簡單來說:雲計算是硬體資源的虛擬化,而大資料是海量資料的高效處理。雖然從這個解釋來看也不是完全貼切,但是卻可以幫助對這兩個名字不太明白的人很快理解其區別。當然,如果解釋更形象一點的話,雲計算相當於我們的計算機和作業系統,將大量的硬體資源虛擬化後在進行分配使用。
經濟性,不需要購買整個伺服器;
快捷性,即刻使用,不需要長時間的購買和安裝部署;
彈性,隨著業務增長可以購買更多的計算資源,可以需要時購買幾十臺伺服器的1個小時時間,運算完成就釋放自動化, 不需要透過人來完成資源的分配和部署,透過API可以自動建立雲主機等服務。
大資料的總體架構包括三層:資料儲存,資料處理和資料分析。資料先要透過儲存層儲存下來,然後根據資料需求和目標來建立相應的資料模型和資料分析指標體系對資料進行分析產生價值而中間的時效性又透過中間資料處理層提供的強大的平行計算和分散式計算能力來完成。三者相互配合,這讓大資料產生最終價值。
雲計算的技術關注點在於如何在一套軟硬體環境中,為不同的使用者提供服務,使得不同的使用者彼此不可見,並進行資源隔離,保障每個使用者的服務質量。在大資料和雲計算的關係上,兩者都關注對資源的排程。大資料處理可以基於雲計算平臺(如IaaS,容器)。
雲計算與大資料之間是相輔相成,相得益彰的關係。大資料探勘處理需要雲計算作為平臺,而大資料涵蓋的價值和規律則能夠使雲計算更好的與行業應用結合併發揮更大的作用。雲計算將計算資源作為服務支撐大資料的挖掘,而大資料的發展趨勢是對實時互動的海量資料查詢、分析提供了各自需要的價值資訊
簡單來說:雲計算是硬體資源的虛擬化,而大資料是海量資料的高效處理。雖然從這個解釋來看也不是完全貼切,但是卻可以幫助對這兩個名字不太明白的人很快理解其區別。當然,如果解釋更形象一點的話,雲計算相當於我們的計算機和作業系統,將大量的硬體資源虛擬化後在進行分配使用。
雲計算的本質就是將計算能力作為一種較小顆粒度的服務提供給使用者,按需使用和付費,具體體現在經濟性,不需要購買整個伺服器;
快捷性,即刻使用,不需要長時間的購買和安裝部署;
彈性,隨著業務增長可以購買更多的計算資源,可以需要時購買幾十臺伺服器的1個小時時間,運算完成就釋放自動化, 不需要透過人來完成資源的分配和部署,透過API可以自動建立雲主機等服務。
而大資料相當於海量資料的“資料庫”,通觀大資料領域的發展我們也可以看出,當前的大資料發展一直在向著近似於傳統資料庫體驗的方向發展,一句話就是,傳統資料庫給大資料的發展提供了足夠大的空間。大資料與雲計算的關係大資料的總體架構包括三層:資料儲存,資料處理和資料分析。資料先要透過儲存層儲存下來,然後根據資料需求和目標來建立相應的資料模型和資料分析指標體系對資料進行分析產生價值而中間的時效性又透過中間資料處理層提供的強大的平行計算和分散式計算能力來完成。三者相互配合,這讓大資料產生最終價值。
雲計算的技術關注點在於如何在一套軟硬體環境中,為不同的使用者提供服務,使得不同的使用者彼此不可見,並進行資源隔離,保障每個使用者的服務質量。在大資料和雲計算的關係上,兩者都關注對資源的排程。大資料處理可以基於雲計算平臺(如IaaS,容器)。
雲計算與大資料之間是相輔相成,相得益彰的關係。大資料探勘處理需要雲計算作為平臺,而大資料涵蓋的價值和規律則能夠使雲計算更好的與行業應用結合併發揮更大的作用。雲計算將計算資源作為服務支撐大資料的挖掘,而大資料的發展趨勢是對實時互動的海量資料查詢、分析提供了各自需要的價值資訊