企业追逐的--网络热点(云、海量数据、虚拟化)（下）

云管理平台
云是IT实现，是造出来的，不是买来的。我们可以买服务器，买数据库，但买不了云，不可能说买来以后一装就行了，那就不是云了，那只能是买一个服务器，或者买一个集群，要想买一个云的是不大可能。反过来说，这个集成本身就有复杂性，所以会遇到比如说多种虚机不一样的，不同厂家的虚拟机，多种存储设备，很多API都不一样。然后物理机和虚机又混着使用，有些应用在物理机上运行，有些应用在虚机上运行，还有跟已有的应用要集成起来，所以有很多事情要做。这也是为什么会有云管理平台，云管理平台就是一个框架，这个框架是个云框架，它基本上搭建好了一个架构，就是关于云应该如何来设计，把这个架子搭建起来，然后需要把该放的东西放上去，该连接的东西连接起来，该定制的地方定制起来，该要加工的地方加工好，因为云必须要做集成，云管理平台本身就相当于集成的一个中间件，而不是应用的中间件，就是把基础设施中不同的部件连接起来，把存储和操作系统以及不同的虚机更多的聚合起来，形成给上层应用的一个易用的平台。

 

如何走好第一步
第一，要用别人的云管理平台，不要自己从头做，不要说只买虚拟机，有现成的物理机，自己雇上一大堆人，就能做出来，这样的话就走了很大的弯路，风险也很大，所以一定要用一种云管理平台来做集成；
第二，得力的技术力量，自己要有得力的技术力量，因为是自己的平台，自己要知道要什么，自己要不知道，那就很难做到。如果自己不懂的话，最好找一家集成商，来对整个设计进行统筹计划，这样会做的比较全面些。如果是想自己亲手做的话，那么最好不要野心太大，小步走，先做一小步，看见效益再做下一步，这样会比较好一点。能够减少工程失败的机会；第三，要有有效的项目管理，不能说这个走到那是那，一定要最开始，就想到结尾，从结尾开始做计划，计划到开头，这样做出来，一直到最后实现这种东西。

 

海量数据维度与云
目前互联网系统平台化，比如才上市的Facebook，现在大数据已经蔓延到了企业里头，有的企业看到了这个商机，自己也已经有很多数据，比如说银行，比如说大零售业，还有政府等，但是现在大数据技术基本上大部分是基于开源的，如：Hadoop，它是一系列开源的产品，包括文件系统、并行文件系统和MapReduce，然后在上面还有一些应用的工具，比如说Pig、Hive、HBase这类工具，能够让用户比较容易的编程，进行数据处理。除此以外，还有一些传统的数据仓库的工具，最近几年由于大数据进入企业，对于传统的数据仓库已经不足以满足了，因此出现了一些新的数据库，比如NoSQL这样的数据库，它的结构已经不再是那种关系型数据库，能够处理一些类似于大数据的一些概念，其实还可以做分布式计算，把多台计算机当作一台计算机来管理和使用，能够形成一个非常强大的功能的具有很多CPU、很多处理能力的这样一个大机器，逻辑上的一台大机器。

大数据分析，首先要知道什么是大数据，大数据它并不是一个绝对的数据，多大就算大数据，它实际上是一个多维的问题，一个是数据量肯定是比以前要大了，第二个是数据的复杂度，它不再是这种表格型的数据，也不仅仅是重复格式的问题，比如说一张用户表有名字、性别、年龄等字段，这样就好处理一点（结构化数据），那么大数据面临的复杂度叫做非结构化数据，它没有结构，就像一个服务器日志一样，写到哪儿是哪儿，所以它没有什么结构，也就很难用传统的数据处理方式去处理，所以数据量是一个维度，数据复杂度是第二个维度；第三个就是时间压力，数据量如此之大，数据又这么复杂，还要能够及时的处理。

 

MapReduce
MapReduce是一个比较成熟的技术，MapReduce是一个技术，它有相关的像Pig、Hive，那是在它上面做查询,比如实现算平均值，算某某关键字出现的次数，能够帮助用户做一些简单的直观的一些分析（前面文章有介绍），但Hadoop和开源的MapReduc在设计时只考虑到互联网环境下单一的使用，所以还有很多的工作需要做才能满足企业的应用，比如:Master Node宕机以后，你还得重新提交你的作业，还不能自动切换（Fail-Over），再比如：Hadoop MapReduce必须绑定HDFS，不能用其他的文件系统，这样Master Node宕机以后，文件系统也随之瘫痪，这对很多被用来执行关键任务的应用软件是不能接受的。所以很多用户在寻求其他的方案,如果能只做MapReduce这一层，文件系统可以是任何的文件系统，但也支持HDFS、Hadoop就好了（目前我了解的已经有了fourinone(淘宝)、Platform）。

 

后记

很多的人有个误区，就是说SaaS建立在PaaS上，PaaS是建立在IaaS，这个模式是不对的，很多时候是独立的，各做各的，其实只要做到服务产品就是想要的云，只要做任何一个就是云，不一定非要把三个都做了才是云；多听用户、客户的意见，因为最终做云，是给客户做的，否则的话，做出来没有客户，云也就意味着失败。