随着云计算的普及，越来越多的企业开始使用云服务器来托管其应用程序和数据。云服务器的可靠性一直是一个令人关注的问题。本文将介绍几个云服务器可靠性案例研究，分析其原因，并从中汲取经验教训。
案例研究 1：AWS S3 中断
2017 年 2 月，AWS S3 服务发生大面积中断，持续了 12 小时。这次中断导致了许多网站和应用程序出现故障，对企业造成了重大损失。
中断的原因是由于 S3 服务中一个区域的存储服务器发生故障，导致了数据丢失和访问延误。AWS 随后采取措施加强了 S3服务的冗余性和弹性，以降低未来中断的风险。
经验教训：
使用多区域部署：AWS S3 提供了多区域部署选项，允许企业将数据存储在多个地理位置。这样，如果一个区域发生故障，可以从其他区域恢复数据和访问。使用版本控制：S3 提供了版本控制功能，允许企业保留文件的不同版本。这样，即使数据被意外删除或损坏，也可以轻松恢复。
案例研究 2：Azure VM 丢失
2018 年 12 月，Azure VM 服务发生中断，导致许多虚拟机丢失。这次中断持续了数小时，影响了大量企业和个人用户。
中断的原因是由于 Azure 数据中心的一个存储阵列发生故障，导致了数据丢失。微软随后采取措施升级了 Azure VM 服务的存储系统，并加强了冗余。微软还引入了故障转移功能，允许企业在发生故障时自动将 VM 迁移到其他节点。
经验教训：
使用故障转移功能：Azure VM 服务提供了故障转移功能，允许企业在发生故障时为其 VM 配置自动故障转移。这样，如果一个节点发生故障，VM 可以在几分钟内自动恢复到另一个节点。使用备份和恢复策略：定期备份 Azure VM 的数据和设置非常重要。这样，如果发生故障，企业可以快速恢复其数据和应用程序。
案例研究 3：Google Cloud Platform 中断
2020 年 4 月，Google Cloud Platform (GCP) 服务发生大面积中断，持续了数小时。这次中断影响了 GCP 的许多服务，包括 Compute Engine、Cloud Storage 和 Cloud SQL。
中断的原因是由于 GCP 的一个核心网络组件发生故障，导致了网络中断和服务不可用。Google 随后采取措施加强了 GCP 核心网络的冗余和弹性，并引入了自动故障检测和修复机制。
经验教训：
使用高级网络服务：GCP 提供了高级网络服务，如 Cloud Load Balancing 和 Cloud CDN，可以提高服务的可用性和性能。使用区域感知的路由：GCP 提供了区域感知的路由功能，允许企业将流量定向到地理位置更近的服务器，以减少延迟和提高可靠性。
云服务器可靠性最佳实践
除了从案例研究中汲取经验教训外，企业还应遵循以下云服务器可靠性最佳实践：
选择可靠的云服务提供商：选择具有良好声誉和强大可靠性记录的云服务提供商非常重要。使用多区域部署：使用云服务提供商提供的多区域部署选项，将应用程序和数据分布在多个地理位置，以提高可用性和弹性。制定故障转移计划：制定故障转移计划，定义在发生故障时的恢复程序。这应包括自动故障转移、备份和恢复策略以及灾难恢复计划。定期监控和维护：定期监控和维护云服务器，以确保它们正常运行。这应包括性能监控、日志检查和补丁管理。使用安全措施：实施安全措施（如防火墙、入侵检测系统和安全组），以保护云服务器免受攻击和恶意软件。
结论
云服务器的可靠性对于确保业务连续性和数据安全至关重要。通过从案例研究中汲取经验教训并遵循最佳实践，企业可以提高云服务器的可靠性，并降低中断的风险。
计算机毕业论文开题报告
开题报告对整个课题研究工作的顺利开展起着关键的作用，以下是我搜集整理的计算机毕业论文开题报告范文，欢迎阅读查看。
