云编程技术

㈠ 什么是云计算技术都应用在哪些方面

通俗的理解是，云计算的“云“就是存在于互联网上的服务器集群上的资源，它包括硬件资源(服务器、存储器、CPU等)和软件资源(如应用软件、集成开发环境等)，本地计算机只需要通过互联网发送一个需求信息，远端就会有成千上万的计算机为你提供需要的资源并将结果返回到本地计算机，这样，本地计算机几乎不需要做什么，所有的处理都在云计算提供商所提供的计算机群来完成。

狭义的云计算指的是厂商通过分布式计算和虚拟化技术搭建数据中心或超级计算机，以免费或按需租用方式向技术开发者或者企业客户提供数据存储、分析以及科学计算等服务，比如亚马逊数据仓库出租生意。

广义的云计算指厂商通过建立网络服务器集群，向各种不同类型客户提供在线软件服务、硬件租借、数据存储、计算分析等不同类型的服务。广义的云计算包括了更多的厂商和服务类型，例如国内用友、金蝶等管理软件厂商推出的在线财务软件，谷歌发布的Google应用程序套装等。

应用：

1、云物联

“物联网就是物物相连的互联网”。这有两层意思：第一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；第二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信。

物联网的两种业务模式：MAI（M2M Application Integration), 内部MaaS；MaaS（M2M As A Service), MMO, Multi-Tenants(多租户模型）。

云计算：从计算中心到数据中心在物联网的初级阶段，PoP即可满足需求；在物联网高级阶段，可能出现MVNO/MMO营运商（国外已存在多年），需要虚拟化云计算技术，SOA等技术的结合实现互联网的泛在服务：TaaS （everyTHING As A Service)。

2、云安全

“云安全”通过网状的大量客户端对网络中软件行为的异常监测，获取互联网中木马、恶意程序的最新信息，推送到Server端进行自动分析和处理，再把病毒和木马的解决方案分发到每一个客户端。

(1)云编程技术扩展阅读

云计算技术具有以下特点：

1、可靠性较强

云计算技术主要是通过冗余方式进行数据处理服务。在大量计算机机组存在的情况下，会让系统中所出现的错误越来越多，而通过采取冗余方式则能够降低错误出现的概率，同时保证了数据的可靠性。

2、服务性

从广义角度上来看，云计算本质上是一种数字化服务，同时这种服务较以往的计算机服务更具有便捷性，用户在不清楚云计算具体机制的情况下，就能够得到相应的服务。

3、可用性高

云计算技术具有很高的可用性。在储存上和计算能力上，云计算技术相比以往的计算机技术具有更高的服务质量，同时在节点检测上也能做到智能检测，在排除问题的同时不会对系统带来任何影响。

4、经济性

云计算平台的构建费用与超级计算机的构建费用相比要低很多，但是在性能上基本持平，这使得开发成本能够得到极大的节约。

5、多样性服务

用户在服务选择上将具有更大的空间，通过缴纳不同的费用来获取不同层次的服务。

6、编程便利性

云计算平台能够为用户提供良好的编程模型，用户可以根据自己的需要进行程序制作，这样便为用户提供了巨大的便利性，同时也节约了相应的开发资源。

㈡ 云计算需要编程吗具体的技术支持是什么

云计算是计算机的算法语言，要实现计算机算法语言当然要编程了，如果你想了解这方面的技术，可以直接到网上查找。

㈢ 云计算中最的关键技术有哪些

云计算关键技术
云计算是分布式处理、并行计算和网格计算等概念的发展和商业实现，其技术实质是计算、存储、服务器、应用软件等IT软硬件资源的虚拟化，云计算在虚拟化、数据存储、数据管理、编程模式等方面具有自身独特的技术。云计算的关键技术包括以下几个方向：

虚拟机技术

虚拟机，即服务器虚拟化是云计算底层架构的重要基石。在服务器虚拟化中，虚拟化软件需要实现对硬件的抽象，资源的分配、调度和管理，虚拟机与宿主操作系统及多个虚拟机间的隔离等功能，目前典型的实现（基本成为事实标准）有Citrix
Xen、VMware
ESX
Server
和Microsoft
Hype-V等。
数据存储技术

云计算系统需要同时满足大量用户的需求，并行地为大量用户提供服务。因此，云计算的数据存储技术必须具有分布式、高吞吐率和高传输率的特点。目前数据存储技术主要有Google的GFS（Google
File
System，非开源）以及HDFS（Hadoop
Distributed
File
System，开源），目前这两种技术已经成为事实标准。
数据管理技术
云计算的特点是对海量的数据存储、读取后进行大量的分析，如何提高数据的更新速率以及进一步提高随机读速率是未来的数据管理技术必须解决的问题。云计算的数据管理技术最着名的是谷歌的BigTable数据管理技术，同时Hadoop开发团队正在开发类似BigTable的开源数据管理模块。
分布式编程与计算

为了使用户能更轻松的享受云计算带来的服务，让用户能利用该编程模型编写简单的程序来实现特定的目的，云计算上的编程模型必须十分简单。必须保证后台复杂的并行执行和任务调度向用户和编程人员透明。当前各IT厂商提出的“云”计划的编程工具均基于Map-Rece的编程模型。
我是从IT号外知道的。

㈣ 云计算通常采用什么编程模式

1）MapRece

MapRece是Google公司的Jeff Dean等人提出的编程模型，用于大规模数据的处理和生成。从概念上讲，MapRece处理一组输入的key/value对(键值对)，产生另一组输出的键值对。当前的软件实现是指定一个Map(映射)函数，用来把一组键值对映射成一组新的键值对，指定并发的Rece(化简)函数，用来保证所有映射的键值对中的每一个共享相同的键组。程序员只需要根据业务逻辑设计Map和Rece函数，具体的分布式、高并发机制由MapRece编程系统实现。

相信大家对MapRece相关机制已经比较熟悉，这里不做更深入的阐述。

MapRece在Google得到了广泛应用，包括反向索引构建、分布式排序、Web访问日志分析、机器学习、基于统计的机器翻译、文档聚类等。

Hadoop——作为MapRece的开源实现——得到了Yahoo!、Facebook、IBM等大量公司的支持和应用。

2）Dryad

Dryad是Microsoft设计并实现的允许程序员使用集群或数据中心计算资源的数据并行处理编程系统。从概念上讲，一个应用程序表示成一个有向无环图(Directed Acyclic Graph，DAG)。顶点表示计算，应用开发人员针对顶点编写串行程序，顶点之间的边表示数据通道，用来传输数据，可采用文件、TCP管道和共享内存的FIFO等数据传输机制。Dryad类似Unix中的管道。如果把Unix中的管道看成一维，即数据流动是单向的，每一步计算都是单输入单输出，整个数据流是一个线性结构，那么Dryad可以看成是二维的分布式管道，一个计算顶点可以有多个输入数据流，处理完数据后，可以产生多个输出数据流，一个Dryad作业是一个DAG。
3）Pregel

Pregel是Google提出的一个面向大规模图计算的通用编程模型。许多实际应用中都涉及到大型的图算法，典型的如网页链接关系、社交关系、地理位置图、科研论文中的引用关系等，有的图规模可达数十亿的顶点和上万亿的边。Pregel编程模型就是为了对这种大规模图进行高效计算而设计。