当然，在广大的云计算市场里决不单单只有OpenStack平台。其实，市场上是有两种开源云管理平台——CloudStack和OpenStack相互竞争的。思杰公司近日就宣布，广受欢迎的CloudStack解决方案将成为业内首个即将提交给Apache Software Foundation(ASF)的云平台，作为由志愿者管理的非营利性开放源码基金会，ASF是全球最成功的开放源码项目的聚集地，这标志着思杰加速广泛采用开放、可互操作的云计算战略进入新阶段。自此，CloudStack将升格成为完全开源的Apache项目，并将进一步加快完成其使命：提供一个强大、成熟、兼容所有虚拟机管理程序的平台，可帮助各种规模的企业用户创建亚马逊风格的云设施。 与此同时，CloudStack还为Apache带来了3万多名新的社区成员、数千种经过认证的应用程序，以及数以百计的生产性云设施。每年 CloudStack来自行业顶尖品牌的云业务收入总和在10亿美元以上，为了充分挖掘市场潜力，思杰将针对所提议的Apache CloudStack发布可供商用的版本，并以此作为其云基础设施产品组合的核心。
随着OpenStack和CloudStack的不断发展，我们也不能确定其中哪一种开源云管理方法会成为主导，或者这两种策略是否仍将继续保持竞争态势。有一种可能是：管理系统会合并在一起。有人并没有将OpenStack视为一种方法，而是一组适用于其他管理平台的开源组件。目前，CloudStack用户可以选择使用OpenStack Swift实现对象存储，他们也可以选择使用Quantum实现网络支持。由于可以在CloudStack部署中加入越来越多的OpenStack组件，所以这两者之间的差别可能会逐渐消失。 将来还可能出现另一种情况：有一种方法可能证明更适合服务提供商，而另一种方法则更适合企业云。无论出现什么结果，开发这两种策略的主要工作肯定都是提高云部署速度。 向云时代的迁移推动了大量云基础设置的建设，根据IDC的数据，预计到2014年底，其市场容量将超过110亿美元。在这个新兴市场上，将出现成千上万种形式和规模的成功的云系统，且覆盖范围广泛，包括企业级的云基础设施和开发者产品，以及针对消费者的移动和游戏类云服务等。而就目前来讲，谁又在云计算领域取得先机了呢？ 美国科技博客网站Business Insider近期总结出了云计算领域最重要的10家公司。亚马逊因其释放了云的潜力而获得了极大的肯定。它展示了持续供应的、低单位成本的、以使用项目来计价的计算将怎样掀起创新浪潮。亚马逊云最开始就用于运行亚马逊网站，并且亚马逊将此技术能力向全球公开。毫无疑问他们公开的想法将统治计算的未来。亚马逊云最终仍然会变得比任何一家企业或任何一种云--或任何五种云都要强大得多。
性能计算(HPC)专家Jason Stowe最近向他的两位工程师同事问了一个简单的问题：能不能在云中搭建一个包含1万个核心的集群？ Stowe是Cycle Computing公司的创始人兼CEO，这是一家帮助客户快速而高效地获取超级计算能力的公司，主要服务对象是大学和大型研究机构。 Cycle Computing已经在亚马逊的弹性云(EC2)上搭建了几个集群，目前可扩充到数千个核心。但是Stowe想要再上升一个台阶，将他的集群扩展到1万个核心，虽然要在亚马逊上配置1万个核心可能需要花费大量的时间，但Stowe说他还没有见过有谁能在一个HPC集群上实现这一量级的核心数，因为这意味着需要采用一种批处理调度技术，并运行一个HPC优化应用。 "我们尚未找到更大规模的任何参照物，"Stowe说。他曾对自己在亚马逊上部署的Linux集群测试过运算速度，要进入全球最快超级计算机TOP500强榜单毫无问题。更多介绍我们将在本次专辑中为大家带来…… 说到云计算就不能不提到大数据。不久前，计算机科学家已经掌握了今日之所谓数据科学的理论和概念，但当时的资源有限，能够进行的数据分析类型也很有限。 如今，数据存储和处理资源已经极大丰富和廉价，这使得大数据的概念成为可能。而云计算则进一步降低了数据存储和处理资源的成本，容量也更大。这意味着数据分析的观念正在经历一次重大的范型转移，从过去资源优先转向以企业需求为先。 如果他们能够突破传统的数据采样和处理模式，一个人就能专注于要做的事情，因为资源太多了。例如，点评网站Yelp允许开发者无限制使用Elastic MapReduce，这样开发者就不必为了测试某个疯狂想法而走繁琐的资源申请流程。Yelp能够在一年前发现网站流量的移动化趋势并及时开展移动业务都得益于此。 提到到数据，很多人都会想起Hadoop，那么Hadoop是什么，它又为何会那么风靡呢？
在云计算世界中，有一个概念最被认可，但却很少有人理解。当被问及Apache Hadoop时，绝大部分企业都会将其看做是首屈一指的云计算数据模型。但是，大部分人都不知道Hadoop是什么，应当如何使用它或者它是否对他们有帮助。 Apache Hadoop是MapReduce计算模型的一个开源实施。MapReduce是由谷歌公司推广开的，用于构建公司的互联网索引。在其最初形式中，MapReduce被当做一种系统集群分布式工作的方法，开发出来。在这样一个集群中，有一个把题（计算任务）分解成小片的“主”节点，而每一小片工作任务都被发送至一个“工作”节点以进行下一步处理。这种分割——分发的模式就是名称中“map”部分的由来。当所有的“工作”节点都完成了分配到的任务时，将返回计算结果并组合或“reduce”以生成最后的结果。 但是，MapReduce和Hadoop引人注目的地方在于把MapReduce的概念应用于大数据应用中，而不只是计算网格中的分布式处理任务。虽然MapReduce的最初目的和“网格计算”极为相似，不过这个概念也被应用于对跨多个系统的数据库的访问。人们将它看做是大数据典型模式，原因有二：出于便利性的考虑，大多数大数据都是在特定环境中被搜集和存储的；通常来说，大数据都是过于庞大而无法集中在一个单一系统中。 Hadoop的核心组成部分是Hadoop分布式文件系统（HDFS），这是一个专门为跨潜在巨大量分布式服务器进行虚拟化而设计的文件系统。实际上，Hadoop使用JobTrackers和TaskTrackers来完成映射和降维任务；使用合适的软件组件，Hadoop就能够在结构化数据和非结构化数据上正常运行，并且使用几乎所有的编程语言作为其开发框架。它适用于绝大多数的计算平台，只要能够正确地组织好版本和工具，你就可以毫不麻烦地在 Hadoop中安装混合平台。更多介绍，本次专辑我们一起关注！ |
