3.8新兴信息技术
3.8.1 云计算
1. 云计算概念
云计算是指基于互联网的超级计算模式，通过互联网来提供大型计算能力和动态易扩展的虚拟化资源。
（1）超大规模
（2）虚拟化
（3）高可靠性
“云”使用了数据多副本容错、计算节点同构可互换等措施来保障服务的高可靠性，用云计算比使用本地计算机可靠。
（4）通用性
（5）高可扩展性
“云”的规模可以动态伸缩，满足应用和用户规模增长的需要。
（6）按需服务
“云”是一个庞大的资源池，用户按需购买；云可以像自来水、电、煤气那样计费。
（7）极其廉价
（8）潜在的危险性
3．云计算架构
从对外提供的服务能力来看，云计算的架构可以分为3个层次：基础设施即服务(laaS)、平台即服务（PaaS）和软件即服务(SaaS)。
（1）基础设施即服务(laaS)
英文为Infrastructure as a Service，指消费者通过 Internet可以从云计算中心获得完善的计算机基础设施服务，例如虚拟主机、存储服务等，典型厂家有Amazon、阿里云等。如果把云计算比作一台计算机，IaaS 就相当于计算机的主机等硬件。
（2）平台即服务(PaaS)
英文为 Platform as a Service，指为云计算上各种应用软件提供服务的平台应用，其作用类似于个人计算机的操作系统，也包括一些增强应用开发的“开发包”，典型厂家有GoogleApp Engine、Microsoft Azure、阿里Aliyun Cloud Enginee、百度Baidu App Enginee等。
（3）软件即服务( SaaS)
英文为Software as a Service，是一种通过Internet提供软件的模式，用户无需购买软件，而是向提供商租用基于Web的软件，来管理企业经营活动。类似于个人计算机中各种各样的应用软件。提供SaaS服务的厂家越来越多，典型的如国外的Salesforce、国内的淘宝等。
从云计算的核心以及大型数据中心的内部结构来看，其结构包括资源池、云操作系统和云平台接口。
（1）资源池：指集群管理的各种基础硬件资源，如 CPU、存储和冈络带宽等。
（2）云操作系统：通过虚拟化技术对资源池中的各种资源进行统一调度管理。
（3）云平台接口：用户调用云计算资源的接口。
4．云计算应用
（2）从应用范围来看，云计算又可分为公有云、私有云和混合云。公有云通常指第三方提供商用户能够使使用的云，公有云一般可通过Internet 使用，可能是免费或成本低廉的。私有云是为一个客户单独使用而构建的，因而提供对数据、安全性和服务质量的最有效控制。该公司拥有基础设施，并可以控制在此基础设施上部署应用程序的方式。混合云就是将公有、私有两种模式结合起来，根据需要提供统一服务的模式。
3.8.2 物联网
1．物联网概念
物联网(loT:The Internet of Things）即“物物相联之网”，指通过射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等信息传感设备，按约定的协议，把物与物、人与物进行智能化连接，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种新兴网络。从计算机的协同处理来划分，可分为独立计算、互联网和物联网时代。
物联网不是一种物理上独立存在的完整网络，而是架构在现有互联网或下一代公网或专网基础上的联网应用和通信能力，是具有整合感知识别、传输互联和计算处理等能力的智能型应用。
物联网概念的3个方面如下。
物：客观世界的物品，主要包括人、商品、地理环境等。
联：通过互联网、通信网、电视网以及传感网等实现网络互联。
网：首先，应和通讯介质无关，有线无线都可。其次，应和通信拓扑结构无关，总线、星型均可。最后，只要能达到数据传输的目的即可。
3．物联网架构
物联网从架构上面可以分为感知层、网络层和应用层，如图3-15所示。
（1）感知层：负责信息采集和物物之间的信息传输，信息采集的技术包括传感器、条码和二维码、RFID射频技术、音视频等多媒体信息，信息传输包括远近距离数据传输技术、自组织组网技术、协同信息处理技术、信息采集中间件技术等传感器网络。感知层是实现物联网全面感知的核心能力，是物联网中包括关键技术、标准化方面、产业化方面亟待突破的部分，关键在于具备更精确、更全面的感知能力，并解决低功耗、小型化和低成本的问题。
（2）网络层：是利用无线和有线网络对采集的数据进行编码、认证和传输，广泛覆盖的移动通信网络是实现物联网的基础设施，是物联网三层中标准化程度最高、产业化能力最强、最成熟的部分，关键在于为物联网应用特征进行优化和改进，形成协同感知的网络。
（3）应用层：提供丰富的基于物联网的应用，是物联网发展的根本目标，将物联网技术与行业信息化需求相结合，实现广泛智能化应用的解决方案集，关键在于行业融合、信息资源的开发利用、低成本高质量的解决方案、信息安全的保障以及有效的商业模式的开发。
各个层次所用的公共技术包括编码技术、标识技术、解析技术、安全技术和中间件技术。
4．物联网关键技术
