写给小白的云计算入门科普

2006 年 8 月 9 日，当时的谷歌首席执行官埃里克 · 施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）上，首次提出了 “云计算”（Cloud Computing）的概念。

而就在大会的 5 个月之前，2006 年 3 月，电商起家的美国亚马逊公司正式推出了自家的弹性计算云（Elastic Compute Cloud，EC2）服务。

这两个标志性事件的发生，正式宣告了云计算时代的到来，也意味着互联网的发展进入了一个新的阶段。

时至今日，十四年过去了，云计算经历了质疑，也经历了狂热，逐渐被人们所接受，进入了稳步发展的阶段。

然而，作为一个高大上的名词，众人皆知的概念，至今为止，我们仍然难以对云计算给出一个准确的、通俗易懂的定义。

专业机构给出的定义，永远让人云里雾里——

一种计算方式，能够通过 Internet 技术将可扩展的和弹性的IT能力作为服务交付给外部用户。（Gartner 公司）

一种标准化的IT性能（服务，软件或者基础设施），以按使用付费和自助服务方式，通过 Internet 技术进行交付。（ForresterResearch 公司）

云计算是一种模型，可以随时随地，便捷地，按需地从可配置计算资源共享池中获取所需的资源，资源可以快速供给和释放，使管理的工作量和服务提供者的介入降低至最少。（美国国家标准和技术研究院）

究其原因，我觉得有两个方面。

第一，是不同的人，看待云计算有完全不同的角度。

“一千个人心中有一千个哈姆雷特”。不同的人对云计算有不同的定义，不同的想法。例如：

技术工程师认为：云计算是一种技术，一项专业。

商人认为：云计算是一种商业模式，一门赚钱的生意。

普通用户认为：云计算是自己经常会用到的一种服务。

财务总监和老板认为：云计算是资金投入，是成本。

第二个原因，我觉得是因为云计算过于庞大，以至于 “盲人摸象”。甲认为 A 是云计算，乙认为 B 是云计算，丙认为 C 是云计算。大家各说各话，无法给出一个统一的定义。

其实，我觉得，云计算就是 “云”+“计算”。“计算”是一种行为。而 “云”，是一种模式、方法，或者说理念。

我们对计算非常熟悉。人脑思考，就是一种计算方式。计算，就是对信息、数据进行处理和运算。这是一个很宽泛的概念。

我们玩游戏，里面的人物建模、移动控制，属于计算。我们看视频，里面的图像编码解码，属于计算。我们网上购物，计价付费，也属于计算。

▲ 在信息时代，计算无处不在。

然而，就像人思考需要大脑、干活需要工具一样，计算也离不开资源。

信息时代的计算资源，既包括 CPU、内存、硬盘、显卡这样的硬件资源，也包括操作系统、数据库、运行库、中间件、应用程序这样的软件资源。

而 “云”，就是获取这些资源的一种新型方式。

与云计算相对应的，是传统计算。

最早的大型机，中型机，再到 80 年代的 PC 机，90 年代的小机房，都属于传统计算。

传统计算的一大特点，就是资源固化。也就是说，这些计算机所能够使用的软硬件计算资源，是固定的。

CPU、内存、硬盘，装了多少，就只能用多少。资源少了（性能不足），需要再花钱买。资源多了（性能过剩），也不给退。

正因为传统计算在资源分配上缺乏足够的灵活度，所以才有了 “云计算”概念的提出。

简单来说，相比传统计算，云计算的资源获取方式，从 “买”变成了 “租”。

所有我们前面提到的软硬件计算资源，全部都能租。提供资源租用服务的，就是云服务提供商。

云计算的这种 “租”，和我们平常租房租车又有很大不同。它具有三个显著特点：

资源池化

云计算的计算资源，大部分不是单体物理资源。也就是说，不会租一台孤零零的物理服务器给你。（裸金属服务器除外）

大部分云计算资源，都是池化了的资源。什么叫池化？池化就是物理资源的基础上，通过软件平台，封装成虚拟的计算资源，也就是我们常说的虚拟化。

▲ 虚拟化

虚拟化的好处，就是让计算资源变得更加容易选择，调用更加灵活。

弹性伸缩

云计算的计算资源，可以按需付费。你想要用多少，就租多少，配置是支持自定义的。

这就有点像吃麻辣烫，丰俭由人，想吃什么就拿什么，想吃多少就拿多少。最后按量付费。

▲ 麻辣烫

如果你后期因为业务增长，需要更好的配置，可以加钱，买更多资源。

增加资源的过程，基本上是平滑升级。尽可能减小对业务的影响，也不需要进行业务迁移。就像你现在用的电脑，硬盘从 1TB 升级到 2TB，下个订单就完成了，不需要换机，甚至不需要重启。（升级 CPU 或内存还是需要停一下机的。）

如果某项业务的负荷下降，你也可以选择弹性收缩，降低配置，节约资金。

安全可靠

专业的人做专业的事。传统计算，需要自购硬件，自建机房，自行维护。这是很大的资金和人力投入。

而云计算，从物理角度来说，所有的计算资源都汇集在大型互联网数据中心（IDC），那里有严格的安保、抗震的建筑、安全的供电，有非常全面的容灾设计和应急方案，能够更好地保护计算资源，不会轻易地中断服务。

