据库模型可能是通过类似大多数SOA流程的信息服务总线来完成的，一个重要的步骤是要确保与该编排相关的开销额度保持在最低程度。这可以帮助减少与SOA相关的数据访问开销，但它不能克服存储系统本身的问题。因为这些存储系统已经通过水平模型脱离了SOA组件，很容易被忽略与延迟和数据传输量相关的问题，特别地，如果数据库是云分布的，那么使用他们就会产生可变的网络延迟。

上述问题的一个解决方案是现代分层存储模式。数据库不是磁盘，而是一组相互连接的高速缓存点，其存储于本地内存中，也可能转向固态硬盘，然后到本地磁盘，最后到云存储。缓存算法处理这些缓存点之间的活动，从而来平衡存储成本（同时也是平衡同步地更新成本）和性能。

对于大数据，它也是经常可以创建适用于大多数分析的汇总数据。例如一个计算不同地点车辆数量的交通遥测应用。这中方法可以产生大量的数据，但是如果汇总数据最后一分钟还存储在内存中，最后一小时存储在闪存中，最后一天存在磁盘上，那么控制应用程序所需的实际时间可以通过快速访问资源得到满足,然而假设分析时我们可以使用一些更便宜、更慢的应用程序是会怎样。

SOA都是抽象的，但当抽象隐藏了底层影响性能和响应时间的复杂性时，这种抽象的危险程度会提高。数据访问也是这样的，因此,SOA架构师需要认真地考虑抽象与性能之间的平衡关系，并为其特定的业务需求优化它。

大数据特点

第一，数据体量巨大。从TB级别，跃升到PB级别。

第二，数据类型繁多，如前文提到的网络日志、视频、图片、地理位置信息，等等。

第三，价值密度低。以视频为例，连续不间断监控过程中，可能有用的数据仅仅有一两秒。

第四，处理速度快。1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。物联网、云计算、移动互联网、车联网、手机、平板电脑、PC以及遍布地球各个角落的各种各样的传感器，无一不是数据来源或者承载的方式。

最新动态

十多位院士建议进行顶层设计，两部委启动示范工程，中国报告网调查员最新获悉，最近，十多位院士向高层建议，我国应制定大数据国家战略，并在发展目标、发展原则、关键技术等方面作出顶层设计。与此同时，国家发改委与中科院正在启动“基础研究大数据服务平台应用示范项目”。权威人士透露，有关部门正在积极研究，大数据国家战略或将提上议程。

多位中国科学院院士和中国工程院院士表示，在我国国家战略层面的文件中，对大数据提得不多，希望国家制定大数据国家战略。

多位院士的建议方案认为，所要制定的大数据国家战略是国家层面的顶层规划。其主要内容包括：构建大数据研究平台，整合创新资源，实施“专项计划”，突破关键技术；构建大数据良性生态环境，制定支持政策，形成行业联盟，制定行业标准；构建大数据产业链，促进创新链与产业链有效嫁接。

一位中国工程院院士在一份《关于实施大数据国家战略研究》的报告中表示：“虽然我们意识到大数据的重要性，却并未在真正意义上将其提升到国家战略高度来考量，我们迫切需要从国家层面上制定大数据发展规划，将大数据上升为国家战略。”

这份研究报告指出，要“通过国家层面的战略规划明确大数据产业的发展重点、空间布局和保障措施，推动和改善与大数据相关的收集、储存和分析工具及技术，并在公共服务领域如安防、医疗、卫生、教育等开展大数据应用示范，提高应急处置能力和安全防范能力，提升服务能力和运作效率。”

调查员从国家发改委了解到，最近，国家发改委和中科院正在推进国家高技术服务业研发与产业化专项“基础研究大数据服务平台应用示范”项目。

国家发改委高技术产业司有关人士表示：“我们将依靠新的方式、新的理念、新的技术对大数据进行挖掘应用，帮助科技、经济、社会发展；希望结合有关国家研究机构的优势与特色，能够探索大数据的潜在发展前景与效益，支持相关领域内的融合创新与思想碰撞。”

中国科学院科学数据中心主任黎建辉研究员则表示“目前我们正在对基础研究的大数据获取方式、组织与管理、关联与发现、分析与可视化等方面进行研究，下阶段将研究大数据的协同创新、科研模式变革、服务模式、产业化探索、人才培养等方面问题。”

