云计算的核心技术有哪些？

云计算的核心技术有哪些？

云计算的核心技术有哪些？下面我来给楼主介绍一下云计算的核心技术都有哪些
1、虚拟化技能
虚拟化是云核算最重要的中心技能之一，它为云核算服务供给根底架构层面的支撑，是ICT服务快速走向云核算的最首要驱动力。可以说，没有虚拟化技能也就没有云核算服务的落地与成功。随着云核算运用的继续升温，业界对虚拟化技能的注重也提到了一个新的高度。与此一起，我们的查询发现，很多人对云核算和虚拟化的认识都存在误区，认为云核算就是虚拟化。事实上并非如此，虚拟化是云核算的重要组成部分但不是悉数。
从技能上讲，虚拟化是一种在软件中仿真核算机硬件，以虚拟资源为用户供给服务的核算形式。旨在合理分配核算机资源，使其更高效地供给服务。它把运用体系各硬件间的物理区分打破，然后完成架构的动态化，完成物理资源的会集办理和运用。虚拟化的最大优点是增强体系的弹性和灵活性，降低成本、改进服务、进步资源运用功率。
从表现形式上看，虚拟化又分两种运用形式。一是将一台功用强大的服务器虚拟成多个独立的小服务器，服务不同的用户。二是将多个服务器虚拟成一个强大的服务器，完成特定的功用。这两种形式的中心都是一致办理，动态分配资源，进步资源运用率。在云核算中，这两种形式都有比较多的运用。


