云计算的三大「服务」
- 软件即服务（Software-as-a-Service），是目前普通用户接触最多的层面，在网络上任意一个远程服务器上的应用都是属于SaaS。比如现在阿里的钉钉、腾讯的QQ都属于这一类。SaaS平台提供以下服务：随时随地访问、支持公开协议、安全保障、多住户(Multi-Tenant)机制
- ·Software as a Service ·Email,IM,Facebook,Twitter ·ALmost every application can be SaaS
- 平台即服务（Platform-as-a-Service），某些时候也被叫作中间件。所有的开发都可以在这一层进行，节省时间与资源。PaaS可以提供各种开发和分发应用的解决方案，比如虚拟服务器和操作系统等，可以节省硬件上的费用。PaaS平台提供以下服务：友好的开发环境、丰富的服务、自动的资源调度、精细的管理和监控
- ·Platform as a Service ·MySQL,Mangodb,RabbitMQ,Java,Node,js ·CloudFoundry,OpenShift
- 基础设施即服务 (Infrastructure-as-a-Service）， IaaS会提供场外服务器，存储和网络硬件，也可以选择租用。节省了维护成本和办公场地，公司可以在任何时候利用这些硬件来运行其应用。IaaS平台提供以下服务：资源抽象、 资源监控、负载管理、数据管理、资源部署、安全管理、计费管理
- ·Infrastructure as a Service ·Compute,Storage,Networking ·AWS,Google Cloud Platform,Azure,OpenStack,ZStack
奥派科技云计算平台核心技术
分布式服务框架 服务器均衡负载 弹性计算（ESC）
- 弹性计算（ESC）的主要功能
-
弹性计算服务（ECS）为用户提供一个根据需求动态运行的虚拟服务器的环境。
-
对于ECS提供的虚拟服务器，用户可以像使用一台物理机器一样进行各种操作。
-
ECS允许用户根据自己的需要，租用多台虚拟服务器来完成各种任务。在运行的过程中，用户也可以根据计算资源的需要动态增加或减少虚拟服务器的数量
- 服务器均衡负载的主要功能
-
负载均衡（Load Balance）就是将应用分摊到多个操作单元上进行执行,例如Web服务器、FTP服务器、企业关键应用服务器和其它关键任务服务器等，从而共同完成工作任务。
对多台云服务器进行流量分发，通过流量分发扩展应用系统对的服务能力通过消除单点故障提升应用系统可用性。
-
使用服务器均衡负载可以使应用提升稳定性、增强可拓展性、降低硬件成
本、提高性能
- 分布式服务框架的主要功能
-
分布式服务框架包含服务层、过滤层、RPC层。
-
服务订阅发布、服务路由、集群容错、服务调用、多协议、序列化方式、统一配置：支持本地静态配置，支持基于配置中心的动
态配置
图说云计算
为什么选择奥派科技
-
快速搭建生产环境
一键部署上万种 Docker 容器化应用快速部署 根据客户业
务需求根据客户业务需求
先进的自动运维
以应用为核心，提供服务发现、服务编排等功能，满足应用
的快速发布、弹性扩展。
大数据存储挖掘能力
用户需要按需推荐，智能分析。要满足这些需求，企业需要
大数据存储挖掘能力的支持
-
多环境支持
支持市面上主流环境，满足用户和应用的开发需要。
大流量体验依然顺畅
流量分发、分布式服务架构保证无论多大的流量与并发，都
有最流畅的用户体验。
持续稳定的集成环境
奥派科技多集群多站点的云计算平台，持续稳定的为企业
提供一切需要的云计算服务。
大数据
奥派科技云计算平台提供多种数据存储、计算、同步和数据挖掘算法
为用户提供最完善的大数据服务
-
大数据存储
大数据的存储是指利用多个数据库来接收发自客户端（Web、App或者传感器形式等）的数据，并且用户可以通过这些数据库来进行简单的查询和处理工作。
比如，电商会使用传统的关系型数据库MySQL和Oracle等来存储每一笔事务数据，除此之外，Redis和MongoDB这样的NoSQL数据库也常用于数据的采集
-
大数据计算
虽然存储端本身会有很多数据库，但是如果要对这些海量数据进行有效的计算，还是应该将这些来自前端的数据导入到一个集中的大型分布式数据库，或者分布式存储集群，并且可以在导入基础上做一些简单的清洗和预处理工作。
导入与预处理过程的特点和挑战主要是导入的数据量大，每秒钟的导入量经常会达到百兆，甚至千兆级别
-
大数据同步
在大数据开发平台自身的各种存储／计算／查询服务组件之间，因为架构方案，读写方式，业务需求的不同，也可能存在数据的传输同步需求。
数据同步的目的是让数据可以适合业务需求的形式，在不同的系统中用各自擅长的方式运转起来。
-
大数据挖掘
与前面统计和分析过程不同的是，数据挖掘一般没有什么预先设定好的主题，主要是在现有数 据上面进行基于各种算法的计算，从而起到预测（Predict）的效果，从而实现一些高级别数据分析的需求。
比较典型算法有用于聚类的Kmeans、用于 统计学习的SVM和用于分类的NaiveBayes，主要使用的工具有Hadoop的Mahout等
解决方案
- 商城云
- 办公云
- 政务云
- 客户云
- 汽配云
- 培训云
- 打印云
- 物联云