分类： 云计算

云平台是一种为提供自肋服务而开发的虚拟环境。

云计算是一种计算方法，它可以将按需提供的自助管理虚拟基础架构汇集成高效池，以服务的形式交付使用。

云提供了三个层面的服务：基础架构即服务、平台即服务、软件即服务。一般所说的云服务就是指三个层面中某类服务。

今天无聊，翻阅我的毕业论文时，看到了我当时写的关于谷歌云计算的相关东西。在此分享给大家，文中多处引用。请大家末见怪

 

Google云计算核心技术主要包括：Google分布式文件系统GFS，主要提供海量数据的存储和访问的能力。编程模型MapReduce，主要应用于大规模的数据的并行运算。BigTable，主要提供对数据的分布式存储、访问。Chubby，分布式锁机制。下面将对GFS，MapReduce和BigTable技术进行详细的分析。
GFS

GFS（Google File System）为Google搜索引擎提供了海量数据的分布式存储，它有4个方面的特点：(1)当大量节点失效时的软件容错性；(2)文件系统支持G级别的海量存储；(3)支持文件以追加方式批量写入；(4)支持多个客户端对一个文件的高并发性的写入操作。GFS采用大量廉价的服务器来构建分布式文件系统的物理层，这是GFS相比于其他分布式文件系统的创新点（如：IBM的GPFS，Sun的Lustre）。同时GFS在容错处理上，由文件系统来处理容错任务，利用软件的方法来解决系统的性能问题，*大降低了数据存储成本[25]。GFS的整体架构如图2.2所示：

图2.2 GFS整体架构

从上图可以看出，GFS是以GFS集群的形式存在，一个GFS集群是由一个主服务器（Master）和多个数据块服务器（Chunk Server）组成的，若干个客户端可以连续频繁访问这些具有数以千计的节点和超大存储空间的GFS集群。主服务器是GFS系统的管理节点，在逻辑上只有一个，主要用来存放元数据，包括文件命名空间、文件到块的映射、文件访问控制、块的物理位置等信息。数据块存服务器是用来存储具体的数据，数据以文件的形式按照固定的大小进行分割成块（默认大小是64M），每一个块称为一个Chunk，以Linux文件的形式存储在本地硬盘上。每一个Chunk都有相应的一个索引号，Client通过Master可以获取这个索引号[26]。

客户端访问GFS时，首先通过文件名和Chunk索引在主服务器获取相应的数据块存服务器的句柄和位置信息。根据数据块存服务器的位置信息来完成数据的存取。在整个交互的过程中，客户端和主服务器之间并没有产生大量的数据流，而真正的数据流发生在客户端和数据块存服务器之间，这使得主服务器的负载*大的降低。同时，由于数据块存服务器上的文件以块的形式存放，使得客户端同时可以访问多个数据块服务器，提升了系统高度并发性。
2.3.2 MapReduce
MapReduce是谷歌提出的并行编程模式，用于大规模数据集的并行运算。MapReduce在对大数据进行处理时，由一个主节点管理下的大量分节点一起完成的。这种方式会保证任务执行的安全性和容错机制。同时，主节点会定时的对各个分节点的工作状态进行标记，如果分节点的状态不可用，则这个节点的所有任务将交由其它的节点重新执行。

MapRecude执行步骤如2.3所示：

图2.3 MapReduce执行步骤图

(1)MapRecude函数库将元数据分成M快，每块在16M到64MB之间，处理程序开始在集群机器上执行。

(2)Master是特殊的执行程序，它给Work分配执行任务。总共有M个Map和R个Reduce任务，主控程序会选择空闲的Work分配Map任务或者Reduce任务。

(3)执行Map任务的Worker主机读取处理输入的数据片段，将分析的结果（<key,value>键值对）提交给Map函数。Map函数对<key,value>键值对进行分析计算，产生的中间结果并不直接写到磁盘，而是暂时缓存在内存中。

