账号密码登录
免密码登录
获取验证码
第三方账号登录
Hello,新朋友
在发表评论的时候你至少需要一个响亮的昵称
大数据+云计算，未来十年的金矿在哪里?
阅读：2470次
来源：良仓孵化器
大数据为我们提供的不是最终答案，只是参考答案，帮助是暂时的，而更好的方法和答案还在不久的未来——《大数据时代》“大数据”已经成了一个炙手可热的话题。数据正成为巨大的经济资产，成为新世纪的矿产与石油，将带来全新的创业方向、商业模式和投资机会，无论是谷歌通过分析流感相关词条后及时准确的预报流感还是滴滴打车建立在一个庞大的云端交通数据都体现出了数据的价值感。以云计算为基础的信息存储、分享和挖掘手段，可以便宜、有效地将这些大量、高速、多变化的终端数据存储下来，并随时进行分析与计算。云计算和大数据就像一个硬币的正反面密不可分。通过云计算对大数据进行分析、预测，会使得决策更为精准，释放出更多数据的隐藏价值。一个大规模生产、分享和应用数据的时代正在开启。
本期良仓三人行，我们有幸邀请到了来自国内一线云计算平台的技术达人，云计算行业创业团队CEO以及精通大数据与云计算领域的投资人，共同来聊聊当大数据遇到云计算时擦出了什么样的火花!本期项目嘉宾副总裁——杜江华创始人——拖雷代码狗科技创始人——覃健祥云霁科技——葛梅——陈希安硕信息——虞慧晖PS 项目简介：：致力于提供最适合开发者的数据在线托管、传输加速以及云端处理等服务。：IaaS基础设施，阿里技术大牛拖雷和江枫创建的面向客户提供深度定制的PaaS/SaaS产品和服务。创始人拖雷作为淘宝数据团队的创建人，hitao业务负责人，淘宝本地生活业务负责人，总裁孙权助理，对云计算有深入的研究;代码狗：阿里技术大牛覃健祥(吴笑)创建自动化管理运维平台;云霁科技：一家面向2B的数据中心IT运维服务提供商;：国内顶尖的IaaS(基础云计算)服务商;安硕信息：10 多年来一直专注在信贷与风险领域;专业从事金融机构的信用风险管理软件开发和数据服务。本期投资人——大象——袁智勇顺融资本——柳梁华睿资本——金晟 红杉资本——范永林本期干货非常多，小编为大家整理了一份内容通俗易懂的版本。Q1 他们眼里的大数据和云计算，在这中间他们又提供了什么价值拖雷，作为淘宝数据团队的创建人，hitao业务负责人，淘宝本地生活业务负责人，阿里云总裁孙权助理，以及袋鼠云创始人，专注于云和大数据技术服务。定位于一个大数据的公司，对云计算的有着自己独到的见解，认为真正的云计算一定有两个重要的基础条件：第一是计算资源的虚拟化，按计算能力购买才是真正的云计算，目前的虚机嘛，嗯，看不到机器心里不踏实。第二是云计算能力的弹性伸缩能力，一定是想用多少就是多少，不用的时候就不要。那么现在的云计算是什么?嗯，社会主义初级阶段。同样他对现阶段大数据的理解，大数据并没有真的爆发，雾里看花懂的同时，各自理解着大数据。当然现在只要把大数据应用起来就可以已经很不错了。覃健祥，代码狗科技CEO，他们不提供大数据服务，只是做一个云计算工具，再说的直白一点就是一个To B
的SaaS，他们主要提供一个自动化运维的服务。旨在提高效率，降低出错率，提高资源的利用率，按需订购资源。七牛的杜总对UCloud的定位是偏向于IaaS(基础云计算)的服务商，专注互联网的海量数据的一站式的服务，从收集到上传到存储到分发。简单的说产品化的PaaS。帮助创业者减少缩短这个想法到产品的距离，提供好的API,SDK。让你在创业是能专注于应用的本身，而不需要去考虑基础的东西。我们的PaaS同时还有其他的存储的能力，计算的能力，解决网络的能力。先把数据收集起来数据，我们的平台提供的是对数据的存储。然后在这基础上，我们用户能在我们平台上利用我们的能力去处理自己的数据。而云霁科技的葛梅则把云计算比作是一个生产资料，大数据是一个生活资料。而云霁在这边充当一个生产资料的角色，为大数据提供一个平台。而UCloud呢则是偏向于IaaS(基础云计算)的服务商。安硕信息的虞总对安硕的定位则是通过大数据的应用给银行做传统的IT服务提供资产管理系统。?为银行提供信贷管理解决方案的咨询，相关的风险管理解决方案，同时也为银行提供数据仓库与商业智能解决方案的咨询。Q2 投资人说，他们的关注点在哪里，未来的机会可能会在哪里?赛伯乐的袁智勇从投资人的角度出发，层层切入，剖析未来机会和关注的点： 首先从最底层的IDC，中国的数据量在暴增，虽然一线城市IDC在饱和，但是市场仍旧很很好，这个市场业务的利润确实非常透明的。更多的机会呢可能会来自电力成本比较便宜的地区，往西部这些城区去建数据中心会更好一点。 第二层是公有云，这里的格局已经基本定格，因为有BAT和华为的介入。
