半岛·体育(BD SPORTS)官方网站

　　金融理财服务管理金融理财服务管理导语：如何才能写好一篇云技术计算与应用，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

　　在国内，最早引入云座席与虚拟桌面的呼叫中心是联想的技术支持中心。为了解决联想呼叫中心业务的发展要求，其早在多年前就开始了虚拟化在企业环境中的部署。2007年，联想展开了SOHO一期工程。在这时候，联想的方案是通过VPN连接在服务器端的虚拟机上，采用的终端平台是瘦客户端。随着业务的不断深入，出于对标准化和安全方面的考虑，也需要解决一期工程面临的问题，联想很快展开了SOHO二期工程。

　　2009年开始实施的SOHO二期工程就是目前看到的联想呼叫中心虚拟化解决方案，这个方案主要采用了应用虚拟化和思杰XenApp解决方案，终端用户通过瘦客户机向服务器申请资源和虚拟机。这样，联想仅仅利用了四台服务器就可以维持100个虚拟机的运行，可以同时提供给100个呼叫座席SOHO办公。这种方案的优势非常突出，它解决了统一管理和语音带宽的问题。从联想的工程师口中得知，目前联想已经有30-50个联想呼叫中心座席采用这种方式在运行。

　　可以理解的是，企业业务发展和IT部署存在着微妙的关系。一方面，IT支撑了企业业务的发展；另一方面，业务的发展又对现有的IT部署提出更高的要求。没有一种方案能够永远满足企业的业务发展，因此不断地要探寻桌面虚拟化未来会如何发展以满足更多的业务需求。

　　业内的技术人员普遍认为，对于大型企业和中小企业而言对桌面虚拟化的需求是完全不同的，大型企业需要稳定可靠的解决方案，而中小企业更关心投入产出的性价比。甚至于在同一个企业环境中都拥有多种虚拟化解决方案，根据需求的不同，某些业务部门希望能够最大程度降低企业TCO，而另外一些部门则关注于如何提升业务效率。因此，多种虚拟化方案在企业中将有可能同时存在，并且不同厂商的解决方案可能同时被部署到一个企业环境中，正如联想呼叫中心一样，采用了思杰XenApp的同时还采用了VMWare的服务器虚拟化技术。

　　从虚拟化模式上，之前往往有一个误区，就是桌面虚拟化等于瘦客户机。但还应该看到，桌面虚拟化拥有多种多样的形式，虚拟托管桌面以及瘦客户端也可能不再是企业的唯一选择，应用流、客户端虚拟容器、操作系统映像流等等的桌面虚拟化模式也将走进企业。

　　人们认为客户端虚拟容器技术很可能将是未来发展的一个重要方向，所谓客户端虚拟容器是英特尔、思杰、微软等行业巨头联合推动的一种桌面虚拟化解决方案，它不同于本地物理终端上运行的操作系统，也与VHD模式下的传输模式有着很大的区别，在这个模型中，有一个虚拟容器的概念。

　　赛迪顾问的数据显示，2010年中国云计算市场规模达到167.31亿元，同比增长81.4%；从2010年起的未来三年内，中国云计算市场的年均复合增长率将超过90%。云计算市场的蓬勃发展将给整体IT产业的发展带来翻天覆地的变化。

　　早在上世纪60～70年代，并行计算、网格计算等技术已经兴起，而云计算技术与上述技术可谓一脉相成。云计算线年开始的，这表明云计算技术已经找到了一个适合它的应用和商业模式。赛迪顾问股份公司电子信息与IT系统业务总监孙会峰归纳出云计算的五个典型特征：基础资源租用、按需弹性使用、透明资源访问、自动业务部署和开放公众服务。孙会峰表示：“作为战略性新兴产业中的重点发展领域，云计算将成为新一代信息技术产业中的支柱领域之一，在信息化建设和应用中发挥重要作用，并且将推动传统产业的改造升级和新兴产业的加速培育。”

　　云计算已在中国落地，电信、金融、互联网及政府等行业已经开始积极部署云应用。孙会峰预测，未来云计算在中国将从局部应用扩展到大规模应用，超过50%的IDC将转向云计算，5年内云计算将成为基础架构的核心，可以支持N网融合。

　　云计算主要有三种服务模式，包括SaaS、PaaS和IaaS。目前在中国，IaaS的应用最广泛，而PaaS的应用比较少。

　　IaaS的发展将给传统的硬件厂商带来冲击。硬件产品的销售对象将从终端用户逐渐转变为云计算服务商，而越来越多的云计算系统将构建在低成本的x86平台上，低成本、低功耗的产品将大行其道。IDC的业务模式也将发生改变，从以出租机柜为主转变为直接提供整体的IT服务。PaaS的兴起将大大缩短用户部署和使用云计算系统的周期，即使是个人用户也可以十分方便地在云计算平台上开发适合自己的软件。目前看来，SaaS应用已经有了比较好的基础，未来它将加速传统软件厂商向在线应用的转型。

　　面对席卷而来的云计算大潮，相关厂商应该如何应对呢？SAP大中华区首席技术官张侠表示：“为了更有效地推动云计算的发展，厂商应该深入了解企业内部的应用情况，构建云基础架构，采用共同创新的模式丰富云应用，实现商业模式的创新，加速云计算的市场覆盖。”

　　赛迪顾问认为，中国云计算产业分为市场准备期、起飞期和成熟期三个阶段。当前，中国云计算产业尚处于导入和准备阶段，处于大规模爆发的前夜。云计算的发展将面临诸多挑战。

　　云计算时代的到来，给整个媒体产业带来了全新的发展方向以及更大的发展前景，使媒体产业的内容更加丰富多彩、形式也越来越有创意、搭载的终端也多种多样。可以说云计算不仅是一场技术上的巨大变革，更是一场商业模式的变革。云计算的价值不断在落地应用中崭露头角，而大数据的潜能也正在逐渐被激发。有相关研究机构预测，2013年已有80%以上的企业采用云计算的方式构建信息系统。视听新媒体是一种全新的相对独立的媒体相态，把视听内容作为重点，通过互联网等高新技术手段传播，对现有媒介格局以及媒体发展产生了重大影响。

　　云计算是依赖于互联网而形成的一种模式，可以说它是互联网相关服务的增值项，它通过互联网提供虚拟化的资源。这里所说的云，就是无法掌控的，无法感知的网络的一种形象的说法。云计算是上个世纪八十年代大型计算机实现从客户端到服务器的大转变之后的计算机史上的有一大重要突破。行业内的推广者认为云计算的出现给企业带来了新的发展动力，能够使企业更加迅速地部署应用程序，并降低管理的复杂度及维护成本，及允许IT资源的迅速重新分配以因应企业需求的快速改变。

　　近几年来，新媒体是业界出现频率最高的词汇之一，但是对于新媒体的概念还没有一个统一的声音。对于新媒体的定义有以下几种界定方式。

　　第一、根据时间界定。在最近十年之内因为技术变革而出现的全新的数据消息等的传播形式，又或者其实一直都存在但是未被发现，在某些特定的场合体现出其在传播渠道等方面有借鉴价值的载体都可以称作新媒体。当然，这样界定只是基于“新媒体”这个词的表面的含义，比较浅显。

　　第二、根据数字技术界定。将所有的传统的媒体同姑婆数字化改革之后其呈现的业务形态就可以称作新媒体。这样界定相对于时间界定的方法来说其内容更加广泛。

　　第三、根据互联网技术界定。互联网技术中的IP网络协议中就将近年出现的与网络媒体有关系的视听业务形态称为新媒体。这种界定的方式比较片面，排除了广播等传统的媒体。

　　任何一件新事物的产生都应给当前的整个行业的发展带来新的动力，本身才会有生命力。云计算也不例外，只有使云计算真正的能做到给人们的生活带去便利，使生产效率提高才能被广泛运用到各行各业，而不是昙花一现。现阶段，云计算技术主要运用在视听新媒体方面，给试听新媒体带来很多改变和突破。

　　1） 使存储数据空间更大。媒体行业本身就要不断地与各类数据打交道，所以需要很大的空间去存储，去整理归纳这些数据。现在，随着高清镜头的出现，各种素材也被高清化，所以，数据量也越来越多，其增加的速度也越来越快，云计算的出现很好地解决了这一问题。因为云计算是一个虚拟的存储空间，它能够满足现阶段媒体行业对存储体容量的考核。

