<s id="me4ou"></s>
  • <code id="me4ou"><samp id="me4ou"></samp></code>
    <optgroup id="me4ou"><samp id="me4ou"></samp></optgroup>
    • 鄭州北大青鳥首頁
    • 網站導航
    • 河南軟件與網絡工程師培養基地 河南擁有IT體驗館課程專業全、規模大校區河南多年連獲全國教學質量獎2011-2018年獲北大青鳥總部榮譽獎
    首頁 中心介紹 新聞動態 課程詳解 師資力量 專家講座 招生問答 學員活動 精彩專題 報名
    當前位置: > 新聞動態 > 行業新聞 >

    鄭州云計算培訓學校講講云計算與大數據的關系

    2018-09-27 09:42 來源:鄭州北大青鳥
        今天跟大家講講云計算、大數據和人工智能。為什么講這三個東西呢?因為這三個東西現在非常火,并且它們之間好像互相有關系:一般談云計算的時候會提到大數據、談人工智能的時候會提大數據、談人工智能的時候會提云計算……感覺三者之間相輔相成又不可分割。但如果是非技術的人員,就可能比較難理解這三者之間的相互關系,所以有必要解釋一下。
    鄭州云計算培訓學校講講云計算與大數據的關系
        一、云計算最初的目標
        我們首先來說云計算。云計算最初的目標是對資源的管理,管理的主要是計算資源、網絡資源、存儲資源三個方面。
        1. 管數據中心就像配電腦
        什么叫計算、網絡、存儲資源?
        比如你要買臺筆記本電腦,是不是要關心這臺電腦是什么樣的CPU?多大的內存?這兩個就被我們稱為計算資源。
        這臺電腦要上網,就需要有個可以插網線的網口,或者有可以連接我們家路由器的無線網卡。您家也需要到運營商比如聯通、移動或者電信開通一個網絡,比如100M的帶寬。然后會有師傅弄一根網線到您家來,師傅可能會幫您將您的路由器和他們公司的網絡連接配置好。這樣您家的所有的電腦、手機、平板就都可以通過您的路由器上網了。這就是網絡資源。
        您可能還會問硬盤多大?過去的硬盤都很小,大小如10G之類的;后來即使500G、1T、2T的硬盤也不新鮮了。(1T是1000G),這就是存儲資源。
        對于一臺電腦是這個樣子的,對于一個數據中心也是同樣的。想象你有一個非常非常大的機房,里面堆了很多的服務器,這些服務器也是有CPU、內存、硬盤的,也是通過類似路由器的設備上網的。這時的問題就是:運營數據中心的人是怎么把這些設備統一的管理起來的呢?
        2. 靈活就是想啥時要都有,想要多少都行
        管理的目標就是要達到兩個方面的靈活性。具體哪兩個方面呢?
        舉個例子來理解:比如有個人需要一臺很小的電腦,只有一個CPU、1G內存、10G的硬盤、一兆的帶寬,你能給他嗎?像這種這么小規格的電腦,現在隨便一個筆記本電腦都比這個配置強了,家里隨便拉一個寬帶都要100M。然而如果去一個云計算的平臺上,他要想要這個資源時,只要一點就有了。
        這種情況下它就能達到兩個方面靈活性:
        •時間靈活性:想什么時候要就什么時候要,需要的時候一點就出來了;
        •空間靈活性:想要多少就有多少。需要一個太很小的電腦,可以滿足;需要一個特別大的空間例如云盤,云盤給每個人分配的空間動不動就很大很大,隨時上傳隨時有空間,永遠用不完,也是可以滿足的。
        空間靈活性和時間靈活性,即我們常說的云計算的彈性。而解決這個彈性的問題,經歷了漫長時間的發展。
        3. 物理設備不靈活
        第一個階段是物理設備時期。這個時期客戶需要一臺電腦,我們就買一臺放在數據中心里。