但是像UCloud，七牛云这些做行业云的还是会很好的机会，逐渐去深化，因为每个行业的客户对公有云所要配置的需求和服务是不一样的。比如说计算能力，安全，流量等等。把这个提供的方案进一步的细化，会是一个机会。 第三层是混合云和私有云，传统企业的需求爆发，对于上公有云，他们还是会产生心里有障碍。核心数据的保密导致不愿意放到公有云上，因此在未来私有云和混合云的解决方案，
这个领域会有一个大的空间。原因也是因为BAT和华为在这一块上很难落地。 第四层是传统企业信息化的推进。PAAS层，也是有很大的机会，创新的一些技术，利用容器技术，下一代服务器的管理的技术。包括一些做混合云解决方案例如easy
stack，都有很大空间。 第五层是企业服务SAAS层面，觉得中国的市场刚刚起步，同样非常大的机会。
随着数据量的爆炸，但是有一点值得非常关注的是安全的需求，如何从被动的防御到主动的。 第六层是关于数据化和大数据分析应用的机会，前十年互联网时代，人与人、人与物、物与物的联系，导致数据量暴增，
这是互联网时代所带给大家的变量;而互联网时代产生的结果就是人的行为和企业的行为被数字化。非结构化的数据，大量不是很有效的数据被储存在云端，如何收集有效的数据和对大户数据分析的应用，比如利用大数据来预测疾病的爆发也是未来的方向。Q3 在大数据或者云计算的垂直或者细分的领域是否有一些风口或者爆发性的点呢? 第一 安全问题，随着数据量的暴增 怎么解决自己的数据安全问题
，面对如今很多互联网金融被黑客攻破而倒闭，怎么样有效的预防安全问题是一个很大的机会。 第二
数据在各个行业的应用，尤其是在广告营销，精准的医疗，和金融这三个行业。同时怎么把割裂的数据统一起来，建模筛选出来，同时建立一个可靠的模型为客户提供一个精准的匹配，以便降低他的风险损失，这也是一个投资人喜欢的方向。第三 混合云的解决方案，从一个点进行突破做一个一整套的方案，把服务变的更深 把客户的需求挖的更深 。 第四
SaaS类的应用，这一块的市场也会非常大，垂直类的应用比如钉钉，teambiton。但是袁总还是觉得感觉这个点还没到
，炒得很热用的很少，可能的原因是因为大部分协调的软件不会针对使用的人不同而变得效果也不同。Q4 在未来如何让大数据和云计算产生更大的价值? 拖雷给云计算的比喻是一套基础性的设施再加上一些配套是一整套的体系。大数据是基于云计算，每个人对大数据的理解不一样有些人认为做了几张报表就是大数据，这是大数据的现状，但是大数据在未来还是会有很多的机会，整个互联网的趋势会让整个社会数据化，会带来大数据的爆表。爆表会让未来对数据的采集，分析和使用端等等有很大的机会。而大数据和云计算的领域，中国企业也在改变，而未来要产生真正价值 靠自己的数据很难，更大的价值 ，可能在于做数据的交换和融合? 最直观的理解就是类似把钱放到银行，
能产生更大的价值 。但是安全还是问题，例如如何监管，如何去交易，被复制等等，但是越混杂越有机会 。未来整个社会都会被数据化。
既然任何业务每个人都有数据，未来社会也可能会被数据化。
这么繁杂的数据到底有没有共同点如何设置统一的基准来交换这些数据，来让这些数据流通。如何把非标数据变成标准化这也是一直在探索的方向。Q5 对于创业者而言，这么多的平台，如何选择? 找准平台的核心点和最擅长的领域，结合自己的需求来做抉择。
任何一个平台都有自己核心的点，和最擅长的领域，作为一个CIO来选择的话，
他一定会选择在某一个领域做得最好的，功能特性最强的，性价比最高的点。例如七牛云和UCloud各自有强项，前者擅长数据存储，后者在于云主机。对于创业者来说也许用UCloud的主机和七牛的存储是性价比最高的。而透明的时代也一定是企业把最强的点发挥出来。
企业需去选择自己最合适的，不要盲目的选择，创业自己去选择的时候，要看自己现在的需求，再去选择产品。同时从客户体验来说用户能够从裸机状态到分配到计算资源和存储资源，到上线服务客户，这中间的过程肯定越简单越快越好，一键操作。
还有一点就是更重要的还有一个是容灾情况，出了故障能最快最好的解决，也是创业者选择前需要考虑的点。
声明：该文章版权归原作者所有，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本网联系。
72小时热文
8.4万次阅读
2.1万次阅读
1.2万次阅读
1.2万次阅读
1.1万次阅读
1.1万次阅读
