随着OpenStack内部架构的逐步完善，对于核心业务的容灾需求也应当被加入到整个架构当中。在以OpenStack为基础的容灾架构中不仅涵盖业务的数据和应用，还包括云主机配置，认证授权，网络等等容灾云的元素。OpenStack容灾架构的部署，对于提高IT业务的可靠性，可用性和连续性至关重要。

　　本文主要介绍OpenStack在DR灾难恢复场景下对应的技术解决方案，以及OpenStack灾难恢复服务DRaaS的规划、实施和建设。

　　一、DRaaS的思想和原则

　　(一)几个概念

　　灾难(Disaster)是由于人为或自然的原因，造成一个数据中心内的信息系统运行严重故障或瘫痪，使信息系统支持的业务功能停顿或服务水平不可接受、达到特定的时间的突发性事件，通常导致信息系统需要切换到备用场地运行。

　　灾难恢复(Diaster Recovery)是指当灾难破坏生产中心时在不同地点的数据中心内恢复数据、应用或者业务的能力。

　　容灾是指除了生产站点以外，用户另外建立的冗余站点，当灾难发生，生产站点受到破坏时，冗余站点可以接管用户正常的业务，达到业务不间断的目的。为了达到更高的可用性，许多用户甚至建立多个冗余站点。

　　衡量容灾系统有两个主要指标：RPO(Recovery Point Objective)和 RTO(Recovery Time Object)，其中 RPO代表 了当灾难发生时允许丢失的数据量，而 RTO 则代表了系统恢复的时间。RPO 与 RTO 越小，系统的可用性就越高，当然用户需要的投资也越大。

　　(二)容灾级别

　　级别 定义RTO

　　数据级 指通过建立同城/异地容灾中心和数据的远程备份/复制，在灾难发生之后要确保原有的数据不会丢失或者遭到破坏。容灾切换时需要重新部署云主机，利用备份/复制数据恢复业务运行。RTO 最长(若干小时)

　　应用级在数据级容灾的基础之上，在备份站点同样构建一套相同的OpenStack云，通过数据复制技术，保证关键应用在允许的时间范围内恢复运行，尽可能减少灾难带来的损失。RTO 中等(若干分钟)

　　业务级全业务的灾备，将灾备的范围扩大到整个Animbus OpenStack云。通过对控制节点元数据的复制，恢复一个完整的云环境，以及云上的所有组件和业务系统。 RTO 最小(若干分钟或者秒)

　　(三)设计目标

　　设计的目标是通过部署DRaaS服务，能够满足并支撑：

　　实现云主机与云硬盘数据跨站点备份/复制，确保灾难发生后，防止数据丢失或遭到破坏。

　　实现OpenStack云容灾能力，云主机和数据具有异地恢复能力，提高系统的可靠性和连续性。

　　优化DRaaS部署方式，提供模块化，可选择，可扩展的部署方式。提供一体化管理界面和可视化管理能力。

　　二、架构与设计

　　(一)DRaaS容灾架构

　　DRaaS容灾架构通过将Animbus OpenStack划分成三个层次，虚拟化层，控制层，管理层。虚拟化层集合了Animbus OpenStack的虚拟化资源，包括计算，存储和网络资源，属于容灾架构的核心层;控制层融合了Animbus OpenStack的管理组件，包括计算，认证，网络，存储，镜像等，属于容灾架构的中间层;管理层提供了对于整个DRaaS容灾环境的集中管理与监控，属于容灾架构的管理层。

　　在主备容灾两个Animbus OpenStack 环境之间，采用分层的容灾技术结构，包括云存储复制技术，云系统复制技术，云管理同步技术。通过整体容灾架构的部署，使得主备Animbus OpenStack环境具备容灾切换的能力。