科技部高新司副司长杨咸武表示：“当前全球已经全面进入信息时代，数据的深度分析和利用将对推动经济持续增长、提升企业的竞争力起到重要的作用。”

根据观研天下监测统计，2011年全球数据总量已经达到1.8ZB1ZB等于1万亿GB，1.8ZB也就相当于18亿个1TB移动硬盘的存储量，而这个数值还在以每两年翻一番的速度增长，预计到2020年全球将总共拥有35ZB的数据量，增长近20倍。开源分析机构Wikibon预计，2012年全球大数据企业营收为50亿美元，未来5年的市场复合年增长率将达到58%，2017年将达到500亿美元。

据权威专家透露，在有关部门协商的基础上，经国务院同意，将来或推出一个国家科技和产业专项来引导和支持大数据的研究和产业发展。

这个专项包括大数据的发展目标、发展原则和重点任务。有关院士建议，我国大数据的发展目标是，“十二五”时期以及未来十年，实现大数据产业技术创新，产业的整体质量效益得到提升，应用水平明显提高，推动经济社会发展。发展原则是，市场主导、创新发展；应用牵引、融合发展。

重点任务主要有布局关键技术、推进示范应用、完善支持政策等三方面。

首先，布局关键技术研发创新。一是以数据分析技术为核心，加强人工智能、商业智能、机器学习等领域的理论研究和技术研发，夯实发展基础。二是加快非结构化数据处理技术、非关系型数据库管理技术、可视化技术等基础技术研发，并推动与云计算、物联网、移动互联网等技术的融合，形成较为成熟、可行的解决方案。三是面向大数据应用，加强网页搜索技术、知识计算搜索技术、知识库技术等核心技术的研发，开发出高质量的单项技术产品，并与数据处理技术相结合，为实现商业智能服务提供技术体系支撑。

其二，加速推进示范应用。一是面向能源、金融、电信等行业，引导企业参与，发展数据监测、商业决策、数据分析等软硬件一体化的行业应用解决方案；二是面向城镇化建设与民生需求，加快推动大数据在城市建设生活服务领域的应用，不断提升数字内容加工处理软件等服务发展水平。

三是推动行业数据深加工服务。大力开发深度加工的行业数据库，对高科技领域数据进行深度加工，建立基于不同行业领域的专题数据库，提供内容增值服务。四是推进政府及大型公共信息服务平台建设。发展和利用跨部门的政府信息大平台，提高行政工作效率，降低政府运行成本。利用政府信息大平台，提高政府决策的科学性和精准性，提高政府预测预警能力以及应急响应能力。

最后，完善支持政策，鼓励民间投资。一是加大财政投入。加大中央预算内投资和中央财政信息技术专项资金对大数据产业的投入，安排国有资本经营预算支出支持重点企业实施大数据项目。二是拓展投融资渠道。积极创新金融产品和服务，支持大数据成果转化和产业化。鼓励和引导民间投资和外资进入大数据领域。相关市场调研报告：《中国IDC市场运营格局与竞争策略分析报告（2013-2017）》

发展影响

斯隆数字巡天收集在其最初的几个星期，比在天文学的历史，早在2000年的整个数据收集更多的数据。自那时以来，它已经积累了140兆兆 字节的信息。这个望远镜的继任者，大天气巡天望远镜，将于2016年在网上和将获得的数据，每5天沃尔玛处理超过100万客户的交易每隔一小时，反过来进口量数据库估计超过2.5 PB的是相当于167次，在美国国会图书馆的书籍 。FACEBOOK处理400亿张照片，从它的用户群。解码最初的人类基因组花了10年来处理时，现在可以在一个星期内实现。

“大数据”的影响，增加了对信息管理专家的需求，甲骨文，IBM，微软和SAP花了超过15亿美元的在软件智能数据管理和分析的专业公司。这个行业自身价值超过1000亿美元，增长近10%，每年两次，这大概是作为一个整体的软件业务的快速。

大数据已经出现，因为我们生活在一个社会中有更多的东西。有46亿全球移动电话用户有1亿美元和20亿人访问互联网。基本上，人们比以往任何时候都与数据或信息交互。 1990年至2005年，全球超过1亿人进入中产阶级，这意味着越来越多的人，谁收益的这笔钱将成为反过来导致更多的识字信息的增长。思科公司预计，到2013年，在互联网上流动的交通量将达到每年667艾字节。

