云計算作為作為一個新興的技術時尚名詞，正受到計算機軟件和互聯網技能人員及商業模式研究人員的高度追捧，他們百折不回地認為云計算能把他們帶出創新枯竭的互聯網應用沙漠，并讓他們躍升到同行中更高的崗位。他們視其為救命稻草，他們計劃抓住云計算這根看起來模含糊糊的稻草，正是如此，云計算文章鋪天蓋地，種種格局的研討會此起彼伏，以致已經生長到以訛傳訛、神乎其神、不能自拔的田地了。到底什么才是云計算呢？來看看下面這段對話吧！        

最開始，人們使用算盤  

 后來，人們用電腦  

再后來，人們有了網絡  

再后來，中國人口大爆炸，男女比例男的比女的多 3700 ;萬，這三千多萬人沒事干，都去上網。于是服務器吃不消了。  

于是人們就發明了牛逼的技術，用更好更多的服務器  

再后來，人更多了，于是服務器也更多了  

但事實上這樣的效果并不好，過度繁重的結構加大了網站設計和構架的難度，而且越是復雜的系統越是不穩定。有可能一個出問題，這樣一個完整的 系統就徹底掛掉。如果考慮到系統的崩潰情況，那勢必要引入一個更復雜的方案來保證不同的服務器可以做不同的支援。這是一個無解的循環，大量的計算資源被浪 費在無限制的互相糾結中，很快到了瓶頸。  

人們想，那我不用這么亂七八糟復雜的系統，我上個極其牛逼的服務器不就好了?可是，太貴了……而且最牛逼的也還沒制造出來……  

于是人們突然想到了一個好辦法：把所有計算資源集結起來看成是一個整體(一朵云)，通過并發使用資源完成操作請求。每個操作請求都可以按照 一定的規則分割成小片段，分發給不同的機器同時運算，每個機器其實只要做很小的計算就可以，這是哪怕 286 機器都輕松完成的。最后將這些機器的計算結 果整合，輸出給用戶。        對用戶看來，他其實根本面對的不是許多機器，而是一個似乎真正存在的計算能力巨牛無比的單個服務器，比十臺 System z10 大型主 機揉一起，或是開創了 petaflop 新紀元的“拂曉”號與“紅杉”號還要牛。事實上這個服務器是不存在的，但它擁有著成千上萬臺服務器的能力。  

下面來看實例：

實際上過程沒這么簡單。哪怕是統計收集資料的過程也會占據可怕的處理時間。這就將云計算的任務進一步劃分下去，哪個服務器的 CPU 干什么，處理哪個任務段。 這個其實可以由算法安排成自動分配的。        

總之，壓榨每一個步驟的潛力，讓一個任務被服務器集群們一起上，自然能飛速達成。 別忘了，云計算不是弄個兩三臺質低價廉的服務器就可以達成的。每一朵云背后都有著一坨異構平臺服務器，尤其是搭在企業防火墻里頭的“私有云”。        

因為企業的計算需求往往是復雜的，選擇不同的平臺應對不同的計算需求最劃算，這跟農民伯伯拉什么或選什么車的道理一樣。新鮮大白菜首選摩托 車，保新鮮求快就用刀片;高級大白菜首選靠譜運輸工具 Power 服務器;大量的高級大白菜選擇大貨車，正如I/O吞吐量大的數據適合使用大型主 機 System z 一樣，總比牛車一趟兩趟要快吧?大型農場不會局限于某一種植物正如大型企業不會只有一種計算需求。于是便有了負責中樞管理、監控的 軟件 Tivoli，難不成用人腦統計?        

最后，農民伯伯(很牛的 IT 客們)把這些車隊集結起來就構成了一朵云背后比較硬的部分。很少 IT 大佬可以集齊全套車型，據我所知貌 似只有 IBM 可以。 接下來解決比較軟的問題：在已有的計算資源的基礎不變的情況下，云計算把用戶的任務請求做除法，一個請求進來，我們把它變成許多 個小任務段，最后匯總出去給用戶一個完整的結果。對用戶來說，他根本感覺不到里面哪個 cpu 做了什么處理，哪部分是哪部分拼接起來的，他就感覺自己面 對一臺 5 億內存 3 億 GHZ 的巨無霸電腦一樣。        

用戶對這樣的計算莫名其妙，云里霧里的，于是他就把這個東西，叫做云計算。  

慧都提供各種智能的開發工具，并且現在IDE工具正火熱促銷中，包括IntelliJ IDEA   PhpStorm  WebStorm   MyEclipse更多促銷詳情，點擊查看