1.0万次阅读
9905次阅读
杭州数澜科技有限公司
Workingdom
首发且原创
阅读下一篇
若互联网公司天生骄傲，有多少危机能变机遇
创头条精选
扫描二维码关注
微信扫码咨询“风雨十年，未来何去何从”一篇文看懂Hadoop
&我们很荣幸能够见证Hadoop十年从无到有，再到称王。感动于技术的日新月异时，希望通过这篇内容深入解读Hadoop的昨天、今天和明天，憧憬下一个十年。&
本文分为技术篇、产业篇、应用篇、展望篇四部分。
2006年项目成立的一开始，&Hadoop&这个单词只代表了两个&&HDFS和MapReduce。到现在的10个年头，这个单词代表的是&核心&(即Core Hadoop项目)以及与之相关的一个不断成长的生态。这个和非常类似，都是由一个核心和一个生态系统组成。
现在Hadoop在一月发布了2.7.2的稳定版， 已经从传统的Hadoop三驾马车HDFS，MapReduce和HBase社区发展为60多个相关组件组成的庞大生态，其中包含在各大发行版中的组件就有25个以上，包括数据存储、执行引擎、和数据访问框架等。
Hadoop在2.0将资源管理从MapReduce中独立出来变成通用框架后，就从1.0的三层结构演变为了现在的四层架构：
底层&&存储层，文件系统HDFS
中间层&&资源及数据管理层，YARN以及Sentry等
上层&&MapReduce、Impala、Spark等计算引擎
顶层&&基于MapReduce、Spark等计算引擎的高级封装及工具，如Hive、Pig、Mahout等等
HDFS已经成为了大数据磁盘存储的事实标准，用于海量日志类大文件的在线存储。经过这些年的发展，HDFS的架构和功能基本固化，像HA、异构存储、本地数据短路访问等重要特性已经实现，在路线图中除了Erasure Code已经没什么让人兴奋的feature。
随着HDFS越来越稳定，社区的活跃度也越来越低，同时HDFS的使用场景也变得成熟和固定，而上层会有越来越多的文件格式封装：列式存储的文件格式，如Parquent，很好的解决了现有BI类数据分析场景;以后还会出现新的存储格式来适应更多的应用场景，如数组存储来服务机器学习类应用等。未来HDFS会继续扩展对于新兴存储介质和服务器架构的支持。
2015年HBase 发布了1.0版本，这也代表着 HBase 走向了稳定。最新HBase新增特性包括：更加清晰的接口定义，多Region 副本以支持高可用读，Family粒度的Flush以及RPC读写队列分离等。未来HBase不会再添加大的新功能，而将会更多的在稳定性和性能方面进化，尤其是大内存支持、内存GC效率等。
Kudu是Cloudera在2015年10月才对外公布的新的分布式存储架构，与HDFS完全独立。其实现参考了2012年Google发表的Spanner论文。鉴于Spanner在Google 内部的巨大成功，Kudu被誉为下一代分析平台的重要组成，用于处理快速数据的查询和分析，填补HDFS和HBase之间的空白。其出现将进一步把Hadoop市场向传统数据仓库市场靠拢。
Apache Arrow项目为列式内存存储的处理和交互提供了规范。目前来自Apache Hadoop社区的开发者们致力于将它制定为大数据系统项目的事实性标准。
Arrow项目受到了Cloudera、Databricks等多个大数据巨头公司支持，很多committer同时也是其他明星大数据项目(如HBase、Spark、Kudu等)的核心开发人员。再考虑到Tachyon等似乎还没有找到太多实际接地气的应用场景，Arrow的高调出场可能会成为未来新的内存分析文件接口标准。
管控又分为数据管控和资源管控。
随着Hadoop集群规模的增大以及对外服务的扩展，如何有效可靠的共享利用资源是管控层需要解决的问题。脱胎于MapReduce1.0的YARN成为了Hadoop 2.0通用资源管理平台。由于占据了Hadoop的地利，业界对其在资源管理领域未来的前景非常看好。
传统其他资源管理框架如Mesos，还有现在兴起的Docker等都会对YARN未来的发展产生影响。如何提高YARN性能、如何与容器技术深度融合，如何更好的适应短任务的调度，如何更完整的多租户支持、如何细粒度的资源管控等都是企业实际生产中迫在眉睫的需求，需要YARN解决。要让Hadoop走得更远，未来YARN需要做的工作还很多。