2、散布式数据存储技能
云核算的另一大优势就是可以快速、高效地处理海量数据。在数据爆炸的今日，这一点至关重要。为了确保数据的高牢靠性，云核算通常会选用散布式存储技能，将数据存储在不同的物理设备中。这种形式不只摆脱了硬件设备的限制，一起扩展性更好，可以快速响运用户需求的改变。
散布式存储与传统的网络存储并不彻底一样，传统的网络存储体系选用会集的存储服务器寄存一切数据，存储服务器成为体系功用的瓶颈，不能满意大规划存储运用的需求。散布式网络存储体系选用可扩展的体系结构，运用多台存储服务器分担存储负荷，运用位置服务器定位存储信息，它不但进步了体系的牢靠性、可用性和存取功率，还易于扩展。
在当时的云核算领域，Google的GFS和Hadoop开发的开源体系HDFS是比较流行的两种云核算散布式存储体系。
GFS（Google File System）技能：谷歌的非开源的GFS（GoogleFile System）云核算渠道满意很多用户的需求，并行地为很多用户供给服务。使得云核算的数据存储技能具有了高吞吐率和高传输率的特色。
HDFS（Hadoop Distributed File System）技能：大部分ICT厂商，包括Yahoo、Intel的“云”计划选用的都是HDFS的数据存储技能。未来的开展将会集在超大规划的数据存储、数据加密和安全性确保、以及继续进步I/O速率等方面。
3、编程形式
从本质上讲，云核算是一个多用户、多使命、支撑并发处理的体系。高效、简捷、快速是其间心理念，它旨在经过网络把强大的服务器核算资源方便地分发到终端用户手中，一起确保低成本和杰出的用户体会。在这个过程中，编程形式的选择至关重要。云核算项目中散布式并行编程形式将被广泛选用。
散布式并行编程形式创建的初衷是更高效地运用软、硬件资源，让用户更快速、更简略地运用运用或服务。在散布式并行编程形式中，后台复杂的使命处理和资源调度关于用户来说是通明的，这样用户体会可以大大提高。MapReduce是当时云核算主流并行编程形式之一。MapReduce形式将使命自动分红多个子使命，经过Map和Reduce两步完成使命在大规划核算节点中的高度与分配。
MapReduce是Google开发的java、Python、C++编程模型，首要用于大规划数据集（大于1TB）的并行运算。MapReduce形式的思想是即将履行的问题分解成Map（映射）和Reduce（化简）的方式，先经过Map程序将数据切割成不相关的区块，分配（调度）给很多核算机处理，到达散布式运算的效果，再经过Reduce程序将结果汇整输出。
4、大规划数据办理
处理海量数据是云核算的一大优势。那么怎么处理则涉及到很多层面的东西，因而高效的数据处理技能也是云核算不可或缺的中心技能之一。关于云核算来说，数据办理面临巨大的应战。云核算不只要确保数据的存储和访问，还要可以对海量数据进行特定的检索和分析。因为云核算需求对海量的散布式数据进行处理、分析，因而，数据办理技能必需可以高效的办理很多的数据。
Google的BT（BigTable）数据办理技能和Hadoop团队开发的开源数据办理模块HBase是业界比较典型的大规划数据办理技能。
BT（BigTable）数据办理技能：BigTable是非联系的数据库，是一个散布式的、耐久化存储的多维度排序Map.BigTable建立在 GFS,Scheduler, Lock Service和MapReduce之上，与传统的联系数据库不同，它把一切数据都作为对象来处理，形成一个巨大的表格，用来散布存储大规划结构化数据。 Bigtable的设计目的是牢靠的处理PB级别的数据，而且可以布置到上千台机器上。
开源数据办理模块HBase:HBase是Apache的Hadoop项目的子项目，定坐落散布式、面向列的开源数据库。HBase不同于一般的联系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase根据列的而不是根据行的形式。作为高牢靠性散布式存储体系，HBase在功用和可伸缩方面都有比较好的表现。运用HBase技能可在廉价PC Server上搭建起大规划结构化存储集群。
5、散布式资源办理
云核算选用了散布式存储技能存储数据，那么天然要引入散布式资源办理技能。在多节点的并发履行环境中，各个节点的状况需求同步，而且在单个节点出现故障时，体系需求有用的机制确保其它节点不受影响。而散布式资源办理体系恰是这样的技能，它是确保体系状况的要害。
别的，云核算体系所处理的资源往往非常巨大，少则几百台服务器，多则上万台，一起可能跨跃多个地域。且云渠道中运转的运用也是数以千计，怎么有用地办理这批资源，确保它们正常供给服务，需求强大的技能支撑。因而，散布式资源办理技能的重要性可想而知。
全球各大云核算计划/服务供给商们都在积极开展相关技能的研制作业。其间Google内部运用的Borg技能很受业界称道。别的，微软、IBM、Oracle/Sun等云核算巨头都有相应处理计划提出。
6、信息安全
查询数据表明，安全现已成为阻止云核算开展的最首要原因之一。数据显现，32%现已运用云核算的安排和45%没有运用云核算的安排的ICT办理将云安全作为进一步布置云的最大障碍。因而，要想确保云核算可以长时间稳定、快速开展，安全是首要需求处理的问题。
事实上，云核算安全也不是新问题，传统互联网存在同样的问题。仅仅云核算出现以后，安全问题变得更加突出。在云核算体系中，安全涉及到很多层面，包括网络安全、服务器安全、软件安全、体系安全等等。因而，有分析师认为，云安全工业的开展，将把传统安全技能提到一个新的阶段。
现在，不管是软件安全厂商仍是硬件安全厂商都在积极研制云核算安全产品和计划。包括传统杀毒软件厂商、软硬防火墙厂商、IDS/IPS厂商在内的各个层面的安全供货商都已加入到云安全领域。信任在不久的将来，云安全问题将得到很好的处理.
7、云核算渠道办理
云核算资源规划巨大，服务器数量众多并散布在不同的地址，一起运转着数百种运用，怎么有用地办理这些服务器，确保整个体系供给不间断的服务是巨大的应战。云核算体系的渠道办理技能，需求具有高效分配很多服务器资源，使其更好协同作业的才能。其间，方便地布置和注册新业务、快速发现而且康复体系故障、经过自动化、智能化手段完成大规划体系牢靠的运营是云核算渠道办理技能的要害。
关于供给者而言，云核算可以有三种布置形式，即公共云、私有云和混合云。三种形式对渠道办理的要求大不相同。关于用户而言，因为企业关于ICT资源共享的操控、对体系功率的要求以及ICT成本投入预算不尽相同，企业所需求的云核算体系规划及可办理功用也大不相同。因而，云核算渠道办理计划要更多地考虑到定制化需求，可以满意不同场景的运用需求。
包括Google、IBM、微软、Oracle/Sun等在内的许多厂商都有云核算渠道办理计划推出。这些计划可以帮助企业完成根底架构整合、完成企业硬件资源和软件资源的一致办理、一致分配、一致布置、一致监控和一致备份，打破运用对资源的独占，让企业云核算渠道价值得以充分发挥。
8、绿色节能技能
节能环保是全球整个年代的大主题。云核算也以低成本、高功率着称。云核算具有巨大的规划经济效益，在进步资源运用功率的一起，节省了很多动力。绿色节能技能现已成为云核算必不可少的技能，未来越来越多的节能技能还会被引入云核算中来。
Carbon Disclosure Project（碳排放披露项目，简称CDP）近来发布了一项有关云核算有助于削减碳排放的研究报告。报告指出，迁移至云的美国公司每年就可以削减碳排放8570万吨，这相当于2亿桶石油所排放出的碳总量。
总之，云计算服务供给商们需求继续改进技能，让云计算更绿色。