        物理設備當然是越來越牛,例如服務器,內存動不動就是百G內存;例如網絡設備,一個端口的帶寬就能有幾十G甚至上百G;例如存儲,在數據中心至少是PB級別的(一個P是1000個T,一個T是1000個G)。
        然而物理設備不能做到很好的靈活性:
        •首先是它缺乏時間靈活性。不能夠達到想什么時候要就什么時候要。比如買臺服務器、買個電腦,都要有采購的時間。如果突然用戶告訴某個云廠商,說想要開臺電腦,使用物理服務器,當時去采購就很難。與供應商關系好的可能需要一個星期,與供應商關系一般的就可能需要采購一個月。用戶等了很久電腦才到位,這時用戶還要登錄上去慢慢開始部署自己的應用。時間靈活性非常差。
        •其次是它的空間靈活性也不行。例如上述的用戶需要一個很小很小的電腦,但現在哪還有這么小型號的電腦?不能為了滿足用戶只要一個G的內存是80G硬盤的,就去買一個這么小的機器。但是如果買一個大的,又會因為電腦大,需要向用戶多收錢,可用戶需要用的只有那么小一點,所以多付錢就很冤。
        4. 虛擬化靈活多了
        有人就想辦法了。第一個辦法就是虛擬化。用戶不是只要一個很小的電腦么?數據中心的物理設備都很強大,我可以從物理的CPU、內存、硬盤中虛擬出一小塊來給客戶,同時也可以虛擬出一小塊來給其他客戶。每個客戶只能看到自己的那一小塊,但其實每個客戶用的是整個大的設備上的一小塊。
        虛擬化的技術使得不同客戶的電腦看起來是隔離的。也就是我看著好像這塊盤就是我的,你看著這塊盤就是你的,但實際情況可能我的這個10G和你的這個10G是落在同樣一個很大很大的存儲上。而且如果事先物理設備都準備好,虛擬化軟件虛擬出一個電腦是非常快的,基本上幾分鐘就能解決。所以在任何一個云上要創建一臺電腦,一點幾分鐘就出來了,就是這個道理。
        這樣空間靈活性和時間靈活性就基本解決了。
        5. 虛擬世界的賺錢與情懷
        在虛擬化階段,最牛的公司是VMware。它是實現虛擬化技術比較早的一家公司,可以實現計算、網絡、存儲的虛擬化。這家公司很牛,性能做得非常好,虛擬化軟件賣得也非常好,賺了好多的錢,后來讓EMC(世界五百強,存儲廠商第一品牌)給收購了。
        但這個世界上還是有很多有情懷的人的,尤其是程序員里面。有情懷的人喜歡做什么事情?開源。
        這個世界上很多軟件都是有閉源就有開源,源就是源代碼。也就是說,某個軟件做的好,所有人都愛用,但這個軟件的代碼被我封閉起來,只有我公司知道,其他人不知道。如果其他人想用這個軟件,就要向我付錢,這就叫閉源。
        但世界上總有一些大牛看不慣錢都讓一家賺了去的情況。大牛們覺得,這個技術你會我也會;你能開發出來,我也能。我開發出來就是不收錢,把代碼拿出來分享給大家,全世界誰用都可以,所有的人都可以享受到好處,這個叫做開源。
        比如最近的蒂姆·伯納斯·李就是個非常有情懷的人。2017年,他因“發明萬維網、第一個瀏覽器和使萬維網得以擴展的基本協議和算法”而獲得2016年度的圖靈獎。圖靈獎就是計算機界的諾貝爾獎。然而他最令人敬佩的是,他將萬維網,也就是我們常見的WWW技術無償貢獻給全世界免費使用。我們現在在網上的所有行為都應該感謝他的功勞,如果他將這個技術拿來收錢,應該和比爾蓋茨差不多有錢。
        開源和閉源的例子有很多:
        例如在閉源的世界里有Windows,大家用Windows都得給微軟付錢;開源的世界里面就出現了Linux。比爾蓋茨靠Windows、Office這些閉源的軟件賺了很多錢,稱為世界首富,就有大牛開發了另外一種操作系統Linux。很多人可能沒有聽說過Linux,很多后臺的服務器上跑的程序都是Linux上的,比如大家享受雙十一,無論是淘寶、京東、考拉……支撐雙十一搶購的系統都是跑在Linux上的。
