分布式计算、并行计算及集群、网格、云计算的区别
并行计算技术与云计算技术比较研究
并行计算技术与云计算技术比较研究一、引言随着计算机技术的发展，计算能力越来越强，计算机的运算速度也越来越快。
然而，对于大规模复杂计算任务而言，单个计算机所能提供的计算资源是有限的，这时候就需要考虑使用并行计算和云计算技术来提高计算效率。
本文将对并行计算和云计算技术进行比较研究，探讨它们各自的优点和缺点。
二、并行计算技术并行计算是指在多个处理器上同时执行计算，通过同时执行多个计算任务来提高计算效率。
并行计算可以使用共享内存和分布式内存两种方式，其中共享内存方式可以让不同的线程访问和修改同一个数据结构，而分布式内存则将数据分发到不同的节点上进行计算，属于分布式计算范畴。
2.1 共享内存并行计算共享内存并行计算是指在共享一块物理内存的多个处理器之间共享数据。
因为处理器之间的数据是共享的，所以并行计算任务可以更快速地进行交互和协作。
这种方式适用于计算任务数量不多且数据量较小的情况。
2.2 分布式并行计算分布式并行计算是指将计算任务分发到不同的计算节点上进行计算，处理器之间不共享内存，之间互相通过通信来进行交互。
这种方式适用于处理大规模数据的计算任务，提供了更好的可扩展性。
2.3 并行计算技术优点并行计算技术可以在多个处理器节点之间分配工作，提高计算效率。
它可以处理大规模的复杂任务，同时提高计算资源的利用率。
此外，共享内存并行计算技术使用同一块物理内存，可以更快速地进行交互和协作，提供更高的并发性。
2.4 并行计算技术缺点并行计算技术也存在一些问题，一些问题比如数据共享和同步、任务分配和位置感知等问题。
处理器之间必须通过通信进行信息交换和同步，这会影响计算效率。
此外，对于分布式内存并行计算，处理器之间不共享数据，增加了数据分发的复杂性。
三、云计算技术云计算技术也是一种分布式计算的方式。
它将计算和存储资源交付给互联网上的用户，这些资源可以按需定制且易于扩展。
用户可以通过云计算平台访问和使用这些计算资源，并可以按照自己的需求灵活调整资源。
并行计算与分布式计算区别与联系
并⾏计算与分布式计算区别与联系并⾏计算、分布式计算以及⽹格计算和云计算都是属于⾼性能计算（HPC）的范畴，主要⽬的在于对⼤数据的分析与处理，但它们却存在很多差异。
我们需要了解两者的原理、特点和运⽤的场合，对云计算的了解⼤有裨益。
之所以将两种计算技术放在⼀起，是因为这两种计算具有共同的特点，都是运⽤并⾏来获得更⾼性能计算，把⼤任务分为N个⼩任务。
但两者还是有区别的，关于两者的区别在后⾯有介绍。
并⾏计算1、并⾏计算概念并⾏计算（Parallel Computing）⼜称平⾏计算是指⼀种能够让多条指令同时进⾏的计算模式，可分为时间并⾏和空间并⾏。
时间并⾏即利⽤多条流⽔线同时作业，空间并⾏是指使⽤多个处理器执⾏并发计算，以降低解决复杂问题所需要的时间。
并⾏计算同时使⽤多种计算资源解决计算问题的过程。
为执⾏并⾏计算，计算资源应包括⼀台配有多处理机（并⾏处理）的计算机、⼀个与⽹络相连的计算机专有编号，或者两者结合使⽤。
并⾏计算主要⽬的在于两个⽅⾯： (1) 加速求解问题的速度。
(2) 提⾼求解问题的规模。
2、并⾏计算的原理并⾏计算能快速解决⼤型且复杂的计算问题。
此外还能利⽤⾮本地资源，节约成本 ― 使⽤多个“廉价”计算资源取代⼤型计算机，同时克服单个计算机上存在的存储器限制。
为提⾼计算效率，并⾏计算处理问题⼀般分为以下三步： （1）将⼯作分离成离散独⽴部分，有助于同时解决； （2）同时并及时地执⾏多个程序指令； （3）将处理完的结果返回主机经⼀定处理后显⽰输出。
从上图可以看出，串⾏计算必须按步骤⼀步⼀步计算才能出来最终结果。
⽽并⾏计算则要将问题分成N多个⼦任务，每个⼦任务并⾏执⾏计算。
⽽每个⼦任务是⾮独⽴的，每个⼦任务的计算结果决定最终的结果。
这个和分布式计算不同。
3、并⾏计算需满⾜的基本条件（1）并⾏计算机。
