云计算的发展历史

云计算的历史可以追溯到1965年，当时Christopher Strachey发表了一篇论文，其中正式提出了“虚拟化”的概念。虚拟化是云计算基础设施的核心，是云计算发展的基础。

但是由于当时技术的限制，虚拟化始终只是一个概念，一个未来的愿景，更不用说云计算了。

90年代，计算机出现了爆发式增长，以思科为代表的一系列公司也蓬勃发展。

在云计算兴起之前，对于大多数企业来说，自购硬件和租用IDC机房是主流的IT基础设施建设方式。除了服务器本身，还有机柜、带宽、交换机、网络配置、软件安装、虚拟化等很多基础问题。一般需要相当专业的人来负责，做出调整时的响应周期也比较长。3354我相信许多R & ampd领导有过等待服务器到位的经历。

现阶段，让更多的用户方便快捷地使用网络服务已经成为互联网发展中迫切需要解决的问题。与此同时，一些大公司开始致力于大规模计算技术的开发，为用户提供更强大的计算和处理服务。

在2006年，这是云计算历史上的重要事件。

2006年8月9日，谷歌首席执行官埃里克施密特(Eric Schmidt)在搜索引擎大会(SESSanJose2006)上首次提出了“云计算”的概念。亚马逊当年推出了IaaS服务平台AWS。

但当时的甲骨文负责人拉里埃里森(Larry Ellison)在社交软件上发言：“这种白痴行为什么时候才会停止？这只是一种时尚，一件疯狂的事情。”四年后，“硅谷最老的花花公子”也不得不宣布进军云战略。

事实上，云计算行业的开始很难准确定义。虽然2006年才首次提出“云计算”的概念，但直到2008年整个行业才迎来正式的“万灯”，而中国云计算的标杆阿里云也是从2008年开始组织和启动的。

但只有两年的时差，也让率先探索这片蛮荒之地的亚马逊有了天然的优势。AWS毫不费力地在新世界插上了自己的旗帜——2009年初，金融危机最严重的时候，美国Salesforce公司公布了2008财年年报，数据显示该公司云服务收入超过10亿美元。自此，云计算正式成为计算机领域最受关注的话题之一，也成为互联网公司发展和研究的重要方向。但亚马逊已经初步形成了覆盖IaaS和PaaS的产品体系，确立了在IaaS和云服务领域的全球领先地位。

随后几年，世界级供应商无一例外地参与了云市场的竞争，涌现出了IBM、VMWare、微软、ATT等第二梯队。其中，微软在2010年左右加入，但公司负责人史蒂夫鲍尔默(Steve Ballmer)依旧平淡；2011年，谷歌宣布转型推出GCP，开始了公有云市场的同台竞争。

在竞争日趋激烈的2016-2017年，微软云服务与企业部执行副总裁Scott Guthrie和GCP客户总裁Tariq Shaukat先后表示，“价格战”已经过去，未来的重头戏是“价值战”。

另一方面，吞并小势力壮大自己也成为了丛林生存法则。尤其是在经济动荡的2018年，云领域迎来了无数组合连横。

其中，IBM以340亿美元拿下Redhat，CEO Ginni Rometty高调宣称收购Red Hat可以打破目前的格局，改变云市场的一切；微软以75亿美元收购GitHub，将这种开源优势连接到微软的IaaS领域；而Salesforce则斥资65亿美元收购了云服务公司Mulesoft，该公司拥有1200多家客户，其中45%是世界500强企业。

在竞争对手不断招兵买马的同时，亚马逊在市场份额上依然遥遥领先，但差距已经逐渐缩小。

到底啥是云计算

早期的云计算是简单的分布式计算，解决任务分配，合并计算结果。所以云计算被很多人称为网格计算。

但其实二者还是有一些区别的：

思否科普：网格计算与云计算

网格计算与云计算的关系，就像 OSI 与 TCP/IP 之间的关系。ISO 制定的 OSI 网络标准考虑周到，也异常庞杂，虽有远见，但也过于理想，实现起来难度和代价非常大。TCP/IP 网络标准将 OSI 的 7 层网络协议简化为4层，内容大大精简，迅速取得了成功。因此，可以说 OSI 是 TCP/IP 的基础，TCP/IP 又推动了 OSI，两者相互促进、协同发展。