市场

中国人口众多，互联网用户数在2013年已经超过5亿人，全球第一。海量的互联网用户创造了大规模的数据量。据预测，到2015年全球有超过85%的财富500强企业将在大数据竞争中失去优势。我们认为这种发展趋势在国内同样不可避免，在未来的市场竞争中，能在第一时间从大量互联网数据中获取最有价值信息的企业才最具有优势。

当前，大部分中国企业在数据基础系统架构和数据分析方面都面临着诸多挑战。根据产业信息网调查，目前国内大部分企业的系统架构在应对大量数据时均有扩展性差、资源利用率低、应用部署复杂、运营成本高和高能耗等问题。国内企业为适应大数据时代而做出大规模调整是一种必然，这为国内从事大数据相关业务的IT企业带来了极大市场需求。

中国企业数据系统架构存在的问题

2011年是中国大数据市场的元年，部分IT厂商已经推出了相关产品，部分企业已经开始实施了一些大数据解决方案。据预测，中国大数据技术和服务市场将在未来几年快速增长。预计相关市场规模在2012年将达到4.7亿元，增长率高达80.8%，并且将在2016年接近100亿元。我们认为未来两年将是中国大数据市场的发展的初期培育阶段，2015年之后中国大数据市场将进入成熟阶段。目前国内的大数据厂商有永洪科技，GBase等，但所占市场份额还很少。

趋势

国内企业，不论是国企还是民企，真正在业务决策中以数据分析结果为依据的，主要集中在银行，保险，电信和电商等几个行业。以IT预算最充沛，人员能力最强的银行为例，目前主要是大型银行在导入数据分析。中小银行尚在观望与学习阶段，人员与能力建设正在起步阶段。数据分析的应用范围主要集中在信用风险、流程优化、市场营销、成本与预算等几个方面，深度尚可，但广度一般，尚未扩充到运营管理的所有领域。

根据前瞻产业研究院发布的《2014-2018年中国大数据产业发展前景与投资战略规划分析报告》分析，目前，在对数据的价值的态度上，除了6.9%的企业认为数据没有价值以外，绝大多数企业都认为数据具有或可能具有很高的价值，可见大数据的价值已经在企业中获得了广泛的认可。未来随着越来越多的大数据分析平台和工具的开始广泛应用，大数据的价值将会被进一步释放并获得企业认可。[11]

相关信息

最早提出“大数据”时代已经到来的机构是全球知名咨询公司麦肯锡。麦肯锡在研究报告中指出，数据已经渗透到每一个行业和业务职能领域，逐渐成为重要的生产因素；而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来。

“麦肯锡的报告发布后，大数据迅速成为了计算机行业争相传诵的热门概念，也引起了金融界的高度关注。”随着互联网技术的不断发展，数据本身是资产，这一点在业界已经形成共识。“如果说云计算为数据资产提供了保管、访问的场所和渠道，那么如何盘活数据资产，使其为国家治理、企业决策乃至个人生活服务，则是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。”

事实上，全球互联网巨头都已意识到了“大数据”时代，数据的重要意义。包括EMC、惠普(微博)、IBM、微软(微博)在内的全球IT 巨头纷纷通过收购“大数据”相关厂商来实现技术整合，亦可见其对“大数据”的重视。

“大数据”作为一个较新的概念，目前尚未直接以专有名词被我国政府提出来给予政策支持。不过，在12月8日工信部发布的物联网“十二五”规划上，把信息处理技术作为4项关键技术创新工程之一被提出来，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。而另外3项关键技术创新工程，包括信息感知技术、信息传输技术、信息安全技术，也都与“大数据”密切相关。

没有云的话，大数据就是个作坊

其实大数据很早以前就有，只是光只有数据大是没有用处的。世界上最大的数据估计和互联网一点关系都没有，欧洲对撞实验室做一次碰撞的数据，可能一辈子都做不完，最大的数据估计在那里。

今天的数据不是大，真正有意思的是数据变得在线了，这个恰恰是互联网的特点。所有东西在线这个事情，远远比“大”更反映本质。

像快的打车要用一个交通的数据，如果这些东西不在线，是没有用的。

为什么今天的淘宝数据值钱，因为他在线了。写在磁带、写在纸上的数据，根本没有用。

反过来讲，在线让数据搜集变得非常容易。过去美国谁要做总统，需要做盖勒普调查，去街上拦2000个人，在纸上打个勾，预测就很准了。现在不用做这个事情，只要在twitter上分析每个人发的东西，就可以知道总统会是谁了。