另一方面大数据的安全和隐私越来越多的受到关注。Hadoop依靠且仅依靠Kerberos来实现安全机制，但每一个组件都将进行自己的验证和授权策略。开源社区似乎从来不真正关心安全问题，如果不使用来自Hortonworks的Ranger或来自Cloudera 的Sentry这样的组件，那么大数据平台基本上谈不上安全可靠。
Cloudera刚推出的RecordService组件使得Sentry在安全竞赛中拔得先机。RecordService不仅提供了跨所有组件一致的安全颗粒度，而且提供了基于Record的底层抽象(有点像Spring，代替了原来Kite SDK的作用)，让上层的应用和下层存储解耦合的同时、提供了跨组件的可复用数据模型。
计算引擎层
Hadoop生态和其他生态最大的不同之一就是&单一平台多种应用&的理念了。传的底层只有一个引擎，只处理关系型应用，所以是&单一平台单一应用&;而NoSQL市场有上百个NoSQL软件，每一个都针对不同的应用场景且完全独立，因此是&多平台多应用&的模式。而Hadoop在底层共用一份HDFS存储，上层有很多个组件分别服务多种应用场景，如：
确定性数据分析：主要是简单的数据统计任务，例如OLAP，关注快速响应，实现组件有Impala等;
探索性数据分析：主要是信息关联性发现任务，例如搜索，关注非结构化全量信息收集，实现组件有Search等;
预测性数据分析：主要是机器学习类任务，例如逻辑回归等，关注计算模型的先进性和计算能力，实现组件有Spark、MapReduce等;
数据处理及转化：主要是ETL类任务，例如数据管道等，关注IO吞吐率和可靠性，实现组件有MapReduce等。
其中，最耀眼的就是Spark了。IBM宣布培养100万名Spark开发人员，Cloudera在One Platform倡议中宣布支持Spark为Hadoop的缺省通用任务执行引擎，加上Hortonworks全力支持Spark，我们相信Spark将会是未来大数据分析的核心。
虽然Spark很快，但现在在生产环境中仍然不尽人意，无论扩展性、稳定性、管理性等方面都需要进一步增强。同时，Spark在流处理领域能力有限，如果要实现亚秒级或大容量的数据获取或处理需要其他流处理产品。Cloudera宣布旨在让Spark流数据技术适用于80%的使用场合，就考虑到了这一缺陷。我们确实看到实时分析(而非简单数据过滤或分发)场景中，很多以前使用S4或Storm等流式处理引擎的实现已经逐渐Kafka+Spark Streaming代替。
Spark的流行将逐渐让MapReduce、Tez走进博物馆。
服务层是包装底层引擎的编程API细节，对业务人员提供更高抽象的访问模型，如Pig、Hive等。
而其中最炙手可热的就是OLAP的SQL市场了。现在，Spark有70%的访问量来自于SparkSQL!SQL on Hadoop到底哪家强?Hive、Facebook的Pheonix、Presto、SparkSQL、Cloudera推的Impala、MapR推的Drill、IBM的BigSQL、还是Pivital开源的HAWQ?
这也许是碎片化最严重的地方了，从技术上讲几乎每个组件都有特定的应用场景，从生态上讲各个厂家都有自己的宠爱，因此Hadoop上SQL引擎已经不仅仅是技术上的博弈(也因此考虑到本篇中立性，此处不做评论)。可以遇见的是，未来所有的SQL工具都将被整合，有些产品已经在竞争钟逐渐落伍，我们期待市场的选择。
周边的工具更是百花齐放，最重要的莫过于可视化、任务管理和数据管理了。
有很多开源工具都支持基于Hadoop 的查询程序编写以及即时的图形化表示，如HUE、Zeppelin等。用户可以编写一些SQL或Spark代码以及描述代码的一些标记，并指定可视化的模版，执行后保存起来，就可供其他人复用，这钟模式也被叫做&敏捷BI&。这个领域的商业产品更是竞争激烈，如Tableau、Qlik等。
调度类工具的鼻祖Oozie能实现几个MapReduce任务串连运行的场景，后来的Nifi及Kettle等其他工具则提供了更加强大的调度实现，值得一试。
毫无疑问，相对与传统的数据库生态，Hadoop的数据治理相对简单。Atlas是Hortonworks新的数据治理工具，虽然还谈不上完全成熟，不过正取得进展。Cloudera的Navigator是Cloudera商业版本的核心，汇聚了生命周期管理、数据溯源、安全、审计、SQL迁移工具等一系列功能。Cloudera收购Explain.io以后将其产品整合为Navigator Optimizator组件，能帮助用户把传统的SQL应用迁移到Hadoop平台并提供优化建议，可以节省数人月的工作量。
