深入浅出云计算
何恺铎
前国双技术总经理
立即订阅
1943 人已学习
课程目录
已完结 19 讲
0/4登录后，你可以任选4讲全文学习。
开篇词 (1讲)
开篇词 | 云计算，这是开发者最好的时代
免费
IaaS篇 (8讲)
01 | 区域和可用区：欢迎来到云端数据中心
02 | 云虚拟机（一）：云端“攒机”，有哪些容易忽视的要点？
03 | 云虚拟机（二）：眼花缭乱的虚拟机型号，我该如何选择？
04 | 云虚拟机（三）：老板要求省省省，有哪些妙招？
05 | 云硬盘：云上IO到底给不给力？
06 | 云上虚拟网络：开合有度，编织无形之网
07 | 云端架构最佳实践：与故障同舞，与伸缩共生
08 | 云上运维：云端究竟需不需要运维？需要怎样的运维？
PaaS篇 (8讲)
09 | 什么是PaaS？怎样深入理解和评估PaaS？
10 | 对象存储：看似简单的存储服务都有哪些玄机？
11 | 应用托管服务：Web应用怎样在云上安家？
12 | 云数据库：高歌猛进的数据库“新贵”
13 | 云上大数据：云计算遇上大数据，为什么堪称天作之合？
14 | 云上容器服务：从Docker到Kubernetes，迎接云原生浪潮
15 | 无服务器计算：追求极致效率的多面手
16 | 云上AI服务：云AI能从哪些方面帮助构建智能应用？
结课测试 (1讲)
结课测试｜这些云计算知识，你都掌握了吗？
结束语 (1讲)
结束语 | 与云计算一起，迈向未来
13 | 云上大数据：云计算遇上大数据，为什么堪称天作之合？
何恺铎 2020-04-01
你好，我是何恺铎。
今天我们来讨论和学习云计算中的大数据产品与技术，这也是我自己最喜爱的话题之一。
我们都知道，云计算以存储、计算规模和弹性著称，而大数据方面的业务需求，恰恰需要大量的存储，和呼之即来的澎湃算力。所以，云可以说是最适合运行大数据工作负载的平台了。同时，云计算时代数据规模空前扩大，因此大数据也成为了云上最需要解决的重要场景之一。
正因为两者的关系如此紧密，又几乎处于同一个时代，以至于早年有一段时间，很多开发者产生了概念上的混淆，把“云计算”一词当作大数据技术的代称。但事实并非如此，你需要注意甄别。
在当今的技术语言体系中，我们应该这样来理解：大数据主要是技术手段，是一系列处理海量数据的方法论和技术实现的总称；而云是一种资源和能力的载体，也是一种商业存在，是可以运行大数据负载和应用的平台。
举个例子来形容两者的区别：你可以把云比作一艘航空母舰，是一个大型综合作战平台，而大数据呢，就好比战斗机这个武器门类，在航母上就成了舰载机，依托航母可以达到更大的作战纵深和更强的投递能力。
当大数据和云计算交汇，就自然诞生了云上的大数据 PaaS 产品，它们是云对大数据技术进行了封装和产品化的成果，也正是我们这一讲的主角。
确认放弃笔记？
放弃后所记笔记将不保留。
取消
完成
0/1000字
划线
笔记
复制
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
该试读文章来自付费专栏《深入浅出云计算》，如需阅读全部文章，
请订阅文章所属专栏。
请订阅文章所属专栏。
立即订阅
登录 后留言
精选留言(5)
何恺铎 置顶[上讲问题参考回答]
1. 防止“删库跑路”的要点，一个在于备份，一个在于权限。很多同学都同时提到了这两点。备份方面要善用云数据库各种备份机制，包括自动的增量/全量备份、事务日志备份、可长期保存的数据库快照等。权限方面主要注意数据库本体和备份的权限分离，不要把所有钥匙交到一个人的手里。如果真的出现意外彻底删除，也要记得迅速联系云厂商后台支持，仍有找回数据的一线生机。
2. 分区当然仍有它的应用价值；对于某些NoSQL类云原生数据库，分区是必选机制，直接影响着存储层的sharding策略；而对于关系型云原生数据库，也大都支持经典的数据库分区操作，和底层分布式存储不但不冲突，还能够有助于减少数据扫描、提高查询性能。2020-04-01 5
罗辑思维问题：现在在云上，如果使用远端的对象存储，是否和这个思想背道而驰了呢？背后是什么样的因素在推动这个转变呢？
个人思考：任何技术手段都是考虑性价平衡，如对读写延迟要求不高，低频，归档的数据可以放在远端。还有所谓远端可能是其他人的近端，可以通过BGP网络或者CDN加速的方式，提供用户就近访问，有效降低云服务器负载。
想到庄振运老师说过通过性能优化替公司省了几千万美刀，才明白技术是生产驱动力，省钱更是硬道理。作者回复: 思考的角度不错哦，赞。
2020-04-02 4
Christopher云计算和大数据就是珠联璧合啊2020-04-01 2- 胖子MPP数据库因解决什么问题而发展过来的？
作者回复: 本质上MPP也是为了解决传统关系型数据库的性能和扩展性问题而诞生的，只是和Hadoop生态采用了不同的“大数据”思路和做法。
2020-04-15 1 
leslieHadoop没有研究过：不过分析型数据库是初次考虑去涉及。我们不防去提出另一个问题：mongodb为何要对sql做极好的支持？这个是从mongodb初始就有的。
redis和mongodb应当算是同类型的基于内存存储的数据库：为何一个对sql做了极好的支持一个没有？老师分享的图片中有指出阿里云的两种分析型数据库是基于PGSQL和MYSQL，它们背后其实是缺乏OLAP类型DB支持的。
谢谢分享，期待后续课程。作者回复: 这里要修正一下你的说法，虽然官方的MySQL和PostgreSQL不支持列式存储，但阿里云ADB for MySQL/PostgreSQL都是有定制的列存储或行列混合存储引擎的，所以才称得上是“分析型数据库”。
支不支持SQL，以及优先级如何，更多取决于数据库的应用场景和数据结构特点。很多时候不是能不能的问题，是需不需要的问题。另外MongoDB和Redis的差别还是蛮大的。2020-04-01 1
收起评论