大數據和雲數據是一個

1. 雲計算和大數據到底是個什麼關系一直沒搞明白

關於來大數據和雲計算的關系人們源通常會有誤解。而且也會把它們混起來說，分別做一句話直白解釋就是：雲計算就是硬體資源的虛擬化;大數據就是海量數據的高效處理。
整體來看，未來的趨勢是，雲計算作為計算資源的底層，支撐著上層的大數據處理，而大數據的發展趨勢是，實時互動式的查詢效率和分析能力。

2. 大數據和雲計算之間是什麼關系_大數據和雲計算有什麼區別和聯系

大數據是雲計算的殺手鐧應用

大數據與雲計算的關系，引起一些人的困惑。為了便於探討二者的關系，這里從「計算」和「數據」的歷史關系說起。因為雲計算首先是一種「計算」，大數據首先是一種「數據」，而計算機就是用來「計算」「數據」的。

計算機是軟體和硬體分離的，是一種軟體定義的電子產品（可編程）。計算機設計中的一個重要問題是如何有效管理CPU、內存和I/O等硬體資源，以及如何讓應用程序合理使用這些資源。這兩大任務最早內嵌在各種應用程序中，由應用程序自身完成，缺點是費力、復雜和易錯，難以升級和移植，而且重復工作。

上世紀60年代這些共性功能開始從應用中分離出來，逐步形成了一種通用的軟體包，這就是操作系統。操作系統是位於硬體和應用程序之間的「中間件」，讓應用軟體和硬體得以分離並獨立發展，發展成了最核心的計算機系統軟體，也成就了微軟公司的偉大。

以UNIX為始祖的常見現代操作系統有Android、BSD、iOS、Linux、MacOSX、QNX等，以及原創的微軟Windows、WindowsPhone和IBM的z/OS.操作系統的工作范圍，也從最初的計算機蔓延到手機、游戲控制器、電視機頂盒、智能汽車和智能眼鏡等，還有與雲計算密切相關的Web伺服器。

上世紀70年代，計算機的快速發展使得數字化數據爆發式增長，「海量」數據管理成了新挑戰。把通用操作系統的文件管理用於數據管理時，無論是擴展性、效率和便利性，都不適應「海量」數據的管理需要，應用軟體被迫內嵌自己設計的數據管理系統。同樣的，「海量」數據管理由每個應用程序自身完成，缺點也是費力、復雜和易錯，難以升級和移植，並肆碼且重復工作。

於是一種專門面向「海量」數據管理的通用軟體問世了，那就是資料庫管理系統（DBMS），一種應用系統軟體。DBMS包括了資料庫定義、創建、查詢、更新和管理等功能，這些都是數據管理所必需的，是操作系統的文件管理系統所沒有的。

著名的DBMS有MySQL、PostgreSQL、SQLite、MicrosoftSQLServer、MicrosoftAess、Oracle、Sybase、dBASE、FoxPro和IBMDB2等，都是關系型DBMS.當然還有非關系型NoSQL模式的，只是沒那麼流行。

DBMS與字處理軟體等一起，成為單機時代最重要的應用軟體，也成就了一家偉大的應用軟體公司Oracle.大約不足20年前，操作系統和資料庫的技術和市場未來，看起來都那麼可預知。一個是微軟的天下，一個是Oracle的天下。

但互聯網來了，尤其是Web開始流行。

Web伺服器所使用的操作系統，最初面向單機設計，擴展用於區域網范圍內管理多台伺服器還勉強可用。但當互聯網巨頭崛起，需要Web伺服器的操作系統管理數百萬台Web伺服器的時候，傳統操作系統勉為其難，需要「技術革命」了。「革命」的結果就是雲計算。

雲計兄雹迅算大傘下有很多概念，核心技術之一是虛擬化。虛擬化有「1虛N」和「N虛1」兩種模式，前者主要是為了省錢，以AmazonAWS為代表；後者主要是為了大數據處理，以GoogleGAE為代表。

雲計算的「N虛1」模式，可將多台物理計算機虛擬化為一台超級計算機，向應用程序提供資源池的調度管理服務，與傳統操作系統的功能幾乎完全相同，因此常被稱為「雲計算操作系統」。只是雲計算操作系統的工作范圍，擴大到數據中心甚至整個互聯網范圍內，把每台計算機羨此也當做資源看待和管理。

有了雲計算操作系統，雲應用軟體和硬體（計算機資源）得以分離，各自可以獨立發展。歷史再次重演，雲計算以及SNS、微博、移動互聯網和物聯網等的快速發展，具有3V特點的數據爆發，大數據管理的挑戰也最先到來。同樣，面向計算設計的通用雲計算操作系統，在大數據管理方面的擴展性、效率和便利性，都面臨新挑戰。

歷史上計算機面對「海量」數據的挑戰，將數據應用和數據管理分離，催生了通用的DBMS.現在雲計算面對大數據的挑戰，也必將使大數據應用和大數據管理分離，催生「大資料庫管理系統」，並且逐步走向通用化和平台化。

ATM（非同步傳輸模式）是通信資源稀缺時代的產物，TCP/IP是通信資源富饒時代的產物。類似的，傳統DBMS是IT資源稀缺時代的產物，大數據管理系統是IT資源富饒時代的產物。

計算是工具，可以工業化提供；數據是資源，是個性化的資產。如果說Office、游戲等是PC的殺手鐧應用，瀏覽器、搜索、SNS等是互聯網的殺手鐧應用，那麼大數據等就是雲計算的殺手鐧應用。

