后來，人們用電腦

再后來，人們有了網絡

再后來，中國人口大爆炸，男女比例男的比女的多3700萬，這三千多萬人沒事干，都去上網。于是服務器吃不消了。

于是人們就發(fā)明了牛逼的技術，用更好更多的服務器

再后來，人更多了，于是服務器也更多了

但事實上這樣的效果并不好，過度繁重的結構加大了網站設計和構架的難度，而且越是復雜的系統(tǒng)越是不穩(wěn)定。有可能一個出問題，這樣一個完整的系統(tǒng)就徹底掛掉。如果考慮到系統(tǒng)的崩潰情況，那勢必要引入一個更復雜的方案來保證不同的服務器可以做不同的支援。這是一個無解的循環(huán)，大量的計算資源被浪費在無限制的互相糾結中，很快到了瓶頸。

人們想，那我不用這么亂七八糟復雜的系統(tǒng)，我上個極其牛逼的服務器不就好了?可是，太貴了……而且最牛逼的也還沒制造出來……

于是人們突然想到了一個好辦法：把所有計算資源集結起來看成是一個整體(一朵云)，通過并發(fā)使用資源完成操作請求。每個操作請求都可以按照一定的規(guī)則分割成小片段，分發(fā)給不同的機器同時運算，每個機器其實只要做很小的計算就可以，這是哪怕286機器都輕松完成的。最后將這些機器的計算結果整合，輸出給用戶。

對用戶看來，他其實根本面對的不是許多機器，而是一個似乎真正存在的計算能力巨牛無比的單個服務器，比十臺System z10大型主機揉一起，或是開創(chuàng)了petaflop新紀元的“拂曉”號與“紅杉”號還要牛。事實上這個服務器是不存在的，但它擁有著成千上萬臺服務器的能力。

下面來看實例。

實際上過程沒這么簡單。哪怕是統(tǒng)計收集資料的過程也會占據(jù)可怕的處理時間。這就將云計算的任務進一步劃分下去，哪個服務器的CPU干什么，處理哪個任務段。 這個其實可以由算法安排成自動分配的。

總之，壓榨每一個步驟的潛力，讓一個任務被服務器集群們一起上，自然能飛速達成。 別忘了，云計算不是弄個兩三臺質低價廉的服務器就可以達成的。每一朵云背后都有著一坨異構平臺服務器，尤其是搭在企業(yè)防火墻里頭的“私有云”。

因為企業(yè)的計算需求往往是復雜的，選擇不同的平臺應對不同的計算需求最劃算，這跟農民伯伯拉什么或選什么車的道理一樣。新鮮大白菜首選摩托車，保新鮮求快就用刀片;高級大白菜首選靠譜運輸工具Power服務器;大量的高級大白菜選擇大貨車，正如I/O吞吐量大的數(shù)據(jù)適合使用大型主機System z一樣，總比牛車一趟兩趟要快吧?大型農場不會局限于某一種植物正如大型企業(yè)不會只有一種計算需求。于是便有了負責中樞管理、監(jiān)控的軟件Tivoli，難不成用人腦統(tǒng)計?

最后，農民伯伯(很牛的IT客們)把這些車隊集結起來就構成了一朵云背后比較硬的部分。很少IT大佬可以集齊全套車型，據(jù)我所知貌似只有IBM可以。 接下來解決比較軟的問題：在已有的計算資源的基礎不變的情況下，云計算把用戶的任務請求做除法，一個請求進來，我們把它變成許多個小任務段，最后匯總出去給用戶一個完整的結果。對用戶來說，他根本感覺不到里面哪個cpu做了什么處理，哪部分是哪部分拼接起來的，他就感覺自己面對一臺5億內存3億GHZ的巨無霸電腦一樣。

用戶對這樣的計算莫名其妙，云里霧里的，于是他就把這個東西，叫做云計算。

sunyingying