从 Gartner的“炒作周期”谈起
权威的全球IT咨询／分析机构Gartner在1995年发明了一个叫“炒作周期 (Hype Cycle)”的曲线模型，自此之后便一直利用它来观察、预测各种新科技被企业接受、落地的成熟度；每年Gartner针对不同的行业和技术领域，都会更新其炒作周期曲线。
Gartner 2008年新兴科技炒作周期
利用上图中的Gartner 2008的新兴科技炒作周期作例子，炒作周期分为五个阶段，每项科技随着它的逐渐成熟，每年在曲线上的位置会逐渐向右侧流动，历经触发、夸大的期望顶点（炒作到最hi）、幻灭的谷底、启示的上坡，最终至生产力的高原，成为主流科技。当然，能走完五大阶段的前提是某科技不会在落入了幻灭的谷底之后便烟消云散，无法继续生存，而永无进入主流之日（事实上，过去的确有不少科技都落入了此劫）。在这个2008新兴科技曲线中，云计算仍处于***阶段，而过去这两年来谈得很多的Web 2.0社区计算平台（facebook等）则是处在顶峰附近的位置；面向服务的商业应用 (SOBA) 和 SOA 则是已经逐渐走出了炒作，进入更加务实的落地阶段，作为云计算和SaaS应用接口基础的Web services (SOAP、REST、POX/HTTP)，更是已经进入成熟阶段，已被广泛使用。
下图是2007年就应用、集成平台相关技术所列的炒作周期图（我手边没有今年的，但大致上不会差很多，只不过是其中大部分的技术又向右流动了一小段）。根据Gartner的观点，历经了十年发展，Java EE已成为成熟的主流科技，.NET则还有两三年的距离，紧接着是SOA、ESB、BAM（业务活动监控）、SOA治理、SCA规范、EDA（事件驱动架构），和仍在早期的网格计算平台、SaaS应用平台，和XTP（Extreme Transaction Processing，极限事务处理）。
Gartner 2007年应用基础设施炒作周期
XTP命名中的“极限”，一如极限运动 (extreme sports)，指的是随着SOA、SaaS、云计算的潮流，应用服务化，加上大量分布式的计算环境，而在高可用性、可靠性、高并发处理性能等方面的要求，却一点不比过去少，这无疑给新的计算模式带来了比传统OLTP事务处理更加复杂而严峻的挑战，XTP平台则正是因应这种环境下逐渐浮现的产物。
云计算、SaaS、网格、SOA和XTP实际上是一“树”多面
最近在几个演讲的场合中，都遇到“云计算和网格计算有何区别” 的问题。先确定一下云计算的定义，维基百科上的定义（英文版，中文版尚未同步）是：
“云”是对互联网的比喻，来自于互联网在电脑网络图中的画法…… 。这是一种将IT相关功能“作为服务”来提供的计算风格，……通过互联网（“在云端”）……用户不需具备专业知识去了解，或控制支撑这些服务的科技基础设施。
云计算是一个总的概念，包含了软件即服务（ SaaS ） ， Web 2.0和其他新近、众所周知的技术发展趋势。
往往和云计算造成混淆的是网格计算（ Grid Computing “某种分布式计算，即一个虚拟的超级计算机由一群联网、松耦合的电脑所组成，联合行动来执行非常大的任务” ） ，和效用计算（Utility Computing “将计算资源，如计算和存储，作为计量服务包装，类似于传统的公用事业，如电力... ...。事实上，今日许多云计算的部署都是由网格来支撑...，采用与效用计算相同的收费模式，但云计算可以被看作是由网格－效用计算模式自然演化出来的下一步。
好友刘松有一个非常形象化的比喻，来解释云计算、SaaS、网格、SOA，乃至于上述的XTP这些新兴科技之间的关联 － 说白了其实他们是一体多面，我们看看下面这幅画作，我们可以把天上的鸟儿比作是SaaS服务的消费者；而树冠的部分，远看一撮撮的树丛，远看就像是一朵朵的云；鸟儿在树丛中选择合适的枝头做窝；一片片的树叶，就如同SOA架构下所提供的各个服务；而盘根错节的树根，就如同支撑SOA运行的计算和数据网格，与整棵树的健康生长息息相关；在这个生态关系中，鸟儿们不需要关注这棵树在地面以下的树根是什么样的结构，也不需、且无法负责任何涉及树木健康的事。
当应用本身的特性和要求不适合外包，运行在第三方的计算中心、直接通过互联网来操作的时候，维护、搭建基于网格的面向服务平台，自然就成了企业IT的任务。维基百科上同时提到：网格计算和传统的集群计算的区别，是网格往往更加松耦合、异构和地理分散。此外，虽然网格计算可用于某个专门的应用，但它的建设方式，往往是通过功能通用的网格软件库和中间件。
纵观未来中间件的发展趋势，分布式环境下各异构系统间通过更松耦合的服务形式进行互联、整合、进而协作，将逐渐成为主流。除了针对这些服务的规范、组装、管控的相应范畴（服务工程方法学、SCA、SOA治理）之外，作为支撑它们运行的平台，或许远看像朵云，近看像布料格子，要如何提供更高的可用性、更快的响应速度、更好的异构环境支持、更弹性的部署、更统一、全面的管理，将会是观察重点。
【编辑推荐】