(4)这些缓存的数据定时写到本地磁盘，同时中间结果在存储的位置相关信息传递给Master,Master然后将这些位置信息发送给具有Reduce任务的Worker机器。

(5)当执行Reduce任务的Worker主机收到来自Master的中间<key,value>键值对的位置时，它调用远程过程从Map任务Worker主机的本地硬盘上读取处于缓冲的中间数据。当读到所有的中间数据，Reduce Work以中间key进行排序，相同key的值排列在一起。（key值不同的Map任务可能对应相同的Reduce任务，所以，排序是必需的）。如果Map函数产生的中间结果集非常大，就要使用另一种排序方法-外排序。

(6)执行Reduce任务的Worker机器通过每一个唯一中间key来遍历所有排序后的中间数据，并且把key和与key值相关的中间结果值集合传递给用户定义的Reduce函数。Reduce函数的结果*终输出到一个文件。

(7)当Map任务和Reduce任务都已全部完成的时候，Master激活应用程序，MapReduce返回用户程序的调用点[27]。

通过这一系列的处理，就完成了一个大文件的处理。在整个处理的过程中，各个Map任务之间是独立的，这就达到了并行化的处理。一个Reduce操作就是对每个Map所产生的部分中间结果进行合并操作，经过Reduce处理的Map中间结果是互不交叉的。所有Reduce产生的结果经过连接操作就形成了*终完整的结果集，因此Reduce任务也可以并行的执

 

BigTable
作为云计算的支撑技术之一，云需要某种存储模式来保存虚拟机映像、应用程序和应用程序中的数据，因此在云中也具有数据库的概念。Google采用BigTable作为它的云数据库，BigTable是“键-值”的NoSQL结构的数据模型的典型代表，它的首要任务是保证Google快速搜索所涉及的海量数据。BigTable是构建在GFS之上的一个分布式存储系统，本质上它是稀疏的、分布式的、持久化存储的多维度排序Map。它的物理存储模式采用了类似数据结构中B+树索引组织表的模式，称为多维度的分类映射，其中的分支和叶节点可以分布在多台机器上，通过在成千台计算机上分布数据，提供了对PB级数据的快速访问。由于节点是分布式的，随着树的增长节点会拆分，根据应用需求量获得高伸缩性成为可能。

BigTable中的数据是一种无意义的字符串，所以数据存入BigTable之前，应用程序要对数据进行串行化。BigTable中的数据有三个索引，分别为行关键字（RowKey）、列关键字（ColumnKey）和时间戳（TimeStamp）。BigTable对存储在其中的数据不做任何解析，一律看做是字符串。BigTable的存储逻辑可以示为：

(row:string,column:string,time:int64)string [28]

其中行是*级索引，行键是大小在10-100字节之间的任意字符串。虽然 BigTable不支持一般意义上的事务，但行中数据的读写是原子性的。BigTable是按照行健的字典顺序进行数据维护。BigTable中的数据会随着行健的增大动态划分为片（tablet）,tablet的大小在100MB到200MB之间，存储在不同的片服务器上。

列是BigTable的第二级索引，列会被划分为多个列族（column family），列族是基本的访问控制单元，列族中的数据类型是相同的。列族中的列是可以任意的变化的，列键是以Family:Qualifier的格式命名的。family是列族的名称，qualifier是列族中的列的名称[29]。

时间戳是BigTable的第三级索引。BigTable中的数据按照时间戳来保存成多个版本。时间戳的具体值可以由BigTable自身进行赋值，也可以由客户端指定特定的值，BigTable的时间戳是64位整数。不同版本的数据是以时间戳降序的方式来存储的，所以系统先会读到*新的数据。

下面是结合GOA系统开发实例给出的一个完整的BigTable数据模型，用来描述公文实体数据，如图2.4所示：

图2.4 Bigtable数据模型

其中Table表示一张表，row表示1行的数据。Title，content，state，realseState，createName，createTime，createTime为该行的列，setting是一个列族，它包括两列：isSendTelephone，isSendMessage，这两列数据具有相同的特征类型，其中每一列保存不同的版本，以时间戳来区分。图2.5给出的例子有两行数据，伴随着行的增多，Table会根据行键自动划分为tablet，这些tablet会分布都不同的计算机上，tablet中的数据*终会存储到GFS文件系统中。
————————————————

