机房360首页
当前位置:首页 » 云计算资讯 » 云计算与工业大数据之间的关系

云计算与工业大数据之间的关系

来源:机房360 作者:娟子 更新时间:2018/9/2 15:53:10

摘要:云计算这一概念可以追溯到上个世纪Sun和Oracle提出的“网络就是计算机”。限于当时的互联网条件等多方面的原因,这一提法后来不了了之。

  云计算这一概念可以追溯到上个世纪Sun和Oracle提出的“网络就是计算机”。限于当时的互联网条件等多方面的原因,这一提法后来不了了之。造化弄人,后来当云计算再次“火”起来的时候,云计算的鼻祖之一Sun却处境尴尬,最终被Oracle收购。而Oracle则对云计算这个新名词似乎有些抵触,在云计算方面一直非常低调。

  1、云计算的解释

  IBM

  云计算一词同时用来描述一个系统平台或者一种类型的应用程序,一个云计算的平台可按需进行动态的供给、配置、重新配置以及取消服务等。

  朱近之总监

  云计算是一种计算模式,在这种模式中,应用、数据和IT资源以服务的形式通过网络提供给用户。云计算还是一种基础架构管理的方法论,大量的计算资源组成IT资源池,用于动态创建高度虚拟化的资源提供给用户使用。”

  郑纬民教授

  云计算就是把你的计算资源,包括硬件资源(如计算机、存储器)、软件资源(如应用软件)都放到云上面去,简单地说,云就是互联网。”

  时至今日,云计算也没有一个大家都认可的定义,不过没关系,定义认可不认可并不影响云计算已经成为当前信息产业的主流发展模式,现在的云计算,已经是社会方方面面参与建设的IT产业了。

  用通俗移动的话讲,云计算就是一种按使用量付费的IT模式,即用了多少付多少钱,我们以前传统的IT业务是直接购买计算机软硬件(包括服务器、存储、网络、系统软件、应用软件等),而云计算是将这些IT资源集中搭建,使用者不需要购买这些设备,而是透过网络通过租用的模式进行使用。这种模式提供可用的、便捷的、按需的IT服务,通过云的运营商对可配置的计算资源共享池进行管理,这些资源能够被快速提供给用户使用。而用户只需投入很少的管理工作并付出极低或更合理的使用成本,即可得到与从前同功效、同质量的IT服务。

  2、云计算的服务

  IaaS:基础设施即服务

  用户从云计算运营商那里租用硬件资源(服务器、存储、网络、机房等),将自己的应用软件放在这些资源上运行,然后通过网络获得应用软件所提供的信息与数据。例如:阿里公司提供的服务器租用业务。

  PaaS:平台即服务

  除为用户提供所需的软硬件资源外,还为用户提供应用软件所需的开发环境和接口,使用户的应用软件开发更有效率。例如,微信的公众平台即是一种PaaS服务,用户可以利用微信提供的各种API接口,快速开发自己的应用。

  SaaS:软件即服务

  云计算运营商直接向用户提供应用所需的全部资源,用户无需购买软硬件(包括应用软件),直接使用云上的应用来管理企业的经营活动。例如,谷歌的网上Office,即可直接在浏览器中编辑、修改文档,而不用在本机购买安装微软的Office软件。

  可以看出,云计算是工业大数据的基础设施平台,如果把云计算比喻成高速公路,大数据就是在高速公路上跑的汽车。工业大数据可以用到云计算的不同层面,在IaaS层,工业大数据需要使用云计算厂商提供的计算资源,在PaaS层,需要使用各类接口及平台,例如数据库,工业大数据一般也不会自己部署,而是采用云厂商提供的数据库,在SaaS层,工业大数据会提供各类SaaS化的应用给最终用户。

  在实际项目中,需要根据用户的不同而选择不同的云计算模式。如果是中小企业,最好的模式是统一的工业大数据平台,例如,在公有云上搭建一个专业的工业大数据平台,直接提供SaaS化的服务给用户。但如果是大型企业,可能会选择私有云,在用户的私有云上部署工业大数据的应用,这时,就需要和用户进行详细交流,根据不同的私有云的技术,结合工业大数据的技术来进行部署和应用。

  企业智能制造的升级,离不开云计算的的支持。工业大数据在云计算的支持下得以广泛应用,必将带来工业企业的广泛创新和变革的新时代。

  如果大家想要更深入了解工业大数据的应用,那么果酱君给大家推荐由上海市信息化专家委员会委员的贺博士主讲的《大数据技术与工业应用》。

  文章来源:搜狐

  国匠学院公开课:《大数据技术与工业应用》

  【上课时间】2018年9月26日-29日

  【上课地址】江苏省苏州市工业园区苏虹中路398号1号门

  ☑适用对象

  1、各级政府,组织, 高校相关职能部门智能制造负责人;

  2、制造企业的总经理、厂长、生产运营负责人、CIO、战略规划负责人、供应链负责人;

  3、制造企业智能制造小组、工业4.0项目组、IE/精益小组负责人。

  ☑课程收益

  1、充分探讨构建数字化工厂顶层架构的设计:数字化工厂框架、数字化工厂设计路线的考量、数字化工厂信息化集成、优化管理体系,支撑智能制造系统; 2、深入了解完善数字化工厂的关键技术:工业自动化、智能检测技术、工业机器人技术、机器换人解决方案、工厂模拟仿真、工业大数据、工业物联网、PLM、MES、APS。


责任编辑:娟子编辑

机房360微信公众号订阅
扫一扫,订阅更多数据中心资讯

本文地址:http://www.jifang360.com/news/201892/n7897107954.html 网友评论: 阅读次数:
版权声明:凡本站原创文章,未经授权,禁止转载,否则追究法律责任。
相关评论
正在加载评论列表...
评论表单加载中...
  • 我要分享
推荐图片