　　2） 使编码更加多样化。媒体行业的音频视频的编码技术也在不断发展与创新，所以，编码的方式也多种作样，能够使各类素材具有共享性。比如，在一个会的现场，各大电视台或者影视机构都在对素材进行拍摄，但是，所使用的拍摄格式不一样，云计算的使用可以让各种搁置能够随意的转换，使媒体资源能够实现快速共享，加快信息的流通与传播。

　　3） 使业务更加多元化。云计算在视听新媒体方面的成功运用，使各种媒体的新技术也纷纷涌现，使得越来越多的传统业务都采取信息化、网络化的方式谋取更多的业务需求。同时，随着媒体行业业务系统的更新，使得行业内部信息共享及数据交换的需求也越来越大。

　　新媒体与传统媒体相较有着不可比拟的优势，大众对其的接受程度也是比较高的，中国视听新媒体终端市场发展事态良好。

　　云计算通过使用互联网的方式，成功实现了计算机与其他设备的资源共享及数据的交换，比如说，云计算机与智能电视机。云计算的使用使智能电视机实现了从本地到云端的互动共享，让用户无需将各类资源、应用保存至本地，就可以随时欣赏使用海量的云端服务，大大加强了智能电视的实用性，并为智能电视带来了更广阔的市场前景。2011年8月开始，海尔、创维等六大本土彩电品牌相继推出采用云计算技术的智能电视产品。同时，云计算的应用也不仅仅局限于固定屏的终端，移动终端上也有很好的应用。基于移动终端的“移动云计算”，已经成为移动终端厂商关注的重点。苹果推出iCloud服务，将云计算服务应用和移动终端深度融合，以移动终端来推动“移动云计算”应用的推广，再通过应用服务黏合用户群，两者彼此交融发展。国内的阿里巴巴、华为、宇龙酷派等厂商推出云概念手机，并在不断探索云计算应用与移动终端融合发展之路。

　　对于智能电视，在未来的人机操控方面将融入更多的人性化设计，并以手势操作、语音控制等新颖的操作方式为发展趋势。在2012年的CES展会上，许多企业推出的智能电视新品都在进行操控方面的新尝试。在本次展会上，三星推出的智能电视内置了高清相机和麦克风，通过语音控制、动作控制和面部识别等技术手段，实现了用户与三星智能电视间的紧密互动关联。而联想在本次CES展会上推出的智能电视Idea TV除了支持人脸识别和部分的语音控制外，这款产品的遥控器还具有类似于苹果Magic Trackpad触控板的功能，可以通过相应区域的触摸感应来实现操控。

　　对于移动终端，将会通过体感技术和人工智能技术推动，对产品的重新定位和全方位升级，从而提升人体交互体验。对于体感技术，移动终端将成为体感游戏硬件中的重要组成部分，是人机交互的载体，使终端的功能得到了延展。对于人工智能技术，强调的是更先进、更便捷的交互体验，如iphone的Siri的设计就是通过用户的语音命令做出反应的一种新型交互式操作。这样的新技术可以解放用户的双手，为移动终端带来全新的改变。现阶段这些技术尚未成熟，但是未来随着核心技术的升级将会对终端产生更深远的影响。

　　多屏互动指的是计算机、智能电视、智能手机以及各种智能终端之间能够实现资源数据的共享。多屏互动的具体应用，是通过在智能手机或者平板电脑上安装智能的操作控制软件，让其在无线网内自动连接上智能电视，并且可以将智能手机或平板电脑上展示的信息同步传送到智能电视上。所以，我们可以通过智能手机连接智能电视，与智能电视共享视屏、图片等。还可以用智能手机、平板电脑等设备操纵智能电视，完成类似遥控器的功能。让智能手机、平板电脑拥有更多的职能。现阶段，多屏互动已经成为智能电视、智能手机厂商的重要营销卖点之一。包括华为、中兴、小米等公司都在极力推动多屏互动这一功能。

　　因此，多屏互动无疑是一个非常具有吸引力的应用，能够使视听新媒体终端充分融合在一起，改变传统的接收模式的同时，也提升了用户的体验。这将成为视听新媒体终端未来的发展方向。

　　1） 海量数据资源的整理与存储。现在是一个信息快速传播的时代，可以真正做到足不出户，尽知天下事。所以为了满足广大用户对新闻的关注速度，所以，新媒体必须要对国内外各类音频、视频、文字报道等做一个快速的、正确的处理，完成对其的整理与存储。

　　2） 海量内容的加工与检索。广大用户的需求并不一样，为了最大范围地满足用户的需要，必须要做好加工与检索的工作，方便用户快速得到其想要的信息。可以通过关键词对所有的视屏、图片等做一个整合，比如，输入关键词跳水，就会整合出所有跳水比赛的视频集锦，为用户提供足够多的资源供用户观看。

　　3） 终端要求变多。智能电视、智能手机、平板电脑的出现是人们对智能终端产生了更多样化的需求。比如，人们希望可以安装智能的门窗通过手机来控制门窗的开关，从而实现现代化的居住环境。所以，必须要积极研发，以满足人们的需求。

　　4） 投资效益难以实现。现在的信息化使得很多系统的使用都是免费的，这就使得投资成本很难在短期内赚回来，所以，在系统的推广过程中一定要切实做到服务于用户，广泛挖掘客户，这样才能提高影响力与竞争力，为自己在无形中获得财富。

　　媒体领域在面对上述挑战的同时也存在着重大机会。现代人越来越依赖于智能化的设备，可以利用云计算技术构建一个广阔的，内容丰富的网络结构，其中可以承载海量的应用程序、内容、个性化的服务、互动的小游戏、精彩高清的视屏等等，以满足各类用户的要求。总的来讲，云计算在媒体领域的运用有很多，例如：信息登录系统、个人安全账户、个人原创版权等各个方面。同时，应用晕计算技术不仅乐意有效的剪辑整理海量内容，还可以让用户体验到终端革命性的变化，也可以帮助运营商成功整合业务和网络，提高其投资的效益。

　　云计算的使用改革了视听新媒体，我们可以从中得到启发，将云计算运用到其他行业，比如电信行业、导航等，让高科技真正渗透到生活的各个方面，让人们充分感受到高科技带来的方便于快捷。这样人们的生活节奏、生活方式甚至生活态度都会发生巨大的变化。科技引领未来的发展，我们应该更好地利用科技，让科技服务更多人、更多方面。

　　[1] 余伟平，李信.基于云计算的空间信息处理技术展望[J].江西测绘，2012（6）.

　　[2] 糜晨杰.浅析云计算在电信运营商的运用[J].互联网天地，2013（3）.

　　电力大数据平台总体架构如图1所示，此架构具备一定通用性，适合规划电力企业的大数据。此架构的存储框架是以Hadoop文件系统为基础的分布式文件处理系统，处理框架是以Map Reduce为基础的分布式计算技术。分别以分布式文件处理技术和计算技术为基础，使PB和ZB级的数据存储和查询分析成为可能。此外，此框架还包括传统的数据仓库、大数据调度框架、网络层、操作系统以及数据备份与恢复等模块。

　　电力大数据平台总体架构应该和电力系统里来源广泛的数据流结合，催生实际的产业应用。电力系统作为复杂的高维非线性系统，内部包括信息流、气象流、电力流等多种数据流向。图2是以电力系统总体平台架构为基础的电力企业商业应用和电力系统内部数据流的可能结合点，包含发电、输电、变电、配电、用电等多个环节的负荷控制系统、电能计量系统、管理信息系统、风电光伏功率预测系统、监测控制及数据采集系统等。

　　电力企业数据集成管理技术就是将两个及其以上的应用系统数据合并起来，创建出功能更多的企业应用。就集成角度而言，就是在存储介质或是逻辑上将各种来源、性质、特点以及格式的数据集中起来，为系统存储各种面向集成的、主题的、较为稳定的以及能呈现历史变化的数据集合，确保系统数据共享的全面性。

　　电力大数据集成管理技术包括数据抽取技术、关系型及非关系型数据库技术、数据过滤及清洗技术等多种技术。多样性是大数据的显著特点之一，这就决定了其数据来源的广泛性和数据类型的复杂性，也给大数据的处理带来了很大挑战。要处理好大数据，首先就要抽取并集成数据源数据，从中罗列出实体与关系，经过关联与聚合处理后再用统一结构保存这些数据。在集成与提取数据时要做清洗处理，确保数据的质量和可靠性。