原文链接：https://blog.csdn.net/u013900526/article/details/39554243

随着信息现代化的发展，人们对信息资源的需求不断地增长，虽然现在的信息充斥着整个网络，但是如何能快速的获得我们所需的有效的资源才是重点，云计算技术工程师就是在这个需求下产生的。

在云计算工作中，IT专业人员通常负责公司云计划的各个方面。这通常涉及云资源，服务和应用程序的概念化，规划，设计，实施，优化，管理，故障排除和持续支持。云计算工程师必须创建一个IT环境，以支持云计算技术的规模，灵活性和可用性，同时满足业务目标和确保治理。

拿云计算运维工程师为例，其主要的核心职能有：

1、平台架构组建：

负责参与并审核架构设计的合理性和可运维性，以确保系统上线后，安全、高效、稳定运行。保障并不断提升服务的可用性和数据安全性，提升用户体验。

2、日常运营保障：

负责运用运维技术，运维平台，确保入网设备的全面纳管和全生命周期管理，确保设备、业务及安全等状态可监可控。负责制定应急预案并组织演练，负责保障业务7*24小时稳定运行，在此期间对出现的各种问题，可以快速定位并解决。

3、系统优化：

高水平的云计算运维工程师对系统长期稳定运行至关重要。linux服务器本身架构的局限，系统运行故障不可避免，但通过合理的设计，有效的运维，可以大幅降低故障发生的频率，提高业务恢复的效率。

目前没有一个单一的、公认的云计算工程岗位。一些IT专业人员的职业生涯从硬件方面开始，而其他一些IT专业人员则从软件方面开始。一些潜在雇主期望云计算工程师有三到五年的云服务经验，而其他雇主则需要五到七年的专业知识。当涉及像云计算这样的快速移动技术时，经过验证的经验范围对于雇主而言，比应聘者接受的正规教育更有意义。
————————————————

原文链接：https://blog.csdn.net/xx666zz/article/details/86674250

谷歌云计算的使用方法

Cloud computing has become very popular for businesses. As of 2018, over three-quarters of enterprises were already using it and more are adopting it every day. If you haven’t considered it yet, that’s possibly because you’re not sure what you can use it for. To give you an idea, here we’ll show you the six main ways it is being put to good use.

云计算在企业中已变得非常流行。 截至2018年，超过四分之三的企业已经在使用它，而且每天都有越来越多的企业采用它。 如果您还没有考虑过，那可能是因为您不确定您可以将其用作什么。 为了给您一个想法，在这里我们将向您展示如何充分利用它的六种主要方法。

1. 大数据分析 (1. Big Data analytics)

Today’s businesses collect vast amounts of data on all manner of things: customers, operational processes, logistics, machinery health, product condition and much more. The value of that data comes from making sense of it, using it to come up with solutions to problems or discovering new opportunities. To do this, however, you’ll need to conduct Big Data analytics and this requires the use of substantial computing resources, often over short periods.

当今的企业收集有关各种事物的大量数据：客户，操作流程，物流，机械运行状况，产品状态等等。 数据的价值来自对数据的理解，使用它来提出问题的解决方案或发现新的机会。 但是，要做到这一点，您将需要进行大数据分析，并且这通常需要在短时间内使用大量的计算资源。

Those resources would be incredibly expensive if you had to purchase them and for much of the time would stand unused. Convincing the finance director this was the wisest use of the company’s money would be a difficult challenge. The advantage of cloud is that its pay-as-you-go pricing means you can access all those resources for the times you do need them but not pay for them when you don’t. This way you can carry out Big Data analytics whenever you need but do so affordably.