而且盖勒普调查做完之后很难快速影响社会，现在数据可以反过来快速影响社会。就像打车软件，如果要影响出租车司机，可能比出租车公司更大，原因就是数据在线了。

有时候，一些石油、地质之类的公司来跟我讲大数据，我就想不通这算不算大数据。他们的数据多是肯定的，但是他们的数据不在线，没有意义。[6]

大数据与Hadoop

Hadoop旨在通过一个高度可扩展的分布式批量处理系统，对大型数据集进行扫描，以产生其结果。Hadoop项目包括三部分，分别是Hadoop Distributed File System（HDFS）、HadoopMapReduce编程模型，以及Hadoop Common。

Hadoop平台对于操作非常大型的数据集而言可以说是一个强大的工具。为了抽象Hadoop编程模型的一些复杂性，已经出现了多个在Hadoop之上运行的应用开发语言。Pig、Hive和Jaql是其中的代表。而除了Java外，您还能够以其他语言编写map和reduce函数，并使用称为Hadoop Streaming（简写为Streaming）的API调用它们。与流数据分析

什么是流

从技术角度而言，流是通过边缘连接的节点图。图中的每个节点都是“运算符”或“适配器”，均能够在某种程度上处理流内的数据。节点可以不包含输入和输出，也可以包含多个输入和输出。一个节点的输出与另外一个或多个节点的输入相互连接。图形的边缘将这些节点紧密联系在一起，表示在运算符之间移动的数据流。

右图一个简单的流图，它可以从文件中读取数据，将数据发送到名为Functor的运算符（此运算符能够以某种编程方式转换所传入的数据），然后将这些数据传入另一个运算符。在此图片中，流数据被传送至Split运算符，而后又将数据传入文件接收器或数据库（具体情况视Split运算符的内部状况而定）。

Streams

IBM InfoSphere Streams。在IBMInfoSphere Streams（简称Streams）中，数据将会流过有能力操控数据流（每秒钟可能包含数百万个事件）的运算符，然后对这些数据执行动态分析。这项分析可触发大量事件，使企业利用即时的智能实时采取行动，最终改善业务成果。

当数据流过这些分析组件后，Streams将提供运算符将数据存储至各个位置，或者如果经过动态分析某些数据被视为毫无价值，则会丢弃这些数据。你可能会认为Streams与复杂事件处理（CEP） 系统非相似，不过Streams的设计可扩展性更高，并且支持的数据流量也比其他系统多得多。此外，Streams还具备更高的企业级特性，包括高可用性、丰富的应用程序开发工具包和高级调度。

多重挑战

伴随着各种随身设备、物联网和云计算云存储等技术的发展，人和物的所有轨迹都可以被记录。在移动互联网的核心网络节点是人，不再是网页。数据大爆炸下，怎样挖掘这些数据，也面临着技术与商业的双重挑战。

首先，如何将数据信息与产品和人相结合，达到产品或服务优化是大数据商业模式延展上的挑战之一。张夏天认为，大数据对算法和计算平台的挑战加大，计算开销大增。总量上升，质量下降，这是大数据带来的重大挑战。

其次，巧妇难为无米之炊，大数据的关键还是在于谁先拥有数据。多盟联合创始人兼COO张鹤表示，智能手机是根据用户营销而不是根据媒体营销。移动互联网提供了新的数据来源，数据分析能够针对每一位用户的手机信息做精准匹配，但目前大数据时代还没有真正来临。多盟虽然每天可覆盖1800万用户，但对用户行为的描述，还需要更大的数据量。

从市场角度来看，大数据还面临其他因素的挑战。架势无线CEO叶忻直言，大数据很有前景，但是市场中数据噪音太多，会导致数据价值大大降低。以无线营销为例，大量的刷量以及水军好评差评等数据已经严重干扰了数据的准确性，这实际上大大降低了数据的价值。

投资热点

大数据是继云计算、物联网之后IT产业又一次颠覆性的技术变革。云计算主要为数据资产提供了保管、访问的场所和渠道，而数据才是真正有价值的资产。企业内部的经营交易信息、物联网世界中的商品物流信息，互联网世界中的人与人交互信息、位置信息等，其数量将远远超越现有企业IT架构和基础设施的承载能力，实时性要求也将大大超越现有的计算能力。如何盘活这些数据资产，使其为国家治理、企业决策乃至个人生活服务，是大数据的核心议题，也是云计算内在的灵魂和必然的升级方向。