        再如有Apple就有安卓。Apple市值很高,但是蘋果系統的代碼我們是看不到的。于是就有大牛寫了安卓手機操作系統。所以大家可以看到幾乎所有的其他手機廠商,里面都裝安卓系統。原因就是蘋果系統不開源,而安卓系統大家都可以用。
        在虛擬化軟件也一樣,有了VMware,這個軟件非常貴。那就有大牛寫了兩個開源的虛擬化軟件,一個叫做Xen,一個叫做KVM,如果不做技術的,可以不用管這兩個名字,但是后面還是會提到。
        6. 虛擬化的半自動和云計算的全自動
        要說虛擬化軟件解決了靈活性問題,其實并不全對。因為虛擬化軟件一般創建一臺虛擬的電腦,是需要人工指定這臺虛擬電腦放在哪臺物理機上的。這一過程可能還需要比較復雜的人工配置。所以使用VMware的虛擬化軟件,需要考一個很牛的證書,而能拿到這個證書的人,薪資是相當高,也可見復雜程度。
        所以僅僅憑虛擬化軟件所能管理的物理機的集群規模都不是特別大,一般在十幾臺、幾十臺、最多百臺這么一個規模。
        這一方面會影響時間靈活性:雖然虛擬出一臺電腦的時間很短,但是隨著集群規模的擴大,人工配置的過程越來越復雜,越來越耗時。另一方面也影響空間靈活性:當用戶數量多時,這點集群規模,還遠達不到想要多少要多少的程度,很可能這點資源很快就用完了,還得去采購。
        所以隨著集群的規模越來越大,基本都是千臺起步,動輒上萬臺、甚至幾十上百萬臺。如果去查一下BAT,包括網易、谷歌、亞馬遜,服務器數目都大的嚇人。這么多機器要靠人去選一個位置放這臺虛擬化的電腦并做相應的配置,幾乎是不可能的事情,還是需要機器去做這個事情。
        人們發明了各種各樣的算法來做這個事情,算法的名字叫做調度(Scheduler)。通俗一點說,就是有一個調度中心,幾千臺機器都在一個池子里面,無論用戶需要多少CPU、內存、硬盤的虛擬電腦,調度中心會自動在大池子里面找一個能夠滿足用戶需求的地方,把虛擬電腦啟動起來做好配置,用戶就直接能用了。這個階段我們稱為池化或者云化。到了這個階段,才可以稱為云計算,在這之前都只能叫虛擬化。
        7. 云計算的私有與公有
        云計算大致分兩種:一個是私有云,一個是公有云,還有人把私有云和公有云連接起來稱為混合云,這里暫且不說這個。
        •私有云:把虛擬化和云化的這套軟件部署在別人的數據中心里面。使用私有云的用戶往往很有錢,自己買地建機房、自己買服務器,然后讓云廠商部署在自己這里。VMware后來除了虛擬化,也推出了云計算的產品,并且在私有云市場賺的盆滿缽滿。
        •公有云:把虛擬化和云化軟件部署在云廠商自己數據中心里面的,用戶不需要很大的投入,只要注冊一個賬號,就能在一個網頁上點一下創建一臺虛擬電腦。例如AWS即亞馬遜的公有云;例如國內的阿里云、騰訊云、網易云等。
        亞馬遜為什么要做公有云呢?我們知道亞馬遜原來是國外比較大的一個電商,它做電商時也肯定會遇到類似雙十一的場景:在某一個時刻大家都沖上來買東西。當大家都沖上買東西時,就特別需要云的時間靈活性和空間靈活性。因為它不能時刻準備好所有的資源,那樣太浪費了。但也不能什么都不準備,看著雙十一這么多用戶想買東西登不上去。所以需要雙十一時,就創建一大批虛擬電腦來支撐電商應用,過了雙十一再把這些資源都釋放掉去干別的。因此亞馬遜是需要一個云平臺的。
        然而商用的虛擬化軟件實在是太貴了,亞馬遜總不能把自己在電商賺的錢全部給了虛擬化廠商。于是亞馬遜基于開源的虛擬化技術,如上所述的Xen或者KVM,開發了一套自己的云化軟件。沒想到亞馬遜后來電商越做越牛,云平臺也越做越牛。
        由于它的云平臺需要支撐自己的電商應用;而傳統的云計算廠商多為IT廠商出身,幾乎沒有自己的應用,所以亞馬遜的云平臺對應用更加友好,迅速發展成為云計算的第一品牌,賺了很多錢。
        在亞馬遜公布其云計算平臺財報之前,人們都猜測,亞馬遜電商賺錢,云也賺錢嗎?后來一公布財報,發現不是一般的賺錢。僅僅去年,亞馬遜AWS年營收達122億美元,運營利潤31億美元。