如果您必须购买这些资源，那么它们将是难以置信的昂贵，并且在许多时间里它们将处于闲置状态。 要说服财务总监这是*明智地使用公司资金的方法，将是一项艰巨的挑战。 云的优势在于其按需付费的定价方式意味着您可以在需要时访问所有这些资源，而在不需要时则无需付费。 这样，您可以在需要时进行大数据分析，但价格合理。

2. 文件存储 (2. File storage)

While it’s true that you can store your files in many places, what makes the cloud so appealing is that files can be accessed, edited and shared anywhere with an internet connection and this opens up a variety of opportunities for mobile working, collaboration and even improved security.

虽然可以将文件存储在许多地方，但使云如此吸引人的是，可以通过Internet连接在任何地方访问，编辑和共享文件，这为移动工作，协作甚至改进提供了各种机会。安全。

What’s more, the cloud provides high-speed, high-availability access as well as offering scalability to increase or decrease storage as demand requires – again paid for on a per-use basis.

而且，云提供了高速，高可用性的访问权限，并提供了可扩展性以根据需要增加或减少存储-再次按使用付费。

3. 测试与开发 (3. Testing and development)

Developing a new application or platform in-house can be an expensive and long-winded process. It involves significant spending, time and staff involvement and requires the procurement, installation and configuration of hardware. This means it takes longer to complete a project and can put your company at a disadvantage with competitors.

在内部开发新的应用程序或平台可能是一个昂贵且漫长的过程。 它涉及大量的支出，时间和人员参与，并且需要硬件的采购，安装和配置。 这意味着完成项目需要更长的时间，并且可能使您的公司在竞争对手中处于劣势。

Cloud computing can make testing and development quicker, less expensive and less complicated. This is because there are various pre-existing and perfectly suitable cloud environments already built and ready to use out of the box.

云计算可以使测试和开发更快，更便宜，更复杂。 这是因为已经建立了各种预先存在且非常合适的云环境，可以立即使用。

4. 灾难恢复 (4. Disaster recovery)

Lots of companies use the cloud as the solution for their disaster recovery needs. Continuous backups of your servers in the cloud mean that you’ll no longer need to pay for a separate, redundant DR site of your own. Not only is recovery much cheaper, it’s also far quicker, ensuring your business is back online in no time at all.

许多公司将云用作满足其灾难恢复需求的解决方案。 在云中对服务器进行连续备份意味着您不再需要为自己的冗余冗余DR站点付费。 恢复不仅便宜得多，而且速度也快得多，可确保您的业务立即恢复在线。

5. 数据备份 (5. Data backups)

Traditional methods of backing up data have tended to be complicated and time-consuming, often requiring portable drives or even tapes being shipped to remote sites for storage. This is also a technique that can back-fire if the drives are too small for the data or are discovered to be defective.

备份数据的传统方法趋于复杂且耗时，通常需要将便携式驱动器甚至磁带运送到远程站点进行存储。 如果驱动器对于数据而言太小或被发现有缺陷，这也是一种可能会适得其反的技术。

Cloud-based backup is far easier to carry out and more secure. You can schedule backups to meet your needs; store them remotely on virtual servers, knowing that if the physical hardware hits a problem the data is still available; they can be encrypted for increased security and checked to make sure the data is not corrupt. And as with all cloud storage, you can have as much space as you need without fear of running out.

基于云的备份更容易执行且更安全。 您可以安排备份以满足您的需求； 将它们远程存储在虚拟服务器上，知道如果物理硬件遇到问题，数据仍然可用； 可以对它们进行加密以提高安全性，并检查以确保数据没有损坏。 与所有云存储一样，您可以拥有所需的空间，而不必担心耗尽。

6. 物联网 (6. The Internet of Things )

The internet of Things is beginning to transform the way we live our lives and increasing numbers of enterprises are making use of it. An IoT system works by collecting data from large numbers of connected sensors and uses this to make intelligent decisions – often using artificial intelligence and machine learning.