　　大数据技术的根本驱动力就是实现信号到数据的转换，先把数据转化成信息，再把信息转化成知识，通过知识实现决策与行动。利用电力大数据分析技术可在海量电力系统数据中找出隐藏的规律和模态，给决策人员提供支撑。相较于传统逻辑推理研究，大数据研究是对海量数据进行统计性的搜索、比较、分类等处理，所以延续了统计科学的某些特点，如统计学关注的数据关联性或是相关性（相关性即指两个及其以上变量的取值间存在一定规律性）。做相关性分析主要是为了找出数据集里潜在的关系网，通常用可信度、支持度等参数进行反映。

　　就根本来说，电力大数据分析技术是传统数据挖掘技术在大量数据挖掘下的新发展。但因为大数据具有量大、增长快、种类多的特点，除了包括结构化数据还包括半结构化数据与非结构化数据，所以很多传统的数据挖掘方式已经不能满足需求。大数据环境下的数据挖掘和机器学习算法可从以下三点入手：一是从大数据治理、抽样及特征选择着手，把大数据转变为小数据；二是实施大数据下的分类算法、聚类算法研究；三是实施大数据并行算法，把传统数据挖掘方式做并行化处理后再运用到大数据知识挖掘中。

　　电力大数据的数据处理技术主要有三种，即分布式计算技术、内存计算技术和流处理技术。其中，分布式计算技术主要负责大规模数据的分布式保存和处理；内存计算技术主要负责高效读取数据以及处理在线的实时计算；流处理技术主要负责对实施到达以及规模与速度不受控制的数据进行处理。

　　分布式计算技术属于新的计算方式，主要研究怎样把需要强大计算能力解决的问题分解成多个小块，再将小块分配给多个计算机进行处理，最后综合处理结果即为最终结果。分布式计算技术的典型代表就是谷歌公司推出的Map Reduce编程模型。此模型先分解需要处理的数据，将其分配给多个Map任务区进行处理，然后根据键值保存到本地硬盘，接着在用Reduce任务根据键值汇总结果，最后输出最终结果。分布式计算技术适合在电力系统中采集大规模分散数据源时使用。

　　内存计算技术就是把所有数据都放在内层里操作，此技术解决了对磁盘读写操作时耗时量大的问题，计算速度也得到大幅度提升。内存计算技术的迅速发展与广泛运用得益于大数据浪潮的来临以及内存价格的降低。EMC、SAT以及甲骨文都相继推出了内存计算解决方法，把以往客户需要以天作为时间计算单位的业务缩减至以秒作为时间计算单位，有效解决了大数据知识挖掘以及实时分析的问题。

　　流处理技术就是把海量的数据组看作是流，当新数据出现时就即可处理然后返回结果。流处理技术的根本理念就是随着时间流逝数据价值会逐渐减少，所以要尽快处理新数据，得出结果。流处理技术的运用场景主要是金融里的高频交易、网页点击里的实时统计等。随着电力事业的不断发展，电力系统数据快速增长的同时对数据的实时性标准也逐渐提升，在电力系统中运用流处理技术能给决策者提供实时依据，满足数据的实时在线数据展现技术

　　电力大数据数据展现技术主要包含3种，即可视化技术、空间信息流展示技术以及历史流展示技术。这3种技术从不同层面对电力大数据的数据展现技术作了诠释。利用数据展现技术可以帮助管理者更直接准确地理解电力系统数据要表达的含义，更全面地掌握电力系统的运行情况。

　　可视化技术主要在电网状态实时监控中运用较多，能有效提升电力系统的自动化运行水平。未来，可视化技术还可以与复杂网络环境里的有关理论相结合，并在电网自动布点、自动分层、自动分区等方面做进一步研究，更深入挖掘电网的联系与规律。

　　空间信息流展示技术包括变电站三维展示技术、虚拟现实技术等，主要应用在电网参数和已有地理信息系统的结合上。有机结合电力配电设备管理和地理信息系统，能帮助管理者更清晰的掌握设备情况，为决策提供及时、有效的地理信息。空间信息流展示技术可在变电站工程设计中使用，能有效节省资源、时间和成本，给电力企业创造高效益。

　　历史流展示技术主要在管理和展示电网历史数据中体现。在电力系统里通常都是以历史数据为基础进行深入应用分析。利用历史流展示技术，可根据生产现场实时监测数据以及电网规划、负荷预测数据绘制出相应的数据发展趋势图和走势图，还能模拟重大历史事件的发生和演变过程，更全面挖掘历史事件隐藏的规律和知识。

　　综上所述，在提倡发展低碳经济以及信息网络技术迅猛发展的今天，智能电网的建设是必然趋势。在智能电网运用中的电力大数据关键技术主要包括集成管理技术、数据分析技术、数据处理技术和数据展现技术四种。本文重点对这四种技术进行了分析，得出四种关键技术均在智能电网中发挥了重要作用，实现了电网里海量数据的及时采集、分类、比较和处理。不可否认，电力大数据的四种关键技术有效弥补了传统数据处理方式的不足，提升了电网数据的处理质量和效率，为电力企业节省更多成本、创造更高效益，同时也有效提升电力企业的管理水平。

　　在信息技术迅速发展的当今，云计算作为大数据时展的必然产物之一，给人们的生产生活带来极大的方便。云计算一词最初是由Google提出来的，是一个能够密切地将大数据充分结合在一起，实现系统资源内部整合，使用性能比较大的应用模式。相比国外发达国家，云计算在我国发展时间比较短。2009年，云计算技术开始进入我国教育领域，这一发展给我国信息技术教育教学的发展带来巨大的变革。具体而言，云计算使我国的信息技术教育教学从计算机辅助教学走向云计算辅助教学的时代。云计算在信息教育教学中的应用能够最大限度整合教学资源，为教师构建创新型、个性化的教学环境，能够有效实现师生之间的互动与知识的实践，有效提高教学的质量和学习的效率。近年来，云计算被越来越多的教育机构用于信息技术教育教学中，在实际的应用中有着很大的进步，但是不可忽视的是其应用发展存在一些缺点。云计算在我国信息技术教学中的最初应用是在2010年上海云未科技公司建设的云教育网，该教育网的涵盖面比较广，所涉及的用户也比较多。该平台一个最大的优势是不同下载客户端可以直接通过网页进行浏览，学生可以通过观看在线教学视频以及共享在线教学资源等，加强对信息技术教育教学的应用，给信息技术教育教学的运用带来了极大的方便。2011年，华为公司的“教育云”为广州市教育局提供了教育云平台，实现了大范围的教育资源共享。尤其是在信息技术教育教学中，此种平台的设计能够将各种有效资源集中在一起，极大地扩展了教学终端。在具体的应用中，学校可以通过多媒体教学、3D课件教学、移动教学等不同的方式，为学生提供不同的教学终端服务，从而满足在教学实际中根据不同需求进行教学方案的选择。2014年，能力天空教育构建的云计算教育平台及Able-sky，是一种全新的以高校为建设对象的云教育平台，而且其现今已经与全国1100多所高校实现了教学合作。此平台的运行依赖的是全国800多台云计算服务器，能够有效地实现资源的整合与共享，并有效借鉴国外优秀的教育经验，对教育教学的发展具有重大的促进作用。其在信息技术教育教学中的应用，可以为学生提供大规模的资源数据库，能够有效地结合信息社会发展的实际状况发展设计自己的教学模式。

　　广义的云计算指的是一种服务的交付和使用模式，即用户可以通过网络按照需要，用便于扩展的方式或者方法来获取自己所需的服务。狭义的云计算指的是以IT为基础设施的交付和使用模式，用户可以通过网络按照需要，同样是用便于扩展的方式或方法获得自己所需的资源。总体来讲，云计算是分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机和网络技术发展融合的产物。这种服务模式具有虚拟化的特征，虽然规模比较大，但是其安全性是非常高的。此外，云计算是一个动态的计算体系，能够不断根据需要进行动态变化，并且根据一定的计算模式分配资源。