论文题目： 批量到达的云中心性能分析模型
一、选题背景
云计算是一种基于网络的计算模型。
用户通过网络向提供商申请计算资源，例如申请操作系统、运行环境或者软件包等资源。
其实用户被分配资源的时候，并不清楚真正的运行环境和分配的具体细节。
也就是说云就是用户和计算环境之间的一层抽象。
在1969年，曾说过，计算机网络还处在初步阶段，但是随着它的壮大和成长，我们就会看到与电力系统和电话系统一样的“计算服务”，将会在个人家庭和办公室全面的使用。
这种基于“计算服务”的观点预测了整个计算工业在21世纪的大转型。
云这种计算服务模型已经和其他基础设施服务一样按需服务。
云计算己经成为继电、水、煤气和电话之后的第五个公共基础设施⑴。
目前，客户已经不需要在构建和维护大型而复杂的IT基础设施方面投入太多精力和财力。
取而代之的是他们只需要支付他们使用的计算服务的费用。
云计算的服务模式可以分为三层：设备即服务(laaS)，设备就是指硬盘、内存、服务器和网络设备等，这些都可以通过网络访问;平台即服务(PaaS)，其中包括一些计算平台，比如说带有操作系统的硬件，虚拟服务器等;软件即服务(SaaS)，包括软件应用以及其他相应的服务应用。
云计算的定义并不唯一，其中能够较为准确描述其特征的是于2010年提出的，“云计算是一种新型的运算领域，物理设备，硬件平台和应用软件等共享资源通过网络服务方式为用户提供按其需求的服务。
”[2]这个定义阐述了云计算的几个重要特点。
(1)大规模基础设施。
以超大规模的硬件设备为底层的云计算平台具有超强的计算能力。
各大全球知名的企业，如roM、亚马逊、微软等，均拥有数十万台服务器的云服务平台，而谷歌的云计算平台中服务器的数量更是超过百万台。
即便是普通的私有云，一般也会购置数百甚至上千台的服务器。
(2)基于虚拟化技术。
用户从云计算平台中获取的资源均经过虚拟化的。
从运行端而言，用户将应用程序在云中托管运行即可，而无需了解程序运行的具体位置。
从终端来讲，用户可以在任何位置通过终端设备获取所需服务。
简而言之，用户始终面对的是一个云平台的使用接口，而不是有形的、固定的实体。
(3)高可靠性。
云计算采用数据多副本容错技术、计算节点同构互换策略等来确保云中心的可靠性。
云计算这一级别的可靠性是本地计算所无法比拟的。
(4)通用性。
云计算并不会专门针对任何一个具体的应用而提供服务。
事实上，一个用户可以在云计算平台中根据自己的需要去创建多个不同的应用，而一个云计算平台也可以运行多个不同用户的不同应用。
(5)易扩展性。
云计算平台的规模可以根据实际需要进行收缩和扩展，从而满足平台请求大小和使用用户数目的变化。
(6)按需服务。
用户所应支付的使用费用是根据其使用计算资源的多少进行计算。
多使用多付费，少使用少付费，不使用不付费。
这样完全可以减少闲暇时用户资源的闲置。
(7)成本低。
通过采用容错技术，可以使用大规模廉价的服务器集群作为硬件基础设施建设云计算平台，这对于云计算服务提供商而言，大大降低了成本投入。
对于用户而言，以少量租金换取了原本需要高昂价格投入才能获得的计算资源，并且无需考虑软硬件维护的开销，亦是十分划算。
二、研究目的和意义
现有的云中心物理机模型通常都是面向单任务的，而面向批量任务的服务模型，其性能评估和指标的变化目前正属于初步的研宄阶段，并没有成熟的模型。
因此，本文采用ikT/G/m/w+t排队系统对面向批量任务的.云中心进行描述，使用嵌入式马尔可夫链法对+排队系统进行建模，从而实现了对云中心进行准确的建模和分析。
三、本文研究涉及的主要理论
排队现象是日常生活中常见的社会现象。
等待公交车时需要排队、去医院看病需要排队、在食堂打饭同样需要排队等等。