物联网正在开始改变我们的生活方式，越来越多的企业正在使用它。 物联网系统通过从大量连接的传感器中收集数据来工作，并经常使用人工智能和机器学习来进行智能决策。

To take advantage of the IoT, the cloud is needed to analyse that data and make insights from it. A smart traffic system, for example, can monitor traffic conditions across an entire area, discovering where issues arise and using AI to quickly reroute or slow down vehicles in order to prevent a hold up. This kind of intervention would be almost impossible to gather without the capabilities of cloud.

为了利用物联网，需要云来分析数据并从中获得见解。 例如，一个智能交通系统可以监控整个区域的交通状况，发现问题出处，并使用AI快速改道或放慢车辆速度，以防止阻塞。 没有云的功能，几乎不可能收集到这种干预。

Cloud’s scalability is also important for IoT. As a company grows, so might the number of IoT devices it sends and receives information from. More devices mean it will need larger computing resources and this can be achieved quickly and easily in the cloud without the need for significant capital investment.

云的可扩展性对于物联网也很重要。 随着公司的发展，它发送和接收信息的IoT设备的数量也可能会增加。 更多的设备意味着它将需要更大的计算资源，并且可以在云中快速轻松地实现这一目标，而无需大量的资本投资。

结论 (Conclusion)

Cloud enables businesses to do many things that, without it, they would find more expensive, overly time-consuming or beyond their in-house IT capabilities. From basic solutions, like storing files and backing up data, to highly sophisticated processes, such as Big Data analytics and IoT data processing, the potential of the cloud is enormous. Indeed, what we have discussed here barely scratches the surface and there are even more developments yet to come.

云使企业能够完成许多事情，而没有它，它们会发现更昂贵，更耗时或超出其内部IT功能。 从存储文件和备份数据的基本解决方案到大数据分析和IoT数据处理等高度复杂的流程，云的潜力是巨大的。 确实，我们在这里讨论的内容几乎没有触及表面，并且还有更多的发展。

 

云平台是什么？

各大厂商解释不一，云计算的书里写的更是云里雾里，但是如果你实际用过现在各大云平台提供商所提供的云计算平台以后，你就可以明白的得出结论，云平台就是高级版本的虚拟主机。

云平台可比虚拟主机高级多了，怎么会是虚拟主机呢？

这是所有人在看到上面结论后的*个反应。是的，这个反应很正确，但我也没说云平台就是普通的虚拟主机啊，我说的是云平台是高级版本的虚拟主机，当然是比普通的虚拟主机高级多了。

下面我们来看看云平台和虚拟主机有哪些本质的相同点：

都是提供一个虚拟计算环境的。不同的是普通虚拟主机是一台实体主机上提供多个站点的虚拟环境，云平台是不计其数的实体主机提供不计其数的站点的虚拟环境。
都会提供一种或几种语言的支持。普通虚拟主机有的只支持一种语言，有的则支持多种语言。而云计算平台也是如此。
都会为了安全对支持的语言都做某种程度的限制。普通虚拟主机通常会限制本地文件操作的各种API，而云计算平台则会有更多的限制。
都提供特殊的API服务。既然有些API被限制不能使用，那被限制的API就会有一些安全的替代品来代替。另外，为了将用户绑定于自己的平台，提供一些特别的API服务，也会让用户的站点无法轻易转移。
都会提供数据存储服务。不同的是普通虚拟主机通常提供的是SQL数据存储，而云计算平台则提供更利于分布式计算的NOSQL数据存储。
都会提供特殊的管理平台。虚拟主机通常会提供一些Web管理接口，或者FTP等管理方式来管理。而云计算平台通常会提供特殊的数据上传同步工具。
都是通过计时和计量来收费的。不同的是，云计算平台的计费和计量更加细化，会精确到多少个CPU时间和使用了多少M的存储。
以上这些相同相似点足以说明云平台就是高级版本的虚拟主机。

