云计算及其关键技术

范芳东

摘要：互联网的普及改变了人们的生活方式，手机、平板、电脑的应用产生了大量用户信息，有效开发利用云计算可以快速存储运行信息，提高数据的处理分析能力，方便人们进行信息资源共享，提高企业信息管理能力。云计算对经济社会发展起到重要作用，受到社会各界的广泛关注。不过云计算发展处于初级阶段，面临着巨大挑战，需要不断研发核心技术，对信息资源进行合理存储运算，提高数据运行效率，该文通过研究云计算的相关理论知识，对云计算关键技术展开论述，希望可以为云计算后续发展提供参考建议。

关键词：云技术;关键技术;数据存储运行;研发应用

中图分类号：TP311        文献标识码：A

文章编号：1009-3044（2021）23-0130-02

随着移动互联网的快速发展，云计算应用领域不断扩大，社交网络、电子商务、视频播放都需要云计算的应用发展，需要互联网作为基础支撑线上交流、购物、娱乐的发展，企业需要投入80%的IT资金成本用于云计算系统的维护发展不利于企业进行软硬件更新和开发效果更好的云计算结构，容易造成资金、能源浪费，企业需要通过合理的资金分配，提高资金使用效率，降低云计算系统维护成本，弥补传统计算机网络的不足之处，开发满足需求的云计算技术，提高数据的存储运算能力，满足人们对数据的使用需求。

1 云计算相关理论

1.1 云计算的概念与特点

云计算是以互联网连接为基础的新兴计算模式，由可共享、可自我整合的资源池组成，融合分布式与并行处理的计算思维，通过互联网实现虚拟资源的整合与公开透明化，有偿提供服务应用。虚拟资源通过云计算可以从终端计算机上传到网络资源库，改变数据存储方式，降低计算机技术开发维护成本，释放终端储存运算空间。“云”是英特网上提供数据资源服务的软硬件，包含大量计算器与服务器构建而成的存储空间，形成资源共享平台，终端计算器可以下载资源，方便数据资源合理分配与使用，提高数据资源的利用率[1]。

云计算提供虚拟信息服务，优势明显，首先用户可以直接获取服务，不需要详细了解云计算的运行机制，云计算将复杂的信息运算存储机制转化为简单透明的信息服务，方便用户理解使用云计算;其次，数据处理服务使用的计算机硬件越多，出错的概率越大，不利于数据信息的存储运算，用户通过软件方式进行数据信息保存共享，可以不需要准备计算机硬件来保存数据，依靠软件也可以确保数据的可靠性;同时云计算存储量大、规模大、编程模型层次高，可以提供高水平的信息服务与计算能力，用户可以通过简单学习快速熟悉操作系统。

1.2 云计算的结构与服务模式

云计算体系结构简单，运行结构以基础管理层、应用接口层、访问层为主，基础管理层以提供资源共享为主，是云计算信息储备的重要部分，应用接口层是互联网“云”与终端PC手机设备连接的重要层次，访问层是用户通过云计算进行信息收集、处理、存储的操作层次，用户可以通过访问层满足操作需求。云计算体系结构呈现递进关系，通过相互联系，形成稳定的云计算系统，为用户提供资源服务。

云计算服务模式根据用途进行分类，分为IaaS、PanS、Sans。基础设施IaaS使用简单，规范性低，适用于虚拟服务设备，属于较为基础的服务模式;平台服务PanS可以帮助用户托管应用，方便用户做决策，不过PanS需要遵守规范，注重细则;软件服务Sans可以共享软件资源，满足用户对软件的需求，在HR领域往往需要共享软件提高工作效率，方便彼此沟通交流[2]。

1.3 云计算的应用研究

云计算应用范围广，提高商业信息交流效率，企业通过云计算平台进行合作，方便企业与各个合作方之间的沟通，快速获取想要的数据信息，大大简化数据信息传输接收的效率，提高企业的运营能力，为企业节省数据存储空间与成本，促进企业内外部协调发展，方便企业执行信息快速传达，有助于企业开展经济管理活动，实现企业利润持续增长。云计算网络发展为企业收集行业信息，帮助企业进行判断规划，制定更加符合发展的经营策略，提高企业的社会商业价值。同时云物联网的发展，实现物物跟踪，帮助企业快速了解产品信息，通过合理的经营政策，提高企业竞争力，促使企业快速发展。

2 运计算的关键技术

2.1 数据存储技术与管理技术

云计算主要特点包括海量数据存储，满足多用户的存储运算需求，提高多用户并行效率，方便用户访问不同的云端，满足多用户的各种需求。针对数据存储，应当使用分布式方式来存储数据，保证数据存储安全，提高数据訪问效率及经济可靠性，降低用户数据存储成本。云计算需要高吞吐率，方便存储海量数据，同时也需要高效率的传输效率，提高用户访问效率，帮助用户快速匹配需求信息。

海量数据存储需要进行管理，云计算通过管理可以快速更新信息库，找到最新的数据内容，方便用户获取最新消息。目前，想要在海量的数据库中寻找有需求的数据是比较困难的，云计算更新数据库的效率比读取数据库更低，用户获取的数据难以保证是精准的，云计算优化数据资料的能力有待改进，因此云计算通过列储存的方式，保证数据深度衔接，有利于提高用户数据获取效率。

2.2 数据处理与编程模型

云计算除了海量存储数据，还需要具备数据分析处理能力，通过有效处理分析数据，减轻存储负担，增加数据访问匹配性，平台服务Pans需要有扩展编程来分析处理数据信息，提高数据运算能力，屏蔽底层信息。数据优化处理，可以提高用户搜索效率，方便用户分析数据信息，增强信息安全性，提高数据负载与读写能力，简化数据平台的运行流程的复杂性。

云计算可以通过程序编程模型提高平台数据处理能力，通过MapReduce编程结构进行数据分析，减轻计算机系统负担能力，平衡云计算节点任务，其中MapReduce编程分为Map与MapReduce两部分进行工作，节点任务输入处理发生在Map，节点任务数据分析、Map结果管理发生在Reduce，即外部文件输入-实施Worker文件分配并同时并列执行任务-输写中间调控文件-Reduceworkers文件同时运行控制-输出数据分析处理结果。云计算实施MapReduce程序模型，整理数据信息，分析优化数据信息，并且输出结果，增强数据安全性，但是还是存在不足之处，灵活性较差，解决的问题有限，对于虚拟抽象信息处理效果不明显;数据信息更新变化效率低，对云计算后续发展产生一定影响[3]。