▲ IDC 数据中心

从软件上来说，云计算服务提供商有更专业的技术团队，更成熟的技术储备，能够更好地保护计算资源不被入侵或破坏。

大部分云计算服务采用的分布式架构，使得计算资源可以承受远超单点架构的负荷压力。多节点的服务方式，也便于服务不同区域的用户。

前面我们说了，云计算提供资源服务，主要包括硬件资源和软件资源。

你知道具体有多少种资源吗？

小枣君以目前国内某云计算服务商所提供的服务为例，整理了一个产品表格，如下：

简单统计了一下，一共 7 个大类，149 个项目，充分说明了现在云计算业务的多样性，但凡是你能想到的，都被做成了云服务，用来 “出租”。

我们来简单看看这些大类分别是干什么的。

弹性计算

这是最主要的一类云计算服务，实际上就可以理解为租一台配置灵活的服务器。支持异构运算，既可以租用 CPU 算力，也可以租用 GPU、FPGA 算力。算力从入门级到高性能，全部配齐。

实现弹性计算的虚拟化和容器技术，也被单独拆分出来，进行 “出租”。

数据库

这个就不用说了，从结构化数据库到非结构化数据库，从开源数据库到私有技术数据库，全部都有。

存储

我前几天介绍过的，块存储、文件存储、对象存储，全部配齐。

网络

包括带宽、公网 IP、VPC 专有网络、VPN，能想到的都有。SLB 负载均衡服务，CDN 内容分发网络服务，也有。

安全服务

从 DDoS 到漏洞扫描、安全测试，全部配齐。

物联网和云通信

相信很多通信人会感到有点惊讶。是的，对于云服务提供商来说，这些都属于云服务。既然移动通信网络没牌照不能碰，LoRa、终端、物联网平台这些能碰的技术，还是不会放过的。

人工智能和大数据

这两块是最值得关注的。大数据我之前专门介绍过，它本质上就是属于云计算的。人工智能也没有被云服务提供商放过，从接口到平台，都有所涉及。包括语音识别、图像识别，都成了云服务的一种。有的云服务商，还提供人脸识别和人体分析服务。

以上各类云计算业务，基本涵盖了所有的计算领域和需求，也适合各个行业各个层次的用户。

所以说，很多人把云计算比作是和水、电一样的基础设施，确实如此，以后没有人能离得开云计算。

刚才我们是对计算资源进行了横向分类。其实，我们也可以对它们进行纵向分类。

戴尔公司曾经给云计算梳理过一个 12 层模型：

上面这个模型非常专业，我画一个大家更能看得懂的简单模型：

云计算既然是一种资源提供方式，那么，就可以根据模型的层级，提供不同等级的资源。

我们姑且分为三层：第一层次，是最底层的硬件资源，主要包括 CPU（计算资源），硬盘（存储资源），还有网卡（网络资源）等。第二层次，要高级一些，我不打算直接使用 CPU、硬盘、网卡，我希望你把操作系统（例如 Windows、Linux）装好，把数据库软件装好，我再来使用。第三层次，更高级一些，你不但要装好操作系统这些基本的，还要把具体的应用软件装好，例如 FTP 服务端软件、在线视频服务端软件等，我可以直接使用服务。这三种层次，就是大家经常听到的 IaaS、Paas、SaaS。IaaS: Infrastructure-as-a-Service（基础设施即服务）PaaS: Platform-as-a-Service（平台即服务）SaaS: Software-as-a-Service（软件即服务）

事实上，这三种服务模型并不代表云计算的全部。如果你愿意，完全可以自己定义一个模型，例如存储即服务、网络即服务、编排即服务，甚至出行即服务、定位即服务。

这充分体现了云计算服务的灵活性。

最后，我们再来看看公有云、私有云和混合云。

这个是站在部署方式的角度来进行分类的结果。

公有云：这是云计算部署最常见的一种方式。计算资源由第三方云服务提供商拥有和运营。来自不同组织的企业或个人，共享资源池中的资源。

私有云：计算资源由第三方或组织自己拥有和运营。所有的计算资源，只面向一个组织开放。这种方式资源独占，安全性更高。

混合云：公有云 + 私有云。例如，平时业务不多时，使用私有云资源，当业务高峰期时，临时租用公有云资源。这是一种成本和安全的折中方案。

好啦，相信看到这里，大家都搞明白云计算到底是什么了。

我还是要补充说一句，云计算其实并不是万能良药。这种资源集中的方式，对于很多场景需求来说，并不一定适合。

以前我们搞云计算，主要的动力来自资源不足。现在，随着终端算力的不断增加，分布节点的计算资源也能够满足很多场景需求。于是，区块链等去中心化的技术，开始崛起，边缘计算这样的新型计算方式，也在崛起。这些，都会对云计算造成一定的竞争压力。

至于未来的计算模式会不会发生新的变革，还需要时间来告诉我们答案。