楼主如果需要学习云计算的话可以点击下方领取一份免费的云计算学习资料哦！
ICT网工_云计算学习认证资料（免费）

首先给大家分享云计算的相关资料，点击即可下载
2021云计算白皮书边缘计算与云计算协同白皮书云计算系统运用了许多技术，其中以编程模型、数据存储、数据管理、虚拟化和云计算平台管理等技术最为关键。
（1）编程模型

MapReduce 是Google开发的Java、Python、C++编程模型，是一种简化的分布式编程模型和高效的任务调度模型，用于大规模数据集(大于1TB)的并行运算。严格的编程模型使云计算环境下的编程十分简单。MapReduce模式的思想，是将要执行的问题分解成Map (映射)和Reduce (化简)的方式，即先通过Map程序将数据切割成不相关的区块，然后再分配(调度)给大量计算机进行处理，以达到分布式运算的效果，最后通过Reduce程序将结果汇总输出。
（2）海量数据分布存储技术

云计算系统由大量服务器组成，为大量用户提供所需的服务，因此云计算系统采用分布式存储方式存储数据，并采用冗余存储方式保证数据的可靠性。云计算系统中广泛使用的数据存储系统是由Google的GFS和Hadoop团队开发的HDFS。一个GFS集群由一个主服务器(Master)和大量的块服务器(Chunk Server)构成，可被许多客户访问。主服务器存储文件系统所有的元数据，包括名字空间、访问控制信息、从文件到块的映射以及块的当前位置。主服务器控制涉及系统范围的活动，如块租约(Lease) 管理、孤儿块的垃圾收集以及块服务器间的块迁移。主服务器定期通过HeartBeat 消息与每一个块服务 器通信，向块服务器传递指令并收集它的状态。GFS中的文件被切分为64 MB的块并以冗余方式存储，每份数据在系统中保存3个以上备份。用户与主服务器的交流只限于对元数据的操作，所有涉及数据的通信都直接通过块服务器联系，这大大提高了系统的效率，并可防止主服务器负载过重。
（3）海量数据管理技术

云计算需要对分布式的海量数据进行处理和分析，因此数据管理技术必须能够用来高效地管理大量的数据。云计算系统中的数据管理技术主要是Google的BT(BigTable)数据管理技术和Hadoop团队开发的开源数据管理模块HBase。BT是建立在GFS、Scheduler、Lock Service 和MapReduce之上的一种大型的分布式数据库，与传统的关系数据库不同，它把所有的数据都作为对象来处理，以形成一个巨大表格用来分布存储大规模结构化数据。
（4）虚拟化技术

通过虚拟化技术可实现软件应用与底层硬件相隔离，它包括将单个资源划分成多个虚拟资源的裂分模式，也包括将多个资源整合成一个虚拟资源的聚合模式。根据不同的对象，虚拟化技术可分成存储虚拟化、计算虚拟化和网络虚拟化等，其中计算虚拟化又可分为系统级虚拟化、应用级虚拟化和桌面级虚拟化。
（5）云计算平台管理技术

云计算资源规模庞大，服务器数量众多且分布在不同的地点，而且运行着数百种应用程序，因此如何有效地管理这些服务器，保证整个系统可提供不间断的服务是一项巨大的挑战。云计算系统平台管理技术能够使大量的服务器协同工作，方便地进行业务部署和开通，快速发现和恢复系统故障，通过自动化、智能化手段实现大规模系统的可靠运营。<hr/>最后分享一些资源：
企业数据可视化平台0-1建设方案​10+央国企数字化转型案例集​​BI建设地图（行业独家）商业智能（BI）白皮书3.0

