1. 如何通俗的理解云计算和大数据
任何新的技术和新的概念，都是两种因素驱动的结果：需求拉动和技术推动。云计算也是如此。云计算的出现不仅仅是厂商炒作的结果，也有其必然性。业务需求的拉动，希望解决业务应用的问题蔽行，云计算本质上是希望解决资源利用率、计算能力不足和成本的问题;技术发展的推动，使得云计算具备了技术上的可行性，技术的发展推动了IT创新的商业价值。
一系列因素在推毁并笑动着云计算向前发展：云计算首先是产业界商业利益推动的结果。目前云计算主要商业模式、技术特点、解决方案都反应了不同的商业诉求；传统IT架构的利用率需要提升；目前的IT运营关键指标显示，IT资产的利用率很低。虚拟化正好是解决这个需求的最佳技术。
云计算的一二三四五概念
为了便于人们更加清晰地理解云计算，我参考美国国家标准技术研究院（NIST）的定义，把它总结成了一二三四五的数字概念。即一个交付模式、二层结构、三种服务形式、四种部署配置模式、五大特征。
“纤含一”是指一个系统云平台、一种商业模式、一个集成的系统、平台、一体化的概念，重点强调平台、系统、集成，业务与IT的融化。“二”是云平台和云服务两层结构。“三”是三种服务模型SaaS、PaaS和IaaS。“四”是四种部署模型公有云、私有云、社区云、混合云。“五”是指云计算具备按需自助服务、资源池化、快速伸缩、按使用量收费的服务、广泛的网络访问五个重要特征。云计算还可以用六个字来概括：智慧、资源、模式。
对云计算的理解
那么该如何对云计算进行理解呢？云计算第一个是基础服务，怎么样利用现有的硬件，就是包括存储，动态的做到优化。逐步搭建一个平台，一定要是开放的平台，包括开源。在这个平台上做创新、服务和管理。第三是高性能计算中心。借助云，庞大的企业可以将信息、数据库、存储以及加工信息的软件保存在一个虚拟的巨大计算机上。而企业只需要将注意力放在商业机会的获取和快速实现上。借助云计算，中国企业可以实现跨越式发展，不需要建立传统架构，直接进入云计算领域。
集团企业云
下面简单介绍一下集团企业云。所谓的“企业云”在技术本质上是“构建了统一的企业底层IT基础架构”。具体而言，企业云可以把企业的IT资源整合为服务，以供企业自己和其他企业来共享使用，从而提高了IT资源的使用率。
另外，企业云可以满足IT对安全性、可靠性、可管理性方面的要求。简而言之，它是一个位于在防火墙之后、基于互联网的商业云技术应用，专门针对于公司环境或者商业环境的计算需求。企业云可以为企业节省开支、降低企业运行的功耗，并且可以对诸如ERP、CRM等管理软件进行动态管理和配置，使其与企业业务发展相一致。
由于企业的架构和业务模式不同，对于集团型企业需要提供简单、快捷的企业云计算服务来满足企业扩张、产业链整合及创新升级需求，企业云计算服务模式让这一希望变为了现实。
“企业云”以满足企业大规模服务、高扩展性、高可靠性、虚拟化和按需服务，实现企业的管控、业务协同、供应链管理、共享服务等。
大数据的意义
云计算使大数据成为可能，大数据能够创造透明度；通过实验来发现需求、呈现可变性和增强绩效；细分客户，采取灵活的行动；用自动算法代替或者帮助人工决策；创新商业模式、产品和服务。管理极端数据的能力将成为企业的核心竞争力，企业越来越多地使用新形式信息，寻找支持商业决策的模式。
2. 大数据和云计算是什么关系_如何理解云计算与大数据之间的关系
如今，两种主流技术已成为IT领域关注的焦点-大数据和云计算。根本不同的是，大数据只涉及处理海量数据，而云计算则涉及基础架构。但是，大数据和云技术提供的简化功能是其被大量企业采用的主要原因。例如，亚马逊的“ElasticMapRece”演示了如何利用CloudElasticComputes的功能进行大数据处理。
两者的结合为组织带来了有益的结果。更不用说，这两种技术都处于发展阶段，但是它们的结合在大数据分析中利用了可扩展且具有成本效益的解决方案。
那么，我们可以说大数据与云计算完美结合吗？好吧，有数据点支持它。除此之外，还需要处理一些实时挑战。
大数据与云计算的关系