总的来说，云计算不是一种全新的网络技术，而是一种全新的网络概念。对于云计算，网络上一个形象的比喻，会比较方便大家理解：

概念解析：一日三餐吃货论

饿了要吃饭，在家里自己做饭属于自建私有云，需要建造厨房购买锅碗瓢盆柴米油盐等，吃完饭还需要自己刷锅洗碗等运维工作，费时费力；外面餐馆提供的就相当于公有云服务，按需胡吃海塞吃完结账抹嘴走人，餐馆后厨如何安排做菜顺序并加快出菜速度就是负载均衡和虚拟化概念；请厨师到家里上门做饭则属于典型的混合云，在资产安全的情况下有限使用公有云。

现在大家应该知道到底什么是云计算了。

而现阶段所说的云计算，已经不单单是一种分布式计算，而是分布式计算、效用计算、负载均衡、并行计算、网络存储、热备份冗杂和虚拟化等计算机技术混合演进并跃升的结果。从研究现状看，云计算具有以下特点。

1. 超大规模。“云”具有相当的规模。Google云计算已经拥有100多万台服务器，Amazon、IBM、微软和Yahoo等公司的“云”均拥有几十万台服务器。“云”能赋予用户前所未有的计算能力。

2. 虚拟化。云计算支持用户在任意位置、使用各种终端获取服务。所请求的资源来自「云」，用户无需了解运行的具体位置，只需要一台终端设备，就可以通过网络来获取各种能力超强的服务。

3. 高可靠性。「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。因此，可以认为使用云计算比使用本地计算机更加可靠。

4. 通用性。云计算不局限于特定的应用，同一片「云」可以同时支撑不同应用的运行。

5. 按需服务。「云」是庞大的资源池，用户可以按需购买服务，按需按量计费。

6. 极其廉价。「云」的特殊容错措施使得可以采用极其廉价的节点来构成，同事自动化管理使数据中心管理成本大幅降低。另外，“云”的公用性和通用性使资源的利用率大幅提升。

云计算的关键技术

作为众多 IT 服务的集合，云计算的底层需要众多关键技术的支撑，而且还不断的有新的技术被产品化/服务化，扩展云服务的范围与边界。

1. 虚拟化技术

虚拟化就是通过软件与硬件解耦，实现资源池化与弹性扩展。主流虚拟化技术有 KVM，Xen，VMware，Hyper-V 等。目前 KVM 是最受欢迎的虚拟化技术，AWS、阿里云、华为云、腾讯云目前也都从 Xen 转向了KVM。

除了软件虚拟化，还有硬件辅助虚拟化（如 Intel-VT 或 ADM-V），比如通过引入新的指令和运行模式，来解决软件无法实现完全虚拟化的问题，同时也能进一步提升虚拟化的性能与处理能力。

2. 分布式技术

分布式就是把同一个任务分布到多个网络互连的物理节点上并发执行，最后再汇总结果。分布式系统的扩展性，性能、容量、吞吐量等可以随着节点增加而线性增长，非常适合云计算这种大规模的系统。在云上主要应用的有分布式存储、分布式数据库、分布式缓存，分布式消息队列等。

3. SDN 与 NFV

SDN 是软件定义网络，核心是网络的控制面（网络策略）和转发面（数据流向）分离；NFV是网络功能虚拟化，将以往需要专用且昂贵的设备提供的网络功能，比如负载均衡与防火墙，通过软件和普通的x86服务器来实现。