　　DRaaS架构示意图

　　(二)DRaaS容灾分级

　　DRaaS容灾架构可以根据业务场景和需求，实现三个不同等级的容灾级别。包括：

　　数据级容灾DRaaS of Data

　　通过采用云存储复制技术，实现对Animbus OpenStack的数据级容灾。在灾难发生时，需重新部署云主机，利用Animbus OpenStack存储上的容灾数据实现数据恢复。这种方案价格最为低廉，RTO时间较长(若干小时)

　　应用级容灾DRaaS of Application

　　通过采用云系统复制技术，实现对Animbus OpenStack的应用级容灾。在灾难发生时，可以直接恢复云主机以及Animbus OpenStack后台存储的数据，局部或者全部恢复业务应用系统环境。这种方案价格相对经济，RTO时间较短(若干分钟)

　　业务级容灾DRaaS of Business

　　通过采用云管理同步技术，实现对Animbus OpenStack云环境的业务级容灾。在灾难发生时，通过容灾转移一键切换，可以快速的恢复整个Animbus OpenStack云平台环境。这种方案价格相对昂贵，RTO时间最短(若干分钟或秒)

　　三、容灾DRaaS的应用

　　(一)灾难定义

　　在信息系统服务时间段内，生产环境出现严重故障，系统中断，无法在短时间内本地恢复，可以通过启用同城灾备(异地灾备)环境实现业务的接管，可以根据灾难决策，实施灾难切换操作。

　　由于每次灾难产生的原因，影响的范围和时间长度，以及应对措施的差异。需要在制定容灾方案中，事先假设对于灾难场景的预设，然后可以根据不同的灾难场景，制定容灾方案以及灾难恢复计划。

　　(二)灾难场景

　　在DRaaS的容灾架构中，已经预设了多样的灾难场景，以及与之对应的容灾架构设计和容灾方案。通过这些容灾体系的建设，可以使整个Animbus OpenStack应对多样的灾难场景，实现快速的，安全的容灾切换。

　　第一类-自然灾害，例如：火灾，水灾，地震……

　　第二类-核心基础架构故障，例如：数据中心停电、核心存储宕机、广域网络中断、内部网络瘫痪、空调系统宕机……

　　第三类-单个系统故障，例如：操作系统或者数据库系统崩溃、服务器硬件故障造成的宕机……

　　(三)DRaaS在实际灾难场景中的应用例子

　　某公司数据中心停电

　　案情：

　　由于电力故障，使其数据中心机房大面积停电。决定将IT业务系统整体容灾切换到位于另一处的备用数据中心。

　　在主备数据中心之间部署了基于Animbus OpenStack的DRaaS for Bussiness容灾环境，通过启用容灾环境的Animbus OpenStack云，迅速恢复原有的业务系统。保证业务应用的持续运行。

　　容灾恢复过程

　　灾难发生，业务应用出现无响应状态。

　　收集系统信息辅助决策，触发容灾切换方案。

　　关闭主中心Animbus OpenStack应用服务，断开数据复制线路。

　　恢复Animbus OpenStack备中心，并恢复业务访问。

　　DRaaS在实际灾难场景中的应用示意图

　   随着网络承载的场景不断丰富，内容服务成为网络核心。而同时网络的发展又进一步改变IT供给模式，催生云时代。全球范围内，自从2006年谷歌提出云计算的概念以来，云计算经历了从萌芽、发展到如今的快速发展，云计算逐步进入成熟阶段。

　　目前，全球云计算市场总体平稳增长。据前瞻产业研究院发布的《云计算产业发展前景预测与投资战略规划分析报告》数据显示，2016年以IaaS、PaaS和SaaS为代表的典型云服务市场规模达到654.83亿美元，增速20.6%，预计2020年将达到1435.3亿美元，年复合增长率达22%。

　　全球云计算市场规模

　　数据来源：前瞻产业研究院整理

　　美国在全球云计算市场的领导地位进一步巩固。作为云计算的“先行者”，北美地区仍占据市场主导地位，2015年美国云计算市场占据全球56.5%的市场份额，增速达19.4%，预计未来几年仍以超过15%的速度快速增长。