并⾏计算机⾄少包含两台或两台以上处理机，这此处理机通过互联⽹络相互连接，相互通信。
（2）应⽤问题必须具有并⾏度。
云计算与几种常见计算的区别
云计算与几种常见计算的区别集群计算(Cluster Computing)计算机系统中，集群是将多个计算机，如PC或UNIX工作站，多个存储设备，以冗余方式互联，组成一个对用户来说是单一的高可用性的系统。
集群计算能够被用来实现负载均衡，对一个企业来说，集群在许多情况下，能够达到高达99.999%的可用性。
集群对外界来说，就像是一个唯一的计算机系统，用户好像在使用一台超级计算机，程序跑在集群上就好像在是单服务器上没有什么区别。
分布式计算(Distributed Computing）分布式计算是一种把需要进行大量计算的数据分割成小块，由多台计算机分别计算，再上传运算结果后，将结果合并起来得出最后结果的计算方式。
目前常见的分布式计算项目通常使用世界各地上千万志愿者计算机的闲置计算能力，通过互联网进行数据传输。
如分析地外无线电信号，从而搜索地外的生命迹象的SETI@home项目，该项目数据基数很大，超过了千万位数，是目前世界上最大的分布式计算项目，已有一百六十余万台计算机加入了此项目（在中国大陆大约有1万4千位志愿者）。
这些项目很庞大，需要惊人的计算量，由一台电脑计算是不可能完成的。
并行计算（Parallel Computing）并行计算是指同时使用多种计算资源解决计算问题的过程。
为执行并行计算，计算资源应包括一台配有多处理机（并行处理）的计算机、一个与网络相连的计算机专有编号，或者两者结合使用。
并行计算的主要目的是快速解决大型且复杂的计算问题。
此外还包括：利用非本地资源，节约成本―使用多个“廉价”计算资源取代大型计算机，同时克服单个计算机上存在的存储器限制。
为利用并行计算，通常计算问题表现为以下特征：将工作分离成离散部分，有助于同时解决；随时并及时地执行多个程序指令；多计算资源下解决问题的耗时要少于单个计算资源下的耗时。
网格计算（Grid Computing）网格计算是通过利用大量异构计算机（通常为桌面）的未用资源（CPU周期和磁盘存储），将其作为嵌入在分布式电信基础设施中的一个虚拟的计算机集群，为解决大规模的计算问题提供了一个模型。
分布式计算与云计算
分布式计算与云计算随着科技进步和数字化转型的深入，分布式计算和云计算成为了当今数字时代的重要组成部分。
本文将对分布式计算和云计算进行介绍，并分析它们之间的关系与区别。
一、分布式计算的概念与特点分布式计算是指将一个计算任务分解为多个子任务，并将这些子任务分配给多台计算机进行并行处理的一种计算模式。
它的核心思想是通过将计算任务分配到不同的计算节点上，以提高计算效率和处理能力。
分布式计算的特点包括：1. 并行处理：分布式计算将任务分解为若干子任务，并通过多台计算机同时处理这些子任务，从而实现并行计算，大大提高了计算速度。
2. 负载均衡：分布式计算系统能够根据不同节点的计算能力和负载情况，动态地分配任务，使得每个节点的负载均衡，提高整体的计算效率。
3. 容错性：由于分布式计算系统中有多个计算节点，其中某些节点发生故障不会影响整个系统的正常运行，提高了系统的可靠性和容错性。
4. 数据共享：分布式计算系统中的各个节点可以共享数据资源，减少数据的冗余存储，并方便节点之间的数据交换和通信。
二、云计算的概念与特点云计算是一种基于互联网的计算模式，通过网络提供各种计算资源和应用服务，用户可以根据需求按需使用，而无需投资和维护自己的硬件和软件设备。
云计算的特点包括：1. 虚拟化技术：云计算通过虚拟化技术将计算资源进行抽象和整合，用户可以根据需要弹性地调整和配置计算资源，提高了资源利用率。
2. 弹性伸缩：云计算可以根据用户的实际需求自动调整计算资源，并且可以根据需求进行弹性扩展和收缩，提高了计算的灵活性和效率。
3. 按需付费：云计算的计费模式通常是按照实际使用量进行计费，用户只需要支付自己实际使用的资源和服务，降低了成本和投资风险。
