内容

• 比较表
• 云计算的定义
• 大数据的定义
• 云计算与大数据之间的关系
• 结论

云计算以整合的方式工作，大数据位于云计算之下。云计算和大数据之间的关键区别在于，云计算用于通过扩展计算和存储资源来处理巨大的存储容量（大数据）。另一方面，大数据不过是大量非结构化，冗余且嘈杂的数据和信息，必须从中提取有用的知识。为了执行上述功能，云计算技术提供了各种灵活性和技术来处理大量数据。

它涉及输入，处理和输出模型，下面将进行说明；该图详细说明了云计算与大数据之间的关系。

1. 1. 比较表
   2. 定义
   3. 关键差异
   4. 结论

比较表

比较依据	云计算	大数据
基本的	通过使用集成计算机资源和系统来提供按需服务。	广泛的结构化，非结构化，复杂数据集，禁止使用传统的处理技术。
目的	使数据可以在远程服务器上存储和处理，并可以从任何地方访问。	组织大量的数据和信息，以提取隐藏的有价值的知识。
工作中	分布式计算用于分析数据并产生更多有用的数据。	互联网用于提供基于云的服务。
好处	维护成本低，集中的平台，可进行备份和恢复。	具有成本效益的并行性，可扩展性，强大性
挑战性	可用性，转型，安全性，收费模式。	数据种类，数据存储，数据集成，数据处理和资源管理。

云计算的定义

云计算 提供了一个集成的服务平台，可以使用高速互联网随时随地从任何地方存储和检索任何数量的数据。云是分布在互联网上的大量地面服务器，用于存储，管理和处理数据。开发云计算是为了使开发人员可以轻松实现Web规模的计算。互联网的发展孕育了云计算模型，因为互联网是云计算的基础。为了使云计算高效运行，我们需要高速互联网连接。它提供了一个灵活的环境，可以动态添加容量和功能，并根据按使用量付费策略进行使用。

云计算具有一些基本属性，包括资源池，按需自助服务，广泛的网络访问，可衡量的服务和快速的弹性。有四种类型的云：公共云，私有云，混合云和社区云。

基本上有三种云计算模型–平台即服务（Paas），基础架构即服务（Iaas），软件即服务（Saas），使用硬件和软件服务。

• 基础架构即服务 –此服务用于交付基础架构，其中包括存储处理能力和虚拟机。它基于服务水平协议（SLA）实施资源虚拟化。
• 平台即服务 –它位于IaaS层之上，该层提供了编程和运行时环境，使用户能够部署云应用程序。
• 软件作为服务 –将应用程序交付给直接在云提供商上运行的客户端。

  

大数据的定义

数据变成 大数据 随着数量，种类，速度的增加，超出了IT系统的能力，这反过来给存储，分析和处理数据带来了困难。一些组织已经开发了用于处理这种类型的海量结构化数据的设备和专业知识，但是数据量的迅猛增长和数据流的快速增长使他们无法 矿 并迅速产生可操作的情报。此大量数据无法存储在常规设备中，也无法分散在分布式环境中。大数据计算是 数据科学 它专注于多维信息挖掘，以在大型基础架构上进行科学发现和业务分析。

大数据的基本维度是容量，速度，多样性和准确性，这些也在上面提到，后来又发展了两个维度，即可变性和价值。

• 体积 –表示数据量的增加，已经难以处理和存储。
• 速度 –这是捕获数据和数据流速度的实例。
• 品种 –数据并非总是以单一形式呈现，而是有多种形式的数据，例如–，音频，图像和视频。
• 真实性 –它称为数据的可靠性。
• 变化性 –它描述了大数据中产生的可信赖性，复杂性和不一致性。
• 值 –内容的原始形式可能没有太大用处和生产力，因此可以对数据进行分析，然后发现高价值的数据。

1. 云计算是通过使用分散在Internet上的计算资源按需提供的计算服务。另一方面，大数据是海量的计算机数据集，包括传统算法和技术无法处理的结构化，非结构化，半结构化数据。
2. 云计算为用户提供了一个平台，可按需使用Saas，Paas和Iaas等服务，并且还会根据使用情况对服务收费。相反，大数据的主要目标是从庞大的数据集中提取隐藏的知识和模式。
3. 高速互联网连接是云计算的基本要求。相反，大数据使用分布式计算来分析和挖掘数据。

云计算与大数据之间的关系

下图显示了大数据与云计算的关系和工作方式。在此模型中，主要的输入，处理和输出计算模型用作参考，其中使用鼠标，键盘，手机和其他智能设备等输入设备将大数据插入到系统中。处理的第二阶段包括云用于提供服务的工具和技术。最后，处理结果被传递给用户。

结论

云计算技术通过易于使用，对资源的访问以及按供求关系使用资源的成本低廉的特点，为大数据提供了一个合适且合规的框架，并最大程度地减少了在处理大数据时使用的固态设备的使用。云和大数据都强调在降低投资成本的同时增加公司的价值。