云计算简史(完整版)( 四 )


多云 (Multi-Cloud)
多云概念是云计算市场最近几年出现的概念 。 它把所有的云计算平台 , 客户的私有云设施全部视作一般基础设施 。 所有的应用在所有的云上都能一致并可靠地运行 。 多云解决方案不仅是基础设施提供者需要协调的 , 更重要的是应用开发和部署要面向多云运行目标 。
2013年 , Y Combinator孵化企业Docker Inc开源了Docker项目 。 它成为应用跨云部署的重要前提 。 Docker允许用户将复杂的应用、数据和依赖的环境 , 包括操作系统本身打包到一个“容器”中 , 通过标准的Docker引擎 , 在任何计算环境中都可以一致地运行 。 有了这项技术 , 把一个应用系统从阿里云转移到腾讯云就和传输一个文件一样简单 , 云和云之间已经没有边界 。 为什么Windows和mac OS的应用永远不兼容 , 而云计算厂商却眼睁睁地看着这些事情发生呢?很简单 , 因为整个云计算技术生态都建立在开源软件上 , 亚马逊再大 , 它也只是一个服务提供者 , 收的是租金 。 而客户方 , 则越来越看重自主可控性 , 他们不希望被单一的云计算公司锁定 , 毕竟自己的客户和交易数据都运行在云计算上 , 它是所有企业的命脉了 。
云计算简史(完整版)
本文插图
2015年 , Google开源了Kubernates项目 , 让多云解决方案更胜一筹 。 K8S能够对容器的创建、扩展等进行自动编排 。 这意味着无论应用有多么复杂 , 它都能够在多云环境中进行统一运维 。 比如自家的某种类型存储用完了 , 就可以临时购买一些亚马逊的存储 。 数据过时了 , 就定期自动地转移到低价格的冷存服务中 。
有了多云技术框架和服务 , 同时意味着云计算平台必须提供广泛支持 。 阿里云当然希望多卖一些云主机服务 , 但是如果因为技术框架落后 , 客户就会流失 。 所以 , 全世界的云计算平台目前都义无反顾地支持了多云策略 , 希望在这个过程中继续以专业服务商的地位存在 。
多云策略对应用开发者的影响也很大 。 首先开发者必须从第一天就按照云计算环境来规划 , 支持多云部署 , 自动伸缩 , 采用微服务架构以实现容器部署 。 其次 , 应用开发者也能够从这样的架构中受益 。 因为它使得客户获得私有软件也像应用SaaS一样简单 , 唯独不同的是应用和数据运行在客户控制的计算环境中 , 但是软件本身都是基于单一代码库的(Single Code Base) 。 我们明道云原来是一个SaaS形态应用 , 客户只需要在mingdao.com上注册即可使用 , 现在 , 通过容器技术 , 我们的客户也可以在自己的云计算环境中安装和升级 。 这些都有赖于多云技术架构 。
前面我们提到了云计算公司的竞争将向应用开发和部署环境迁移 。 那么它具体指的是什么呢?它有关于围绕云计算相关的四个技术领域 。 Tom Siebel把他们概括为云计算本身、大数据、人工智能和物联网 。
接下来 , 我们会逐一介绍这十五年来 , 伴随云计算发展起来的数字化技术领域 。 正是因为云计算服务的普及 , 才催化了这些新兴的技术领域 , 反过来 , 这些技术领域的发展也让现代云服务更加完善 , 当然也更加复杂 。 正是这些复杂性 , 让企业数字化转型工作变得阻力重重 。 相较于更早前的基础信息化工作 , 企业届要认知和掌握的技术范畴要比宽广得多 。 因此 , 我们介绍云计算的发展简史 , 就必须要把关联技术域的发展也一并介绍 。
云计算相关的技术领域
大数据(Big Data)
在大数据概念出现之前 , 数据存储、处理和分析的技术早已存在 。 随着存储成本的下降和云计算提供的弹性计算能力增强 , 越来越多的数据场景已经不能被传统的数据库技术所处理 。 这些新场景可以被概括为高数据量(Volume) , 高频度(Velocity)和多数据类型(Variety)三个特点 。 比如在电子商务、金融和物联网领域 , 系统往往在很短的时间内会产生大量的数据 。 这些数据甚至在存储的过程中就会产生瓶颈 , 更不用说实时性很强的计算和分析 。 所以 , 从搜索引擎时代开始 , 大数据相关的技术就开始孕育 。


推荐阅读