        8. 云計算的賺錢與情懷
        公有云的第一名亞馬遜過得很爽,第二名Rackspace過得就一般了。沒辦法,這就是互聯網行業的殘酷性,多是贏者通吃的模式。所以第二名如果不是云計算行業的,很多人可能都沒聽過了。
        第二名就想,我干不過老大怎么辦呢?開源吧。如上所述,亞馬遜雖然使用了開源的虛擬化技術,但云化的代碼是閉源的。很多想做又做不了云化平臺的公司,只能眼巴巴的看著亞馬遜掙大錢。Rackspace把源代碼一公開,整個行業就可以一起把這個平臺越做越好,兄弟們大家一起上,和老大拼了。
        于是Rackspace和美國航空航天局合作創辦了開源軟件OpenStack,如上圖所示OpenStack的架構圖,不是云計算行業的不用弄懂這個圖,但能夠看到三個關鍵字:Compute計算、Networking網絡、Storage存儲。還是一個計算、網絡、存儲的云化管理平臺。
        當然第二名的技術也是非常棒的,有了OpenStack之后,果真像Rackspace想的一樣,所有想做云的大企業都瘋了,你能想象到的所有如雷貫耳的大型IT企業:IBM、惠普、戴爾、華為、聯想等都瘋了。
        原來云平臺大家都想做,看著亞馬遜和VMware賺了這么多錢,眼巴巴看著沒辦法,想自己做一個好像難度還挺大。現在好了,有了這樣一個開源的云平臺OpenStack,所有的IT廠商都加入到這個社區中來,對這個云平臺進行貢獻,包裝成自己的產品,連同自己的硬件設備一起賣。有的做了私有云,有的做了公有云,OpenStack已經成為開源云平臺的事實標準。
        9 . IaaS, 資源層面的靈活性
        隨著OpenStack的技術越來越成熟,可以管理的規模也越來越大,并且可以有多個OpenStack集群部署多套。比如北京部署一套、杭州部署兩套、廣州部署一套,然后進行統一的管理。這樣整個規模就更大了。
        在這個規模下,對于普通用戶的感知來講,基本能夠做到想什么時候要就什么什么要,想要多少就要多少。還是拿云盤舉例子,每個用戶云盤都分配了5T甚至更大的空間,如果有1億人,那加起來空間多大啊。
        其實背后的機制是這樣的:分配你的空間,你可能只用了其中很少一點,比如說它分配給你了5個T,這么大的空間僅僅是你看到的,而不是真的就給你了,你其實只用了50個G,則真實給你的就是50個G,隨著你文件的不斷上傳,分給你的空間會越來越多。
        當大家都上傳,云平臺發現快滿了的時候(例如用了70%),會采購更多的服務器,擴充背后的資源,這個對用戶是透明的、看不到的。從感覺上來講,就實現了云計算的彈性。其實有點像銀行,給儲戶的感覺是什么時候取錢都有,只要不同時擠兌,銀行就不會垮。
        10. 總結
        到了這個階段,云計算基本上實現了時間靈活性和空間靈活性;實現了計算、網絡、存儲資源的彈性。計算、網絡、存儲我們常稱為基礎設施Infranstracture, 因而這個階段的彈性稱為資源層面的彈性。管理資源的云平臺,我們稱為基礎設施服務,也就是我們常聽到的IaaS(Infranstracture As A Service)。
        二、云計算不光管資源,也要管應用
        有了IaaS,實現了資源層面的彈性就夠了嗎?顯然不是,還有應用層面的彈性。
        這里舉個例子:比如說實現一個電商的應用,平時十臺機器就夠了,雙十一需要一百臺。你可能覺得很好辦啊,有了IaaS,新創建九十臺機器就可以了啊。但90臺機器創建出來是空的,電商應用并沒有放上去,只能讓公司的運維人員一臺一臺的弄,需要很長時間才能安裝好的。
        雖然資源層面實現了彈性,但沒有應用層的彈性,依然靈活性是不夠的。有沒有方法解決這個問題呢?