排队现象的出现需要两个方面同时具备，排队的个体需要得到服务并且存在服务的提供者。
而所谓的排队论就是仿照这样的排队现象，先抽象成物理模型，然后进一步建立数学模型的理论体系。
显然，排队论研究的是一个系统对用户提供某种服务时，系统所呈现的各种状态。
在排队论中，通常将要求得到服务的人或物称为顾客，而给予服务的人员或者机构称为服务台。
顾客与服务台就构成了一个排队系统。
尽管排队系统种类繁多，但从决定排队系统进程的主要因素来看，它主要是由三个部分组成：顾客到达，排队过程和服务过程。
(1)顾客到达：顾客到达过程描述了顾客到达时候的规律。
顾客到达的方式通常是一个一个到达的，此外还有批量到达的，也叫做集体到达。
顾客既可能逐个到达也可能分批到达，同时顾客到达之间的时间间隔长度也并不唯一。
但是到达总会有一定的规律的。
这个到达规律指的是到达过程或到达时间的分布。
顾客到达过程研究的主要内容便包括相邻顾客到达的时间间隔服从怎样的概率分布、该概率分布的参数取值如何、各到达时间间隔之间是否相互独立等。
(2)排队过程：在排队过程中，需要讨论的主要问题有两个，一个是排队的队列长度，另一个是排队的规则。
排队的队列长度分为有限和无限的两种。
队列长度的大小不同，讨论问题的难易和结论就不同。
很多情况下，队列长度容量设为无限大来处理问题。
排队规则中又包括有队列形态和等待制度两个部分。
队列形态包括单队列，并联式多队列，串联式多队列以及杂乱队列这四种形态。
并联式多队列就是允许在多个窗口的每一个窗口前形成一个队列。
到达顾客可根据队列的长短在开始排队时选择一个队列进行排队。
串联式队列顾名思义就是指多队列串行形成多个队列，顾客在一个队列接受服务后，再去下一个队列排队接受服务。
杂乱队列就是指串联并联队列会杂乱无章的分布。
排队模型仿真的主要目的是寻找服务设置和服务的对象之间的最佳的配置，使得系统具有最合理的配置和最佳的服务效率。
马尔可夫过程是研究排队系统的主要方法。
马尔可夫过程是一种特殊的随机过程，它具有无后效性的特点，其状态空间是有限的或可数无限的。
这种系统中从一个状态跳转到另一个状态的过程仅取决于当前出发时的状态，与之前的历史状态无关。
马尔可夫链作为研究排队系统的重要工具有广泛的应用。
但并不是所有的排队系统都可以抽象成严格意义上的马尔可夫过程，因此随着排队过程的发展，马尔可夫链也有了许多的扩展模型和再生方法使得马尔可夫链有更加广泛的应用，例如嵌入马尔可夫链、补充变量法、拟生灭过程等。
本节首先介绍一下最严格意义上的马尔可夫链，按照时间来划分可以分为两类，离散时间的马尔可夫链和连续时间过程。
四、本文研究的主要内容
本文从政府的立场考虑，围绕如何成功地将REITs应用于公租房建设融资，结合国内相关形势与政策和现有的国内外经验启示，以REITs在公租房建设融资中应用的运作为主要研究对象。
除绪论和结论部分，本文的主要内容集中在2至5章，共4部分内容：第一部分，研究国内外REITs的应用经验及其与保障性住房结合的成功经验，国外主要考察美国和亚洲的典型国家与地区，包括日本、新加坡和香港，国内由于经验很少，主要考察中信一凯德科技园投资基金和汇贤产业信托这两个典型的案例。
第二部分，深入研究我国发展公租房REITs的必要性和可行性，其中必要性分析指出REITs是拓展公租房建设融资渠道和提高公租房建设管理效率的重要途径，可行性从经济金融环境和法规政策这两大方面进行了详细分析。
第三部分，针对目前国内公租房管理现状，详细阐述了目前REITs在公租房建设融资中运作，包括REITs的基本模式和运作流程，并进一步深入研究了REITs内部参与各方的权责关系和利益分配，从而提出了代理人的选择机制和激励机制。