　　欧洲作为云计算市场的重要组成部分，以英国、德国、法国等为代表的西欧国家占据了21%的市场份额，近两年增长放缓，2015年增速仅4.2%，其中西班牙等国家出现负增长，2016年增速达到10%。2015年日本云计算市场全球占比4.2%，增速7.9%，预测未来几年增速会小幅上升，但仍低于北美国家。预计未来美国与欧洲、日本云计算市场差距将进一步扩大。

　　2015年亚洲云计算市场全球占比12%，保持快速增长，其中印度增速达35%，中国市场全球占比已由2012年的3.7%上升到5%。金砖国家巴西、俄罗斯、南非云计算市场占有率总和仅3%左右，但增速较快，且市场潜力较大，预计未来几年市场会进一步扩大。

　　中国云计算市场规模

　　数据来源：前瞻产业研究院整理

　　为贯彻落实国务院推进网络强国的国家战略，促进云计算健康快速发展，工信部于今年上半编制印发了《云计算发展三年行动计划(2017-2019年)》，明确指出到2019年我国云计算产业规模要达到4300亿元，突破一批核心关键技术，云计算服务能力达到国际先进水平，对新一代信息产业发展的带动效应显著增强。

　　这份文件为我国的云计算市场发展指明了方向，以IaaS云服务为代表的云数据中心也将迎来高速发展的机遇。预计2020年时，IaaS云服务的市场规模空间将达到近500亿元，年化增速则在25%以上。

　  “互联网+”、物联网和人工智能已经成为中国“十三五”业务创新的新动能和业务发展的新引擎。“互联网 +”加速了中国市场云计算的普及。中桥调研咨询的数据显示，在过去 3 年，中国云计算得到了快速普及与发展，目前约有 80% 的企业用户将 IT 运行在混合云环境中。云计算的目标用户已由最初的新兴的初创企业发展到囊括不同规模和不同行业的众多企业级用户，并且这些企业用户将云作为 IT 的核心支撑，逐步用云计算替代传统的数据中心，实现“IT云化”。

　　与此同时，人工智能将进一步加速云计算市场和技术格局的改变。根据中桥调研咨询的数据显示，约有 40% 的企业已经或计划在未来两年内部署人工智能。工信部发布的《“互联网 +”人工智能三年行动实施方案》中不仅将人工智能作为国家战略，同时还指出要打造人工智能基础资源与创新平台，基本建立人工智能产业体系、创新服务体系、标准化体系，推动基础核心技术实现突破。

　　近年来，物联网发展迅猛。在《国务院关于推进物联网有序健康发展的指导意见》中明确指出，将物联网作为战略性新兴产业的一项重要组成内容，推进物联网的应用和发展，有利于促进生产生活和社会管理方式向智能化、精细化、网络化方向转变。

　　人工智能和物联网的发展将带动海量终端以及海量数据交互分析需求的快速攀升。因而，边缘应用部署效率、数据的实时采集与分析能力，将成为人工智能时代企业实现业务创新、通过人机协同、人工智能提高运营效率的关键点。因此，如何将人工智能和物联网转化为业务新引擎，对融合云和边缘端数据计算分析的性能提出了新的要求。由此而催生了雾计算平台和技术的发展，并成为云计算的延伸。那么，如何“腾云驾雾”，实现动态跨“云”与“雾”的优化计算和分析，将是企业智能创新能力快速提升的关键因素。

　　新应用推动云计算快速演进

　　根据中桥调研咨询最近对中国企业 CIO 的调查数据显示，有 84% 的 CIO 都认为，目前云计算的演进过程可以分为三个阶段，即云计算 1.0 阶段，主要应用对象是中小企业，通过云计算实现从“无”到“有”的IT 使能;进入云计算 2.0 阶段，云计算成为企业级用户核心应用的 IT 补充资源;当企业跨入云计算 3.0阶段时，云计算成为企业 IT 的核心资源。云原生应用、人工智能和物联网成为用户业务的主要驱动力。