感知层作为物联网架构的基础层面，主要是达到信息采集并将采集到的数据上传的目的，感知层的技术主要包括：产品和传感器(条码、RFID、传感器等）自动识别技术，无线传输技术（WLAN、Bluetooth、ZigBee、UWB)，自组织组网技术和中间件技术。
5．物联网应用
物联网的产业链包括传感器和芯片、设备、网络运营及服务、软件与应用开发和系统集成。作为物联网“金字塔”的塔座，传感器将是整个链条需求总量最大和最基础的环节。
智能微尘、智能电网、智慧物流、智能家居、智能交通、智能农业、环境保护、医疗健康、城市管理、金融服务保险业、公共安全
3.8.3 移动互联网
1．移动互联网概念
移动互联网一般是指用户用手机等无线终端，通过3G (WCDMA、CDMA2000或者TD-SCDMA)或者WLAN等速率较高的移动网络接入互联网,可以在移动状态下(如在地铁、公交车上等）使用互联网的网络资源。
从技术层面的定义：以宽带IP为技术核心，可以同时提供语音、数据、多媒体等业务的开放式基础电信网络。
从终端的定义：用户使用手机、上网本、笔记本电脑、平板电脑、智能本等移动终端,通过移动网络获取移动通信网络服务和互联网服务。
移动互联网=移动通信网络＋互联网内容和应用，它不仅是互联网的延伸，而且是互联网的发展方向。
移动终端在处理能力、显示效果、开放性等方面无法和PC相提并论，但在个性化、永远在线、位置性等方面强于PC。由于移动终端具有小巧轻便、随身携带两个特点，决定了移动互联网应用应具有下列新特征而不是传统互联网应用的简单复制和移植。
（1）接入移动性（2）时间碎片性（3）生活相关性（3）终端多样性
3．移动互联网关键技术
移动互联网的关键技术包括架构技术SOA、页面展示技术Web2.0和 HTML5以及主流开发平台Android、iOS 和Windows Phone。
（1）SOA
Service Oriented Architecture，即面向服务的架构，SOA是一种粗粒度、松耦合服务架构，服务之间通过简单、精确定义接口进行通讯，不涉及底层编程接口和通讯模型。SOA可以看作是B/S模型、XML（标准通用标记语言的子集）/Web Service技术之后的自然延伸。
Web Service是目前实现SOA)的主要技术，是一个平台独立的，低耦合的。
（2）Web 2.0
Web 2.0严格来说不是一种技术，而是提倡众人参与的互联网思维模式。
（3）HTML5
HTML5的设计目的是为了在移动设备上支持多媒体，推动浏览器厂商，使Web开发能够跨平台跨设备支持。
HTML5相对于HTML4是一个划时代的改变，新增了很多特性，其中重要的特性包括:
🍄 支持WebGL、拖曳、离线应用和桌面提醒，大大增强了浏览器的用户使用体验。
🌵 支持地理位置定位，更适合移动应用的开发。
🌴 支持浏览器页面端的本地储存与本地数据库，加快了页面的反应。
🌲 使用语义化标签，标签结构更清晰，且利于SEO。
🌳 摆脱对Flash等插件的依赖，使用浏览器的原生接口。
🌰 使用CSS3，减少页面对图片的使用。
🌱 兼容手机、平板电脑等不同尺寸，不同浏览器的浏览。
HTML 5手机应用的最大优势就是可以在网页上直接调试和修改。
（4）Android
Android一词的本义指“机器人”，是一种基于Linux的自由及开放源代码的操作系统，主要用于移动设备，如智能手机和平板电脑。
（5）IOS
iOS是由苹果公司开发的移动操作系统。iOS是一个非开源的操作系统。
3.8.4 大数据
1. 大数据的概念
“超大规模”表示的是GB级别的数据，“海量”表示的是TB级的数据，而“大数据”则是PB级别及其以上的数据。
2. 大数据关键技术
大数据所涉及的技术很多，主要包括数据采集、数据存储、数据管理、数据分析与挖掘四个环节。在数据采集阶段主要使用的技术是数据抽取工具ETL。在数据存储环节主要有结构化数据、非结构化数据和半结构化数据的存储与访问。结构化数据一般存放在关系数据库，通过数据查询语言(SQL）来访问；非结构化（如图片、视频、doc文件等）和半结构化数据一般通过分布式文件系统的NoSQL (Not Only SQL)进行存储，比较典型的NoSQL有Google的 Bigtable、Amazon 的 Dynamo和Apache 的 Hbase。大数据管理主要使用了分布式并行处理技术，比较常用的有MapReduce。
（1）HDFS
Hadoop分布式文件系统（HDFS）是适合运行在通用硬件上的分布式文件系统，是一个高度容错性的系统，适合部署在廉价的机器上。HDFS能提供高吞吐量的数据访问，非常适合大规模数据集上的应用。
（2）HBase
HBase是一个分布式的、面向列的开源数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的地方是 HBase基于列的而不是基于行的模式。
（3） MapReduce
MapReduce是一种编程模型，用于大规模数据集(大于1TB)的并行运算。概念“MapK映射)”和“Reduce（归约)”。
（4）Chukwa
Chukwa是一个开源的用于监控大型分布式系统的数据收集系统。可用于展示、监控和分析已收集的数据。