值得指出的是，此时政府除了担任REITs补贴的支付者,更主要的,政府还是REITs投资人的代表身份，在REITs运作的不同阶段，政府以不同的身份参与REITs的内部博弈。
第四部分，从政府作为监管者的角度，针对REITs在我国公租房建设融资中的应用提出了一系列政策建议，包括政府应当健全REITs和公租房相关的法律法规，并建立一套针对REITs的全方位的监管制度。
五、写作提纲
致谢5-6
中文摘要6-7
第1章绪论10-17
1.1研究背景与意义10-11
1.1.1研究背景10-11
1.1.2研究意义11
1.2研究现状11-15
1.2.1国外研究现状11-12
1.2.2国内研究现状12-15
1.3论文内容与结构15-17
1.3.1论文主要内容15
1.3.2论文结构15-17
第2章国内外REITs的应用经验及启示17-35
2.1美国REITs的应用经验17-26
2.1.1美国的REITs及其在廉租房建设中的应用17-21
2.1.2美国REITs的运作模式21-26
2.2洲典型国家和地区REITs的应用经验26-29
2.2.1日本REITs的运作模式26-27
2.2.2新加坡REITs的运作模式27-28
2.2.3香港REITs的运作模式28-29
2.3我国REITs的应用经验29-32
2.3.1中信—凯德科技园区投资基金29-30
2.3.2汇贤产业信托30-32
2.4国内外REITs的经验比较及启示32-35
2.4.1国内外REITs的经验比较32-33
2.4.2REITs在我国公租房建设融资中应用的经验启示33-35
第3章REITs在我国公租房建设融资中应用的必要性与可行性分析35-43
3.1REITs在公租房建设融资中应用的必要性分析35-37
3.1.1REITs是拓展公租房建设融资渠道的重要途径35-36
3.1.2REITs在提高公租房建设管理效率的重要途径36-37
3.2REITs在公租房建设融资中应用的可行性分析37-43
3.2.1经济金融环境宽松,民间资本充裕37-41
3.2.2法律法规导向,政策利好不断41-43
第4章REITs在我国公租房建设融资中的运作43-64
4.1REITs在我国公租房建设融资中的基本模式43-47
4.1.1设计原则43-44
4.1.2基本形式选择44-45
4.1.3组织结构搭建45-47
4.2REITs在我国公租房建设建设融资中的运作流程47-50
4.2.1设立发行阶段47-48
4.2.2运营管理阶段48-49
4.2.3终止清盘阶段49-50
4.3REITs在我国公租房建设融资中的运作机制50-64
4.3.1REITs运作中的代理问题50-52
4.3.2代理人选择机制52-56
4.3.3代理人激励机制56-64
第5章REITs在我国公租房建设融资中应用的政策建议64-68
5.1健全法律法规体系64-66
5.1.1建全REITs的法律法规体系64-65
5.1.2完善公租房的相关法律法规65-66
5.2建立REITs的监管制度66-68
5.2.1明确政府监管主体及职责66
5.2.2建立REITs信息披露制度66-67
5.2.3引导社会公众进行监督67-68
第6章结论与展望68-70
6.1论文主要工作及结论68
6.2有待进一步研究的问题68-70
参考文献70-73
学习云计算技术需要掌握哪些知识
Linux基础：云计算涉及的平台都基于Linux操作系统，ubuntu、CentOs或是RDO，都是。
编程：云计算用的比较多的是Python，如果有兴趣做开发，接触源码，学习下Python.云计算：搞懂云计算概念与架构，建议买相关书籍看。
华为的认证没有接触过，不确定。