4. 高可靠性：云计算提供了数据冗余和备份机制，保证用户数据的安全性和可靠性，减少了数据丢失和中断的风险。
三、分布式计算与云计算的关系与区别尽管分布式计算与云计算有一些相似之处，但它们在概念和应用上有明显的区别。
并行计算与云计算的区别
并行计算与云计算的区别在当今科技飞速发展的时代，计算机技术也随之得到了迅猛的发展。
并行计算与云计算都是其中非常热门的话题，二者的概念相似，但是它们有着本质的区别。
本文将会从多个方面详细介绍并行计算与云计算的区别。
一、定义并行计算是指在计算机系统中，利用多个处理器或计算机集群同时进行计算的一种方法。
并行计算可以极大的提高计算的速度和效率，使得科学家们能够更加迅速地处理大型的计算任务。
而云计算则是指一种由多个分布式计算机组成的虚拟化环境，可以通过网络远程操作，提供各种计算服务给不同的应用程序和客户端。
二、架构并行计算通常采用的是多机并行的架构，即将计算任务分布到不同的计算单元上，这些计算单元由不同的处理器、计算机甚至机房组成，之间可以进行数据交换以便相互协作完成任务。
而云计算则是采用分布式计算的架构，由多个分布式计算机相互协作完成计算任务。
三、应用场景并行计算通常被用在需要大量计算和处理的领域，比如天体物理学、生物学、地震学等。
而云计算则可以应用在各种不同的领域，比如企业级应用程序、个人计算甚至是养老服务等。
四、数据模型在并行计算中，数据模型通常采用MPI等标准技术。
MPI可以提高程序的灵活性和可扩展性，但是数据传输和处理速度方面可能会受到一些影响。
而云计算则是采用REST、SOAP等方式进行数据模型设计，可以快速获取数据。
五、安全性安全隐患在计算领域中非常重要，使用并行计算的风险是相对较小的，因为每个计算单元之间相对独立且使用的是同一操作系统，可以做到完全内部监控和保障。
而云计算的风险则相对较大，因为其涉及到多个分布式计算机，安全隐患也相对更加复杂。
六、成本与单机计算相比，采用并行计算和云计算可能需要更多的硬件、网络设备和一些配套的软件支持。
并行计算虽然需要高端计算机，但是相比云计算更加容易管理和控制。
而云计算则需要更多的网络带宽和存储设备，同时维护和管理的成本也比较高。
七、适用环境并行计算主要适用于大型科学计算领域和科学研究，而云计算适用于企业级应用程序、物联网领域、数据存储和管理等领域。
浅谈云计算技术_分布式
浅谈云计算技术_分布式浅谈云计算技术_分布式引言云计算(CloudComputing)是一种基于互联网的超级计算模式。
它是分布式计算、并行计算和网格计算的进展。
其基本原理为:利用非本地或远程服务器(集群)的分布式计算机为互联网用户供应服务(计算、存储、软硬件等服务)。
云是一种思想，一种大规模资源整合的思想，是IT界进展的必定趋势。
云计算是一种新型的超级计算方式，以数据为中心，是一种数据密集型的超级运算，在数据存储、数据管理、云计算平台管理等多方面具有自身独特的技术。
1、云计算的定义云计算是从分布式处理(DistributedComputing)、并行处理(ParallelComputing)和网格计算(GridComputing)进展而来的。
到目前为止，对于云计算的定义还没有一个确定的说法，可谓仁者见仁、智者见智。
狭义的云计算：指厂商通过分布式计算和虚拟化技术搭建数据中心或超级计算机，以免费或按需租用方式向技术开发者或者企业客户供应数据存储、分析以及科学计算等服务，比如亚马逊数据仓库出租生意；广义的云计算：指厂商通过建立网络服务器集群，向各种不同类型客户供应在线软件服务、硬件租借、数据存储、计算分析等不同类型的服务,广义的云计算包括了更多的厂商和服务类型，例如国内用友、金蝶等管理软件厂商推出的在线财务软件，谷歌发布的Google应用程序套装等。
2、云计算的核心技术云计算系统运用了很多技术，其中以数据存储技术、数据管理技术、编程模型、虚拟化技术、云计算平台管理技术最为关键。