　　相对于云计算的前两个阶段，云计算3.0的两大特征是：具有企业级高可用、高可信、负载可移动性的特点，防止“云孤岛”的产生。

　　雾计算成为云计算的外延。跨“云”和“雾”实现应用部署、数据采集和数据分析处理的能力成为云计算 3.0最重要的衡量指标。当前，大多数中国企业正处于云计算 2.0 阶段，并逐步向云计算 3.0 阶段演进。随着云计算的快速普及，有越来越多的企业把选择将业务部署在混合云上。

　　数字经济时代，企业在向数字化转型的过程中，如何通过将传统业务数据与人工智能、物联网数据实现交互、处理、分析，以提高企业的核心竞争力，决定着企业通过新技术突破创新的能力。大数据、人工智能、物联网等新技术的快速发展，推动着云计算与边缘计算在架构和技术上的融合，以满足高性能计算、大数据分析的应用需求，以及智能终端对数据的快速采集、边缘端对数据的实时分析和处理的需求，使跨云平台和边缘计算架构实现统一高效管理，最大限度地挖掘企业在人工智能时代的业务创新能力和发展潜力。通过对云计算的持续演进，企业不仅能得到阶段性的云投资回报，还能获得不断升级云计算的能力、云和边缘技术融合的能力，以及通过云生态圈和云平台提供云服务的能力。

　　数字化转型的趋势推动着企业向云计算 3.0 阶段迈进，在这个过程中，企业业务更侧重将全业务数字化、全业态数字化和全产业数字化平台的融合，以提升企业整体的智能化水平。根据中桥调研咨询最新的调研数据显示(图 1)，数字化转型为用户带来的最大价值是“大数据、物联网、人工智能作为新的生产要素，提高了企业的生产效率，加速产业升级”。企业用户在从云计算 2.0 向 3.0 阶段过渡的过程中，边缘计算和作为云计算外延的雾计算满足了用户对大数据、物联网、人工智能开发与应用的需求。在海量智能终端的应用场景中，将所有数据上传到云进行处理，将带来网络成本和性能压力，很难满足实时处理对低延迟的需求。因此，向云计算 3.0阶段演进，实现跨云平台和边缘计算的统一管理，将有助于企业在数字化转型过程中运用大数据、物联网、人工智能等新技术，把握机遇，创造新的业务价值。

　　图1：数字化转型为企业业务带来的价值

　　人工智能和物联网 驱动“云”向“雾”延伸

　　人工智能和物联网成为目前技术和应用发展的两大热点。随着计算技术的进步和大数据、云计算的兴起，人工智能近两年出现了井喷式的发展。同时，万物相连已不再是梦想，物联网市场前景看好。

　　物联网和人工智能的发展将带来价值数以亿计的数据。分布广泛的传感器、智能终端等每时每刻都在产生大量的数据。尽管云计算拥有“无限”的计算和存储资源池，但云数据中心往往是集中化的且距离终端设备较远，当面对大量的分布广泛的终端设备及所采集的海量数据时，云不可避免地遇到了三大难题：

　　网络拥塞，如果大量的物联网和人工智能应用部署在云中，将会有海量的原始数据不间断地涌入核心网络，造成核心网络拥塞;

　　高延迟，终端设备与云数据中心的较远距离将导致较高的网络延迟，而对实时性要求高的应用则难以满足需求;

　　可靠性无法保证，对可靠性和安全性要求较高的应用，由于从终端到云平台的距离远，通信通路长，因而风险大，云中备份的成本也高。

　　因此，为满足物联网和人工智能等应用的需求，作为云计算的延伸扩展，雾计算(Fog Computing)的概念应运而生。雾计算最早由思科提出，它是一种分布式的计算模型，作为云数据中心和物联网设备 / 传感器之间的中间层，它提供计算、网络和存储设备，让基于云的服务可以离物联网设备和传感器更近。雾计算主要使用边缘网络中的设备，可以是传统网络设备，如网络中的路由器、交换机、网关等，也可以是专门部署的本地服务器。这些设备的资源能力都远小于一个数据中心，但是它们庞大的数量可以弥补单一设备资源的不足。