不过华为云计算是基于OpenStack的,OpenStack的认证建议可以看看OpenStack官方(基金会）推出的Certified OpenStack Administrator.云计算的关键技术有三大点：⑴虚拟化技术：云计算的虚拟化技术不同于传统的单一虚拟化，它是涵盖整个IT架构的，包括资源、网络、应用和桌面在内的全系统虚拟化，它的优势在于能够把所有硬件设备、软件应用和数据隔离开来，打破硬件配置、软件部署和数据分布的界限，实现IT架构的动态化，实现资源集中管理，使应用能够动态地使用虚拟资源和物理资源，提高系统适应需求和环境的能力。
对于信息系统仿真，云计算虚拟化技术的应用意义并不仅仅在于提高资源利用率并降低 成本，更大的意义是提供强大的计算能力。
众所周知，信息系统仿真系统是一种具有超大计算量的复杂系统，计算能力对于系统运行效率、精度和可靠性影响很大，而虚拟化技术可以将大量分散的、没有得到充分利用的计算能力，整合到计算高负荷的计算机或服务器上，实现全网资源统一调度使用，从而在存储、传输、运算等多个计算方面达到高效。
⑵分布式资源管理技术：信息系统仿真系统在大多数情况下会处在多节点并发执行环境中，要保证系统状态的正确性，必须保证分布数据的一致性。
为了分布的一致性问题，计算机界的很多公司和研究人员提出了各种各样的协议，这些协议即是一些需要遵循的规则，也就是说，在云计算出现之前，解决分布的一致性问题是靠众多协议的。
但对于大规模，甚至超大规模的分布式系统来说，无法保证各个分系统、子系统都使用同样的协议，也就无法保证分布的一致性问题得到解决。
云计算中的分布式资源管理技术圆满解决了这一问题。
Google公司的Chubby是最著名的分布式资源管理系统，该系统实现了Chubby服务锁机制，使得解决分布一致性问题的不再仅仅依赖一个协议或者是一个算法，而是有了一个统一的服务(service)。
⑶并行编程技术：云计算采用并行编程模式。
在并行编程模式下，并发处理、容错、数据分布、负载均衡等细节都被抽象到一个函数库中，通过统一接口，用户大尺度的计算任务被自动并发和分布执行，即将一个任务自动分成多个子任务，并行地处理海量数据。
如果你想要专业的学习云计算，更多需要的是付出时间和精力。
课工场的课程很不错，你可以根据自己的实际需求去实地看一下，先好好试听之后，再选择适合自己的。
只要努力学到真东西，前途自然不会差。
关于云计算
云计算的基本原理是，通过使计算分布在大量的分布式计算机上，而非本地计算机或远程服务器中，企业数据中心的运行将更与互联网相似。
这使得企业能够将资源切换到需要的应用上，根据需求访问计算机和存储系统。
云计算是下一件大事。
大多数大型厂商都以某种方式介入了这个领域。
谷歌就是介入这个领域的最明显的竞争者。
谷歌声称它的任务是编辑全球的信息，让这些信息在全球的任何地方都能访问和使用。
介入云计算领域的其它厂商还有IBM、惠普、Sun、戴尔和亚马逊。
Red Hat将推出测试版本的基于RHEL和JBoss的解决方案。
这个解决方案将由亚马逊在惠普硬件上运行。
甚至微软也在进入云计算领域，希望自己不要落后。
但是，虽然云计算也许是下一件大事，可是云计算的定义仍然含糊不清和朦胧的。
按照运计算的最普通的和最雄心勃勃的解释，它的目标是把一切都拿到网络上。
云就是网络。
网络就是计算机。
当如此众多的机构分布在全国各地和世界各地的时候，当如此众多的人在移动中或者在家里工作的时候，为什么不把你的一些数据和处理需求交给第三方，使用手机、移动电脑或者其它设备访问在整个网络上的一切东西呢?你的数据将由口令保护，就像在本地网络上一样并且能够在整个网络上加密。
这个处理任务能够让第三方虚拟化计算机农场完成，最大限度地使用处理器的能力，大量减少机构和更广泛的团体的碳排放量。