大数据时代网民和消费者的界限正在消弭，企业的疆界变得模糊，数据成为核心的资产，并将深刻影响企业的业务模式，甚至重构其文化和组织。因此，大数据对国家治理模式、对企业的决策、组织和业务流程、对个人生活方式都将产生巨大的影响。如果不能利用大数据更加贴近消费者、深刻理解需求、高效分析信息并作出预判，所有传统的产品公司都只能沦为新型用户平台级公司的附庸，其衰落不是管理能扭转的。

因此，大数据时代将引发新一轮信息化投资和建设热潮。据IDC预测，到2020年全球将总共拥有35ZB的数据量，而麦肯锡则预测未来大数据产品在三大行业的应用就将产生7千亿美元的潜在市场，未来中国大数据产品的潜在市场规模有望达到1.57万亿元，给IT行业开拓了一个新的黄金时代。数据处理技术和设备提供商、IT系统咨询和ERP/CRM/BI改造服务商、智能化和人机交互应用以及信息安全提供商将获巨大需求，相应公司将获得机会。

当前我们还处在大数据时代的前夜，预计今明两年将是大数据市场的培育期，2014年以后大数据产品将会形成业绩。由于国际巨头在硬件层和基础软件层垄断优势明显，本土企业将主要依靠对客户需求的了解和客户资源优势，以及本地化服务的优势，在应用软件层分得蛋糕，拥有大数据处理、挖掘技术、数据分析人才以及数据资产的公司值得看好。

大数据开创新世界

大数据大数据正在以不可阻拦的磅礴气势，与当代同样具有革命意义的最新科技进步 (如纳米技术、生物工程、全球化等)一起，揭开人类新世纪的序幕。可以简单地说，以往人类社会基本处于蒙昧状态中的不发展阶段，即自然发展阶段。现在，这一不发展阶段随着2012年的所谓“世界末日”之说而永远成为了过去。大数据宣告了21世纪是人类自主发展的时代，是不以所谓“上帝”的意志为转移的时代，是“上帝”失业的时代。

对于地球上每一个普通居民而言，大数据有什么应用价值呢?只要看看周围正在变化的一切，你就可以知道，大数据对每个人的重要性不亚于人类初期对火的使用。大数据让人类对一切事物的认识回归本源;大数据通过影响经济生活、政治博弈、社会管理、文化教育科研、医疗保健休闲等等行业，与每个人产生密切的联系。

大数据技术离你我都并不遥远，它已经来到我们身边，渗透进入我们每个人的日常生活消费之中，时时刻刻，事事处处，我们无法逃遁，因为它无微不至：它提供了光怪陆离的全媒体，难以琢磨的云计算，无法抵御的仿真环境。大数据依仗于无处不在的传感器，比如手机、发带，甚至是能够收集司机身体数据的汽车，或是能够监控老人下床和行走速度与压力的“魔毯”(由GE与Intel联合开发)，洞察了一切。通过大数据技术，人们能够在医院之外得悉自己的健康情况;而通过收集普通家庭的能耗数据，大数据技术给出人们切实可用的节能提醒;通过对城市交通的数据收集处理，大数据技术能够实现城市交通的优化。

随着科学技术的发展，人类必将实现数千年的机器人梦想。早在古希腊、古罗马的神话中就有冶炼之神用黄金制造机械仆人的故事。《论衡》中也记载有鲁班曾为其母巧公制作一台木马车，“机关具备，一驱不还”。而到现代，人类对于机器人的向往，从机器人频繁出现在科幻小说和电影中已不难看出。公元2035年，智能型机器人已被人类广泛利用，送快递、遛狗、打扫卫生……这是电影《我，机器人》里描绘的场景。事实上，今天人们已经享受到了部分家用智能机器人给生活带来的便利。比如，智能吸尘器以及广泛应用于汽车工业领域的机器手等等。有意思的是，2010年松下公司专门为老年人开发了“洗发机器人”，它可以自动完成从涂抹洗发水、按摩到用清水洗净头发的全过程。未来的智能机器人不会是电影《变形金刚》中的庞然大物，而会越来越小。目前，科学家研发出的智能微型计算机只和雪花一样大，却能够执行复杂的计算任务，将来可以把这些微型计算机安装在任何物件上用以监测环境和发号施令。随着大数据时代的到来和技术的发展，科技最终会将我们带进神奇的智能机器人时代。