云计算这个话题讨论太多，都不想答了。看了下面一堆培训机构胡说八道，忍不住了。作为一个从虚拟化走到云计算15年的老鸟，哥给你扫个盲。
任何产品（云计算也是一个）都分为研发和使用两部分。研发和使用相辅相成，没有使用者的需求就没有研发的动力。所以要想了解云计算的核心技术，你要了解云计算的需求。
云计算和传统私有数据中心的需求没什么两样，就是服务业务应用需求，这些需求包括但不限于服务器、网络、存储、安全、操作系统、高可用、Docker、SOA、Microservice、服务目录、配置管理、服务管理、自动化、容灾。每项技术涉及到功能性需求和非功能性需求。所谓功能性是这个技术能提供什么能力，所谓非功能性是这个技术能提供多大的性能和可靠性。这里面每个细节都可以延伸出去很多内容。云计算只是传统数据中心的外包形式体现。为了实现外包，数据中心必须标准化、虚拟化、自动化上述所有技术。
从研发云计算的角度看就是上述所有技术的标准化、虚拟化、自动化。所以必须了解这些技术的市场需求。
从使用角度看主要看就要对这些需求的理解和组合运用了。
至于核心技术，如果你不理解为什么需要这些技术，你学不到什么所谓核心技术。某些培训机构说的服务器虚拟化，在云计算领域根本没人讲，太tm基础了，基础到都tm云计算了还学服务器虚拟化你丫丢不丢人！”智能管理平台“，智能手表算不算？弱智还差不多。
给两篇文章看看。记住一点云计算和传统数据中心服务的技术需求没有任何区别，只是更加标准化、虚拟化、自动化。所以学习方面重点是理解IT应用对IT基础架构和相关支撑平台的需求。哥考Azure高级架构师认证只用了两星期，而且之前从来没摸过Azure。为啥能这么快？当你理解了这些传统的技术和需求之后，AWS、Azure、GCP对你来说只是术语手册而已，而技术都差不多。
云计算要怎么学？和计算机专业有什么关系？
IT自学入门之路

云计算作为数据服务中心，是通过虚拟化技术构建起来的，它有五大核心技术，分别为：分布式存储、虚拟化技术、分布式资源管理、智能管理平台和编程模型。
分布式存储：用于将大量服务器整合为一台超级计算机，提供海量的数据存储和处理服务。它采用可扩展的系统架构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息。
虚拟化技术：是一种在软件中仿真计算机硬件，以虚拟资源为用户提供服务的计算形式，旨在合理调配计算机资源，使其更高效地提供服务。

分布式资源管理：保证在多点并发执行环境中，各个节点的状态同步，并且在单个节点出现故障时，系统通过有效的机制保证其它节点不受影响。

智能管理平台：具有高效调配大量服务器资源，使其更好协同工作的能力。其中，方便地部署和开通新业务、快速发现并且恢复系统故障、通过自动化、智能化手段实现大规模系统可靠的运营是云计算平台管理技术的关键。

编程模型：云计算采用了一种简洁的分布式并行编程模型 Map—Reduce，主要用于数据集的并行运算和并行任务的调度处理。在该模式下，用户只需要自行编写 Map 函数和 Reduce 函数即可进行并行计算。
以上，就是目前云计算涉及的五大核心技术，通过这些技术，可以将分散的节点有效的整合起来，组成大规模甚至超大规模集群，在提供强大性能的同时也提升了资源的利用率，云计算技术是计算领域技术不断演进过程中的一个里程碑。

云计算是一种以数据和处理能力为中心的密集型计算模式，它融合了多项ICT技术，是传统技术“平滑演进”的产物。其中以虚拟化技术、分布式数据存储技术、编程模型、大规模数据管理技术、分布式资源管理、信息安全、云计算平台管理技术、绿色节能技术最为关键。
1、虚拟化技术
　虚拟化是云计算最重要的核心技术之一，它为云计算服务提供基础架构层面的支撑，是ICT服务快速走向云计算的最主要驱动力。可以说，没有虚拟化技术也就没有云计算服务的落地与成功。随着云计算应用的持续升温，业内对虚拟化技术的重视也提到了一个新的高度。与此同时，我们的调查发现，很多人对云计算和虚拟化的认识都存在误区，认为云计算就是虚拟化。事实上并非如此，虚拟化是云计算的重要组成部分但不是全部。
　　从技术上讲，虚拟化是一种在软件中仿真计算机硬件，以虚拟资源为用户提供服务的计算形式。旨在合理调配计算机资源，使其更高效地提供服务。它把应用系统各硬件间的物理划分打破，从而实现架构的动态化，实现物理资源的集中管理和使用。虚拟化的最大好处是增强系统的弹性和灵活性，降低成本、改进服务、提高资源利用效率。
　　从表现形式上看，虚拟化又分两种应用模式。一是将一台性能强大的服务器虚拟成多个独立的小服务器，服务不同的用户。二是将多个服务器虚拟成一个强大的服务器，完成特定的功能。这两种模式的核心都是统一管理，动态分配资源，提高资源利用率。在云计算中，这两种模式都有比较多的应用。
2、分布式数据存储技术