3. 大數據和雲計算的關系

大數據與雲計算的概念

大數據

指無法在一定時間范圍內用常規軟體工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。

大數據領域的人才需求主要圍繞大數據的產業鏈展開，涉及到數據的採集、整理、存儲、安全、分析、呈現和應用，崗位多集中在大數據平台研發、大數據應用開發、大數據分析和大數據運維等幾個崗位。

大數據本身除了要有數據、採集、匯聚一定量的數據之外，更重要的是數據的處理、挖掘、分析、可視化、應用這樣一整套的過程。關於大數據的話題，基本圍繞三個問題展開：一是數據從哪裡來，二是數據如何進行分析，三是數據如何進行商品化。

雲計算

是基於互聯網的相關服務的增加、使用和交付模式，通常涉及通過互聯網來提供動態易擴展且經常是虛擬化的資源。

雲計算的應用目前正在經歷從IaaS向PaaS和SaaS發展，在用戶分布上也逐漸開始從互聯網企業向廣大傳統企業過渡，未來的市場空間還是非常大的。

大數據與雲計算的聯系

大數據與雲計算經常聯繫到一起，因為實時的大型數據集分析需要像MapRece一樣的框架來向數十數百或甚至數千的伺服器分配工作，大數據需要特殊的技術，以有效地處理大量數據。適用大數據的技術，包括大規模並行處理資料庫、數據挖掘電網、分布文件系統、分布式資料庫、計算平台、互聯網和可擴展的存儲系統，大數據指的海量的數據一般日處理PB級別以上，一般用於挖掘，分析，做一些智能性商業板塊。

從理論角度來看，二者屬於不同層次的事情，雲計算研究的是計算問題，大數據研究的是巨量數據處理問題，而巨量數據處理依然屬於計算問題的研究范圍，因此，從這個角度來看，大數據是雲計算的一個子領域。

從技術上看，大數據與雲計算的關系就像一枚硬幣的正反面一樣密不可分。大數據必然無法用單台的計算機進行處理，必須採用分布式架構。它的特色在於對海量數據進行分布式數據挖掘。但它必須依託雲計算的分布式處理、分布式資料庫和雲存儲、虛擬化技術，隨著雲時代的來臨，大數據也吸引了越來越多的關注。

從應用角度來看，大數據是雲計算的應用案例之一，雲計算是大數據的實現工具之一。綜上，大數據與雲計算既有不同又有聯系，但在現實中，由於大數據處理時為了獲得良好的效率和質量，常常採用雲計算技術，因此，大數據與雲計算便常常同時出現於人們的眼前，從而造成了人們的困惑。

大數據注重的是數據分析，雲計算是偏向計算機軟硬體架構與應用。大數據方向需要有一定的數學基礎，如果數學不是很好，這個學習起來比較吃力。雲計算需要計算機技術能力較強。兩個方向應該來說都需要良好的數學基礎和編程基礎。

大數據和雲計算各有不同的關注點，但是在技術體系結構上，都是以分布式存儲和分布式計算為基礎，所以二者之間的聯系也比較緊密。

總結，不管雲計算怎樣去變化，必然需要依託數據中心實現落地。可以說，雲計算是數據中心「葉子」，雲計算通過「光合作用」促進數據中心的發展，而數據中心得壯大又為雲計算發展提供了堅實的基礎，這二者起到相互依存，互相促進的作用。

4. 大數據和雲計算有什麼關系

在對大數據與雲計算的關系理解之前，我們需要對這兩個概念分別進行了解。

大數據指的是所涉及的資料量規模巨大到無法通過目前主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊，簡單理解就是海量數據的高效處理。

雲計算就是硬體資源的虛擬化叢者輪，雲計算相當於我們的計算機和操作系統，將大量滲信的硬體資源虛擬化後再進行分配使用。

本質上看，雲計算強調的是計算，而數據則是計算的對象，二者是動與靜的關系，但大數據需要處理數據的能力，比如數據獲取、清潔、轉換、統計等等，而雲計算為大數據處理提供了一個很好的平台，是唯一可行的大數據處理方式，二者是靜中有動，動中有靜。雲計算是基礎設施，大數據可以使用雲計算的存儲能力來保存數據，計算能力來進行運算。雲計算需要大數據，大數據需要雲計算，雲計算能為大數據提供強大的存儲和計算能力，能夠更加迅速地處理大數據的豐富信息，並更方便地提供服務；而來自大數據的業務需求，能為雲計算的實施找到更多更嫌飢好的實際應用，大數據與雲計算相結合，二者相輔相成，相得益彰，互相都能發揮最大的優勢，為社會創造出更大的貢獻。

5. 雲計算和大數據是什麼關系

1.雲計算是提取大數據的前提
信息社會，數據量在不斷增長，技術在不斷進步，大部分企業都能通過大數據獲得額外利益。在海量數據的前提下，如果提取、處理和利用數據的成本超過了數據價值本身，那麼有價值相當於沒價值。來自公有雲、私有雲以及混合雲之上的強大的雲計算能力，對於降低數據提取過程中的成本不可或缺。
2.雲計算是過濾無用信息的「神器」
首次收集的數據中，一般來說90%屬於無用數據，因此需要過濾出能為企業提供經濟利益的可用數據。在大量無用數據中，重點需過濾出兩大類，一是大量存儲著的臨時信息，幾乎不存在投入必要;二是從公司防火牆外部接入到內部的網路數據，價值極低。雲計算可以提供按需擴展的計算和存儲資源，可用來過濾掉無用數據，其中公有雲是處理防火牆外部網路數據的最佳選擇。
3.雲計算可高效分析數據
數據分析階段，可引入公有雲和混合雲技術，此外，類似Hadoop的分布式處理軟體平台可用於數據集中處理階段。當完成數據分析後，提供分析的原始數據不需要一直保留，可以使用私有雲把分析處理結果，即可用信息導入公司內部。