算法及机器学习
实现基于机器学习的自动的智能化数据价值挖掘是大数据和Hadoop最诱人的愿景了，也是很多企业对大数据平台的最终期望。随着可获得的数据越来越多，未来大数据平台的价值更多的取决于其计算人工智能的程度。
现在机器学习正慢慢跨出象牙塔，从一个少部分学术界人士研究的科技课题变成很多企业正在验证使用的数据分析工具，而且已经越来越多的进入我们的日常生活。
机器学习的开源项目除了之前的Mahout、MLlib、Oryx等，今年发生了很多令人瞩目的大事，迎来了数个明星巨头的重磅加入：
2015年1月，Facebook开源前沿深度学习工具&Torch&。
2015年4月，亚马逊启动其机器学习平台Amazon Machine Learning，这是一项全面的托管服务，让开发者能够轻松使用历史数据开发并部署预测模型。
2015年11月，谷歌开源其机器学习平台TensorFlow。
同一月，IBM开源SystemML并成为Apache官方孵化项目。
同时，微软亚洲研究院将分布式机器学习工具DMTK通过Github开源。DMTK由一个服务于分布式机器学习的框架和一组分布式机器学习算法组成，可将机器学习算法应用到大数据中。
2015年12月，Facebook开源针对神经网络研究的服务器&Big Sur&，配有高性能图形处理单元(GPUs)，转为深度学习方向设计的芯片。
现在使用Hadoop的企业以及靠Hadoop赚钱的企业已经成千上万。几乎大的企业或多或少的已经使用或者计划尝试使用Hadoop技术。就对Hadoop定位和使用不同，可以将Hadoop业界公司划分为四类：
第一梯队：这类公司已经将Hadoop当作大数据战略武器。
第二梯队：这类公司将Hadoop 产品化。
第三梯队：这类公司创造对Hadoop整体生态系统产生附加价值的产品。
第四梯队：这类公司消费Hadoop，并给规模比第一类和第二类小的公司提供基于Hadoop的服务。
时至今日，Hadoop虽然在技术上已经得到验证、认可甚至已经到了成熟期。其中最能代表Hadoop发展轨迹的莫过于商业公司推出的Hadoop发行版了。自从2008年Cloudera成为第一个Hadoop商业化公司，并在2009年推出第一个Hadoop发行版后，很多大公司也加入了做Hadoop产品化的行列。
&发行版&这个词是开源文化特有的符号，看起来任何一个公司只要将开源代码打个包，再多多少少加个佐料就能有一个&发行版&，然而背后是对海量生态系统组件的价值筛选、兼容和集成保证以及支撑服务。
2012年以前的发行版基本为对Hadoop打补丁为主，出现了好几个私有化Hadoop版本，所折射的是Hadoop产品在质量上的缺陷。同期HDFS、HBase等社区的超高活跃度印证了这个事实。
而之后的公司更多是工具、集成、管理，所提供的不是&更好的Hadoop&而是如何更好的用好&现有&的Hadoop。
2014年以后，随着Spark和其他OLAP产品的兴起，折射出来是Hadoop善长的离线场景等已经能够很好的解决，希望通过扩大生态来适应新的硬件和拓展新的市场。
Cloudera提出了Hybrid Open Source的架构：核心组件名称叫CDH(Cloudera's Distribution including Apache Hadoop)，开源免费并与Apache社区同步，用户无限制使用，保证Hadoop基本功能持续可用，不会被厂家绑定;数据治理和系统管理组件闭源且需要商业许可，支持客户可以更好更方便的使用Hadoop技术，如部署安全策略等。Cloudera也在商业组件部分提供在企业生产环境中运行Hadoop所必需的运维功能，而这些功能并不被开源社区所覆盖，如无宕机滚动升级、异步灾备等。
Hortonworks采用了100%完全开源策略，产品名称为HDP(Hortonworks Data Platform)。所有软件产品开源，用户免费使用，Hortonworks提供商业的技术支持服务。与CDH相比，管理软件使用开源Ambari，数据治理使用Atlas，安全组件使用Ranger而非Sentry，SQL继续紧抱Hive大腿。
MapR采用了传统软件厂商的模式，使用私有化的实现。用户购买软件许可后才能使用。其OLAP产品主推Drill，又不排斥Impala。
现在主流的公有云如AWS、Azure等都已经在原有提供的IaaS服务之外，提供基于Hadoop的PaaS云计算服务。未来这块市场的发展将超过私有Hadoop部署。