2.1数据存储技术云计算的数据存储技术主要有谷歌的非开源的(GoogleFileSystem)云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采纳分布式存储的方式存储数据，用冗余存储的方式保证数据的牢靠性。
云计算系统中广泛使用的数据存储系统是Google的GFS和Hadoop团队开发的GFS的开源实现，GFS即Google 文件系统（GoogleFileSystem），是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。
云计算
计算机科学前沿技术之云计算摘要本文意围绕计算机前沿技术云计算展开研究，随着云计算的不断发展，使电脑的运算速度越来越快，也使很多大而复杂的问题得以解决。
本文分别介绍云计算的定义、云计算的相关应用、云计算存在的问题与云计算未来的发展趋势。
关键字云计算、云应用、云安全前言“云计算”被Google提出后，随着它的不断发展，为信息界带来了一场新的革命。
它使依靠掌上终端移动办公成为可能，这个超级计算模式具有高达每秒超过十万亿次的运算能力。
这个强大的互联网模式解决了原始的互联网系统和服务设计不能解决的种种问题。
云计算为我们带来了不可预料的前景。
一、云计算的定义[1]1.并行计算的定义并行计算或称平行计算是相对于串行计算来说的。
它是一种一次可执行多个指令的算法，目的是提高计算速度，及通过扩大问题求解规模，解决大型而复杂的计算问题。
所谓并行计算可分为时间上的并行和空间上的并行。
时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。
2.分布式计算的定义分布式计算是研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。
3.网格计算的定义网格计算是利用互联网把地理上广泛分布的各种资源连成一个逻辑整体，就像一台超级计算机一样，为用户提供一体化信息和应用服务。
4.云计算的定义云计算是分布式计算、并行计算、网格计算、网络存储、虚拟化、负载均衡、热备份冗余等传统计算机和网络技术发展融合的产物。
是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。
是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。
二、云计算的相关应用云计算的相关应用简称“云应用”。
它们的工作原理是把传统软件“本地安装、本地运算”的使用方式变为”即取即用”的服务，通过互联网或局域网连接并操控远程服务器集群，完成业务逻辑或运算任务的一种新型应用。
分布式计算、并行计算及集群、网格、云计算的区别
并行计算：并行计算是相对于串行计算来说的。
可分为时间上的并行和空间上的并行。
时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并发的执行计算。
并行计算的目的就是提供单处理器无法提供的性能（处理器能力或存储器），使用多处理器求解单个问题。
分布式计算：分布式计算研究如何把一个需要非常巨大的计算能力才能解决的问题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些计算结果综合起来得到最终的结果。
最近的分布式计算项目已经被用于使用世界各地成千上万位志愿者的计算机的闲置计算能力，通过因特网，可以分析来自外太空的电讯号，寻找隐蔽的黑洞，并探索可能存在的外星智慧生命等。
并行计算与分布式计算的区别：（1）简单的理解，并行计算借助并行算法和并行编程语言能够实现进程级并行（如MPI）和线程级并行（如openM P）。
而分布式计算只是将任务分成小块到各个计算机分别计算各自执行。
（2）粒度方面，并行计算中，处理器间的交互一般很频繁，往往具有细粒度和低开销的特征，并且被认为是可靠的。
而在分布式计算中，处理器间的交互不频繁，交互特征是粗粒度，并且被认为是不可靠的。
并行计算注重短的执行时间，分布式计算则注重长的正常运行时间。
