一、云计算基础概念
- 云计算定义
• 英文：Cloud Computing
• 定义：通过互联网（Internet）按需提供可扩展的计算资源（如服务器、存储、数据库、网络、软件等），用户无需管理底层基础设施。
• 核心特征（NIST 定义）：
• On-demand self-service（按需自助服务）
• Broad network access（广泛网络接入）
• Resource pooling（资源池化）
• Rapid elasticity（快速弹性）
• Measured service（可计量服务）
二、云计算服务模式（Service Models）
- IaaS（Infrastructure as a Service，基础设施即服务）
• 功能：提供虚拟化的计算资源（如虚拟机、存储、网络）。
• 用户责任：管理操作系统、中间件、应用程序和数据。
• 典型服务：
• Amazon EC2（Elastic Compute Cloud）
• Microsoft Azure Virtual Machines
• Google Compute Engine（GCE）
• 阿里云 ECS（Elastic Compute Service）
- PaaS（Platform as a Service，平台即服务）
• 功能：提供应用程序开发和部署平台（如数据库、开发工具、运行环境）。
• 用户责任：专注于代码开发，无需管理服务器或操作系统。
• 典型服务：
• Google App Engine
• Microsoft Azure App Service
• AWS Elastic Beanstalk
• 华为云 AppStage
- SaaS（Software as a Service，软件即服务）
• 功能：通过互联网交付完整的软件应用。
• 用户责任：仅使用软件，无需维护任何基础设施。
• 典型服务：
• Microsoft Office 365
• Salesforce CRM
• Zoom（视频会议）
• 钉钉（DingTalk）
- 其他新兴模式
• Serverless Computing（无服务器计算）：
• 按代码执行时间收费，无需管理服务器（如 AWS Lambda、Azure Functions）。
• FaaS（Function as a Service，函数即服务）：
• 细分化的 Serverless 实现，例如 Google Cloud Functions。
三、云部署模型（Cloud Deployment Models）
- 公有云（Public Cloud）
• 定义：资源由第三方提供商通过互联网共享给多租户（Multi-tenancy）。
• 优势：成本低、弹性强。
• 例子：AWS、阿里云、Azure。
- 私有云（Private Cloud）
• 定义：资源专供单一组织使用，可部署在本地或托管数据中心。
• 优势：安全性高、合规性强。
• 例子：VMware vSphere、OpenStack。
- 混合云（Hybrid Cloud）
• 定义：结合公有云和私有云，通过统一接口管理资源。
• 应用场景：敏感数据存于私有云，弹性需求使用公有云。
• 技术：AWS Outposts、Azure Arc。
- 社区云（Community Cloud）
• 定义：由多个组织共享，服务于特定行业（如医疗、金融）。
• 例子：政府云、教育云。
四、核心技术（Key Technologies）
- 虚拟化（Virtualization）
• 定义：将物理硬件（如服务器）抽象为多个虚拟资源。
• 类型：
• 硬件虚拟化：VMware vSphere、Microsoft Hyper-V。
• 容器化（Containerization）：轻量级虚拟化，如 Docker、Kubernetes（K8s，容器编排）。
- 分布式存储（Distributed Storage）
• 定义：数据分散存储在多个节点，支持高可用和扩展性。
• 例子：
• 对象存储：AWS S3（Simple Storage Service）、阿里云 OSS（Object Storage Service）。
• 块存储：Azure Disk Storage、Google Persistent Disk。
- 自动化与编排（Automation & Orchestration）
• 工具：
• Terraform：基础设施即代码（Infrastructure as Code, IaC）。
• Ansible：自动化配置管理。
• Kubernetes：自动化容器部署和扩缩容。
- 边缘计算（Edge Computing）
• 定义：将计算能力下沉到靠近数据源的边缘节点，降低延迟。
• 应用场景：物联网（IoT）、自动驾驶。
• 例子：AWS IoT Greengrass、Azure IoT Edge。
五、优势与挑战（Pros and Cons）
优势
-
成本节约（Cost Efficiency）：按需付费（Pay-as-you-go），避免硬件投资。
-
全球覆盖（Global Reach）：利用服务商的全球数据中心实现低延迟。
-
弹性扩展（Scalability）：自动应对流量高峰（如电商大促）。
-
高可用性（High Availability）：多区域冗余（Multi-AZ Deployment）保障业务连续性。
挑战
-
安全与合规（Security & Compliance）：需防范数据泄露，符合 GDPR、HIPAA 等法规。
-
厂商锁定（Vendor Lock-in）：跨云迁移可能面临技术壁垒。
-
网络依赖（Network Dependency）：服务质量受互联网稳定性影响。
六、应用场景（Use Cases）
- Web 应用托管（Web Hosting）
• 工具：AWS EC2 + RDS（Relational Database Service）。
- 大数据分析（Big Data Analytics）
• 服务：Google BigQuery、阿里云 MaxCompute。
- 人工智能与机器学习（AI/ML）
• 平台：AWS SageMaker、Azure Machine Learning。
- 灾难恢复（Disaster Recovery）
• 方案：跨区域备份（Cross-Region Replication）。
- 物联网（IoT）
• 架构：设备 → 边缘计算 → 云端分析（如 AWS IoT Core）。
七、主流云服务商（Major Cloud Providers）
| 厂商 | 英文名 | 代表服务 |
|---------------------|------------------------------------------|---------------------------------------------------|
| 亚马逊 AWS | Amazon Web Services (AWS) | EC2（计算）, S3（存储）, Lambda（无服务器）|
| 微软 Azure | Microsoft Azure | Azure VM, Azure Functions, Azure AI |
| 谷歌云 | Google Cloud Platform (GCP) | Google Compute Engine, BigQuery |
| 阿里云 | Alibaba Cloud | ECS（计算）, OSS（存储）, PolarDB|
| 华为云 | Huawei Cloud | ECS, ModelArts（AI） |
八、学习资源（Learning Resources）
- 认证考试：
• AWS Certified Solutions Architect
• Microsoft Azure Administrator
- 文档与教程：
• AWS 官方文档、Google Cloud Quickstart。
- 开源工具：
• OpenStack（私有云搭建）、Kubernetes（容器编排）。