Hadoop平台释放了前所未有的计算能力，同时大大降低了计算成本。底层核心基础架构生产力的发展，必然带来的是大数据应用层的迅速建立。
对于Hadoop上的应用大致可以分为这两类：
将已经实现的应用和业务搬迁到Hadoop平台，以获得更多的数据、更好的性能或更低的成本。通过提高产出比、降低生产和维护成本等方式为企业带来好处。
这几年Hadoop在数个此类应用场景中已经被证明是非常适合的解决方案，包括： 历史日志数据在线查询：传统的解决方案将数据存放在昂贵的关系型数据库中，不仅成本高、效率低，而且无法满足在线服务时高并发的访问量。以HBase为底层存储和查询引擎的架构非常适合有固定场景(非ad hoc)的查询需求，如航班查询、个人交易记录查询等等。现在已经成为在线查询应用的标准方案，中国移动在企业技术指导意见中明确指明使用HBase技术来实现所有分公司的清账单查询业务。TECH2IPO/创见
「 等待新的科技故事 」
畅想云计算时代：中国 IT 产业的未来十年
如果一定要说现在人类处在互联网的哪个发展阶段，我认为应该进入了互联网的中期阶段，再过十年二十年，可能互联网已经不再是今天意义上的互联网，因为那时互联网已不太重要，日常工作生活娱乐离不开的是另一种网络，或许叫智慧网。
本文作者为雨林木风商务主任，产品宣传负责人张江健（）互联网仅是人类信息化的其中一个阶段，未来互联网可能会消失，比如虚拟三维屏幕的出现，信息将不依赖于物理屏幕。人们借助虚拟屏幕可以随时随地传播交互各种多媒体信息，不用天天面对电脑屏幕，互联网的商业模式将彻底变革。 如果一定要说现在人类处在互联网的哪个发展阶段，我认为应该进入了互联网的中期阶段，再过十年二十年，可能互联网已经不再是今天意义上的互联网，因为那时互联网已不太重要，日常工作生活娱乐离不开的是另一种网络，或许叫智慧网。1、IT产业的本质IT全称 Information Technology 也就是信息+技术，两者组成了整个信息产业的核心，通过技术创新提升信息的传播效率，从而推动 IT 产业不断向前演进。实际上，一切 IT 产业的本质都可以归结为让信息传播更具效率！从计算机、通信网络、互联网到移动互联网无一不是为了解决信息传播的效率问题，人们常见的文档、图片、音视频本质上说就是数字信息，技术上体现为0和1。信息在整个社会经济活动中扮演着重要角色，因为信息不充分、不对称导致了社会资源配置的效率低下。因此，西方经济学主要是研究稀缺资源的有效配置问题。资源是稀缺的，人们需要让其实现最优化配置，其中最有效的办法就是让信息传播更充分、更有效率。从几万年前古代结绳记事到今天的即时通信，信息传播的效率提升了不止几千几万倍。回顾近100多年来人们传播信息的方式，从报纸、电话、广播、电视、计算机到手机、平板电脑，整个演进过程本质上就是信息载体的变化。除了诞生有几百年历史的报纸，从电话到手机所有信息传播设备都是近100年来信息技术发展的产物，可以说信息载体的变化体现着整个信息产业的演化进程，技术的变革直接提升信息化程度。未来几年我们接触到的信息载体往往是一块块屏幕，例如比今天更轻薄的智能手机、平板电脑和液晶电视，信息载体已向高级化、智能化、便携化、多样化演进。2、云计算：第四次信息革命最近两三年无论是美国还是中国，全球IT行业最热门的一个话题肯定是云计算。众所周知，云计算被认为是继大型计算机、个人电脑、互联网之后的第四次IT产业革命。云计算是一个专业术语，相信很多人一直不知所云，这里有必要注释一下它的含义。通俗点讲，云计算是指通过网络按需获取IT资源的生产方式。云存储是指通过网络按需存取海量数据资源的 IT 服务。这里的 IT 资源包括硬件、软件和应用，即硬盘、CPU、内存、应用程序和经过处理的信息。而网络是整个云计算的关键，包括网络速度和连接成本。90年代中期不少大企业（包括 Intel、Microsoft、Oracel、Apple）鼓吹过网络计算机（NC——Network Computer），但是在随后的十几年却一直没有发展起来，反而是 PC 产生了爆炸性的增长，主要原因是宽带网络的发展滞后制约了 NC 的普及。正因为网络对于云计算是如此的重要，所以自从云计算产业的价值被发掘之后，全球已经有100多个国家推出了国家宽带战略，很多国家已将宽带列为和水、电、气、公路一样重要的公共基础设施。联合国相关研究表明，宽带的部署是当前全球经济增长和持续复苏的最重要的驱动力之一，也是未来数十年中最关键的经济驱动力。