这个问题回答完之后，后面的问题就简单了。

问：云计算平台有前途吗？会有人用吗？

答：只要虚拟主机有人用，云计算平台就会有人用，相同的本质更好的服务，用户没有理由不选择云计算平台。

问：那么云计算平台能干些什么呢？

答：以前虚拟主机能干的，在云平台上都能干。但是云平台提供了更多的计算资源和存储资源，只要你有钱，不用担心会像虚拟主机一样因为一时流量太大就会被封掉。

问：那怎样才能花*少的钱又充分利用起云平台来呢？

答：*好的答案就是在云平台上使用 Hprose，它可以以*小的流量提供*快的服务，在云平台上，跟使用 SOAP 或者 REST 方式来提供 Web 服务相比，使用 Hprose 来提供 Web 服务，你只需要 1% 都不到的投入。所以，Hprose 是您使用云计算平台的*好搭档。
————————————————

原文链接：https://blog.csdn.net/iteye_2945/article/details/81889334

大数据时代我们几乎每个人都得了解一下虚拟机与大数据平台。趋势如此，要不什么也很难前行。的确如此，从网格运算思想的出现，再到了后来virtual-box、VMware、kvm、virtual PC等等方案。到了前两年，也许是因为是亚马逊公司太过尊大，虚拟机的集成方案cloudstack、openstack、zstack应运而生。在技术层面本并不是一种太过神秘的技术，只是有了资本的介入，这虚拟机之上的计算技术竟然炒到“虚拟机成就了信息技术的革命新时代”！

云计算有很多种，我说说我理解的目前比较经典应用：服务端云化，应用端云化。

服务端云化

传统的应用服务器要找机房，买主机，买存储，买带宽等硬件设备，然后再聘请专业员工维护，这些都需要提前投资一笔钱。然后买来的机器都是固定性能的，在一些存在峰值计算的情况下就会出现资源不足的情况。 那么云计算服务(服务端云化)就是有一个土豪公司购买100倍你需要的资源，然后安装好物理设备，在上面搭建云平台，然后再将这些物理资源标注成服务器常用资源然后售卖。只要足够多客户使用就能收回投资。 例如我要搭建一个论坛，我找到了一个discuss版本，传统我要去买机器，买带宽，注册备案等。这些买来的设备我要投入一笔钱，不用的话只能卖二手，价格也不好。那么这时如果我选择阿里云，选择2个CPU，4G内存，100G存储，那么每月付30人民币，一年也就360元。如果自己买这些估计要一次投入6~7万。而且还需要请员工维护。对于创业者这笔钱还是很重要的。 还有很重要的是我购买的云资源不是固定的，可以根据需要申请或者减少资源，这样只需付出临时需要资源的钱就行了。就像平常出行只有2个人，滴滴打车打的是普通轿车或者拼车，但是像促销活动时需要拉6位乘客，于是我可以选择6座商务车，如果像双十一人多我可以选择面公交车。这样我只需要付出专车的钱就能使用不同款的专车服务。云计算也是这个道理，但服务器需要多少资源(根据人数叫车)，就申请多少，不用自己买服务器(自己买车)。 服务端云化，就是将CPU，内存，存储，网络等都资源话，由一个土豪公司统一维护，提供计算资源，就像提供水电一样。服务端云化主要针对是服务提供者。个人用户没有影响。

应用端云化

应用端比较经典是网盘和office云化。 网盘，例如百度网盘，提供网络存储，目前的宽带和4G能提供足够带宽，这样就能实现多设备访问相同资料。 office云化，以前office都需要安装office2010之类的软件才能使用，那么现在office365提供使用浏览器就能打开和编辑Word文档并且将文件存储在onedriver，这样就实现了云端存储了。 office云化后，可以实现协同办公，例如TIM的协同办公，或者“一起写”都能多人同时编辑，这些编辑变化都是在云端处理的。 客户端云化是对普通用户影响*大的，这将是未来平板可以替代笔记本电脑的一个重要技术实现。