        人們在IaaS平臺之上又加了一層,用于管理資源以上的應用彈性的問題,這一層通常稱為PaaS(Platform As A Service)。這一層往往比較難理解,大致分兩部分:一部分筆者稱為“你自己的應用自動安裝”,一部分筆者稱為“通用的應用不用安裝”。
        •自己的應用自動安裝:比如電商應用是你自己開發的,除了你自己,其他人是不知道怎么安裝的。像電商應用,安裝時需要配置支付寶或者微信的賬號,才能使別人在你的電商上買東西時,付的錢是打到你的賬戶里面的,除了你,誰也不知道。所以安裝的過程平臺幫不了忙,但能夠幫你做得自動化,你需要做一些工作,將自己的配置信息融入到自動化的安裝過程中方可。比如上面的例子,雙十一新創建出來的90臺機器是空的,如果能夠提供一個工具,能夠自動在這新的90臺機器上將電商應用安裝好,就能夠實現應用層面的真正彈性。例如Puppet、Chef、Ansible、Cloud Foundary都可以干這件事情,最新的容器技術Docker能更好的干這件事情。
        •通用的應用不用安裝:所謂通用的應用,一般指一些復雜性比較高,但大家都在用的,例如數據庫。幾乎所有的應用都會用數據庫,但數據庫軟件是標準的,雖然安裝和維護比較復雜,但無論誰安裝都是一樣。這樣的應用可以變成標準的PaaS層的應用放在云平臺的界面上。當用戶需要一個數據庫時,一點就出來了,用戶就可以直接用了。有人問,既然誰安裝都一個樣,那我自己來好了,不需要花錢在云平臺上買。當然不是,數據庫是一個非常難的東西,光Oracle這家公司,靠數據庫就能賺這么多錢。買Oracle也是要花很多錢的。
        然而大多數云平臺會提供MySQL這樣的開源數據庫,又是開源,錢不需要花這么多了。但維護這個數據庫,卻需要專門招一個很大的團隊,如果這個數據庫能夠優化到能夠支撐雙十一,也不是一年兩年能夠搞定的。
        比如您是一個做單車的,當然沒必要招一個非常大的數據庫團隊來干這件事情,成本太高了,應該交給云平臺來做這件事情,專業的事情專業的人來做,云平臺專門養了幾百人維護這套系統,您只要專注于您的單車應用就可以了。
        要么是自動部署,要么是不用部署,總的來說就是應用層你也要少操心,這就是PaaS層的重要作用。
        雖說腳本的方式能夠解決自己的應用的部署問題,然而不同的環境千差萬別,一個腳本往往在一個環境上運行正確,到另一個環境就不正確了。
        而容器是能更好地解決這個問題。
        容器是 Container,Container另一個意思是集裝箱,其實容器的思想就是要變成軟件交付的集裝箱。集裝箱的特點:一是封裝,二是標準。
        在沒有集裝箱的時代,假設將貨物從 A運到 B,中間要經過三個碼頭、換三次船。每次都要將貨物卸下船來,擺得七零八落,然后搬上船重新整齊擺好。因此在沒有集裝箱時,每次換船,船員們都要在岸上待幾天才能走。
        有了集裝箱以后,所有的貨物都打包在一起了,并且集裝箱的尺寸全部一致,所以每次換船時,一個箱子整體搬過去就行了,小時級別就能完成,船員再也不用上岸長時間耽擱了。
        這是集裝箱“封裝”、“標準”兩大特點在生活中的應用。
        那么容器如何對應用打包呢?還是要學習集裝箱。首先要有個封閉的環境,將貨物封裝起來,讓貨物之間互不干擾、互相隔離,這樣裝貨卸貨才方便。好在 Ubuntu中的LXC技術早就能做到這一點。
        封閉的環境主要使用了兩種技術,一種是看起來是隔離的技術,稱為 Namespace,也即每個 Namespace中的應用看到的是不同的 IP地址、用戶空間、程號等。另一種是用起來是隔離的技術,稱為 Cgroups,也即明明整臺機器有很多的 CPU、內存,而一個應用只能用其中的一部分。
        所謂的鏡像,就是將你焊好集裝箱的那一刻,將集裝箱的狀態保存下來,就像孫悟空說:“定”,集裝箱里面就定在了那一刻,然后將這一刻的狀態保存成一系列文件。這些文件的格式是標準的,誰看到這些文件都能還原當時定住的那個時刻。將鏡像還原成運行時的過程(就是讀取鏡像文件,還原那個時刻的過程)就是容器運行的過程。
        有了容器,使得 PaaS層對于用戶自身應用的自動部署變得快速而優雅。
        三、大數據擁抱云計算
        在PaaS層中一個復雜的通用應用就是大數據平臺。大數據是如何一步一步融入云計算的呢?