宽带是未来信息社会经济发展的主要基础设施和战略资源，日本、韩国更是将宽带视为“立国之本”，美国、英国、新加坡、澳大利亚的宽带战略正开展的如火如荼。提到云计算，有一本书不得不提，那就是尼古拉斯·卡尔的《》。卡尔告诉我们，云计算时代我们今天所需的一切计算机软硬件都不再在生活中存在，它们只存在于云计算中心，我们按需付费购买即可，就像生活中的水、电一样都是集中供应的。难道未来 IT 就真的不再重要吗？其实不然，未来就是因为 IT 太重要了，每个人都需要海量的存储空间、高速运算处理能力，现有的个人 IT 设备已无法满足对海量信息的处理需求，只能借助云计算中心的超级计算机来完成。在未来云计算时代，每个人都有一个专属数据中心，由大型云计算中心做技术支撑，人们所需的电子设备只需要能便捷接收和输入信息即可。在个人终端与云计算中心之间起关键作用的是传输网络，因此宽带网络的质量（主要是速度和成本）直接影响云计算技术应用的发展进程。整个云计算产业最关键的设施主要有信息终端、信息传输网络和信息应用。信息终端比如 PC、手机、平板电脑、智能电视，信息应用如软件及信息服务，这两项都可以由大量商业企业自发提供，而信息传输网络只能由每个国家的主要电信运营商推动。因此，云计算时代控制信息命脉的首先是电信运营商，事实也证明他们最先能赚得盆满钵满，当前全球十大市值科技公司中有5家是电信运营商。关于信息网络的建设，美国极具先见之明。1993年克林顿政府正式启动“信息高速公路”计划，预计用20年时间，耗资
亿美元，建造全国信息基础设施，从而推动计算机技术和通信技术的飞速发展。“信息高速公路”计划至今将近20年，今天美国 IT 产业称霸全球，为美国经济社会的发展做出了巨大贡献。3、IT 巨头的兴衰起落与信息化让我们先来看看整个 IT 产业的发展历史。IT 产业目前为止人们是经历了硬件、软件、服务这样一个不断演变的过程。在20世纪90年代以前 IT 产业最赚钱的都是卖硬件的比如 IBM、苹果、Intel，90年代开始卖软件的开始崛起比如微软、SUN、甲骨文，90年代中后期互联网开始崛起如 Yahoo、AOL、Ebay、Amazon。进入到21世纪前十年大家有目共睹的如 Google、腾讯、苹果、Facebook 这些今日的 IT 大鳄。IT巨头的兴衰起落与IT产业的本质到底存在什么样的关系？信息流通要更具效率，那就意味着信息终端、宽带网络、信息应用都要低成本获得。云计算的出现让这一切成为可能，因为云计算的边际成本趋于0。《》告诉我们，单靠卖硬件去赚一次性的钱已不太可能，云计算时代终端、网络、信息应用都趋于免费，云计算运营商通过规模增值服务获利。云计算的精髓在于提升信息流通效率，数字成本趋于0，云计算时代最显著的特征就是社会生产、生活各个环节高度信息化！同时，不同时期信息表现形式是不一样的。当 IT 产业主要集中在硬件、软件的时代，标准化信息会占据主流。当 IT 产业主要集中在软件、应用服务的时代，非标准化信息也即碎片化信息会占据主流。在互联网领域，标准化信息主要体现为 Web1.0，碎片化信息主要体现为 Web2.0。以前PC时代主要产生文档、程序等标准化信息，现在手机、平板电脑等电子设备产生大量的照片、视频等非标准化信息，数据呈现惊人的爆炸性增长。AT&T 移动数据流量在过去三年里增长了 50 倍，亚马逊 S3 云存储服务文件数量达 5660 亿，所以说人类历史上10%的数据是在过去的一年里产生的。一切 IT 产业的本质都可以归结为让信息流通更具效率。信息时代信息载体已经从笨重、简单的手机、PC、数码产品向更轻薄的智能手机、平板电脑和液晶电视演进，信息载体已向高级化、智能化、便携化、多样化演进，在云计算时代甚至只需要一块可实现信息交互的便携屏幕即可。举个例子，苹果 iPhone 在手机出货量中只占 8.8% 的比例，但却获得了全球手机行业 73% 的利润。可以夸张的说，一块iPhone 触摸屏颠覆了整个手机行业，因为 iPhone 所有的操作都可以在一块屏幕上实现，这对手机行业来说是革命性的。苹果并不是一家单纯的硬件公司，更不是一家软件或者互联网公司。苹果很好抓住了 IT 产业的本质，让硬件、软件、网络融为一体，让人们信息传播更具效率、体验更好，所以它的成功也体现了 IT 产业一个很好的趋势——智能化！由于信息载体在经历硬件-软件-服务-智能化的不断演进，生产商已很难凭借某一阶段优势在长期发展中获利，所以，全球IT巨头 IBM 、微软、谷歌等近年都在发力云计算，否则摩托罗拉、诺基亚的悲剧可能不用多久还会再次重演。