在大数据时代，人脑信息转换为电脑信息成为可能。科学家们通过各种途径模拟人脑，试图解密人脑活动，最终用电脑代替人脑发出指令。正如今天人们可以从电脑上下载所需的知识和技能一样，将来也可以实现人脑中的信息直接转换为电脑中的图片和文字，用电脑施展读心术。2011年，美国军方启动了“读心头盔”计划，凭借读心头盔，士兵无需语言和手势就可以互相“阅读”彼此的脑部活动，在战场上依靠“心灵感应”，用意念与战友互通讯息。目前，“读心头盔”已经能正确“解读”45%的命令。随着这项“读心术”的发展，人们不仅可以用意念写微博、打电话，甚至连梦中所见都可以转化为电脑图像。据美国《纽约时报》报道，奥巴马政府将绘制完整的人脑活动地图，全面解开人类大脑如何思考、如何储存和检索记忆等思维密码作为美国科技发展的重点，美国科学家已经成功绘出鼠脑的三维图谱。2012年，美国IBM计算机专家用运算速度最快的96台计算机，制造了世界上第一个“人造大脑”，电脑精确模拟大脑不再是痴人说梦。试想一下，如果人类大脑实现了数据模拟，或许你的下一个BOSS是机器人也不一定。

总而言之，大数据技术的发展有可能解开宇宙起源的奥秘。因为，计算机技术将一切信息无论是有与无、正与负，都归结为0与1，原来一切存在都在于数的排列组合，在于大数据。大数据与北京城

这里是北京

2013年底，在这占地仅仅1.6万平方公里的地方，北京常住人口2114.8万人，其中，常住外来人口为802.7万人，占比38%。在人口分布上，朝阳区和海淀区常住人口最多，均在300万人以上;门头沟区人最少，只有30.3万人。

与日俱增的人口压力下，人们的衣，食，住，行，让这座城市慢慢的变得厚重起来。

微软亚洲研究院主管研究员郑宇博士在做客2014WGDC地理信息开发者大会时提到，在城市中，从社交媒体到道路结构，到气象条件，产生了各种各样的大数据，如果使用得当的话可以利用这些数据发现这个城市的问题，并且自动解决这些问题。基于这样的愿景微软提出了城市计算的框槛，包括城市感知、城市服务提供和数据挖掘，形成一个环路不断的自动的改进这各城市。“简单来说就是用大数据解决大城市大挑战。最后做到人、城市运转效率和自然环境三赢的系统。”

关于人们的“衣食”

人们的生活以及消费方式已经发生了惊天的转变。不光是北京，自淘宝创立以来，大众的消费方式越发多元化，O2O、B2B等方式越来越丰富人们的日常生活。

大数据以及地图的基础应用，已经对人们的生活产生了很大的影响。现今类似的网站应用有很多都与数据以及地理信息相关，作为其代表之一，大众点评正是数据与地理信息的相互结合的优质结晶。

关于人们的“住”

对于住来说，有几个决定因素：区位、人口、环境。人口数据对于城市的商业数据来说是至关重要的。

超精细格网化人口数据根据国家统计局2010年人口普查数据，结合遥感、地理信息等数十种背景信息数据，通过定量空间模型制作而成的超精细(160米左右)格网化人口分布数据，涵盖全国328个城市(包括其所辖的所有县、县级市、区和街道)格网总数约3亿个，数据项包括总人口数、不同性别人口数、儿童人口数、成人人口数、老年人人口数、网格的经纬度等数据项。人口格网化是目前人口空间分布研究的热点，超精细格网化人口数据根据国家统计局2010年人口普查数据，结合遥感、地理信息等数十种背景信息数据产成。

关于人们的“行”

对于人们出行来说，人们的出行组成了大数据，同时大数据可以实时反应交通状况，因此大数据与交通的辩证关系一直为社会所重视;近年来交通所带来的能耗问题被逐渐重视起来，这不光是对个人资金的节省，更是对自己所在这个环境的一种责任。

郑宇认为通过导航软件所用的传感器来感知每个路段的流量和速度，利用环境学经典公式即可算出该汽车的排放量，具体做法是：利用已有GPS数据算出有限道路上的速度，按照单位时间通过车的流量的速度，最终得出某一行车路段的污染指数。可以算出这个城市里每一个区域，每一个时间、每一种污染物的成分和比例。随着时间的变化，各个地方污染程度。

