從資源取用的角度理解雲計算
從資源取用的角度理解雲計算，主要可以從四個方面進行解讀，具體如下：
硬體和軟體都是資源，通過網路以服務的方式提供給使用者。
在雲計算中，資源已經不限定在諸如處理器機時、網路頻寬等物理範疇，而是擴充套件到了軟體平台、web服務和應用程式的軟體範疇。傳統模式下自給自足的it運用模式，在雲計算中已經改變成分工專業、協同配合的運用模式。對於企業和機構而言，他們不再需要規劃屬於自己的資料中心，也不需要將精力耗費在與自己主營業務無關的it管理上。相反可以將這些功能放到雲中，由專業公司為他們提供不同程度、不同型別的資訊服務。對於個人使用者而言，也不再需要一次性投入大量費用購買軟體，因為雲中的服務已提供了他所需要的功能。
這些資源都可以根據需要進行動態擴充套件和配置。
例如在極短的時間內為大型企業it提供上百臺虛擬伺服器資源，並在階段性任務完成後快速地**這些資源，滿足業務不斷增長所需的更多儲存空間、更高的頻寬和更快速的處理能力，並在已經成型的crm系統中動態地新增和刪除應用模組，來滿足客戶不斷改進的業務需求，等等。
這些資源在物理上以分布式的共享方式存在，但最終在邏輯上以單一整體的形式呈現。
對於分布式的理解有兩個方面：
一方面，計算密集型的應用需要平行計算來提高運算效率。例如，乙個web應用是由多個伺服器通過集群的方式來實現的，此類的分布式系統，往往是在同乙個資料中心中實現的，雖然有較大的規模，由幾千甚至上萬台計算機組成，但是在地域上仍然相對集中。
另一方面，就是地域上的分布式。例如，一款商業應用的伺服器可以設在位於紐約的華爾街，但是它的資料備份卻由位於德州戈壁的資料中心完成。作為終端使用者，並不知道也不關心某一次計算執行在哪個地區的哪台伺服器上，因為雲計算中分布式的資源向使用者隱藏了實現細節，並最終以單一整體的形式加以呈現。
使用者按需使用雲中的資源，按實際使用量付費，而不需要管理它們。
在面對階段性激增的業務訴求，企業沒有足夠的運算處理能力，按照這個標準購置it裝置顯然是不合理的。
從資源池和管理的角度理解物理記憶體
乙個任務所需要的記憶體大小以及位置不應該依賴其它任務的記憶體的大小和位置，並且記憶體的位置也不應該是永久性的，任務使用記憶體就應該和人們使用公共廁所一樣。程式任務只管自己的計算邏輯，用到記憶體的時候，不必自己操心，應該有乙個服務機構為其現場分配記憶體，分配多少算好呢，答案就是就可能少，按照基本單位分...
快取（一） 從計算機角度理解快取
粗略講一下，計算機是由多個元件構成，最重要的3點，cpu，記憶體，外存，本文重點講記憶體和外存 記憶體是計算機中重要的部件之一，它是與cpu進行溝通的橋梁。計算機中所有程式的執行都是在記憶體中進行的，因此記憶體的效能對計算機的影響非常大。記憶體 memory 也被稱為記憶體儲器，其作用是用於暫時存放...
換個角度理解雲計算之MapReduce 2
3.combiner操作 前面講完map操作，總結一下就是 乙個大檔案，分成split1 5，對應於map1 5，每乙個map處理乙個split，每乙個split的每一行，會用每乙個map的map方法去處理，經過上面操作，最終輸出了5個中間結果。對於這5個中間結果的每乙個來說，都有很多行，每一行是k...