8、云计算平台
了解了以上知识以后让我们来看看目前比较流行的一些云计算平台。
云计算平台也称为云平台。云计算平台可以划分为3类：
以数据存储为主的存储型云平台；
以数据处理为主的计算型云平台；
以计算和数据存储处理兼顾的综合云计算平台。
8.1 开源的云平台
8.1.1 AbiCloud （Abiquo公司）
AbiCloud 是一款用于公司的开源的云计算平台，使公司能够以快速、简单和可扩展的方式创建和管理大型、复杂的IT基础设施（包括虚拟服务器、网络、应用、存储设备等）。Abiquo公司位于美国加利福尼亚州红木市，它提供的云计算服务包括为企业创造和管理私人云服务、公共云服务和混合云服务，能让企业用户把他们的电脑和移动设备中的占据大量资源的数据转移到更大、更安全的服务器上。
8.1.2 Hadoop（Apache基金会）
该计划是完全模仿Google体系架构做的一个开源项目，主要包括Map/Reduce和HDFS文件系统
8.1.3 Eucalyptus 项目（加利福尼亚大学）
创建了一个使企业能够使用它们内部IT资源（包括服务器、存储系统、网络设备）的开源界面，来建立能够和Amazon EC2兼容的云
8.1.4 MongoDB（10gen）
MongoDB是一个高性能、开源、无模式的文档型数据库，它在许多场景下可用于替代传统的关系型数据库或键/值存储方式。mongodb由C++写就，其名字来自humongous这个单词的中间部分，从名字可见其野心所在就是海量数据的处理。关于它的一个最简洁描述为：scalable, high-performance, open source, schema-free, document-oriented database。
8.1.5 Enomalism弹性计算平台
它提供了一个功能类似于 EC2的云计算框架。Enomalism基于 Linux，同时支持 Xen 和 Kernel Virtual Machine(KVM)。与其他纯IaaS 解决方案不同的是，Enomalism提供了一个基于 Turbo Gears Web应用程序框架和 Python 的软件栈
8.1.6 Nimbus（网格中间件Globus）
Nimbus面向科学计算需求，通过一组开源工具来实现基础设施即服务（IaaS）的云计算解决方案
8.2 商用云平台
8.2.1微软
技术特性：整合其所用软件及数据服务
核心技术：大型应用软件开发技术
企业服务：Azure平台
开发语言：.NET
8.2.2 Google
技术特性：储存及运算水平扩充能力
核心技术：平行分散技术MapReduce，BigTable，GFS
企业服务：Google AppEngine，应用代管服务
开发语言：Python，Java
8.2.3 IBM
技术特性：整合其所有软件及硬件服务
核心技术：网格技术，分布式存储，动态负载
企业服务：虚拟资源池提供，企业云计算整合方案
8.2.4 Oracle
技术特性：软硬件弹性虚拟平台
核心技术：Oracle的数据存储技术，Sun开源技术
企业服务：EC2上的Oracle数据库，OracleVM，Sun xVM
8.2.5 Amazon
技术特性：弹性虚拟平台
核心技术：虚拟化技术Xen
企业服务：EC2、S3，SimpleDB、SQS
8.2.6 Saleforce
技术特性：弹性可定制商务软件
核心技术：应用平台整合技术
企业服务：Force. com服务
开发语言：Java，APEX
8.2.7旺田云服务
技术特性：按需求可定制平台化软件
核心技术：应用平台整合技术
企业服务：netfarmer 服务提供不同行业信息化平台
开发语言：Deluge（Data Enriched Language for the Universal Grid Environment）
8.2.8 EMC
技术特性：信息存储系统及虚拟化技术
核心技术：Vmware的虚拟化技术，一流存储技术
企业服务：Atoms云存储系统，私有云解决方案
8.2.9阿里巴巴
技术特性：弹性可定制商务软件
核心技术：应用平台整合技术
企业服务：软件互联平台，云电子商务平台
8.2.10中国移动
技术特性：坚实的网络技术丰富的带宽资源
核心技术：底层集群部署技术，资源池虚拟技术，网络相关技术
企业服务：BigCloude-大云平台
9、云计算与大数据的关系
最后来让我们简单讨论一下大数据与云计算的关系，大数据也是目前正在新兴的一门学科。随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。"著云台"的分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。现在需要处理的大数据在几年前是无法估算的，让我们来看看大数据究竟大道哪个程度？
按照进率1024（2的十次方）来计算：
1Byte = 8 bit 1 KB = 1,024 Bytes 1 MB = 1,024 KB = 1,048,576 Bytes 1 GB = 1,024 MB = 1,048,576 KB 1 TB = 1,024 GB = 1,048,576 MB 1 PB = 1,024 TB = 1,048,576 GB 1 EB = 1,024 PB = 1,048,576 TB 1 ZB = 1,024 EB = 1,048,576 PB 1 YB = 1,024 ZB = 1,048,576 EB 1 BB = 1,024 YB = 1,048,576 ZB 1 NB = 1,024 BB = 1,048,576 YB 1 DB = 1,024 NB = 1,048,576 BB |
可见，处理如此之大的数据，如果使用单一的计算机是根本完成不了的，但云计算的产生，为大数据处理成为了可能。
参考文献
[1] http://baike.baidu.com/view/13605.htm
[2] http://baike.baidu.com/view/453197.htm
[3] http://baike.baidu.com/view/20049.htm
[4] http://baike.baidu.com/view/1316082.htm
[5]http://baike.baidu.com/link?url=RIEE7a8gsOA_MX1c-aSG_-UvD3CSl1WoYIPvHKKqIA7uz4fvHPaQDEg2OMN6q7mvlNM0tRmdeGmSTJi0_66BIK
[6] http://csrc.nist.gov/groups/SNS/cloud-computing/cloud-def-v15.doc
[7] http://www.3testing.com/new/d2.htm
[8] 《云计算和大数据时代网络技术揭秘》 徐立冰著
[9] 《云服务测试：如何高效地进行云计算测试》 Kees Blokland Jeroen Mengerk Nartin Pol 著