　　在物联网中，雾可以过滤、聚合用户消息，匿名处理用户数据以保证隐秘性，初步处理数据以便实时决策，提供临时存储以提升用户体验，而云则可以负责大运算量或长期存储任务，与雾计算优势互补。通过雾计算，可以将一些并不需要放到云上的数据在网络边缘层直接进行处理和存储，提高数据分析处理的效率，降低时延，减少网络传输压力，提升安全性。雾计算以其广泛的地理分布、带有大量网络节点的大规模传感器网络、支持高移动性和实时互动以及多样化的软硬件设备和云在线分析等特点，迅速被物联网和人工智能应用领域的企业所接受并获得广泛应用，例如，M2M、人机协同、智能电网、智能交通、智能家居、智能医疗、无人驾驶等应用。

　　与边缘计算(Edge Computing)不同的是，雾计算可以将基于云的服务 ， 如 IaaS、 PaaS、 SaaS，拓展到网络边缘，而边缘计算更多地专注于终端设备端。雾计算可以进行边缘计算，但除了边缘网络，雾计算也可以拓展到核心网络，也就是边缘和核心网络的组件都可以作为雾计算的基础设施。

　　无服务器计算是IaaS(基础设施即服务)演进的下一个阶段。它将底层基础架构从开发人员中分离出来，基本上虚拟化了运行时(虚拟机的一种，一般指进程级别的虚拟机)和运营管理。这通常被称为FaaS(功能即服务)，无服务器架构允许您执行给定的任务，而不必担心服务器、虚拟机或底层计算资源。

　　采用无服务器计算技术有几个明显的优势：

　　敏捷——由于开发人员在使用服务器时不部署、管理或扩展服务器，因此组织可以放弃基础设施管理。这极大地减少了操作开销。无服务器与微服务架构高度兼容，这也带来了显著的敏捷性好处。

　　可伸缩性——无服务器的一大优势是它所支持的可扩展性，升级和添加计算资源不再依赖于DevOps(运维)团队。没有服务器的应用程序可以快速、无缝地、自动扩展，以适应流量峰值;反之，当并发用户数量减少时，这些应用程序也会自动缩小规模。

　　计费模式——在使用无服务器平台时，你只需要为你需要的计算资源付费。无服务器架构引入了一种真正的按次付费模式，即客户只在执行某个功能时才付费。无服务器的计费模式使其成为具有较小负载要求的微服务器和具有“spikey”流量模式的应用程序的理想选择。与传统环境不同的是，不需要为经常闲置的虚拟机或容器付费。

　　安全——无服务器架构提供了安全保障。由于该组织不再管理服务器，DDoS攻击的威胁性要小得多，而且无服务器功能的自动扩展功能有助于降低此类攻击的风险。

　　为什么无服务器计算是下一个风口?

　　无服务器计算并不只是尖端科技公司的小众解决方案。它正在改变开发者部署和管理复杂软件的方式，它对企业如何交付应用程序有着巨大的影响。其中一个有趣的领域是物联网应用，它涉及数十亿计的终端设备同时使用计算资源。随着成本节约和提高效率，无服务器计算将成为大规模采用此类技术的关键。

　　亚马逊、谷歌、微软和IBM已经提供了无服务器计算平台。与其他许多云计算能力一样，亚马逊是先驱，在2014年推出了AWS Lambda，看起来该公司对这一领域很看好。今年4月，在Austin举办的ServerlessConf大会上，AWS Lambda服务的总经理Tim Wagner表示，AWS正在看到越来越多的企业采用AWS Lambda服务。