　　信息技术教育教学作为现今培养人才的一个重要发展方向，在实际开展过程中应积极面向时代的发展变化，不断获取新的教学方法及教学技术，向学生输送应用性较强的信息技术。云计算在信息技术教育教学实际应用中在很大程度上带来极大的方便，实现了信息技术教育教学资源的共享，并且能够有效根据不同地区不同学生的实际需要展开有效的教学服务。但是在实际的应用中也存在一些缺点，具体如下。1）教学资源分配不均。目前基于云计算的信息技术教育教学平台的构建一般集中在北上广地区，这些地区的经济发展水平高，教育水平高，教育资源丰富。虽然在其他地区云计算也开始应用，但是一般是在知名学校中。除此之外，经济欠发达地区以及知名度不高的学校，运用云计算进行教育教学的资源就显得非常欠缺.2）教学资源更新成本高且更新速度慢。云计算作为一种信息化时展的产物，在实际的应用中必须根据信息技术的发展不断实现更新。云计算在信息技术教育教学中的应用必须配备相应的电脑设备和实验室，一次性投资成本比较大，所以过快的更新速度将会给学校使用云计算平台造成很大的经济负担。3）云计算在信息技术教育教学中的使用迄今为止还未有统一的标准和实现方式。现今我国对于云计算教育平台的研究与发展更多集中在理论教育方面，在实际教育平台的建设中存在严重的不足。因此，云计算教育教学平台应有效实现教育资源的整合与发展，在现有资源的基础上进行资源的再开发与建设，实现全部资源的利用，并且能够有效与云计算实现整合发展。云计算在信息技术教育教学中的应用是今后教育改革及教育现代化发展的必要趋势，所以教育教学机构必须有效分析现今云计算在教育教学中应用的实际状况，采取有效的对策，实现云计算在信息技术教育教学中真正成为必不可少的辅助教学手段。1）加强整体规划，做好教育教学资源的有效分配。政府及相关管理机构必须针对现今云计算在教学中的具体应用状况，结合不同地区及不同教育机构的实际情况加强整体的建设规划，建立能够有效实现教学资源有效分配的整体实施方案，坚决避免云计算在教育教学中使用的边缘化。2）加强云计算信息技术教育教学与企业研发的合作，这样一方面企业可以为云计算提供充足的资金，实现机器及相关设备的更新，且企业可以将最新研发的云计算教育平台在教学机构中首先进行试用；另一方面，云教学机构可以为企业的研发合作提供科研教学平台，实现人才及科研资源的共享，也可以有效解决教育教学资金不足的问题。3）加强云计算环境的建设，设计能够统一实现的标准和方式。鉴于各地教学水平发展的不平衡，相关管理机构可以根据不同地区的发展实行“划片建设”，加强云计算环境的建设，以此来实现云计算在信息技术教育教学中统一标准的建立。

　　综上所述，云计算在教育教学中的应用是现今及今后信息化教学中应用的必然趋势，教育教学管理机构必须要根据不同地区教学资源的分布情况，对教学资源进行合理整合，以扩大云计算在信息技术教育教学中的应用范围。

　　[1]袁婧.云计算在信息技术教育教学中的应用与展望[J].教育教学论坛,2010(18):136.

　　教育是全社会关注的重点,也是一个国家保持可持续发展和创新的基础。教育领域的信息化建设就是要采纳最新的信息技术,促进先进的教育成果的流通,实现广泛的合作,从而提高教育效果,促进科技进步。而云计算被认为是下一代网络计算平台的核心技术,是一个全新的领域

　　云计算是一种通过Internet以服务的方式提供动态可伸缩的虚拟化的资源的计算模式，概念是由Google提出的，并行处理、分布式处理和网络计算的发展产物，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，把存储在大量分布式计算机产品中的大量数据和处理器资源整合在一起协同工作，使相关的计算分布在大量的分布式计算机上，而非本地计算机中，实质上是通过互联网访问应用和服务,而这些应用或者服务通常不是运行在自己的服务器上,而是由第三方提供。

　　云计算系统的建设目标是将运行在PC 上、或单个服务器上的独立的、个人化的运算迁移到一个数量庞大服务器“云”中，由这个云系统来负责处理用户的请求，并输出结果，它是一个以数据运算和处理为核心的系统。它是一种新型计算模型。是一种新兴的共享基础架构的方法，它面对的是超大规模的分布式环境，核心是提供数据存储和网络服务。它利用利用高速互联网的传输能力，将数据的处理过程从个人计算机或服务器移到互联网上的超级计算机集群中，这个计算机群是由成千上万台很普通的标准服务器组成，由大型的数据处理中心管理。

　　云计算依靠强大的计算能力,使得成千上万的终端用户不担心所使用的计算技术和接入的方式等,都能够进行有效的依靠网络连接起来的硬件平台的计算能力来实施多种应用。云计算的新颖之处在于它几乎可以提供无限的廉价存储和计算能力。

　　1983年，太阳电脑（Sun Microsystems）提出“网络是电脑”（“The Network is the Computer”）,2006年3月，亚马逊（Amazon）推出弹性计算云（Elastic Compute Cloud；EC2）服务。 2006年8月9日，Google首席执行官埃里克施密特（Eric Schmidt）在搜索引擎大会（SES San Jose 2006）首次提出“云计算”（Cloud Computing）的概念。Google“云端计算”源于Google工程师克里斯托弗比希利亚所做的“Google 101”项目金融理财服务管理。2007年10月，Google与IBM开始在美国大学校园，包括卡内基梅隆大学、麻省理工学院、斯坦福大学、加州大学柏克莱分校及马里兰大学等，推广云计算的计划，这项计划希望能降低分布式计算技术在学术研究方面的成本，并为这些大学提供相关的软硬件设备及技术支持（包括数百台个人电脑及BladeCenter与System x服务器，这些计算平台将提供1600个处理器，支持包括Linux、Xen、Hadoop等开放源代码平台）。而学生则可以通过网络开发各项以大规模计算为基础的研究计划[5]。

　　从2007年下半年，云计算开始被广泛关注，并被认为是影响IT未来发展的“革命性的计算模型”。Amazon是最早进入云计算领域的厂商之一， 它使用弹性计算云（EC2）和简单存储服务（S3）为企业提供计算和存储服务，分别为企业提供在线数据存储、计算、内容传递、大量数据并行处理、数据索引和查询等服务。有第三方统计机构提供的数据显示，云计算已经成为Amazon增长最快的业务之一[3]。

　　现在云计算已经得到包括谷歌(Gosle)、微软(Microsoft)、IBM、雅虎(Yahoo)、亚马逊(Amazon)等软件厂商的重视，各个软件厂商都在积极推进云计算的研究和应用，分别提出了针对云计算的方案和实现。

　　云计算有几个比较重要的特点，它最重要的一个特点，就是你可以把运算服务从传统的技术平台转化为一种服务的比较有效的平台。多少年来，我们就有了一个有效的网络，就有可能把运算变成一种服务。就好象说有了自来水管，我们就有可能把供水变成一种服务。以前没有自来水管之前挖掘是一个关键技术，有了自来水管以后就不需要所有人都挖井，我们有了信息网络之后，就不需要每一个建设一个计算机中心。很明显它是一个重大的改革。

　　云计算作为分布式处理技术的发展,依托据存储中心可以实现严格、有效的控制、配置与管理,具有更好的可靠性、安全性和连接性能,同时高度集中化的数据管理、严格的权限管理策略可以让用户避免数据丢失、病毒入侵等麻烦。即使真的中了病毒，也不用担心，因为在“云”里有世界上最专业的团队来帮你管理信息，就像是你不用花钱，也可以享受到最好、最安全的服务。“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机更加可靠。

　　云计算时代，用户将不需要安装和升级电脑上的各种应件，只需要具有网络浏览器，就可以方便快捷地使用云提供的各种服务。这将有效地降低技术应用的难度曲线，进一步推动Web服务发展的广度和深度。而且在云计算模式中所有应用和服务请求的数据资源均存储在云中,用户可以在任意场合、时间通过网络接入云平台,使用统一的云服务,按照自身的需求获取所需信息,并可以实现不同终端、设备间的数据与应用共享,为工作带来极大的便利和效率。同时，云计算可以调用云中的计算机群,使用基于海量数据的数据挖掘技术来搜索网络中的数据库资源,并运用各种方法为用户反馈出尽可能详尽、准确的结果,极大的扩展了而不是传统意义上的基于某个具体服务器为用户提供相应服务的工作模式;同时云中的计算机可以通过相应技术保持网络数据库信息的及时更新,用以保证用户服务的快速、准确。

　　知名高校、沿海发达城市拥有更好的的资源，包括讲师教授，实验室和电脑设备。而对于普通学校来说，由于资金来源有限，往往面临着设备老化，实验室资源不足等状况。

　　近些年，远程教育和网络教育的发展以及各个地区的小、中学，高校的学校课程联合范围的扩大，使得课程资源在一定程度和一定范围内实现了整合，但是仍然处在一个教学资源共享程度非常低的现状，对于硬件资源更是无法实现整合。而在计算机安全方面，由于网络规模的迅速扩张，网络管理的复杂度日益增加，病毒、黑客攻击等一旦入侵，便能在学校资源相对容易的进行扩散，此类安全问题也越来越引起人们的重视[7]。

