"云计算"这个概念自诞生以来迅速风靡 IT 业界，业界巨擘大举杀入"言必称‘云计算'"的云时代。甲骨文 CEO 拉里-埃里森说："如果有哪个行业比女人们的时尚业更赶潮流和时尚，那非计算机业莫属了。"更有业界大佬穿上云一样的霓裳羽衣登上时尚杂志封面博君一笑，然而从来没有人看到过云计算在霓裳轻解后的样子。本文将引领你走进云端，几幅图说清云计算。A："什么是云计算呢？谁给个简单通俗点的解释啊......"
B："大概就像是网络硬盘吧可以上传电脑备份和文件的还可以在线编辑本人啥的，没啥特别的啊不是已经实现了，只觉的现在大头就是想把他们规划下罢了。"
A："汗。那叫网络硬盘吧......"
什么是云计算呢？
#p#
最开始，人们使用算盘。
#p#
后来，人们用电脑。
#p#
再后来，人们有了网络。
#p#
再后来，中国人口大爆炸，男女比例男的比女的多3700万，这三千多万人没事干，都去上网。于是服务器吃不消了。
#p#
于是人们就发明了NB的技术，用更好更多的服务器。
#p#
再后来，人更多了，于是服务器也更多了。
#p#
但事实上这样的效果并不好，过度繁重的结构加大了网站设计和构架的难度，而且越是复杂的系统越是不稳定。有可能一个出问题，这样一个完整的系统就彻底挂掉。如果考虑到系统的崩溃情况，那势必要引入一个更复杂的方案来保证不同的服务器可以做不同的支援。这是一个无解的循环，大量的计算资源被浪费在无限制的互相纠结中，很快到了瓶颈。
#p#
人们想，那我不用这么乱七八糟复杂的系统，我上个极其牛逼的服务器不就好了？可是，太贵了......而且最牛逼的也还没制造出来......
#p#
于是人们突然想到了一个好办法：把所有计算资源集结起来看成是一个整体(一朵云)，通过并发使用资源完成操作请求。每个操作请求都可以按照一定的规则分割成小片段，分发给不同的机器同时运算，每个机器其实只要做很小的计算就可以，这是哪怕 286机器都轻松完成的。最后将这些机器的计算结果整合，输出给用户。对用户看来，他其实根本面对的不是许多机器，而是一个似乎真正存在的计算能力巨牛无比的单个服务器，比十台 System z10 大型主机揉一起，或是开创了 petaflop 新纪元的"拂晓"号与"红杉"号还要牛。事实上这个服务器是不存在的，但它拥有着成千上万台服务器的能力。
下面来看实例。
#p#
实际上过程没这么简单。哪怕是统计收集资料的过程也会占据可怕的处理时间。这就将云计算的任务进一步划分下去，哪个服务器的 CPU 干什么，处理哪个任务段。 这个其实可以由算法安排成自动分配的。
总之，压榨每一个步骤的潜力，让一个任务被服务器集群们一起上，自然能飞速达成。 别忘了，云计算不是弄个两三台质低价廉的服务器就可以达成的。每一朵云背后都有着一坨异构平台服务器，尤其是搭在企业防火墙里头的"私有云"。因为企业的计算需求往往是复杂的，选择不同的平台应对不同的计算需求最划算，这跟农民伯伯拉什么或选什么车的道理一样。新鲜大白菜首选摩托车，保新鲜求快就用刀片;高级大白菜首选靠谱运输工具 Power 服务器;大量的高级大白菜选择大货车，正如 I/O 吞吐量大的数据适合使用大型主机 System z 一样，总比牛车一趟两趟要快吧？大型农场不会局限于某一种植物正如大型企业不会只有一种计算需求。于是便有了负责中枢管理、监控的软件 Tivoli，难不成用人脑统计？最后，农民伯伯(很牛的 IT 客们)把这些车队集结起来就构成了一朵云背后比较硬的部分。很少 IT 大佬可以集齐全套车型，据我所知貌似只有 IBM 可以。
接下来解决比较软的问题：在已有的计算资源的基础不变的情况下，云计算把用户的任务请求做除法，一个请求进来，我们把它变成许多个小任务段，最后汇总出去给用户一个完整的结果。对用户来说，他根本感觉不到里面哪个 cpu 做了什么处理，哪部分是哪部分拼接起来的，他就感觉自己面对一台 5亿内存 3亿 GHZ 的巨无霸电脑一样。
用户对这样的计算莫名其妙，云里雾里的，于是他就把这个东西，叫做云计算。
