Wiki 弘憶佛教論壇 - 熱門關鍵字 Google Hot Keyword ChatGPT BTC ETH NFT WEB3 USDT AI

標題: 雲端科技 wiki [打印本頁]

作者: 釋大寬法師    時間: 2012-1-24 18:51
標題: 雲端科技 wiki
本帖最後由 釋大寬法師 於 2013-9-30 10:12 編輯


雲端科技


透過雲端科技 ,可以讓資料存取運算更方便大幅降低企業營運成本 ( 例如: 辦公室軟體,作業系統,硬體設備),所以,現今很多企業,都採用雲端科技 ,來降低成本,以提高企業競爭能力。



根據 2010 年所做的一項研究調查,公用的雲端儲存服務正在迅速成為對企業更具吸引力的選擇。在 2010 年,包括 Nirvanix, Nasuni, CTERA Networks 以及 Petaera 等服務提供商,都開始使用新一代物件導向的儲存技術,讓超大量資料的儲存成本比起傳統的企業儲存系統更為大幅縮減。 這些服務提供商提供雲端儲存閘道給企業客戶,協助將傳統的檔案儲存協定轉換成為快取式物件導向儲存。


於此同時,由歐盟贊助的「遠見雲端計畫」 (VISION Cloud EU Project) 也建立了以雲為主的底層基礎架構,利用開放規格和新技術,提供可擴展、高彈性、且可靠的架構,強化大量資料的儲存服務。


IDC 儲存分析師 Brad Nisbet 指出,這種「成本效益高、使用方式友善」解決方案服務的提供,讓市場中有越來越多的中小企業樂於採用雲端儲存。



雲端儲存


雲端儲存是一種網路線上儲存 (online storage) 的模式,即把資料存放在通常由第三方代管的多台虛擬伺服器,而非專屬的伺服器上。代管 (hosting) 公司營運大型的資料中心,需要資料儲存代管的人,則透過向其購買或租賃儲存空間的方式,來滿足資料儲存的需求。資料中心營運商根據客戶的需求,在後端準備儲存虛擬化的資源,並將其以儲存資源池 (storage pool) 的方式提供,客戶便可自行使用此儲存資源池來存放檔案或物件。實際上, 這些資源可能被分佈在眾多的伺服主機上。


雲端儲存這項服務乃透過Web服務應用程式介面 (API), 或是透過 Web化的使用者介面來存取。






雲端儲存的優勢


企業只需要依實際使用的儲存空間支付費用。
企業並不需要在自己的資料中心或辦公室裡安裝實體的儲存裝置,大大減少 IT 和管理的成本。
日常維護工作,如備份、資料複製、或是增加儲存裝置添購等工作,都轉移給代管的服務提供商,讓企業更可以專注在自己的核心業務上。




潛在隱憂


參見:雲端運算的安全性
當所欲儲存的資料較為機密時,則對存放於雲端儲存服務提供商的安全性有疑慮。


存取效能可能比本地端儲存設備的效能低。


資料的可靠性和可用性將取決於廣域網路,以及服務商所提供的預防措施好壞。


當使用者有特殊的資料使用記錄追蹤需求時(如公務部門依據規章和條例的要求,而需留存某些電磁記錄時),使用雲端運算及雲端儲存將使工作複雜度增加。
















雲端運算(英語:Cloud Computing),是一種基於網際網路的運算方式,透過這種方式,共享的軟硬體資源和資訊可以按需提供給電腦和其他裝置。整個執行方式很像電網。


雲端運算是繼1980年代大型電腦到用戶端-伺服器的大轉變之後的又一種巨變。使用者不再需要了解「雲端」中基礎設施的細節,不必具有相應的專業知識,也無需直接進行控制。


雲端運算描述了一種基於網際網路的新的IT服務增加、使用和交付模式,通常涉及透過網際網路來提供動態易擴充功能而且經常是虛擬化的資源。


雲其實是網路、網際網路的一種比喻說法。因為過去在圖中往往用雲端來表示電信網,後來也用來表示網際網路和底層基礎設施的抽象。典型的雲端運算提供商往往提供通用的網路業務應用,可以透過瀏覽器等軟體或者其他Web服務來存取,而軟體和資料都儲存在伺服器上。雲端運算關鍵的要素,還包括個性化的使用者體驗。


雲端運算可以認為包括以下幾個層次的服務:基礎設施即服務(IaaS),平台即服務(PaaS)和軟體即服務(SaaS)。雲端運算服務通常提供通用的透過瀏覽器存取的線上商業應用,軟體和資料可儲存在資料中心。




截止到2009年,大部分的雲端運算基礎構架是由透過資料中心傳送的可信賴的服務和建立在伺服器上的不同層次的虛擬化技術組成的。人們可以在任何有提供網路基礎設施的地方使用這些服務。「雲端」通常表現為對所有使用者的運算需求的單一存取點。人們通常希望商業化的產品能夠滿足服務質量(QoS)的要求,並且一般情況下要提供服務水平協議。 開放標準對於雲端運算的發展是至關重要的,並且開源軟體已經為眾多的雲端運算例項提供了基礎。