4、云计算时代:中国IT产业的未来十年毫无疑问，未来十年中国和全球都将进入云计算时代。云计算中心负责数据交汇处理，担负着海量复杂信息数据的传输、存储和运算。未来我们接触到的信息载体往往是一块块屏幕，例如比今天更轻薄的智能手机、平板电脑和电视墙，屏幕无处不在（康宁广告片： ），信息载体已向高级化、智能化、便携化、多样化演进。每一块屏幕的背后是海量数据的高速运算处理，人们只看结果不关心过程，担负运算任务的不再是分散的IT设备而是大规模高度集中的云计算中心。目前因为网络连接质量（速度和费用）不尽人意，运算能力还只依赖终端设备的性能，各终端制造商需要提供更高运算速度的CPU、更大的内存、更丰富强大的应用程序。云计算时代，人们工作和生活中会产生大量碎片化信息，高速无线网络无处不在，以支撑终端设备与云计算中心的数据传输。终端设备由于受到体积、重量和技术多方面的限制运算能力极度有限，而信息数据无限增长，因此最经济的方式就是终端只负责信息显示与交互，云计算中心负责数据运算处理。在个人终端与云计算中心之间起关键作用的是传输网络，因此宽带网络的质量（主要是速度和成本）直接影响云计算技术应用的发展进程。整个云计算产业最关键的设施主要有信息终端、信息应用和信息传输网络。前两者由大量商业企业通过市场竞争方式快速推动，而信息传输网络由于建设规模庞大、成本投入高和建设周期长，只能由每个国家的主要电信运营商和政府推动，因此，信息传输网络的建设水平直接影响一个国家或地区的云计算发展水平。我国“十二五”规划中将信息技术列为七大战略新兴产业之一，其主要分为六个方面，分别是下一代通信网络、物联网、三网融合、新型平板显示、高性能集成电路和高端软件。实际上六个方面主要包括了信息终端、信息应用和信息传输网络，说到底还是云计算产业最关键的三大设施。尽管该规划已经包含了下一代通信网络和三网融合，但是云计算产业最重要的宽带网络并没有单独列出，可喜的是，后来又制定了宽带中国战略作为补充，让这最关键的一环重新接轨。普遍提升宽带速度和降低接入费用才是目前发展云计算最迫切需要解决的。可以预见，未来十年社会高度信息化，信息传播效率大幅提升，对社会生产方式和生活方式产生重要影响。在工业经济时代，用户是产品的接受方，无法涉足生产过程。而在信息社会中，从产品设计、原料采购、生产制造、仓储物流、到销售六大环节全程高度信息化，借助云计算技术，生产制作企业基本可以实现按需生产，生产效率会得到极大提升。信息化对生活方式的影响，正如康宁广告片（由玻璃构成的一天）所描绘的那样，我们接触到的信息载体是一块块屏幕。所有家电都联网，智能电视可交互、可触摸遥控、可声控，智能冰箱可远程查看、可自动调温、可统计食物数量，智能空调可播报天气、可作闹钟、甚至可检测空气质量，物联网技术广泛应用于生产和生活中。总之，科技改变生活，最终主要通过改变信息载体来实现。互联网实现了计算机的互联和资源的共享，使人类真正进入信息共享的社会，它对人类社会组织和生活的改变是革命性的。但是互联网仅是人类信息化的其中一个阶段，未来互联网可能会消失，比如虚拟三维屏幕的出现（谷歌眼镜），信息显示将不依赖于物理屏幕，人们借助虚拟屏幕可以随时随地传播交互各种多媒体信息，互联网的商业模式将彻底变革。梅特卡夫定律告诉我们，网络的价值与联网的用户数的平方成正比。大量用户产生的海量数据，经过数据挖掘等技术对海量数据进行分析处理，然后输出新的高价值信息和研发新服务，应用于社会生产、生活和娱乐方方面面。因此，云计算时代，拥有海量数据是未来大型互联网公司的典型特征。未来没有纯粹的互联网公司，大型互联网公司的业务将高度融合人们工作、生活方式的某些环节，通过提升信息传播效率而让人们工作更轻松、生活更精彩。相关内容：按照未来学家托夫勒《》所说，第一次浪潮为农业阶段，从约1万年前开始；第二次浪潮为工业阶段，从17世纪末开始；第三次浪潮为信息化阶段，从20世纪50年代后期开始。由此可见社会发展的每一个阶段都会经历很长一段时间，但由于技术的进步后面的每个社会发展阶段可能会越来越短，从1万年到几百年甚至到几十年。假设信息时代可能持续100年，那么过去60年仅是信息化初期，信息化率小于40%，未来二三十年是信息化中期，信息化率40%—60%，而信息化后期，信息化率达60%以上。这是参照了工业化的阶段划分标准，还有其他指标可以对社会每个发展阶段进行划分，比如产业结构、人均GDP。其实作为普通人如果你每日生活中的所有设备和所有行为60%以上有信息技术的参与，那么可以说整个社会已经进入高度信息化阶段。
请后参与评论