云计算是使用与日益增长的Linux、高性能计算和虚拟化等有关的技术实现的一个领域。
对于IBM和惠普等公司来说，大型计算机的复苏和刀片式服务器的发展(这两者都要归功于Linux的应用)以及数据中心在能力、数据和处理器利用率方面的效率已经使云计算成为现实。
魔毯 这是一个迷人的想法。
在云中或者在整个网络上的计算能够带来许多理论上和实践上的优势。
数据中心耗费资金可以分别用于企业的其它部门。
资金不仅要用于硬件上，而且还要用于系统维护、待机时间、没有使用的处理和存储容量、安全的担心、能源账单、升级和人员开支。
甚至这个机构的每一个员工的办公桌上的每一个台式电脑都会对这个机构的现金流量产生不成比例的影响，不仅是最初的硬件投资，而且还有软件许可证开支和升级硬件以便适应软件要求的开支。
跟踪随机存储在机构内部的某一台电脑上的数据也是很困难的，而且这种数据也许会永远从公司的知识库中消失。
每一台这种台式电脑都消耗一定比例的能源。
云计算是过去几年里许多其它舒适的和愚蠢的概念的合乎逻辑的结论。
所有这些概念都是旨在为这个机构的数据的组织带来一些条理性，如随需应变的信息、软件服务、虚拟化、Web服务、瘦客户机、SOA和Web 2.0。
所有这些概念在某种程度上都能够由云计算管理。
对于云计算的推广者来说，云计算可能是一种魔毯，让你坐在上面到达一个永远也无法企及的地方。
在那里，客户机方面的所有问题都能够通过浏览器解决。
你的数据、你的应用程序和你的处理过程将保留在所有的地方，并且根据需要进行访问。
这个事情能够在个人或者企业级别上实现。
Google Mail、Google Docs和Facebook等应用都展示了这个功能是如何实现的。
但是，所有常用的企业应用程序都可以通过这种相同的方式访问。
网络已经从数据中心转移到了云计算。
每一个用户的手头上都有一台潜在的超级计算机。
只要你能够访问网络并且有一台连接到网络的设备，你就不需要大型硬件。
你能够在任何时间从任何地点访问你的数据。
你的成本将下降。
你只要支付你需要的东西的费用。
你的数据保存在一个地方，是密封和安全的。
你不必再负责它的安全。
你的碳排放量和对于社区的影响将大幅度减少。
你的数据、你的应用程序和你的服务器在你需要的时候都可以使用，没有基础设施或者资本开支的限制。
云计算能够使用其它方法无法获得的计算能力。
云计算中的村 谷歌和互联网已经显示了这种方法。
全世界的数据都能够或多或少地不断地在网络上访问。
网络已经成为虚拟实现的Marshall McLuhan所说的地球村。
他在60年代写道：“后文艺时代的人的电子媒介将把世界变成一个村或者部落。
在那里，每一件事情对于每一个人都是同时发生的。
每一个人都知道发生的事情，因此将参与这个事情，每一件事情都在它发生的时刻发生。
电视把事件同时传输到地球村。
” McLuhan受到他所在的时代的限制。
他的观察是提前的，但是，没有预测到数字计算机和互联网的兴起。
但是，他把电子时代的世界看作是地球村的概念仍是对互联网已经变成的这个样子的一个有先见之明的预测。
互联网已经变成了一个无以伦比的信息库 (准确的和不准确的信息都有，关于一切事情的和关于任何事情的信息)，能够随意和随时访问，是你手头的百科全书。
不过，如果我们访问的信息并不总是可以信赖的，它怎么能发展成这个样子? 电子的地球村是谷歌为我们提供数据服务的更广泛的野心的更广泛的背景，是云计算还没有利用的潜力。
当一个用户访问云计算中的数据时，他或者她需要一种合成的数据格式。
这种数据经过处理可以回答具体的要求和优先选择，就像谷歌处理的互联网上的信息满足我们的查询请求一样。
这将为合并、共享和发布存储在云中的信息提供许多机会。