至于云计算*大的用处就是云计算出现以前，很多企业对安全问题的处理多停留在买个防火墙、WAF、入侵防御、漏洞修复之上。随着云计算的发展和IT时代到来，网络安全问题愈发凸显，已经成为关乎企业信息安全与有序经营的重要环节。针对DDoS攻击，使用云平台的高防服务是省钱省力的一件事情。DDoS攻击不会是每天都发生的事情，如果自己组建个团队再部署一个清洗机房，拉好几百G的带宽来做这件事情成本高精力花的多，得不偿失。*近PS Cloud与SaaS应用，可支持工业互联网，涵盖协同研发、产业链协同、智能制造、财务共享、人力资源管理、数字营销等多种应用场景，为中小企业提供一站式解决方案。云计算给企业带来了便捷。

云计算是一种通过互联网提供与计算相关资源的可扩展的方法。工程学科应用于这个概念则被称为云计算工程，它与任何与云计算相关的技术相关联。

云计算构建了一个系统化的方法，专注于云计算应用程序的标准化和治理。

基础设施即服务
平台即服务
软件即服务
云计算工程师是负责与云计算相关的任何技术问题的IT专业人员。他们的职责包括支持、维护、设计、管理、计划。

云计算安全工程师
云计算系统工程师
云计算架构师
云计算网络工程师
云计算软件工程师
要想成为一名云计算工程师，IT专业人员首先应该掌握云计算主要领域的技能。

首先从掌握基本概念开始，然后通过掌握完全面向云计算的特定供应商的平台或技术等重要领域来增强其专业知识水平，因为这有助于为IT专业人员增加附加优势。但要获得这些特定领域的知识，IT专业人员应具备软件、操作和架构角色所需的技能。

通常在操作角色中获得的技能要了解恢复灾难，故障转移和冗余的方法。只要对这些概念有良好的把握，就可以通过一些培训轻松学习云计算架构师概念。

而了解应用程序网络、虚拟化和存储技术的操作和设计，将为IT专业人员在云计算领域增加额外的优势。

IT人员*好具有强大的编程背景，而如果熟练操作OpenStack，AWS(Amazon Web Service)和Azure则更好。

掌握这些技术中的至少一种，将有助于对他人设计的软件的理解。总之，这都要求IT人员具有更加丰富的经验和实践技能。

云计算架构的基础是基于API和Web服务。在这些服务模式方面具有良好的专业知识水平将使IT人员在掌握云基础知识方面*一步。

“云计算工程师” 这个概念在IT时代是一个进化的角色，IT专业人员在云计算时代取得成功的同时，还需要一系列高级技能。

这些技能通过云计算认证培训所获得，行业标准认证为IT人员提供了获得云计算工程师工作的边缘优势。

AWS
Azure
MCSE-基础架构和云平台
CCNA和CCNP云计算版本
VMware VCP7-CMA
AWS的认证

它包括学历证书和专业证书。AWS认证涵盖的解决方案架构师的角色是AWS解决方案架构师助理。获得这一级认证后，IT人员可以转到专业级认证继续学习。

AWS认证为拥有技术知识的IT专业人员提供了一定程度的认可，它增强了IT人员在设计、操作和部署应用程序和基础设施方面所需的技能。

云计算工程师应该全面了解与云计算有关的每个概念。

IT人士应该对所有的编程语言有全面的了解，其中包括Java，Ruby和Python。除了传统技术外，云计算工程师还应该在现代的基础设施方面具有更多的技能。

大多数寻求云计算工程师的组织都必须要求应聘者具备Docker、Azure、AWS、Rackspace、Linux、Google Compute Engine和OpenStack的操作经验。此外，拥有DevOps和NoSQL数据库的经验也很重要。

云计算-从头到尾(Cloud Computing- Beginning to En)- Ray J. Rafaels著
云计算-实践方法(Cloud Computing- A Hands-on Approach)- Arshdeep Bahga和Vijay Madisetti著
云计算- 概念、技术和架构以及云计算设计模式(Cloud Computing- Concepts. Technology and Architecture and Cloud Computing Design Patterns) – Thomas Erl等人著
Cloudonomics – 云计算的商业价值(Cloudonomics- The Business Value of Cloud Computing) – Joe Weinman著
亚马逊网络服务傻瓜教程(Amazon web services for Dummies)- Bernard Golden著