大数据情怀

大数据北京，我们可以看到几个焦点，文化底蕴，科技创新，还有为了梦想前进的现代化人们。有个词叫物是人非，时代变了，主角变了，但是古迹还在，我们正在创造历史，书写历史，这亦是一个城市的延续。故宫的历史对于现如今的我们来说已经永远沉睡在北京的正中心，对于故宫我们只是过客，对于历史，我们也是一个过客。

物联网工程专业

物联网(Internet of Things)这个词，国内外普遍公认的是 MITAuto-ID 中心Ashton 教授1999年在研究RFID时最早提出来的。在2005年国际电信联盟（ITU）发布的同名报告中，物联网的定义和范围已经发生了变化，覆盖范围有了较大的拓展，不再只是指基于RFID技术的物联网。

物联网是基于互联网，传统电信网等信息承载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。

概念

物联网的作用：中国物联网校企联盟将物联网定义为当下几乎所有技术与计算机、互联网技术的结合，实现物体与物体之间：环境以及状态信息实时的共享以及智能化的收集、传递、处理、执行。广义上说，当下涉及到信息技术的应用，都可以纳入物联网的范畴。

物联网的发展历程

物联网理念最早可追溯到比尔·盖茨1995年《未来之路》一书。在《未来之路》中，比尔·盖茨已经提及物互联，只是当时受限于无线网络、硬件及传感设备的发展，并未引起重视。1998年，美国麻省理工学院（MIT）创造性地提出了当时被称作EPC系统的物联网构想。1999年，建立在物品编码、RFID技术和互联网的基础上，美国Auto-ID中心首先提出物联网概念。

物联网的基本思想出现于20世纪90年代，2005年11月17日，在信息社会世界峰会（WSIS）上，国际电信联盟（ITU）发布了《ITU互联网报告2005：物联网》。报告指出，无所不在的“物联网”通信时代即将来临，世界上所有的物体从轮胎到牙刷、从房屋到纸巾都可以通过互联网主动进行信息交换。射频识别技术（RFID）、传感器技术、纳米技术、智能嵌入技术将得到更加广泛的应用。欧洲智能系统集成技术平台（EPoSS）于2008年在《物联网2020》（《Internet of Things in 2020》）报告中分析预测了未来物联网的发展阶段。

奥巴马就任美国总统后，于2009年1月28日与美国工商业领袖举行了一次“圆桌会议”。作为仅有的两名代表之一，IBM首席执行官彭明盛首次提出“智慧地球”这一概念，建议新政府投资新一代的智慧型基础设施。奥巴马对此给予了积极的回应：“经济刺激资金将会投入到宽带网络新兴技术中去，毫无疑问，这就是美国在21世纪保持和夺回竞争优势的方式。”此概念一经提出，即得到美国各界的高度关注，甚至有分析认为，IBM公司的这一构想极有可能上升至美国的国家战略，并在世界范围内引起轰动。

2009年，欧盟执委会发表题为《Internet of Things - An action plan for Europe》的物联网行动方案，描绘了物联网技术应用的前景，并提出要加强对物联网的管理、完善隐私和个人数据保护、提高物联网的可信度、推广标准化、建立开放式的创新环境、推广物联网应用等行动建议。韩国通信委员会于2009年出台了《物联网基础设施构建基本规划》，该规划是在韩国政府之前的一系列RFID/USN（传感器网）相关计划的基础上提出的，目标是要在已有的RFID/USN应用和实验网条件下构建世界最先进的物联网基础设施、发展物联网服务、研发物联网技术、营造物联网推广环境等。2009年，日本政府IT战略本部制定了日本新一代的信息化战略《i-Japan战略2015》，该战略旨在到2015年让数字信息技术如同空气和水一般融入每一个角落，聚焦电子政务、医疗保健和教育人才三大核心领域，激活产业和地域的活性并培育新产业，以及整顿数字化基础设施。