        1. 數據不大也包含智慧
        一開始這個大數據并不大。原來才有多少數據?現在大家都去看電子書,上網看新聞了,在我們80后小時候,信息量沒有那么大,也就看看書、看看報,一個星期的報紙加起來才有多少字?如果你不在一個大城市,一個普通的學校的圖書館加起來也沒幾個書架,是后來隨著信息化的到來,信息才會越來越多。
        首先我們來看一下大數據里面的數據,就分三種類型,一種叫結構化的數據,一種叫非結構化的數據,還有一種叫半結構化的數據。
        •結構化的數據:即有固定格式和有限長度的數據。例如填的表格就是結構化的數據,國籍:中華人民共和國,民族:漢,性別:男,這都叫結構化數據。
        •非結構化的數據:現在非結構化的數據越來越多,就是不定長、無固定格式的數據,例如網頁,有時候非常長,有時候幾句話就沒了;例如語音,視頻都是非結構化的數據。
        •半結構化數據:是一些XML或者HTML的格式的,不從事技術的可能不了解,但也沒有關系。
        其實數據本身不是有用的,必須要經過一定的處理。例如你每天跑步帶個手環收集的也是數據,網上這么多網頁也是數據,我們稱為Data。數據本身沒有什么用處,但數據里面包含一個很重要的東西,叫做信息(Information)。
        數據十分雜亂,經過梳理和清洗,才能夠稱為信息。信息會包含很多規律,我們需要從信息中將規律總結出來,稱為知識(Knowledge),而知識改變命運。信息是很多的,但有人看到了信息相當于白看,但有人就從信息中看到了電商的未來,有人看到了直播的未來,所以人家就牛了。如果你沒有從信息中提取出知識,天天看朋友圈也只能在互聯網滾滾大潮中做個看客。
        有了知識,然后利用這些知識去應用于實戰,有的人會做得非常好,這個東西叫做智慧(Intelligence)。有知識并不一定有智慧,例如好多學者很有知識,已經發生的事情可以從各個角度分析得頭頭是道,但一到實干就歇菜,并不能轉化成為智慧。而很多的創業家之所以偉大,就是通過獲得的知識應用于實踐,最后做了很大的生意。
        所以數據的應用分這四個步驟:數據、信息、知識、智慧。
        最終的階段是很多商家都想要的。你看我收集了這么多的數據,能不能基于這些數據來幫我做下一步的決策,改善我的產品。例如讓用戶看視頻的時候旁邊彈出廣告,正好是他想買的東西;再如讓用戶聽音樂時,另外推薦一些他非常想聽的其他音樂。
        用戶在我的應用或者網站上隨便點點鼠標,輸入文字對我來說都是數據,我就是要將其中某些東西提取出來、指導實踐、形成智慧,讓用戶陷入到我的應用里面不可自拔,上了我的網就不想離開,手不停地點、不停地買。
        很多人說雙十一我都想斷網了,我老婆在上面不斷地買買買,買了A又推薦B,老婆大人說,“哎呀,B也是我喜歡的啊,老公我要買”。你說這個程序怎么這么牛,這么有智慧,比我還了解我老婆,這件事情是怎么做到的呢?
