云专业专家解读：云计算专业发展前景与挑战
本文目录
云计算和大数据哪个好？
大数据和云计算从理论角度来看，二者属于不同层次的事情，云计算研究的是计算问题，大数据研究的是巨量数据处理问题，而巨量数据处理依然属于计算问题的研究范围，因此，从这个角度来看，大数据是云计算的一个子领域，从应用角度来看，大数据是云计算的应用案例之一，云计算是大数据的实现工具之一。
大数据与云计算既有不同又有联系，但在现实中，由于大数据处理时为了获得良好的效率和质量，常常采用云计算技术，因此，大数据与云计算便常常同时出现于人们的眼前，从而造成了人们的困惑。
大数据技术是一种新一代技术和构架，它以成本较低、以快速的采集、处理和分析技术，从各种超大规模的数据中提取价值。大数据技术不断涌现和发展，让我们处理海量数据更加容易、更加便宜和迅速，成为利用数据的好助手，甚至可以改变许多行业的商业模式。
大数据(big data)是这样的数据集合：数据量增长速度极快，用常规的数据工具无法在一定的时间内进行采集、处理、存储和计算的数据集合。云计算是一种基于因特网的超级计算模式，在远程的数据中心里，成千上万台电脑和服务器连接成一片电脑云。因此，云计算甚至可以让你体验每秒10万亿次的运算能力，拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心，按自己的需求进行运算。
云计算的就业前途，某种意义上也可以理解为云计算为我们提供的服务，存在一定的必然性，也就是说云计算对于社会、云计算使用者有哪些优势，也同时可以理解为，云计算的优势就是云计算的就业优势。
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
随着云时代的来临，大数据(Big data)也吸引了越来越多的关注。分析师团队认为，大数据(Big data)通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。
大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。大数据和云计算是未来发展趋势所需，且功能足够强大，这样的行业你说前景好不好呢?当然是好啊，所以抓紧学习才是正确的开始。
请问云计算运维的工作量大不大？需要经常加班吗？
与传统的IT运维服务相比，基于云计算IT运维服务实现了三大转变。首先它变被动为主动。基于云计算的IT运维服务以各种监控、告警、日志、报告服务工具为依托，通过全面的网络式监控可以及早发现故障隐患，从而可以建立起主动式IT运维。其次，它变复杂为简单。当新增一个分支机构时，只需要在网络上增加安装一个网管机，就可以监控管理整个IT系统，整个过程简单高效，而不需要部署复杂的IT运维软件。再次，它大幅降低了IT运维成本。云计算IT运维服务把数据乃至应用程序全部集中到云端，也就是数据中心的服务器上。对于运维来说，这意味着大量在本地的运维工作转移到云服务器端，运维的总体工作量大大减少，运维成本也就大幅降低。工作量不是很大，上海TANJURD人才服务中心，提示不需要经常加班的。学习云计算，难吗？
云计算是一种基于互联网的计算方式，要实现云计算则需要一整套的技术架构去实施，包括网络、服务器、存储、虚拟化等等。云计算目前分为公有云和私有云。两者的区别只是提供的服务的对象不同，一个是企业内部使用，一个则是面向公众。目前企业中的私有云都是通过虚拟化来实现的，建议你可以了解一下虚拟化行业的前景和发展。
虚拟化目前分为服务器虚拟化（以VMware为代表）、桌面虚拟化（思杰要比vmware的优势要大）、应用虚拟化（以思杰为代表）。
学习虚拟化需要的基础：
1. 操作系统，懂得Windows操作系统（Windows Server 2008、Windows Server 2003、Windows 7、Windows XP）的安装和基本操作、懂得AD域角色的安装和管理、懂得组策略的配置和管理
2. 数据库的安装和使用（SQL Server）
3. 存储的基础知识（磁盘性能、RAID、IOPS、文件系统、FC SAN、iSCSI、NAS等）、光纤交换机的使用、使用Open-E管理存储
4.网络的基础知识（IP地址规划、VLAN、Trunk、STP、Etherchannel）
所有计算机入门都一样：计算机网络，操作系统原理，计算机组成原理，数据库原理，数据结构，这几门先好好看，慢慢琢磨，先有个感性的认识再慢慢深入。
运维要学的可以分为4个阶段：
基础，Linux基础和网络基础，包括基本命令的使用，Linux系统的基本结构原理，系统管理，磁盘管理，raid阵列，常见的故障拍错,系统性能的监控调优，网络方面除了学好网络基本原理还要深入tcp/ip http 等；
深入，基本的服务的搭建和配置，例如Apache，nginx，bind，DHCP FTP等，还有shell脚本一定要会，有能力一定要学Python；
进阶，一些集群的搭建，负载均衡，高可用,数据库，常见的自动化运维工具和监控的使用等，集群高可用比如lvs,keepalived,heartbeat,brdb,memcached,然后MySQL数据库一定要会，常见的MySQL集群什么的也要会，自动化运维工具有：puppet,ansible,saltstack，监控工具有：zabbix,nagios。
高级，就是虚拟化技术，比如VMware,xvm,xen，还有目前非常火的docker可以试试。
至于学习方面，还是强烈建议先好好看完这几本书：计算机网络，操作系统原理，计算机组成原理，数据库原理。这样的话，到后面不至于很多概念不清楚然后自己陷入其中，大千世界万变不离其宗。
然后就是在win平台上用VMware或者virtualbox搭建Linux系统，从最基本的Linux知识开始学，也可以找网上的视频教程。扎扎实实学好基础，在慢慢学高级的内容。
最后还是强烈建议：不会编程的运维不是好程序猿，一定要学好shell编程，一定要学会Python，数据结构块内容也一定要会些。