总而言之，云计算工程师必须通过互联网充分利用所有可用资源，并制定适当的应用程序，以充分拓展他们的职业生涯。

云市场的红火，企业也需要相关的技术人员来满足他们的业务需求，因此促使许多IT人员愿意向云计算领域转型。在这之前，我们需要首先了解一下那些受欢迎的云计算岗位，并了解公司雇主对他们的期望。然后，了解自己的简历需要增加哪些经验和技能，如何获取经验，以及如何回答雇主在面试期间提出的一些难题。

以下概述云计算中的一些常见职业以及他们所需的技能：

1、云计算管理员

企业需要工作人员配置云部署并执行管理和监控任务，这个工作人员就是云计算管理者。需要具备坚实的知识基础，通过教育和培训，获得认证，可以为其在云计算领域的职业做好准备，确保其技能是*新的。

管理员的大部分工作是云计算基础设施管理，所以公司的面试人员将询问应聘者的云计算管理体验，以及其熟悉的工具和平台。

企业将会继续积*应用公共和混合云模型，并在谈论将工作负载合并到公共云及其好处。
面试者可能会问应聘人员是否会采用DevOps工具，特别是随着越来越多的企业追求这个模式，它有利于云计算管理员获得DevOps相关工具的经验。

2、云计算架构师

云计算架构师考虑到大局：他们监督云计算策略，包括采用计划，应用程序设计和管理。由于云计算技术不断变化，云计算架构师必须了解当前趋势，以保持环境的有效运行。

企业希望云计算架构师能够面对未来的系统，对于组织三年或三年以上的云战略有着长期的考虑，并可以制定一个更好的路线图，为企业做好充足的准备。

跨平台的可移植性是企业面临的一个重大问题，因此在面试过程中可能会出现容器体验。云计算架构师需要知道容器的能力以及它们如何适应云战略。

3、云计算安全经理

安全性始终是企业的首要关注点，云计算安全管理者的作用是保持云部署安全。应聘者需要通过正式的培训和认证，如认证信息系统安全专家，这是简历的重要方面。虽然坚实的教育基础很重要，但面试人员希望应聘者可以在现实世界中使用这些技能。
在云计算安全方面，应聘者还有很多参与的机会和因素，并必须证明能够设计、执行和维护各种云基础架构的云安全策略。
云计算系统的威胁和风险日益严重，所以管理人员必须不断监控环境。需要跟踪云安全趋势，并掌握不同的工具和流程，如加密、访问控制和多因素身份验证。

管理人员必须具备良好的沟通能力，为组织内的员工制定政策，以及对治理和合规性标准的了解。应聘者需要学习新技能，强化已经拥有或在云计算的新职业技能，这永远不会太晚。云计算领域对人才的需求不断变化，所以面试人员希望应聘者具备与现在不同的技能，以适应将来的需求。

云计算供应商特定的体验、容器、机器学习是三种技能，可以帮助提高应聘者简历的价值。

4、云应用开发人员

企业开发和部署软件的方式随着云计算的发展而不断变化。由于这些变化，企业需要更多的云应用开发人员；他们希望开发人员也承担通常与架构师、工程师、分析师和技术人员联系的角色。不过，应聘者还需要有编程方面的教育背景，请务必了解潜在雇主使用哪些语言，你是否已经掌握了这种语言。

企业雇主需要确保应聘者的技能适合企业，所以他们会询问开发过程。应聘者使用的管理和开发工具越多，面试人员可以评估应聘者是否能够转换到其工具集中。

强调自动化的重要性，敏捷模型在企业中很受欢迎，因此具有这些模型的经验以及不同部门和角色之间的合作能力有着很大的好处。
————————————————

原文链接：https://blog.csdn.net/IT_studied/article/details/108329201