        2. 數據如何升華為智慧
        數據的處理分幾個步驟,完成了才最后會有智慧。
        第一個步驟叫數據的收集。首先得有數據,數據的收集有兩個方式:
        •第一個方式是拿,專業點的說法叫抓取或者爬取。例如搜索引擎就是這么做的:它把網上的所有的信息都下載到它的數據中心,然后你一搜才能搜出來。比如你去搜索的時候,結果會是一個列表,這個列表為什么會在搜索引擎的公司里面?就是因為他把數據都拿下來了,但是你一點鏈接,點出來這個網站就不在搜索引擎它們公司了。比如說新浪有個新聞,你拿百度搜出來,你不點的時候,那一頁在百度數據中心,一點出來的網頁就是在新浪的數據中心了。
        •第二個方式是推送,有很多終端可以幫我收集數據。比如說小米手環,可以將你每天跑步的數據,心跳的數據,睡眠的數據都上傳到數據中心里面。
        第二個步驟是數據的傳輸。一般會通過隊列方式進行,因為數據量實在是太大了,數據必須經過處理才會有用。可系統處理不過來,只好排好隊,慢慢處理。
        第三個步驟是數據的存儲。現在數據就是金錢,掌握了數據就相當于掌握了錢。要不然網站怎么知道你想買什么?就是因為它有你歷史的交易的數據,這個信息可不能給別人,十分寶貴,所以需要存儲下來。
        第四個步驟是數據的處理和分析。上面存儲的數據是原始數據,原始數據多是雜亂無章的,有很多垃圾數據在里面,因而需要清洗和過濾,得到一些高質量的數據。對于高質量的數據,就可以進行分析,從而對數據進行分類,或者發現數據之間的相互關系,得到知識。
        比如盛傳的沃爾瑪超市的啤酒和尿布的故事,就是通過對人們的購買數據進行分析,發現了男人一般買尿布的時候,會同時購買啤酒,這樣就發現了啤酒和尿布之間的相互關系,獲得知識,然后應用到實踐中,將啤酒和尿布的柜臺弄的很近,就獲得了智慧。
        第五個步驟是對于數據的檢索和挖掘。檢索就是搜索,所謂外事不決問Google,內事不決問百度。內外兩大搜索引擎都是將分析后的數據放入搜索引擎,因此人們想尋找信息的時候,一搜就有了。
        另外就是挖掘,僅僅搜索出來已經不能滿足人們的要求了,還需要從信息中挖掘出相互的關系。比如財經搜索,當搜索某個公司股票的時候,該公司的高管是不是也應該被挖掘出來呢?如果僅僅搜索出這個公司的股票發現漲的特別好,于是你就去買了,其實其高管發了一個聲明,對股票十分不利,第二天就跌了,這不坑害廣大股民么?所以通過各種算法挖掘數據中的關系,形成知識庫,十分重要。
        3. 大數據時代,眾人拾柴火焰高
        當數據量很小時,很少的幾臺機器就能解決。慢慢的,當數據量越來越大,最牛的服務器都解決不了問題時,怎么辦呢?這時就要聚合多臺機器的力量,大家齊心協力一起把這個事搞定,眾人拾柴火焰高。
        對于數據的收集:就IoT來講,外面部署這成千上萬的檢測設備,將大量的溫度、濕度、監控、電力等數據統統收集上來;就互聯網網頁的搜索引擎來講,需要將整個互聯網所有的網頁都下載下來。這顯然一臺機器做不到,需要多臺機器組成網絡爬蟲系統,每臺機器下載一部分,同時工作,才能在有限的時間內,將海量的網頁下載完畢。
        對于數據的傳輸:一個內存里面的隊列肯定會被大量的數據擠爆掉,于是就產生了基于硬盤的分布式隊列,這樣隊列可以多臺機器同時傳輸,隨你數據量多大,只要我的隊列足夠多,管道足夠粗,就能夠撐得住。
        對于數據的存儲:一臺機器的文件系統肯定是放不下的,所以需要一個很大的分布式文件系統來做這件事情,把多臺機器的硬盤打成一塊大的文件系統。
        對于數據的分析:可能需要對大量的數據做分解、統計、匯總,一臺機器肯定搞不定,處理到猴年馬月也分析不完。于是就有分布式計算的方法,將大量的數據分成小份,每臺機器處理一小份,多臺機器并行處理,很快就能算完。例如著名的Terasort對1個TB的數據排序,相當于1000G,如果單機處理,怎么也要幾個小時,但并行處理209秒就完成了。
        所以說什么叫做大數據?說白了就是一臺機器干不完,大家一起干。可是隨著數據量越來越大,很多不大的公司都需要處理相當多的數據,這些小公司沒有這么多機器可怎么辦呢?