（3）联系，并行计算和分布式计算两者是密切相关的。
某些特征与程度（处理器间交互频率）有关，而我们还未对这种交叉点（crosso ver point）进行解释。
另一些特征则与侧重点有关（速度与可靠性），而且我们知道这两个特性对并行和分布两类系统都很重要。
（4）总之，这两种不同类型的计算在一个多维空间中代表不同但又相邻的点。
集群计算：计算机集群使将一组松散集成的计算机软件和/或硬件连接起来高度紧密地协作完成计算工作。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
并行计算：并行计算是相对于串行计算来说的。
可分为时间上的并行和空间上的
并行。
时间上的并行就是指流水线技术，而空间上的并行则是指用多个处理器并
发的执行计算。
并行计算的目的就是提供单处理器无法提供的性能（处理器能力
或存储器），使用多处理器求解单个问题。
分布式计算：分布式计算研究如何把一个需要非常巨大的计算能力才能解决的问
题分成许多小的部分，然后把这些部分分配给许多计算机进行处理，最后把这些
计算结果综合起来得到最终的结果。
最近的分布式计算项目已经被用于使用世界
各地成千上万位志愿者的计算机的闲置计算能力，通过因特网，可以分析来自外
太空的电讯号，寻找隐蔽的黑洞，并探索可能存在的外星智慧生命等。
并行计算与分布式计算的区别：（1）简单的理解，并行计算借助并行算法和
并行编程语言能够实现进程级并行（如MPI）和线程级并行（如openMP）。
而
分布式计算只是将任务分成小块到各个计算机分别计算各自执行。
（2）粒度方面，并行计算中，处理器间的交互一般很频繁，往往具有细粒度和低开销的特征，并
且被认为是可靠的。
而在分布式计算中，处理器间的交互不频繁，交互特征是粗
粒度，并且被认为是不可靠的。
并行计算注重短的执行时间，分布式计算则注重
长的正常运行时间。
（3）联系，并行计算和分布式计算两者是密切相关的。
某些
特征与程度（处理器间交互频率）有关，而我们还未对这种交叉点（crossover point）进行解释。
另一些特征则与侧重点有关（速度与可靠性），而且我们知道
这两个特性对并行和分布两类系统都很重要。
（4）总之，这两种不同类型的计算
在一个多维空间中代表不同但又相邻的点。
集群计算：计算机集群使将一组松散集成的计算机软件和/或硬件连接起来高度
紧密地协作完成计算工作。
在某种意义上，他们可以被看作是一台计算机。
集群
系统中的单个计算机通常称为节点，通常通过局域网连接，但也有其它的可能连
接方式。
集群计算机通常用来改进单个计算机的计算速度和/或可靠性。
一般情况
下集群计算机比单个计算机，比如工作站或超级计算机性价比要高得多。
根据组
成集群系统的计算机之间体系结构是否相同，集群可分为同构与异构两种。
集群
计算机按功能和结构可以分为，高可用性集群（High-availability (HA) clusters）、负载均衡集群（Loadbalancing clusters）、高性能计算集群
（High-performance (HPC)clusters）、网格计算（Grid computing）。
高可用性集群，一般是指当集群中有某个节点失效的情况下，其上的任务会自动
转移到其他正常的节点上。
还指可以将集群中的某节点进行离线维护再上线，该
过程并不影响整个集群的运行。
负载均衡集群，负载均衡集群运行时，一般通过一个或者多个前端负载均衡器，
将工作负载分发到后端的一组服务器上，从而达到整个系统的高性能和高可用性。
这样的计算机集群有时也被称为服务器群（Server Farm）。
一般高可用性集群和负载均衡集群会使用类似的技术，或同时具有高可用性与负载均衡的特点。
Linux
虚拟服务器（LVS）项目在Linux操作系统上提供了最常用的负载均衡软件。
高性能计算集群，高性能计算集群采用将计算任务分配到集群的不同计算节点儿
提高计算能力，因而主要应用在科学计算领域。
比较流行的HPC采用Linux操作系统和其它一些免费软件来完成并行运算。