不必说，现实与这个更大的目标还有一些差距。
但是，在现实世界中还有一些实际的例子。
银行已经建立了用于识别信用卡的全球网络。
在这个网络中，信息必须要共享，安全是有保证的。
航空公司订票系统以同样的方式运行，用网络访问中央存储系统。
大多数拥有广域网的任何规模的机构都能够在移动中访问信息。
云计算把这种应用提高到了另一个水平。
作为一个概念证明，位于英国布里斯托市的惠普实验室早在2004年就发起了一个SE3D计划。
这个计划允许12个小组的英国动画制作者自由访问惠普实验室的“Maya Rendering Service”(玛雅绘图服务)，制作3D短片。
参加者获得了Maya许可证和研讨会、公共会议和行业指导的时间表。
这项服务提供在整个网络上的公用计算，这是把动画制作作为一项服务提供的原型。
对于商业电影公司来说，动画制作是需要很高成本的。
目前正在使用的最著名的云计算的例子是亚马逊的EC2网格。
《纽约时报》最近租用了这个网格创建了数据容量达4TB的PDF文件库，包含了从1851年至1920年之间纽约时报发表的1100万篇文章。
据《纽约时报》的Derek Gottfrid说，他使用了100个亚马逊的EC2实例和一个Hadoop应用程序在不到24个小时的时间里就编排完成了全部的1100万篇文章，并且生成了另外1.5TB数据，累计用了240美元，即使云计算没有作为一项主流的服务应用，它能提供这种难得的处理能力也是一种可行的选择。
一线希望 同计算中的许多技术创新一样，云计算的应用遇到了传统的系统和设想的阻碍。
尽管云计算能够提供节省成本的好处，但是，“新兴市场”的应用将超过在欧洲或者美洲的应用。
这有许多原因。
在所谓的发达国家，大多数企业已经拥有依赖于传统的硬件、软件和常规的工作方式的基础设施。
在东南亚、印度、中国或者撒哈拉以南的非洲，中小企业很少拥有复杂的客户机-服务器基础设施。
政府和研究机构很希望鼓励应用价格便宜的技术。
IBM已经在中国、南非和越南等国家建立了云计算中心。
那里的个人、团体和企业能够立即访问以前无法接触到的应用程序。
同云计算、网络计算和/或者公用计算的其它实例一样，这些中心以运行在大型计算机或者刀片式服务器上的虚拟化的Linux实例为基础，能够极大地促进这些中心所在地的本地的经济。
消除自己的困惑 云计算的概念也许对于IT经理是有魅力的，但是，像许多颠覆当前做事方法的想法一样，云计算也存在一些阻力。
你不必因为个人和业务的理由把你的数据放在那里。
你的个人信息、隐私和安全也许会脱离你的控制。
你的个人台式电脑给予你控制权利。
伴随者微软Windows操作系统软件、病毒漏洞、反垃圾邮件邮箱和“不公开即安全”等成长的用户几乎都不相信网络安全。
由于所有这些原因，企业要拥有自己的数据，并且经常有充分的理由。
还有许多许可证和应用程序目前可用的问题，还有隐私和控制的问题。
我们生活在一个这样一个世界里，数据的数量越搜集越多，而管理数据的人越来越少。
谷歌也许不愿意共享你的数据，但是，政府机构能够超越法律访问他们要访问的东西。
政府和企业正在日益为收集有关我们的信息所困扰。
在这种环境下，谁愿意采用云计算?这个事情不会发生，或者逻辑就是如此。
“老大哥”正在云中注视着你呢。
但是，这种假设的观点也许假设的集中化和控制程度都远远超过了实际的情况。
在当前的气候中应用云计算的最诱人的理由是它有可能大幅度减少能源消耗和浪费。
耗费能源和浪费正是当前数据中心的特点。
云计算的价值在于它使我们回到了大型计算机的世界。
这个区别是我们使用移动电脑或者掌上电脑放在我们手上的大型计算机比三十或者四十年前像一个仓库那样大的大型计算机的计算能力更强大。