　　云计算的另一大优势就是能够快速、高效地处理海量数据。在数据爆炸的今天，这一点至关重要。为了保证数据的高可靠性，云计算通常会采用分布式存储技术，将数据存储在不同的物理设备中。这种模式不仅摆脱了硬件设备的限制，同时扩展性更好，能够快速响应用户需求的变化。
　　分布式存储与传统的网络存储并不完全一样，传统的网络存储系统采用集中的存储服务器存放所有数据，存储服务器成为系统性能的瓶颈，不能满足大规模存储应用的需要。分布式网络存储系统采用可扩展的系统结构，利用多台存储服务器分担存储负荷，利用位置服务器定位存储信息，它不但提高了系统的可靠性、可用性和存取效率，还易于扩展。
　　在当前的云计算领域，Google的GFS和Hadoop开发的开源系统HDFS是比较流行的两种云计算分布式存储系统。
　　GFS（Google File System）技术：谷歌的非开源的GFS（GoogleFile System）云计算平台满足大量用户的需求，并行地为大量用户提供服务。使得云计算的数据存储技术具有了高吞吐率和高传输率的特点。
　　HDFS（Hadoop Distributed File System）技术：大部分ICT厂商，包括Yahoo、Intel的“云”计划采用的都是HDFS的数据存储技术。未来的发展将集中在超大规模的数据存储、数据加密和安全性保证、以及继续提高I/O速率等方面。
3、编程模式

　　从本质上讲，云计算是一个多用户、多任务、支持并发处理的系统。高效、简捷、快速是其核心理念，它旨在通过网络把强大的服务器计算资源方便地分发到终端用户手中，同时保证低成本和良好的用户体验。在这个过程中，编程模式的选择至关重要。云计算项目中分布式并行编程模式将被广泛采用。
　　分布式并行编程模式创立的初衷是更高效地利用软、硬件资源，让用户更快速、更简单地使用应用或服务。在分布式并行编程模式中，后台复杂的任务处理和资源调度对于用户来说是透明的，这样用户体验能够大大提升。MapReduce是当前云计算主流并行编程模式之一。MapReduce模式将任务自动分成多个子任务，通过Map和Reduce两步实现任务在大规模计算节点中的高度与分配。
　　MapReduce是Google开发的java、Python、C++编程模型，主要用于大规模数据集（大于1TB）的并行运算。MapReduce模式的思想是将要执行的问题分解成Map（映射）和Reduce（化简）的方式，先通过Map程序将数据切割成不相关的区块，分配（调度）给大量计算机处理，达到分布式运算的效果，再通过Reduce程序将结果汇整输出。
4、大规模数据管理

　　处理海量数据是云计算的一大优势。那么如何处理则涉及到很多层面的东西，因此高效的数据处理技术也是云计算不可或缺的核心技术之一。对于云计算来说，数据管理面临巨大的挑战。云计算不仅要保证数据的存储和访问，还要能够对海量数据进行特定的检索和分析。由于云计算需要对海量的分布式数据进行处理、分析，因此，数据管理技术必需能够高效的管理大量的数据。
　　Google的BT（BigTable）数据管理技术和Hadoop团队开发的开源数据管理模块HBase是业界比较典型的大规模数据管理技术。
　　BT（BigTable）数据管理技术：BigTable是非关系的数据库，是一个分布式的、持久化存储的多维度排序Map.BigTable建立在 GFS,Scheduler, Lock Service和MapReduce之上，与传统的关系数据库不同，它把所有数据都作为对象来处理，形成一个巨大的表格，用来分布存储大规模结构化数据。 Bigtable的设计目的是可靠的处理PB级别的数据，并且能够部署到上千台机器上。
　　开源数据管理模块HBase:HBase是Apache的Hadoop项目的子项目，定位于分布式、面向列的开源数据库。HBase不同于一般的关系数据库，它是一个适合于非结构化数据存储的数据库。另一个不同的是HBase基于列的而不是基于行的模式。作为高可靠性分布式存储系统，HBase在性能和可伸缩方面都有比较好的表现。利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。
5、分布式资源管理