　　技术飞速进步往往要求学校能够为学生提供最新的实验室和电脑设备，而相应的需要更多的成本，这给院校带来了很大的压力。

　　诸多的这方面的问题不仅造成了重复的教育资源投入；另一方面也扩大了教学质量的差异。因此如何合理的运用云计算去对教学资源进行最大程度，最大范围的整合，减少教学成本，提高教学质量，有着十分重要的意义。

　　云计算能为高校信息化提供所需的基础设施和软件环境,帮助高校摆脱资金不足、专业技术人员匮乏等各种困扰,其在高校教学、图书馆数字化建设、科研中的应用前景十分广阔。但作为新兴的概念，如何在现有的高校信息化工作中进行基于云的各种资源整合还存在着许多的困难和问题， 但云计算为作为整合教育资源、强化教学资源的信息安全、提供所需的基础设施和软件环境等各个方面提升的有力手段,必然会在教育领域中有越来越多的应用。

　　[1] 迈克尔于戈斯，王鹏. 赢在云端:云计算与未来商机[M].北京：人民邮电出版社，2012

　　[2] 吴朱华.云计算核心技术剖析[M].北京：人民邮电出版社，2011

　　随着网络技术的发展，网络上的交流方式越来越多，人们的学习、生活已经离不开网络，相关人士抓住了这一发展机遇在网络上创建了在线交互平台。在线交互平台是利用网络技术将信息公布在在线交互平台上，用于各企业用户的信息交流，其信息传播速度快、范围广，而且极易获取，所以成为网络企业用户信息交流的重要手段。而随着在线交互平台的慢慢推广，研究人员发现在线交互平台的信息交流方式对网络企业用户交流有着很重要的作用。在线交互平台的应用可以促进网络企业用户的主动交流与沟通，有效缩短网络企业用户之间的距离，提高在线交互平台的作用。而目前的在线交互平台应用还存在着一定的问题，本文通过构建模型的方式，着力解决这些应用问题[1]。

　　云计算是利用计算机的强大运算能力，将待计算的数据分成许多个小部分，然后利用多组服务器对每个部分分别进行计算分析，最后将计算的结果汇总并反馈给企业用户。云计算处理方式可以使计算机能够处理数据量很大、结构较为复杂的数据分析，而且使得数据处理的范围更加广泛，处理结果更加准确可靠。大数据则是计算机数据采集中常用的一种方法，其主要作用是从海量数据当中快速搜寻对数据分析有价值的信息，并将其保存。鉴于大数据只是一种数据采集方法，如果缺乏对应的数据处理方式，大数据的作用也无法体现出来，所以在此，可以将云计算和大数据相结合。大数据是从海量数据当中采集数据，而云计算则需要大量的数据作为运算基础，所以云计算与大数据的结合可以使双方都能充分发挥该有的作用。

　　当前的在线交互平台的企业用户验证体系还不够完善，在企业用户进行登陆时需要经过多次验证，严重影响企业用户的体验感，而且还会使得企业用户的账号安全得不到保障。此外，由于平台中存在多种应用方式，所以企业用户信息就会遍布各个应用，而且有许多应用的服务功能相近，这就使得平台的资源被浪费，企业用户的体验感下降，还不便于平台管理[2]。

　　在线交互平台的信息类型有许多种，主要可以分为两大类：结构化信息以及非结构化信息。由于编码方式或者保存格式的不同，少部分数据会不同于寻常数据，出现异构的现象。而在线交互平台每天都有着海量的信息交流，这些资源都是通过网络进行，所以每天会有大量的信息资源，而且是以非结构化数据为主，再附带着一些异构数据。以当前的数据分析处理技术，无法将这些非结构化数据及异构化数据很好地处理。

　　随着在线交互平台的推广以及人们见识的不断增长，企业用户们对在线交互平台的要求也越来越高。在线交互平台一定要根据企业用户的实际需求对交互平台的资源以及个性化功能进行调整，使得企业用户在交互平台的体验感不断提升，这就要求平台对信息的处理以及数据的分析更加深入。而当前的数据分析还停留在表面，数据分析技术不成熟，许多非结构数据和异构数据并不能得到很好的处理，不利于企业用户信息的反馈以及企业用户体验的优化。

　　在线交互平台中有许多个服务器，每个服务器都分配有一定的资源，这些服务器分别负责各个应用模块的正常运转。有的应用比较受欢迎，每天的访问量十分庞大，这就使得对应的服务器的负载很大，严重时甚至发生瘫痪；而有的应用比较冷门，每天的访问量很少，对应的服务器经常空出大部分负载，造成资源浪费，但是由于这些系统是长期开放的，随时都可能有企业用户登陆，所以就算在平时很少有人使用，也要开启服务器，而且需要定期进行维护，增加了维护的成本[3]。

　　为了有效解决目前在线交互平台所存在的问题，提高在线交互质量，特构建在线交互平台应用模型。该应用模型利用了云计算和大数据，主要由三大部分组成：企业用户个性化服务层、数据分析处理层以及配套硬件设施层。

　　根据不同企业用户的需求，设置专门的企业用户个性化服务功能。每个企业用户都可以对当前的页面进行个性化设计，便于企业用户对平台功能的使用。平台的服务功能主要有信息管理服务、信息咨询服务、交互服务等等。平台会因为每个企业用户所设计的个性化服务不同而提供不同的内容。对于信息咨询者而言，在线交互平台会将企业用户所咨询问题的答案及时反馈给企业用户，包括问题产生的原因、问题的具体解决办法等。对于在线交流的企业用户而言，平台可以为参与企业用户提供交流的平台，并配有信息咨询服务，方便企业用户在交流过程中遇到问题时可以及时询问解答。在线交互平台是信息资源集中的地方，为了便于企业用户快速查询信息资源，要尽量保证信息资源具有唯一性，将冗杂信息及时清理，避免重复信息，减轻服务器的负担，也便于信息资源的及时更新[4]。

　　在线交互平台的数据分析处理层主要应用了云计算和大数据技术，支持各种数据的分析处理，包括计算机文件、图片、视频短片、地形数据等。经过处理后的数据及时保存在数据库当中，并定期对数据进行整体更新，实现数据库与外界实际情况对接，提高数据的实用价值。利用服务器平衡负荷可以有效提高服务器的利用率，扩大在线交互教育平台的企业用户容量。将负载较大服务器上的企业用户转移一部分到空闲服务器上，让多个服务器共同分担负载，既能减轻服务器负担，提高空闲服务器的利用率，还能缩短在线交互平台信息反馈的等待响应时间，提升企业用户的体验感。

　　大数据技术在在线交互平台的应用可以将杂项去除，用各种算法对数据进行分析，并挑选出具有典型特征的数据作为样本组，为数据的进一步处理做准备。在挑选出样本组数据之后，利用云计算的方式对数据进行进一步处理，运用相关运算法则，以离线数据作为参考，对当前的样本组数据进行进一步分析，并将数据及时反馈给平台。经过进一步分析处理之后的数据可用来制作索引，方便企业用户查询。

　　利用云计算可以有效解决当前平台的配套硬件设施管理问题。对这些硬件设施实行统一动态管理，可以提高硬件的使用效率，将资源利用率最大化，并可以提高硬件的实用性和可靠性。当其中某个硬件发生故障时，会有其他硬件暂时代替该硬件的工作，直到维修工作完成。

　　近年来，网络技术发展十分迅速，许多在线交互平台随之出现。以目前的情况来看，在线交互平台的应用还存在许多的问题。将云计算和大数据技术应用到在线交互平台，构建在线交互平台模型，可以有效解决这些应用问题，并提高平台的数据处理能力，提升平台企业用户的体验感，为在线交互平台的普及应用打好基础。

　　[1]程学旗，靳小龙，王元卓，等.大数据系统和分析技术综述[J].软件学报，2014，25（09）：1889-1908.

　　[2]吴涛，金义富，张子石.云计算时代虚拟学习社区的特征分析――以未来教育空间站为例[J].电化教育研究，2013，34（01）：57-61.

　　[3]彭小圣，邓迪元，程时杰，等.面向智能电网应用的电力大数据关键技术[J].中国电机工程学报，2015，35（03）：503-511.

