云計算早期，簡單來說就是簡單的分布式計算，解決任務分配，合并計算結果。因此，云計算也被稱為網格計算。通過這項技術，可以在短時間(幾秒鐘)內處理成千上萬的數據，從而實現強大的網絡服務。目前，云服務不僅僅是一種分布式計算，而是分布式計算、效用計算、負載均衡、并行計算、網絡存儲、冗余熱備份和虛擬化等計算機技術混合演進和飛躍的結果。
(1)單機計算(集中式計算):與分布式計算相對應的一種計算模式，計算機不與任何網絡互聯，只使用計算機系統能夠控制的資源。
(2)并行計算:并行計算或并行計算是相對于串行計算而言的。它是一種可以一次執行多條指令的算法，目的是通過擴大問題求解的規模來提高計算速度，解決大型復雜的計算問題。并行計算可以分為時間并行和空間并行。時間并行指的是流水線技術，空間并行指的是多個處理器并行執行計算。
(3)網絡計算:通過網絡將各種資源組合起來，實現資源共享、協同工作和聯合計算，為各種用戶提供基于網絡的各種服務。
(4)點對點計算（p2p）:點對點；每個用戶既是客戶端，也是服務器。
(5)集群計算:在計算機中，集群使用多臺計算機為用戶形成單個高可用性系統。集群計算可以用來實現= =負載均衡= =，集群計算的倡導者建議，對于一個企業來說，集群在很多情況下可以實現99.999%的可用性。= =集群的主要思想之一是，對外界來說，集群就像一個獨特的系統。
(6)網格計算:研究如何將一個需要巨大計算能力的問題分割成許多小的部分，然后將這些部分分配到多臺計算機上進行處理，最后將這些計算結果組合起來得到最終的結果。將整個網絡整合成一臺巨大的超級計算機，實現計算資源和存儲資源的全面共享。
(7)霧計算:在這種模式下，數據、(數據)處理和應用集中在網絡邊緣的設備中，而不是幾乎全部存儲在云中，這是云計算的擴展概念，由思科提出。“霧”因“云”而得名，源于“霧是更接近地面的云”這句話。像云計算一樣，霧計算非常生動。云飛揚，高高在上，遙不可及，刻意抽象；但霧是現實的，貼近地面，就在你我身邊。霧計算不是由功能強大的服務器組成，而是由各種性能更弱、更分散的功能計算機組成，滲透到工廠、汽車、電器、路燈以及人們物質生活中的各種用品中。
(8)邊緣計算:邊緣計算是指在靠近對象或數據來源的網絡邊緣側，集成網絡、計算、存儲和應用核心能力，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時服務、數據優化、應用智能、安全和隱私保護等關鍵需求的開放平臺。
(9)大數據計算:
① MapReduce: MapReduce是大規模數據集(大于1TB)并行操作的編程模型。“Map”和“Reduce”這兩個概念，連同它們的主要思想，都是從函數式編程語言中借用來的，還有從向量編程語言中借用來的特性。程序員在分布式系統上運行程序非常方便，無需分布式并行編程。當前的軟件實現是指定一個Map函數，將一組鍵值對映射成一組新的鍵值對，并指定一個并發Reduce函數，以確保所有映射的鍵值對共享同一個鍵組。
②流計算:實時計算；在傳統的數據處理流程中，我們總是先收集數據，然后將數據放入數據庫。當人們需要時，通過數據庫查詢數據，得到答案或進行處理。雖然這看起來很合理，但結果非常緊湊，尤其是在一些實時搜索應用環境中，像MapReduce這樣的離線處理并不能很好地解決問題。這就產生了一種新的數據計算結構——流計算模式。= =它可以在變化的運動過程中實時分析大規模的流量數據，捕捉潛在有用的信息，并將結果發送到下一個計算節點。
③Spark：內存中的計算；Apache Spark是專門為大規模數據處理設計的快速通用計算引擎。Spark是一個類似Hadoop MapReduce的通用并行框架，由加州大學伯克利分校AMP實驗室開放。Spark具有Hadoop MapReduce的優點。但是，與MapReduce不同的是，job的中間輸出結果可以保存在內存中，因此不再需要讀寫HDFS，因此Spark可以更好地應用于數據挖掘、機器學習等需要迭代的MapReduce算法。租用服務器可咨詢夢飛云idc了解。
百度云加速促銷活動買一送一
深圳南華中天于2021年3月正式成為百度云加速合作伙伴。主要推廣代理百度云加速產品，從我們這里購買價格更便宜！縮短新網站被百度搜索引擎收錄的時間，平均收錄時間縮短1/4，現在買一年送一年，未備案的域名也可以用。有需要請聯系扣扣309911615
百度云加速是專注于為各類網站提供訪問加速、安全防護以及流量優化的建站工具，為網站提供包括網站安全檢測、免費CDN加速、CC攻擊防護、sql注入及xss攻擊防護、網站提交等在內全方位的保護服務。
網站加速（CDN）：不限流量加速，為全球用戶提供服務；平均提速400%。
安全防護：全方位防護，阻止黑客入侵，提供百度級的穩定、可靠的服務。
百度SEO：為百度spider提供收錄數據來源和重要數據參考依據，形成百度內部生態。