　　其他云服务供应商也在通过同样的视角看待未来。例如，IBM Cloud的副总裁兼首席技术官Jason McGee曾表示，IBM分析师预测，到2021年，FaaS市场将增长7倍。这一声明得到了Markets 和Markets 报告的支持。该报告预测，无服务器计算的市场规模将从2016年的18.8亿美元增长到2021年的77.2亿美元。

　　我们从这些供应商那里听到的公开声明表明，他们在服务器上投入了大量资金，但这并不仅仅是知名云服务供应商的兴趣所在;我们已经看到了一个全新的创业生态系统。

　　上面所示的无服务器计算生态系统在两个方面正在增长：

　　平台——与大型云服务供应商一道，涌现出大量的平台和开源框架，为开发者提供了托管、部署和运行他们的无服务器应用的能力。

　　其中一个例子是Iron.io，迄今为止该公司已经融资1700万美元，它提供了一个无服务器的应用平台，企业可以在公共云、私有云甚至直接运行应用程序。

　　另一个有趣的玩家是Auth0的Webtask。它为个体即服务(Identity-as-a-Service)公司提供了一个支持多种集成的平台，允许开发者在不考虑基础设施的情况下开发应用。

　　技术促进者——这些解决方案通过提供更简单的使用和与无服务器环境的集成，从而支持无服务器平台和框架的采用。启动器包括开发和监控工具，以及专门的网络安全解决方案。

　　一个有趣的开发工具的例子是开源解决方案Serverless，一个提供者不可知(provider-agnostic)的框架，允许开发人员在所有领先的云提供商之上构建，部署和运行无服务器架构。

　　Stackery是一个运营管理平台，是另一种无服务器技术的采用推动者。它为开发无服务器应用程序的客户提供基础设施，并在整个无服务器应用管理生命周期中实现可见性和控制。

　　另一个值得一提的是IOpipe，它提供了监控和调试无服务器应用程序性能的工具。

　　尽管我们确实看到了采用无服务器架构的安全好处，就像所有新兴技术一样，新的安全漏洞也会出现，需要解决。在这个领域，Twistlock是一家成长中的公司，它提供云端原生安全服务。已经完成了3000万美元的融资，为使用机器学习和先进的威胁智能技术的无服务器应用提供安全解决方案。

　　无服务器计算的早期用户

　　有了无服务器计算，公司的开发人员可以更专注于编写代码，而不是管理应用程序的操作任务。Netflix就是一个很好的例子。想象一下，在全球范围内为超过1亿用户提供服务的基础设施，存储成本，以及计算资源的规模管理。Netflix是一个知名的云计算用户，在2016年，该公司宣布已经完成了迁移;该公司现在的云计算基础是100%。Netflix是AWS Lambda的一个直言不讳的支持者，它正在利用无服务器计算技术来传输媒体文件、备份、实例部署和监控解决方案。其他知名机构，如Expedia、可口可乐和Adobe也加入了无服务器计算浪潮。

　　最大的机遇

　　“无服务器计算”并不是不用操作的。操作不仅仅是管理和扩展服务器;它还在监控、打包、安全、部署等等。尽管上面的内容概括了一个非常令人兴奋的领域，但它仍然处于起步阶段，而且它也带来了一些固有的挑战。这些挑战为初创公司提供了巨大的机遇，让他们可以创建新的、令人激动的解决方案——例如，创新和解决以下问题：

　　缺少工具——监控、日志记录、开发和调试工具还没有或不成熟。

　　供应商锁定——在云计算供应商之间存在不同的功能。此外，每个供应商都有自己的集成点、配置等方面的特色。为了更换供应商，客户可能需要更改他们的代码、他们的操作工具，甚至可能需要更改软件架构。

　　性能——服务水平协议不能保证性能，而且功能可能需要很长时间才能做出响应，特别是在它们上一次调用时已经有一段时间的情况下。对于许多应用程序来说，这可能是一个破坏因素。

　　“无服务器计算”已经被全球各地的老牌企业所采用，它将成为一个提供许多有趣投资机会的领域。预计在接下来的几年里，将会看到“无服务器”地图显著扩大，这将推动一波新的创新浪潮。

　　一、物联网

　　1、什么是物联网?