        4. 大數據需要云計算,云計算需要大數據
        說到這里,大家想起云計算了吧。當想要干這些活時,需要很多的機器一塊做,真的是想什么時候要就什么時候要,想要多少就要多少。
        例如大數據分析公司的財務情況,可能一周分析一次,如果要把這一百臺機器或者一千臺機器都在那放著,一周用一次非常浪費。那能不能需要計算的時候,把這一千臺機器拿出來;不算的時候,讓這一千臺機器去干別的事情?
        誰能做這個事兒呢?只有云計算,可以為大數據的運算提供資源層的靈活性。而云計算也會部署大數據放到它的PaaS平臺上,作為一個非常非常重要的通用應用。因為大數據平臺能夠使得多臺機器一起干一個事兒,這個東西不是一般人能開發出來的,也不是一般人玩得轉的,怎么也得雇個幾十上百號人才能把這個玩起來。
        所以說就像數據庫一樣,其實還是需要有一幫專業的人來玩這個東西。現在公有云上基本上都會有大數據的解決方案了,一個小公司需要大數據平臺的時候,不需要采購一千臺機器,只要到公有云上一點,這一千臺機器都出來了,并且上面已經部署好了的大數據平臺,只要把數據放進去算就可以了。
        云計算需要大數據,大數據需要云計算,二者就這樣結合了。
        四、人工智能擁抱大數據
        雖說有了大數據,人的欲望卻不能夠滿足。雖說在大數據平臺里面有搜索引擎這個東西,想要什么東西一搜就出來了。但也存在這樣的情況:我想要的東西不會搜,表達不出來,搜索出來的又不是我想要的。
        例如音樂軟件推薦了一首歌,這首歌我沒聽過,當然不知道名字,也沒法搜。但是軟件推薦給我,我的確喜歡,這就是搜索做不到的事情。當人們使用這種應用時,會發現機器知道我想要什么,而不是說當我想要時,去機器里面搜索。這個機器真像我的朋友一樣懂我,這就有點人工智能的意思了。
        人們很早就在想這個事情了。最早的時候,人們想象,要是有一堵墻,墻后面是個機器,我給它說話,它就給我回應。如果我感覺不出它那邊是人還是機器,那它就真的是一個人工智能的東西了。
        五、基于三者關系的美好生活
        終于云計算的三兄弟湊齊了,分別是IaaS、PaaS和SaaS。所以一般在一個云計算平臺上,云、大數據、人工智能都能找得到。一個大數據公司,積累了大量的數據,會使用一些人工智能的算法提供一些服務;一個人工智能公司,也不可能沒有大數據平臺支撐。
        所以,當云計算、大數據、人工智能這樣整合起來,便完成了相遇、相識、相知的過程。
        本文內容整理來源與網絡,只為分享,致力推動河南互聯網IT產業,振興河南IT行業,這是我們的夢想!
    ------分隔線----------------------------
    欄目列表
    聯系我們
    • 學校地址:鄭州市金水區文化路90號河南財經政法大
    • 學文南校區1號樓(文化路與東風路路交叉口文化路
    • 向南1000米)
    • 咨詢熱線:0371-63383521 63383522
    • 6路,28路,966路到文化路與儉學街站下車
    企業預訂人才熱線:0371-63383521
    就業服電話:0371-55902629
    教學監督:0371-55690491
    鄭州北大青鳥軟件學院地址:鄭州市文化路90號河南財經政法
    大學文南校區1號樓
    傳真:0371-63383562 郵政編碼:450000
    備案號:豫ICP備10022989
    版權歸 鄭州翔天信鴿科技有限公司
    咨詢電話:0371-63383521 15225191462
    北大青鳥APTECH(鄭州翔天信鴿)授權培訓軟件學院
    教育改變生活
    捕鱼器价格图片350元
    <s id="me4ou"></s>
  • <code id="me4ou"><samp id="me4ou"></samp></code>
    <optgroup id="me4ou"><samp id="me4ou"></samp></optgroup>
  • <s id="me4ou"></s>
  • <code id="me4ou"><samp id="me4ou"></samp></code>
    <optgroup id="me4ou"><samp id="me4ou"></samp></optgroup>