雲端的基本概念,是透過網路將龐大的運算處理程式自動分拆成無數個較小的子程式,再由多部伺服器所組成的龐大系統搜尋、運算分析之後將處理結果回傳給使用者。透過這項技術,遠端的服務供應商可以在數秒之內,達成處理數以千萬計甚至億計的資訊,達到和「超級電腦」同樣強大效能的網路服務。它可分析DNA結構、基因圖譜定序、解析癌症細胞等高階運算,例如Skype以點對點(P2P)方式來共同組成單一系統;又如Google透過MapReduce架構將資料拆成小塊運算後再重組回來,而且Big Table技術完全跳脫一般資料庫資料運作方式,以row設計儲存又完全的配合Google自己的檔案系統(Google檔案系統),以幫助資料快速穿過「雲端」。




雲端運算的產業三級分層:雲端軟體、雲端平台、雲端設備。




上層分級:雲端軟體Software as a Service (SaaS)
打破以往大廠壟斷的局面,所有人都可以在上面自由揮灑創意,提供各式各樣的軟體服務。 參與者:世界各地的軟體開發者;




中層分級:雲端平台Platform as a Service (PaaS)
打造程式開發平台與作業系統平台,讓開發人員可以透過網路撰寫程式與服務,一般消費者也可以在上面執行程式。 參與者:


Google、微軟、蘋果、Yahoo!;
下層分級:雲端設備Infrastructure as a Service (IaaS)
將基礎設備(如IT系統、資料庫等)整合起來,像旅館一樣,分隔成不同的房間供企業租用。 參與者:英業達、IBM、戴爾、昇陽、惠普、亞馬遜。






發展歷史:


美國國家航空暨太空總署的OpenStack/Nebula運算平台。


1983年,昇陽電腦(Sun Microsystems)提出「網路即是電腦」(「The Network is the computer」)。


2006年3月,亞馬遜(Amazon)推出彈性運算雲端(Elastic Compute Cloud;EC2)服務。


2006年8月9日,Google執行長埃里克·施密特(Eric Schmidt)在搜尋引擎大會(SES San Jose 2006)首次提出「雲端計算」(Cloud Computing)的概念。Google「雲端端運算」源於Google工程師克里斯多福·比希利亞所做的「Google 101」項目。


2007年10月,Google與IBM開始在美國大學校園,包括卡內基美隆大學、麻省理工學院、史丹佛大學、加州大學柏克萊分校及馬里蘭大學等,推廣雲端運算的計畫,這項計劃希望能降低分散式運算技術在學術研究方面的成本,並為這些大學提供相關的軟硬體設備及技術支援(包括數百台個人電腦及BladeCenter與System x伺服器,這些運算平台將提供1600個處理器,支援包括Linux、Xen、Hadoop等開放原始碼平台)。而學生則可以透過網路開發各項以大規模運算為基礎的研究計畫。


2008年1月30日,Google宣佈在台灣啟動「雲端運算學術計畫」,將與台灣台大、交大等學校合作,將這種先進的大規模、快速運算技術推廣到校園 。


2008年7月29日,雅虎、惠普和英特爾宣布一項涵蓋美國、德國和新加坡的聯合研究計劃,推出雲端運算研究測試床,推進雲端運算。該計劃要與合作夥伴建立6個資料中心作為研究試驗平台,每個資料中心配置1400個至4000個處理器。這些合作夥伴包括新加坡資訊通訊發展管理局、德國卡爾斯魯厄大學Steinbuch運算中心、美國伊利諾大學香賓分校、英特爾研究院、惠普實驗室和雅虎。


2008年8月3日,美國專利商標局網站資訊顯示,戴爾正在申請「雲端運算」(Cloud Computing)商標,此舉旨在加強對這一未來可能重塑技術架構的術語的控制權。戴爾在申請檔案中稱,雲端運算是「在資料中心和巨型規模的運算環境中,為他人提供電腦硬體客製製造」。


2010年3月5日,Novell與雲端安全聯盟(CSA)共同宣佈一項供應商中立計畫,名為「可信任雲端運算計畫(Trusted Cloud Initiative)」。


2010年7月,美國國家航空暨太空總署和包括Rackspace、AMD、Intel、戴爾等支援廠商共同宣佈「OpenStack」開放原始碼計畫, 微軟在2010年10月表示支援OpenStack與Windows Server 2008 R2的整合; 而Ubuntu已把OpenStack加至11.04版本中。 2011年2月,思科系統正式加入OpenStack,重點研製OpenStack的網路服務。







歡迎光臨 Wiki 弘憶佛教論壇 - 熱門關鍵字 Google Hot Keyword ChatGPT BTC ETH NFT WEB3 USDT AI (http://www.buddha-hi.net/re/) Powered by Discuz! X3.2