我国政府也高度重视物联网的研究和发展。2009年8月7日，国务院总理温家宝在无锡视察时发表重要讲话，提出“感知中国”的战略构想，表示中国要抓住机遇，大力发展物联网技术。2009年11月3日，温家宝总理向首都科技界发表了题为《让科技引领中国可持续发展》的讲话，再次强调科学选择新兴战略性产业非常重要，并指示要着力突破传感网、物联网关键技术。2010年1月19日，全国人大常委会委员长吴邦国参观无锡物联网产业研究院，表示要培育发展物联网等新兴产业，确保我国在新一轮国际经济竞争中立于不败之地。我国政府高层一系列的重要讲话、报告和相关政策措施表明：大力发展物联网产业将成为今后一项具有国家战略意义的重要决策。

定义

物联网还没有一个精确且公认的定义。这主要归因于：第一，物联网的理论体系没有完全建立，对其认识还不够深入，还不能透过现象看出本质；第二，由于物联网与互联网、移动通信网、传感网等都有密切关系，不同领域的研究者对物联网思考所基于的出发点各异，短期内还没达成共识。通过与传感网、互联网、泛在网等相关网络的比较分析，可以认为：物联网是一个基于互联网、传统电信网等信息承载体，让所有能够被独立寻址的普通物理对象实现互联互通的网络。它具有普通对象设备化、自治终端互联化和普适服务智能化3个重要特征。

一方面是物理世界的联网需求，另一方面是信息世界的扩展需求。来自上述两方面的需求催生出了一类新型网络——物联网（Internet of Things）。物联网最初被描述为物品通过射频识别等信息传感设备与互联网连接起来，实现智能化识别和管理。其核心在于物与物之间广泛而普遍的互联。上述特点已超越了传统互联网应用范畴，呈现了设备多样、多网融合、感控结合等特征，具备了物联网的初步形态。物联网技术通过对物理世界信息化、网络化，对传统上分离的物理世界和信息世界实现互联和整合。

在物联网时代，每一件物体均可寻址，每一件物体均可通信，每一件物体均可控制。一个物物互联的世界如下图所示。国际电信联盟2005年一份报告曾描绘物联网时代的图景：当司机出现操作失误时汽车会自动报警；公文包会提醒主人忘带了什么东西；衣服会“告诉”洗衣机对颜色和水温的要求等。毫无疑问，物联网时代的来临将会使人们的日常生活发生翻天覆地的变化。

也可以说，物联网（Internet of Things）指的是将无处不在（Ubiquitous）的末端设备（Devices）和设施（Facilities），包括具备“内在智能”的传感器、移动终端、工业系统、楼控系统、家庭智能设施、视频监控系统等、和“外在使能”(Enabled)的，如贴上RFID的各种资产（Assets）、携带无线终端的个人与车辆等等“智能化物件或动物”或“智能尘埃”（Mote），通过各种无线和/或有线的长距离和/或短距离通讯网络实现互联互通（M2M）、应用大集成（Grand Integration）、以及基于云计算的SaaS营运等模式，在内网（Intranet）、专网（Extranet）、和/或互联网（Internet）环境下，采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面（集中展示的Cockpit Dashboard）等管理和服务功能。

物联网工程指的是将无处不在的末端设备和设施，包括具备“内在智能”的传感器、移动终端、工业系统、楼控系统、家庭智能设施、视频监控系统等、和“外在使能”的，如贴上RFID的各种资产、携带无线终端的个人与车辆等等“智能化物件或动物”或“智能尘埃”，通过各种无线和/或有线的长距离和/或短距离通讯网络实现互联互通应用大集成、以及基于云计算的SaaS营运等模式，在内网、专网、和/或互联网环境下，采用适当的信息安全保障机制，提供安全可控乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、远程控制、安全防范、远程维保、在线升级、统计报表、决策支持、领导桌面集中展示的等管理和服务功能，实现对“万物”的“高效、节能、安全、环保”的“管、控、营”一体化。目前主要是指物联网工程这个专业。

应用

物联网应用从技术层面讲主要涉及三个部分，即对外感知、感知信息传输（可能需要节点利用无线组网实现信息传输）、信息处理与回馈控制。智能技术贯穿整个物联网之中，是核心技术的核心。 感知可以是智能感知，可以是多节点协同感知，还可以是智能识别感知系统。未来在在办公移动管理，室内电器智能化等都将长足发展

意义

物联网是继计算机、互联网和移动通信之后的又一次信息产业的革命性发展。物联网被正式列为国家重点发展的战略性新兴产业之一。物联网产业具有产业链长、涉及多个产业群的特点，其应用范围几乎覆盖了各行各业。

相关标签：