　　云计算技术的基础是分布式计算、网格计算、并行计算，是在这几种计算基础上发展出来的一种新式计算模式，可以为数据库的存储提供安全保证，也为计算机的计算能力、互联网的便利提供了技术支持，更是未来网络技术平台发展的前沿。目前，云计算技术的应用已经引领了世界IT领域，在中国云计算技术也正在进入商业、教育界等领域的应用，特别在信息技术的教育教学方面。

　　云计算在原理上表现为用户在应用程序上并不需要个人PC终端、移动终端设备，而是通过互联网的大规模服务器集群进行程序运作，其中用户所处理的数据、信息也没有储存在本地设备中，而是存贮在互联网的数据库或者数据中心中。这些数据中心和数据库的维护管理、日常运作都是由提供云计算服务的企业进行管理，并由他们来保障云计算的强大技术能力和存储能力来维持用户的正常使用，云计算用户不受时间、地点的限制，任何用户都可以任意联通互联网的终端设备。因此，个人用户或企业用户都可以通过云计算技术实现随需随用，这样用户的终端设备和功能也被大大的简化，将许多复杂的任务和功能统统转移到云计算的服务终端上去。

　　中国的云计算市场也十分广阔，大量的中小企业纷纷加入到云计算服务平台，也推动了国内云计算市场的发展。重庆落地“云端计划”，将云计算纳入通信基础设施；广东云计算规划也相继出台预计到2020年产值达3000亿元；贵州携阿里巴巴以云计算打造数字互联网城市。

　　现阶段，随着云计算在信息技术领域的飞速发展，在教育领域中的应用也方兴未艾，电子书包开始进入课堂，部分城市也开始利用移动终端的云计算功能提高学生的学习效果，有的学校开发了云计算学习实验室。对于信息技术教育课程而言，利用云计算来帮助教师进行信息技术教育课程的教学，创造新的教学环境，促进学生进行信息技术课程的学习，提高学习效率。

　　教师利用云计算技术辅助教学，为学生的学习提供更为个性化、信息化的教学环境，服务教学和学生的学习，是以提高教学质量为目的的。作为一个快速发展的辅助教学系统和模式，云计算辅助教学也是信息化教育的新发展。

　　云计算辅助教学本身具备信息技术学科特点，对信息技术教育的影响主要表现在以下几方面。

　　降低学校教学设备的配置和维护成本 就目前而言，大部分的学校都投入大量资金配置了计算机和网络设备，之后还要进行更新、升级及日常维护，以保障设备运转，适应技术网络变化和教学要求。应用云计算辅助教学，教学计算任务可以完全可以由云端服务器来完成，针对学校存储的海量数据占用学校电脑大量内存的情况，可由云计算辅助教学服务提供的网络云端资源进行统一的服务，同时，一般配置计算机就可以和云端处理器进行数据交换，可以为学校节省大量的计算机资源、网络设备资源，大大地降低学校教学设备的配置和维护成本的支出。

　　降低学校教学应用软件服务成本 软件服务也是云计算所能提供的多种服务中的其中一种。云计算服务将大量的应用软件制作成为在线服务软件，学校可以通过使用云计算辅助教学后，免费或只花很少的费用来使用相关教学应用软件，而不必担心软件到期或出现各种不能使用的情况，也为学校节省了大量软件购买和升级的服务费用。一般来说，云计算所能提供的软件服务除一般教学所用的教学软件外，也能够为学校提供专业的教务管理软件，在学生的学分管理、学籍管理、账目管理等方面，学校都可以通过较少的服务费用来使用大量的在线应用软件，仅需要将学校本地电脑联网即可享有云端服务器提供的各项云计算服务。

　　在信息技术科目的教学上，教师可以凭借云计算平台建立班级账户，根据学生的学习情况进行分别管理，学生可在平台内学习完成课业，教师既可以把协作平台当作教学平台，也可以将其变成为学习资源的展示平台，完成学生学习内容的补充、作业修订、评估记分等，大大节约了教师的时间，提高了管理效率，也为学生的学习进步提供了信息化支持。

　　发挥学科优势，促进教学目标达成 信息技术课程在教学内容、教学要求、教学进度上不可能出现传统学科的那种高度统一的局面，为了解决教学方面存在的难点问题，可以通过云计算平台对信息技术课的教学内容和进度进行适当的调整；同时，基于信息技术课程的实用性、可自学性的特点，不同的学生在学习进度方面的差异，开展个性化的教学，教师可根据学生的情况，在学生的配合下制订个性的学习计划和方案，分发个性化的教学资料和学习资源，改变以往的限制，大大促进了学生的自主学习。

　　信息技术课程是一种需要学生和计算机之间进行不断互动交流的一种课程。在整个信息技术课的教学过程中，学生是一直处于与计算机和网络的“人机对话”的状态。在云计算支持下，在信息技术教与学的过程中，学生可以充分体现出主体性，能够真正实现自主学习，教师则可更好起到引导者的作用，更有利于教学目标的达成。

　　在信息技术课程教学评价方面，应用云计算技术可使教学实施过程更加科学、合理和开放。在多任务或小组项目中，目标的达成往往并非一人之力，这就需要一个科学、合理的评价体系进行教学评价支持，而云计算可以恰到好处地处理这个任务，方便了学生记分，也方便了教师的整理。全体学生可以针对完成的项目结果进行评价，可促进学生改善学习态度。

　　云计算辅助教学系统拥有着海量的教学资源，教育者要充分利用好云计算的教学资源开发更好的课程，寻找更适合学生的教学方法，提高学生的学习动力和学习成绩。未来教育中，云计算技术将发挥更多的作用。

　　[1]卢蓓蓉，任友群.中国教育信息化的云中漫步：教育云建设的困境及探析[J].远程教育杂志，2012（1）：62-67.

　　[2]袁磊，程美金融理财服务管理，刘丹，李在荣.我国云计算教育应用的现状与发展趋势[J].现代远程教育研究，2011（6）：42-46.

　　[3]杨宗凯.教育信息化十年发展展望：未来教室、未来学校、未来教师、未来教育[J].中国教育信息化，2011（9）：

　　云计算作为一个相对新兴的名词，出现的时间虽不长，却足以引起众多追捧者对其概念的极大热忱，甚至Matrix关于云计算的20个定义 都不能涵盖其全部内涵。对于图书馆人而言，我们应该将研究重心更多关注到云计算在图书馆中的应用方面。

　　目前，与云计算相关的网络应用与服务已应用到图书馆中，但对于中小型图书馆而言，云计算的到来对中小图书馆带来的影响和机遇也值得我们重视和深思。为了推 动中小型图书馆利用云计算技术提升服务能力、降低运行成本，有必要对云计算在中小型图书馆中的应用问题进行系统、深入的研究。

　　1.1 云计算的基本原理 云计算是分布式处理(Distributed Computing)、并行处理(Parallel Computing)和网格计算(Grid Computing)的发展，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，把存储在大量分布式计算机产品中的大量数据和处理器资源整合 在一起协同工作，使相关的计算分布在大量的分布式计算机上，而非本地计算机中。

　　云计算系统的建设目标是将运行在PC 上、或单个服务器上的独立的、个人化的运算迁移到一个数量庞大服务器“云”中，由这个云系统来负责处理用户的请求，并输出结果，它是一个以数据运算和处理为核心的系统。

　　1.2 云计算的发展现状 从2007年下半年，云计算开始被关注，并被认为是影响IT未来发展的“革命性的计算模型”。Amazon是最早进入云计算领域的厂商之一， 它使用弹性计算云（EC2）和简单存储服务（S3）为企业提供计算和存储服务，分别为企业提供在线数据存储、计算、内容传递、大量数据并行处理、数据索引 和查询等服务。有第三方统计机构提供的数据显示，，Amazon与云计算相关的业务收入已达1亿美元，云计算已经成为Amazon增长最快的业务之一。

　　Google当数最大的云计算的使用者。Google搜索引擎就建立在分布在200多个地点、超过100万台服务器的支撑之上，这些设施的数量正在迅猛增 长。Google地球、地图、Gmail、Docs等也同样使用了这些基础设施。目前，Google已经允许第三方在Google的云计算中通过 Google App Engine运行大型并行应用程序。

　　IBM在2007年11月推出了“改变游戏规则”的“蓝云”计算平台，为客户带来即买即用的云计算平台。它包括一系列的自动化、自我管理和自我修复的虚拟 化云计算软件，使来自全球的应用可以访问分布式的大型服务器池，使得数据中心在类似于互联网的环境下运行计算。

　　随后，微软紧跟云计算步伐金融理财服务管理，于2008年10月推出了Windows Azure操作系统。Azure(译为“蓝天”)是继Windows取代DOS之后，微软的又一次颠覆性转型通过在互联网架构上打造新云计算平台，让 Windows真正由PC延伸到“蓝天”上。