　　云计算采用了分布式存储技术存储数据，那么自然要引入分布式资源管理技术。在多节点的并发执行环境中，各个节点的状态需要同步，并且在单个节点出现故障时，系统需要有效的机制保证其它节点不受影响。而分布式资源管理系统恰是这样的技术，它是保证系统状态的关键。
　　另外，云计算系统所处理的资源往往非常庞大，少则几百台服务器，多则上万台，同时可能跨跃多个地域。且云平台中运行的应用也是数以千计，如何有效地管理这批资源，保证它们正常提供服务，需要强大的技术支撑。因此，分布式资源管理技术的重要性可想而知。
　　全球各大云计算方案/服务提供商们都在积极开展相关技术的研发工作。其中Google内部使用的Borg技术很受业内称道。另外，微软、IBM、Oracle/Sun等云计算巨头都有相应解决方案提出。
6、信息安全

　　调查数据表明，安全已经成为阻碍云计算发展的最主要原因之一。数据显示，32%已经使用云计算的组织和45%尚未使用云计算的组织的ICT管理将云安全作为进一步部署云的最大障碍。因此，要想保证云计算能够长期稳定、快速发展，安全是首要需要解决的问题。
　　事实上，云计算安全也不是新问题，传统互联网存在同样的问题。只是云计算出现以后，安全问题变得更加突出。在云计算体系中，安全涉及到很多层面，包括网络安全、服务器安全、软件安全、系统安全等等。因此，有分析师认为，云安全产业的发展，将把传统安全技术提到一个新的阶段。
　　现在，不管是软件安全厂商还是硬件安全厂商都在积极研发云计算安全产品和方案。包括传统杀毒软件厂商、软硬防火墙厂商、IDS/IPS厂商在内的各个层面的安全供应商都已加入到云安全领域。相信在不久的将来，云安全问题将得到很好的解决.
7、云计算平台管理

　　云计算资源规模庞大，服务器数量众多并分布在不同的地点，同时运行着数百种应用，如何有效地管理这些服务器，保证整个系统提供不间断的服务是巨大的挑战。云计算系统的平台管理技术，需要具有高效调配大量服务器资源，使其更好协同工作的能力。其中，方便地部署和开通新业务、快速发现并且恢复系统故障、通过自动化、智能化手段实现大规模系统可靠的运营是云计算平台管理技术的关键。
　　对于提供者而言，云计算可以有三种部署模式，即公共云、私有云和混合云。三种模式对平台管理的要求大不相同。对于用户而言，由于企业对于ICT资源共享的控制、对系统效率的要求以及ICT成本投入预算不尽相同，企业所需要的云计算系统规模及可管理性能也大不相同。因此，云计算平台管理方案要更多地考虑到定制化需求，能够满足不同场景的应用需求。
　　包括Google、IBM、微软、Oracle/Sun等在内的许多厂商都有云计算平台管理方案推出。这些方案能够帮助企业实现基础架构整合、实现企业硬件资源和软件资源的统一管理、统一分配、统一部署、统一监控和统一备份，打破应用对资源的独占，让企业云计算平台价值得以充分发挥。
8、绿色节能技术

　　节能环保是全球整个时代的大主题。云计算也以低成本、高效率着称。云计算具有巨大的规模经济效益，在提高资源利用效率的同时，节省了大量能源。绿色节能技术已经成为云计算必不可少的技术，未来越来越多的节能技术还会被引入云计算中来。
　　Carbon Disclosure Project（碳排放披露项目，简称CDP）近日发布了一项有关云计算有助于减少碳排放的研究报告。报告指出，迁移至云的美国公司每年就可以减少碳排放8570万吨，这相当于2亿桶石油所排放出的碳总量。
　　总之，云计算服务提供商们需要持续改善技术，让云计算更绿色。