大数据和云计算这两种技术本身都是有价值销亏喊的。此外，许多企业的目标是将两种技术结合起来以获取更多的商业利益。两种技术都旨在提高公司的收入，同时降低投资成本。尽管Cloud管理本地软件，但大数据有助于业务决策。
让我们从这两种技术的基本概述开始！
大数据与云计算
大数据处理大量的结构化，半结构化或非结构化数据，以进行存储和处理以进行数据分析。大数据有五个方面，通过5V来描述
数量_数据量
种类_不同类型的数据
速度_系统中的数据流率
价值_基于其中包含的信息的数据价值
准确性_数据保密性和可用性
云计算以按需付费的模式向用户提供服务。云提供商提供三种主要服务，这些服务概述如下：
基础架构即服务（IAAS）
在这里，服务提供商将提供整个基础架构以及与维护相关的任务。
平台即服务（PAAS）
在此服务中，Cloud提供程序提供了诸如对象存储，运行时，排队，数据库等资源。但是，与配置和实现相关的任务的责任取决于使用者。
软件即服务（SAAS）
此服务是最便捷的服务，它提供所有必要的设置和基础结构，并为平台和基础结构提供IaaS。
大数据与云计算的关系模型云计算在大数据中的作用
大数据和云计算的关系可以根据服务类型进行分类：
IAAS在公共云中
IaaS是一种经济高效的解决方案，利用此云服务，大数据服务使人们能够访问无限的存储和计算能力。对亏野于云提供商承担所有管理基础硬件费用的企业而言，这是一种非常经济高效的解决方案。
私有云中的PAAS
PaaS供应商将大数据技术纳入其提供的服务。因此，它们消除了处理管理单个软件和硬件元素的复杂性的需求，而这在处理TB级数据时是一个真正的问题空好。
混合云中的SAAS
如今，分析社交媒体数据已成为公司进行业务分析的基本参数。在这种情况下，SaaS供应商提供了进行分析的出色平台。
大数据与云计算有何关系？
因此，从以上描述中，我们可以看到，Cloud通过可伸缩且灵活的自助服务应用程序抽象了挑战和复杂性，从而启用了“即服务”模式。从最终用户提取海量数据的分布式处理时，大数据需求是相同的。
云中的大数据分析有多个好处。
改进分析
随着云技术的进步，大数据分析变得更加完善，从而带来了更好的结果。因此，公司倾向于在云中执行大数据分析。此外，云有助于整合来自众多来源的数据。
简化的基础架构
大数据分析是基础架构上一项艰巨的艰巨工作，因为数据量大，速度和传统基础架构通常无法跟上的类型。由于云计算提供了灵活的基础架构，我们可以根据当时的需求进行扩展，因此管理工作负载很容易。
降低成本
大数据和云技术都通过减少所有权来为组织创造价值。云的按用户付费模型将CAPEX转换为OPEX。另一方面，Apache降低了大数据的许可成本，该成本应该花费数百万美元来构建和购买。云使客户无需大规模的大数据资源即可进行大数据处理。因此，大数据和云技术都在降低企业成本并为企业带来价值。
安全与隐私
数据安全性和隐私性是处理企业数据时的两个主要问题。此外，当您的应用程序由于其开放的环境和有限的用户控制安全性而托管在Cloud平台上时，这成为主要的问题。另一方面，像Hadoop这样的大数据解决方案是一个开源应用程序，它使用了大量的第三方服务和基础架构。因此，如今，系统集成商引入了具有弹性和可扩展性的私有云解决方案。此外，它还利用了可扩展的分布式处理。
除此之外，云数据是在通常称为云存储服务器的中央位置存储和处理的。服务提供商和客户将与之一起签署服务水平协议（SLA），以获得他们之间的信任。如果需要，提供商还可以利用所需的高级安全控制级别。这可确保涵盖以下问题的云计算中大数据的安全性：
保护大数据免受高级威胁。
云服务提供商如何维护存储和数据。
有一些与服务级别协议相关的规则可以保护
数据
容量
可扩展性
安全
隐私
数据存储的可用性和数据增长
另一方面，在许多组织中，大数据分析被用来检测和预防高级威胁和恶意黑客。
虚拟化
基础架构在支持任何应用程序中都起着至关重要的作用。虚拟化技术是大数据的理想平台。像Hadoop这样的虚拟化大数据应用程序具有多种优势，这些优势在物理基础架构上是无法访问的，但它简化了大数据管理。大数据和云计算指出了各种技术和趋势的融合，这使IT基础架构和相关应用程序更加动态，更具消耗性和模块化。因此，大数据和云计算项目严重依赖虚拟化