什么是云计算？
云计算并不是一项独立技术的称呼，而是对实现云计算模式所需要的所有技术的总称。云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机和其他在、设备。
云计算的主要特点：
资源池弹性可扩张
按需求资源服务
网络化的资源接入
虚拟化
提高可靠性和安全性
云计算的关键技术：
（1）数据储存技术
云计算一般都是通过分布式储存的手段来近进行数据储存，同时在冗余式储存的支持下，能够提高数据保存的可靠性，这样就能让数据同时存在多个储存副本，更加提高了数据的安全性。
（2）数据管理技术
在云计算的支持下，云平台在大量数据储存的过程中同时还能够进行规模性的数据计算和分析。其代表性技术为Big Table数据管理技术，通过列存储的方式来对用户数据进行管理。
（3）编程模式
在现有的云计算中主要是通过Map-Reduce编程模式来进行编程。以Map-Reduce编程模式编写出来的程序具有很好的兼容性同时也具备很强的容错性，一旦服务器工作节点出现问题，可以直接将出现问题的节点进行屏蔽，同时将正在运行的程序转移到其他服务器上运行，这样就能够保证数据处理工作的正常进行。
集群的内容有哪些：
基于集群技术的云计算资源整合技术路线将分散的计算和存储资源整合输出，主要依托的技术为分布式计算。
Google 、Hadoop、Storm、HPCC等系统都采用了集群技术，其资源整合是跨物理节点的。
集群系统是一组独立的计算机（节点）的集合体，节点间通过高性能的互联网连接，各节点除了作为一个单一的计算资源供交互式用户使用外，还可以协同工作，并表示为一个单一的、集中地计算资源，供并行计算任务使用。集群系统是一种造价低廉、易于构建并且具有较好可扩放性的体系结构。
集群系统的重要特征：
集群系统的各节点都是一个完整的系统，节点可以是工作站，也可以是PC或SMP器；
互联网络通常使用商品化网络，如以太网、FDDI、光纤通道和ATM开关等，部分商用集群系统也采用专用网络互联；
网络接口与节点的I/O总线耦合相连；
各节点有一个本地磁盘；
各节点有自己的完整的操作系统。
什么是MPI：
是基于计算切分的分布式计算。系统先定位计算节点，再将数据从集中存储设备通过网格读入计算机程序所在的节点。
什么是网络计算：
是基于计算和数据切分的混合型分布式计算。通过利用大量异构计算机（通常为桌面）的未用资源（CPU周期和磁盘存储），将其作为嵌入在分布式电信基础设施中的一个虚拟的计算机集群，为解决大规模的计算问题提供了一个模型。
MPI和网格计算的主要区别：
MPI的分布式计算方法是基于计算拆分的，数据是集中存储的，数据向计算迁移。
网格计算的分布式计算方法是基于数据拆分的，数据是集中存储的，数据向计算迁移。
物联网的四个环节：
物联网产业链可分为标识、感知、处理和信息传送四个环节。
云计算与大数据的关系：
大数据只涉及处理海量数据，而云计算则涉及基础架构。
（1）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。
（2）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。
（3）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。
（4）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：
1.保护大数据免受高级威胁。
2.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。
（5）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