　　1.3 云计算在图书馆的应用 2008年中，OCLC的JaniferGatenby在期刊上撰文指出:“对图书馆而言，重要的是拥有与控制他们的数据资源，自由地共享、提供访问、曝 光数据，而拥有或运行操作与管理这些数据的软件则不那么重要。”2009年4月，OCLC推出Web-scale management services; 2009年7月，美国国会图书馆试水DuraCloud；上海图书馆刘炜研究员在2009图书馆前沿技术论坛中说：“图书馆被裹挟着进入了云计算时代，选 择的解决方案要适应技术发展。”

　　2.1 当前中小型图书馆数字化建设面临的挑战 第一，资金投入不足。图书馆数字化建设是一项高投入的工作，然而，中小型图书馆经费主要是依靠政府部门的财政拨款，大多数中小型图书馆得到的主要是有限的 常规经费，因为没有后续的维护资金，难以继续追加投入，造成设备陈旧、老化，网络传输速度缓慢。从长远角度来看，目前在中小型图书馆数字化建设中资金的投 入是远远不够的。

　　第二，专业技术人才匮乏。图书馆数字化建设必须要有专门的技术人员，需要大量从事计算机网络、系统、软件开发、平面设计以及信息处理、信息咨询、外语等专 业技术人才。中小型图书馆目前现有专业人员总体素质不高，技术消化能力较弱，导致资源建设与数据库建设不规范且工作进展缓漫，严重制约了数字化建设的进 程。

　　第三，规范标准不一。虽然几乎所有图书馆在积极进行本馆数字化建设，但是往往各个图书馆各行其是。由于缺乏统一的标准，从而导致各地中小型图书馆的低水平 建设和重复浪费现象比较严重。数字图书馆建设是一个跨学科、跨部门、跨行业的系统工程，应当遵循严格的标准和规范。

　　2.2.1 云计算降低了中小型图书馆数字化建设中巨大的软硬件成本 对于中小型图书馆来说，日常流通系统和科研数据库的硬件设施投入都是一笔巨大的开支，当前社会电子设备技术更新飞速，通常这些设备在投入巨大后却使用不了 多长时间就需要更新或升级，即使硬件设施配备好以后，软件及数据库系统的安装和维护又成为一大问题。

　　如果中小型图书馆采用云计算所提供的服务，将会很好的解决这一问题。云计算环境下，一般的中小型图书馆用户只需作为终端用户使用软件系统，馆内的计算机设 备内无需安装应用系统软件，只要连接到互联网就可以使用应用软件系统。因此云计算对使用的终端计算机本身的要求并不高，所以完全可以节约初期的投入。

　　各种软件系统及各类数据库的使用都可采用类似于租借的形式， 统统来自于 “云海”中，不需要再费时费力的为所有计算机安装所有图书管理系统需要使用的软件。因此，软件的升级、维护可由厂商直接在互联网上进行，图书馆彻底摆脱软 件系统维护的烦恼，摆脱招聘、留用软件专业人员困难的窘境。

　　2.2.2 确保中小型馆图书管理系统的可靠运行 一些中小馆由于资金限制，服务器在系统建设初期及维护过程中欠缺资金支持，服务器正常运行存在隐患，云计算的应用可以有效降低服务器出错概率。在现行图书 馆中，图书馆中的数据都集中在馆内的服务器上，而一旦服务器出现故障，都将给图书馆造成严重的不可挽回的后果。运用云计算模式可以挽回这种局面，因为云中 有成百万台服务器，即使云中的某台服务器出现故障，云中的其它服务器也可以在极短时间内，快速将这台服务器中的数据完全拷贝到其它服务器中，并启动新的服 务器来提供服务，从而使图书馆真正实现无间断的安全服务。

　　此外，云计算可以克服服务器访问限制的瓶颈。普通的服务器的相关硬件资源都有一定的限制，若服务器同时响应，用户的数量超过了自身的限制将导致服务器的崩 溃。因此，图书馆对服务器的最大服务响应数量及接入数量等都进行了一定的限制。如果图书馆想满足这部分被限制的用户的请求就不得不投入资金购买或更新更高 级别的服务器。而通过云计算技术，图书馆就可使用云模式中大规模数量的服务器，用户的请求可在最短的时间内获得响应，从而使本身经济实力不强的中小型图书 馆以较低的成本获得较高的效益。

　　通过云计算模式，中小型图书馆之间、中小型图书馆和大型图书馆之间可以共同构筑图书馆的信息共享空间，这样众多中小型图书馆就可以分享由大量联网 系统的基础设施，其运行成本在大大降低的同时效率却大幅度地提高。此外，在云计算中，各个图书馆的相关电子资源将存储在云中成百上万台服务器中，而不是存 储在某台计算机中。对于单个馆藏资源相对贫乏的中小馆来说，云上共享的资源无疑就是成倍扩展的各个馆藏资源的集合体，用户就像使用单个图书馆一样在全球世 界各地的云中图书馆漫游。

　　2.2.4 最大限度地发挥中小型图书馆的作用 在传统的图书馆服务模式下，用户一般必须使用计算机才能利用图书馆的电子资源。而运用云计算模式，用户使用手机、PDA等设备也可以使用图书馆提供的电子 资源服务。由于云计算模式提供了强大的无线接入功能，因此未来用户可以通过各种相关的终端使用图书馆的电子资源，从而使中小型图书馆资源中心的作用得到最 大限度的发挥。

　　3.1 云中的资源配置问题 客观而言，为了安全和稳定，也为了在“云”服务中断或失效时，图书馆仍然能够正常的提供相关的服务，各个中小型图书馆显然不能把所有的数据资源都放在 “云”中，必然要继续在本地保存一些常规的重要的数据来作为“云”数据的一个备份。因此云计算模式是在保留原有模式的基础上，使现有模式与云计算模式进行 融合，作为现有部署模式的有效补充。因此，中小型图书馆应对现有的数据进行梳理，合理配置，通过研究、论证来确立哪些数据资源可以放到“云”中，哪些数据 必须在图书馆现有的模式中予以保留。

　　3.2 数字资源版权问题 在云模式中，各个加入云模式的中小型图书馆之间可以通过有关的协议共享彼此的信息资源，各图书馆利用云模式方便用户、提高信息资源共享度的同时，也带来了 版权纠纷问题。由于云计算而产生的知识产权问题，可能超出传统的知识产权法范畴。因此，已有学者提出，“云计算的独特问题可能表明，技术已经到达需要重新 考虑知识产权许可的迫切地步”。

　　3.3 数据安全问题 数据安全和保密问题，更多的是政策层面上的。云计算企业的管理政策、企业信誉，甚至国家政策，都可能对云计算数据的安全造成极大的影响。据介绍，加拿大政 府的政策是不允许本国公共部门的IT项目使用总部在美国的托管服务，理由是美国的《爱国者法案》授权联邦调查局可以查看任何一台电脑上的内容 。类似的政府行为也完全可能发生在云计算领域，成为国家云计算安全的隐患。

　　3.4 协议和接口的问题 IT服务商的可替代性是中小型图书馆应用云计算的一个重要前提，要能够实现不同IT服务供应商之间的可替代，需要供应商之间的共同协议约束，还需要IT服 务提供商所提供的云计算能够遵循共同的标准。没有共同的标准，就不可能实现从一家供应商到另一家供应商之间的零成本转移。各个图书馆目前应当密切关注云服 务提供商针对不同的操作平台开发的接口软件或与有关的单位合作来开发适合本馆具体情况的接口插件。

　　云计算的出现，给当前原本陷入数字化建设困境的中小型图书馆带来了机遇。当然，目前云计算在图书馆中的应用还处在探索阶段，相信随着图书馆界对云计算技术的关注以及云计算技术的日趋成熟，中小型图书馆凭借云计算的魅力一定会走出困境，充分发挥自身作用。

　　[5]胡小菁，范并思.云计算给图书馆管理带来挑战.大学图书馆学报，2009(4):7-12.