云计算的网络功能都关联到私有网络VPC上，VPC是通过网络隧道协议（GRE和VXLAN）实现逻辑隔离的虚拟网络。GRE封装在主机上做，而VXLAN封装在交换机上做。所以阿里云、腾讯云VPC使用GRE隧道封装，在IP数据包中增加GRE报头（里面是VPCID）来实现多租户或不同虚拟网络之间的隔离。而华为云VPC使用VXLAN隧道封装。

4. 云原生技术

容器、微服务和DevOps号称云原生三驾马车，是实现技术中台的重要组件。容器是非常轻量秒级部署的虚拟化技术，主要理念就是一次封装，到处运行。通过Linux命名空间、Cgroups与rootfs构建进程隔离环境，将应用软件及其运行所依赖的资源与配置打包封装，提供独立可移植的应用运行环境。Docker当前最火的容器引擎，Kubernetes负责容器编排与集群管理。微服务架构是对SOA升华，将将应用解耦成更加轻量化，独立自治、敏捷开发、部署与治理、可通过HTTP方式访问的服务。微服务可以基于虚拟机、容器或Serverless函数来部署使用。开源的微服务框架主要有Dubbo、Spring Cloud。新推出的Service Mesh通过Sidecar智能代理方式让不同应用可以不用修改代码即可接入微服务平台，被称为微服务2.0。DevOps就是敏捷开发运维，通过持续集成与持续部署CICD等自动化工具与流程，打通应用开发、测试、发布、运维的各个环节，以大幅提升系统效率与可靠性。

5. 云安全技术

云环境由于规模巨大，组件复杂，用户众多，其潜在攻击面较大、发起攻击的成本很低，受攻击后的影响巨大。所以云安全形势还是非常严峻，涉及主机安全、网络安全、应用安全、业务安全，数据安全等，各厂商在相关领域都有比较成熟的产品和技术。2019年12月1日刚生效的等保2.0对云安全提出了全面详细体系化的要求和指导，目前已经成为一个条必须满足的合规要求，金融政府等重要企业单位的IT系统都要求达到等保三级以上。其重点就是一个中心（安全管理中心）三重防护（计算环境安全，通信网络安全、区域边界安全）。

6. 人工智能与大数据

马化腾说互联网的未来就是在云端通过人工智能处理大数据，可见大数据和人工智能关系很是很密切。如果大数据是原油，人工智能就是高端的开采和炼油技术，两者结合才会发挥巨大的效用。大数据具有4V特征：Volume（数据量大）、Value（价值密度低）、Velocity（产生速度快）、Variety（数据类型多）。大数据的收集、传输与存储与处理对系统要求比较高，需要专门的组件支持，比如HBase、HDFS、Spark等。人工智能有5大关键要素：大数据、算法、计算力、边界清晰和应用场景。海量的大数据是根本，然后通过机器学习、智能模拟等算法对数据进行加工处理，需要使用GPU、TPU、FPGA提供强大的计算力；主要的限制在于机器只能对边界相对清晰的事务进行学习和判断，同时找到合适的应用场景才能更好地发挥价值，如语音处理、图像识别、智能驾驶等。

7. 云管理平台

云计算是一个非常复杂的系统，对整个云平台进行敏捷高效的管控运维非常重要。云管理通常涉及四个层面：一是租户端管理，让用户能有效管理使用基本的云服务；二是运营管理，涉及云服务运营策略，如资源管理、计量计费，消息通知等；三是运维管理：涉及云平台的可用性与可靠性保障，如自动化运维，监控告警、运维排障等。四是多云纳管，当前对于很多企业混合云是一个趋势，私有云+公有云，或者引入和均衡多个云厂商。所以需要提供能够统一纳管多种云，以及传统IT环境的管理平台。OpenStack是一个开源的云管平台，各个云厂商都有自己的管控平台，还有一些专门做多云纳管的厂商，比如博云、骞云、飞致云等。

当然，云计算还有很多重要的技术，比如边缘计算、IoT、区块链等，以后再聊。