企业接受云计算服务 半年前，电子设备制造商Sanmina-SCI只有很少员工使用Google的云计算服务Google Apps，Google该服务中包括电子邮件、文档编辑及日程表等。
而目前该公司使用Google Apps的员工已经超过1000人。
该公司首席信息官Manesh Patel表示：“我们的项目组位于全球各地，使用Google Apps能帮助他们有效的合作。
”他预计，该公司未来三年Google Apps的用户数将增加至人，占员工总数的25%。
Sanmina和Google是最早在软件和计算方式上做出改变的公司。
目前，亚马逊、Salesforce、IBM、甲骨文和微软都开始为企业用户提供网络存储和软件等服务，帮助它们进行客户关系管理。
这种远程提供的计算服务被称作“云计算”。
云计算实际上包含多种技术，例如软件即服务（SaaS）和硬件即服务（HaaS）。
软件即服务是Salesforce十年前提出的一种发布软件的新方式，而硬件即服务则是亚马逊和其他公司推出的通过网络提供存储和计算能力的新方式。
云计算市场将快速增长 一些分析师认为，云计算代表了企业计算方式的改变。
美林预计，未来5年中，云计算在全球的市场总额将超过950亿美元，全球软件市场的12%将转向云计算。
IBM、戴尔和惠普等相关厂商也已经开始转移自己的产品线，适应云计算服务的需求。
IBM于8月1日宣布，将花费3.6亿美元新建一处云计算数据中心，这使得该公司全球数据中心数达到9处。
戴尔则为许多云计算服务商和Web2.0企业提供设备，包括Facebook、微软、亚马逊和雅虎等。
鲍尔默近日的一份备忘录显示，微软也已将云计算列为09财年的五大工作重点之一。
微软将允许客户在传统软件和软件服务之间进行选择。
鲍尔默透露，微软下一代的Live服务和网络技术中将加入更多云计算功能。
高盛一项调查显示，大约9%的IT经理表示，他们计划今年开始使用微软的软件服务。
可靠性和安全性问题 不过，许多企业首席信息官仍对云计算的可靠性和安全性存有疑虑。
7月20日，亚马逊S3服务断网6小时，这加剧了企业的担忧。
咨询机构Gartner副总裁Daryl Plummer表示：“企业很难在短时间内大规模转向云计算。
”他指出，企业高科技支出中的80%用户系统维护，而不是创新。
企业转向云计算的速度之慢也引起了业内的担忧。
Google企业服务副总裁Dave Girouard表示：“这样下去市场将会枯竭。
”他透露，目前有50万机构使用Google Apps，但是超过50%用户使用的是免费版。
企业正在探索能够使用云计算技术的新领域，例如人力资源管理等。
Sanmina公司的Patel目前在考虑使用云计算来进行考勤和费用报告。
他同时非常关注亚马逊提供的网络服务。
他表示：“从企业角度来说，很明显我们只能逐渐起步。
我们将首先在低优先级工作中测试云计算平台的能力。
” 首席信息官担忧的另一个问题在于云计算是否符合法律规范，包括《萨班斯法案》和《美国健康保险条例》等。
欧洲一家云计算服务提供商ITricity此前未能使自己的服务满足这些法律或规定。
寻求折中方案 过去6个半月中，ITricity投入77.9万美元，将自己的服务升级至IBM的最新技术。
IBM技术使ITricity的服务有更大的灵活性。
ITricity表示，以往如果用户希望提升云计算能力，那么需等上一周时间。
而IBM的新技术可以使这一时间缩短至1小时，甚至更短。
由于很多公司在现有设备上投资很大，因此许多人认为可以采用混合模式来引入云计算，即在公司内部，或称为“私有云”中完成一部分计算需要。
Google预计越来越多的企业将使用云计算。
Google的目标是让更多人和公司适应Google Apps，并已经向一些大学免费提供Google Apps。