　　云计算(Cloud Computing)是一种新兴的共享基础架构的方法，通过云计算技术可以将巨大的系统池连接在一起以提供各种IT服务，并可以按需提供资源、收取费用等，因此云计算也被看做是一种新型的资源利用模式。从技术角度看，云是一个包含大量可用虚拟资源(例如硬件、开发平台以及I/O服务)的资源池，这些虚拟资源可以根据不同的负载动态地配置，以达到更优化的资源利用率。这种资源池通常由基础设施提供商按照服务等级协议(SLA，ServiceLevel Agreement)采用用时付费(PPU，Pay-Per-Use)的模式开发管理。云计算使得超级计算能力通过互联网自由流通成为了可能，企业与个人用户无需再投入高昂的硬件购置成本，只需要通过互联网来购买或租赁计算力。

　　很多因素推动了对云计算的需求：从IT资源利用的角度来看，建设云计算这种超大规模IT资源池可以简化用户使用，降低IT资源的平均成本；从业务角度讲，移动应用、实时数据流、SOA、Web搜索、开放协作、社会网络和移动商务等新应用急剧增长，需要利用大规模的云平台进行支持；特别是对超大规模数据进行数据挖掘与分析的需求，直接推动了云计算的产生和发展。

　　电信企业是典型的数据密集型企业，保存有海量的用户呼叫数据、WAP与GPRSEI志以及其他业务系统日志等。正确地分析这些数据从而获得有用的知识，能够使电信企业更好地向用户提供服务、发现更多的商机，同时可以分析市场状况，以便于制定营销策略、调整资费策略。因此，数据挖掘技术在电信业中有重要的应用价值。

　　但进行此类数据挖掘，需要投入大量的金钱和人力，用于购置、维护硬件设备以及购买相应软件。这主要是由于，电信行业中产生的经营日志数据巨大，一般技术无法处理。以话单数据为例，一个较大规模城市每月的数量可以达到50GB，对于大型直辖市，这个数字可能超过1TB。如此大的数据量，传统的数据库工具无法负荷，必须采用专用数据挖掘与分析工具，例如SASEnterprise Miner、SPSS Clementine、IBM IntelligentMinet等，而这些软件一般需要花费百万以上的年费。

　　不过，尽管这些数据挖掘工具价格昂贵，挖掘效果却仍有待提高。首先，传统数据挖掘工具基本都实现了常见数据挖掘算法，例如文献[2―4]中讨论了基于这些算法的客户流失预测分析方法，然而这些算法的实现都是传统的内存驻留式，所处理的数据也是结构化的数据(通常是某种数据库软件的固有格式)，对于非结构化数据无能为力(例如原始日志)。其次，当数据集很大时，建立模型所需要的时间往往很长，所采用的机器往往是小型机等高端设备，虽然投入很大，但处理效果仍受制于单个主机的性能，无法通过分布式方式实现并行处理。

　　云计算技术可以弥补传统数据挖掘成本高、性能差的缺陷。通过云计算技术，即可以利用已有设备搭建分布式、高性能、可伸缩的数据分析中心，从而节省设备投入和软件投入成本，提高执行效率，为构建低成本、高效率的数据挖掘与分析系统提供了可能性。Hadoop则是构建此类系统的热门技术。

　　Hadoop是Apache组织支持的一个开源软件，是Google云计算理论GFS、Map/Reduce、Bigtable的一个开源实现。Hadoop最早作为开源搜索引擎项目Nutch的基础平台而开发，随后成为一个独立的项目而发展。

　　Hadoop可以使用廉价Linux PC机组成集群运行各种应用，同时保持系统的稳定、高效。它能使编写和运用处理海量数据的应用程序更加容易，其核心组件有3个：一个是HDFS，分布式文件系统，可以提供高效、稳定的分布式存储，隐藏下层负载均衡、冗余复制等细节，对上层程序提供一个统一的文件系统API接口；一个是HBASE，一个大型的分布式数据库，这个数据库不是关系式的数据库，而是一个巨大的按列存储表格，可用来分布式存储半结构化的数据，例如日志数据等；Hadoop系统中最重要的组件则是Map/Reduce分布式处理组件。

　　Map/Reduce是一个编程模型，用以进行稳定、高效、超大数据量的分析计算。它将一个任务分成很多更细粒度的子任务，这些子任务能够在空闲的处理节点之间调度，使得处理速度越快的节点处理越多的任务，从而避免处理速度慢的节点延长整个任务的完成时间。Map/Reduce模型将分布式运算抽象为Map和Reduce两个步骤，其中Map是把输入Input分解成中间的Key/Value对，Reduce则是把Key/value合成为最终输出。

　　开发者只需要实现Map和Reduce函数的逻辑，然后提交给Map/Reduce运行环境，计算任务便会在计算机集群上自动、并行地调度执行。运行环境负责分割输入数据、调度任务、自动处理运行过程中出现的机器失效问题，以及协调不同节点之间的数据通信。很多分布式数据运算可以抽象为Map/Reduce操作，图1描绘了Map/Reduce框架的基本工作流程。

　　基于Hadoop云计算技术，可以构建低成本、高可靠性、高性能的数据分析系统，这在电信行业具有很大的应用价值。本文以“客户流失预测”业务为例，来说明如何基于Hadoop构建实际应用系统。系统主要实现如下基本功能：

　　整个系统运行在分布式Hadoop平台之上，数据可通过HDFS进行分布式存储，并通过Map/Reduce机制进行作业调度和分布式处理。由于Hadoop是利用分布式技术对数据进行存储的，因此可承载的数据量将随着集群规模的增加而增长，理论上可存储PB级的数据，非常适合存储电信业务责任编辑：左永君zuoyongjun@rn日志等海量数据。

　　在Hadoop平台上，开发者只需要编写数据预处理业务逻辑和算法即可，不需要处理分布式计算中的调度、消息等底层逻辑。编程语言基于Java或Python等脚本语言，开发非常方便。通过合适的数据挖掘模型对话单数据进行分析，可以得出用户流失预测概率。在数据挖掘算法方面，流失预测一般采用分类算法如Logistic回归模型对数据进行处理。这种处理一般有三个过程：

　　(1)数据的预处理(ETL)过程；对原始话单等数据进行预处理，对数据进行压缩、转换和必要的计算， 通常需要较多的步骤才能完成；而传统的数据挖掘中，时间开销最大的步骤，即是预处理过程。

　　(2)数据训练过程：对已知离网或流失数据进行运算，需要利用预处理后的海量数据进行复杂运算。

　　(3)概率预测过程：利用训练所得参数。对当前话单数据进行预测，以分析目前用户离网、流失的可能性，并对特定用户群进行筛选、报告等。

　　云计算技术通过可靠的分布式处理，将传统的单机操作并行化，大大加快了预处理的效率，可以使上述过程更加快捷地进行。

　　客户端采用基于浏览器的SAAS模式提供分析结果的可视化服务(图3)，即预测结果可以通过简洁的Web界面进行查看，并通过图形化和报表等直观方式，向用户展示分析结果。

　　如前所述，传统的流失预测系统存在成本高、效率低、系统可靠性和可扩展性差等问题，利用云计算技术，则可以有效地解决这些问题。基于Hadoop的数据分析系统的优势体现在以下方面：

　　使用云计算技术，实现分布式计算，极大提高了系统吞吐量和运算速度。例如客户流程分析模型中分类预测方法中的相关算法，包括分类预测算法、ETL操作等均基于Map/Reduce实现，并以一种可靠容错的方式并行处理TB级别的数据集。系统可以有效统合多台服务器资源共同进行计算，不会因通信、协调等机制而限制多台服务器发挥作用。其效果可通过系统测试数据体现。

　　Map/Reduce模型提供了容错、调度机制，保证系统的健壮性。在设计Map/Reduce时，研究人员考虑了很多大规模分布式计算机集群进行含量数据处理时所要考虑的关键问题：容错处理保证了节点失效的情况下计算任务仍能够正确执行；操作本地化保证了在网络等资源有限的情况下，最大程度地让计算任务在本地执行；任务划分的粒度使得任务能够更加优化地被分解和执行；对于每个未完成的子任务，Master节点都会启动一个备份子任务同时执行，无论初始任务还是备份子任务处理完成，该子任务都会立即被标记为完成状态，通过备份任务机制可以有效避免因个别节点处理速度过慢而延误整个任务的处理。

　　基于混合模型的并行二元分类预测方法是基于Map/Reduce机制实现的，所以其只需要普通的PC机组成集群就可以对海量的用户数据进行流失预测分析；而SAS、SPss等工具用的是IBM等商业机器，只能处理少量数据，无法对千万亿级用户展开大规模数据挖掘。因此，相比于SAS、SPSS等工具，本系统具有成本低廉、可扩展性强的优点。

　　系统可以通过Web方式使用，较为方便。可通过项目总结出流程化的快速搭建方式，以指导兄弟单位根据需要搭建相似系统。其效果通过试用，以研究报告和文档方式体现。

　　[4]郭明，郑惠丽，卢毓伟，基于贝叶斯网络的客户流失预测分析[J]，南京邮电大学报：自然科学版，2005，25(5)：79-83.