　　物联网在之前被定义为通过射频识别(RFID)、红外线感应器、全球定位系统、激光扫描器、气体感应器等信息传感设备按约定的协议把任何物品与互联网连接起来进行信息交换，以实现智能化识别、定位、跟踪、监控和管理的一种网络，简言之物联网就是“物物相连的互联网”。

　　后来被重新定义为当下几乎所有技术与计算机、互联网技术的结合，实现物体与物体之间：环境以及状态信息实时的实时共享以及智能化的收集、传递、处理、执行。广义上说，当下涉及的信息技术的应用，都可以纳入物联网的范畴。

　　2、物联网的关键技术

　　传感器技术：这也是计算机应用中的关键技术。大家都知道，到目前为止绝大部分计算机处理的都是数字信号。自从有计算机以来就需要传感器把模拟信号转换成数字信号计算机才能处理。

　　RFID标签：也是一种传感器技术，RFID技术是融合了无线射频技术和嵌入式技术为一体的综合技术，RFID在自动识别、物品物流管理有着广阔的应用前景。

　　嵌入式系统技术：是综合了计算机软硬件、传感器技术、集成电路技术、电子应用技术为一体的复杂技术。经过几十年的演变，以嵌入式系统为特征的智能终端产品随处可见;小到人们身边的MP3，大到航天航空的卫星系统。嵌入式系统正在改变着人们的生活，推动着工业生产以及国防工业的发展。如果把物联网用人体做一个简单比喻，传感器相当于人的眼睛、鼻子、皮肤等感官，网络就是神经系统用来传递信息，嵌入式系统则是人的大脑，在接收到信息后要进行分类处理。这个例子很形象的描述了传感器、嵌入式系统在物联网中的位置与作用。

　　现在的物联网产业以应用层、支撑层、感知层、平台层以及传输层这五个层次构成。

　　二、云计算

　　1、什么是云计算?

　　云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池(资源包括网络、服务器、存储、应用软件、服务)，这些资源能够快速提供，只需投入很少的管理工作，或与服务商进行很少的交互。

　　2、物联网和云计算的关系

　　云计算相当于人的大脑，是物联网的神经中枢。云计算是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。

　　目前物联网的服务器部署在云端，通过云计算提供应用层的各项服务。云计算可以提供以下几个层析的服务：

　　IaaS：基础设施即服务

　　消费者通过internet可以从完善的计算机设施获得服务。例如：硬件服务器租用。

　　PaaS：平台即服务

　　PaaS实际上是指软件研发的平台作为一种服务，以SaaS的模式提交给用户。因此，PaaS也是SaaS模式的一种应用。但是PaaS的出现可以加快SaaS应用的开发速度，如：软件的个性化定制开发。

　　SaaS：软件即服务

　　它是一种通过internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动，如：亚马逊。

　　三、大数据

　　1、什么是大数据?

　　大数据是一种规模大到在获取、管理、分析方面大大超出传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。如果将大数据比作一个产业，那么这种产业实现盈利的关键在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

　　2、大数据和云计算的关系

　　从技术上来看，大数据和云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

　　云时代的来临，大数据的关注度也越来越高，分析师团队认为大数据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。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。

　　大数据需要特殊的技术以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模的并行处理数据库、数据挖掘、分布式文件系统、分布式数据可、云计算平台、互联网和可扩展的存储系统。

　　四、人工智能

　　1、什么是人工智能?

　　人工智能英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分枝，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。它是对人的意识、思维的信息过程的模拟，人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

　　通过上述观点我们可以简单的得出一个结论： 物联网的正常运行是通过大数据传输信息给云计算平台处理，然后人工智能提取云计算平台存储的数据进行活动。