这一集群配置通常被称为Beowulf集群。
这类集群通常运行特定的程序以发挥HPC cluster的并行能力。
这类程序一
般应用特定的运行库, 比如专为科学计算设计的MPI库。
HPC集群特别适合于在
计算中各计算节点之间发生大量数据通讯的计算作业，比如一个节点的中间结果
或影响到其它节点计算结果的情况。
网格计算：网格计算是分布式计算的一种，也是一种与集群计算非常相关的技术。
如果我们说某项工作是分布式的，那么，参与这项工作的一定不只是一台计算机，而是一个计算机网络，显然这种“蚂蚁搬山”的方式将具有很强的数据处理能力。
网格计算的实质就是组合与共享资源并确保系统安全。
网格计算通过利用大量异
构计算机的未用资源（CPU周期和磁盘存储），将其作为嵌入在分布式电信基础
设施中的一个虚拟的计算机集群，为解决大规模的计算问题提供一个模型。
网格
计算的焦点放在支持跨管理域计算的能力，这使它与传统的计算机集群或传统的
分布式计算相区别。
网格计算的目标是解决对于任何单一的超级计算机来说仍然
大得难以解决的问题，并同时保持解决多个较小的问题的灵活性。
这样，网格计
算就提供了一个多用户环境。
集群计算与网格计算的区别：（1）简单地，网格与传统集群的主要差别是网
格是连接一组相关并不信任的计算机，它的运作更像一个计算公共设施而不是一
个独立的计算机。
网格通常比集群支持更多不同类型的计算机集合。
（2）网格本
质上就是动态的，集群包含的处理器和资源的数量通常都是静态的。
在网格上，
资源则可以动态出现，资源可以根据需要添加到网格中或从网格中删除。
（3）网
格天生就是在本地网、城域网或广域网上进行分布的。
网格可以分布在任何地方。
而集群物理上都包含在一个位置的相同地方，通常只是局域网互连。
集群互连技
术可以产生非常低的网络延时，如果集群距离很远，这可能会导致产生很多问题。
物理临近和网络延时限制了集群地域分布的能力，而网格由于动态特性，可以提
供很好的高可扩展性。
（4）集群仅仅通过增加服务器满足增长的需求。
然而，集
群的服务器数量、以及由此导致的集群性能是有限的：互连网络容量。
也就是说
如果一味地想通过扩大规模来提高集群计算机的性能，它的性价比会相应下降，
这意味着我们不可能无限制地扩大集群的规模。
而网格虚拟出空前的超级计算机，不受规模的限制，成为下一代Internet的发展方向。
（5）集群和网格计算是相互
补充的。
很多网格都在自己管理的资源中采用了集群。
实际上，网格用户可能并
不清楚他的工作负载是在一个远程的集群上执行的。
尽管网格与集群之间存在很
多区别，但是这些区别使它们构成了一个非常重要的关系，因为集群在网格中总
有一席之地——特定的问题通常都需要一些紧耦合的处理器来解决。
然而，随着
网络功能和带宽的发展，以前采用集群计算很难解决的问题现在可以使用网格计
算技术解决了。
理解网格固有的可扩展性和集群提供的紧耦合互连机制所带来的
性能优势之间的平衡是非常重要的。
云计算：云计算是最新开始的新概念，它不只是计算等计算机概念，还有运营服
务等概念了。
它是分布式计算、并行计算和网格计算的发展，或者说是这些概念
的商业实现。
云计算不但包括分布式计算还包括分布式存储和分布式缓存。
分布
式存储又包括分布式文件存储和分布式数据存储。
云计算与并行、分布式、网格和集群计算的区别：云计算是从集群技术发展
而来，区别在于集群虽然把多台机器联了起来，但其某项具体任务执行的时候还
是会被转发到某台服务器上，而云可以简单的认为是任务可以被分割成多个进程
在多台服务器上并行计算，然后得到结果，好处在于大数据量的操作性能非常好。
云可以使用廉价的PC服务器，可以管理大数据量与大集群，关键技术在于能够
对云内的基础设施进行动态按需分配与管理。
云计算与并行计算、分布式计算的
区别，以计算机用户来说，并行计算是由单个用户完成的，分布式计算是由多个
用户合作完成的，云计算是没有用户参与，而是交给网络另一端的服务器完成的。