云计算的本质是一种服务提供模型，通过这种模型可以随时随地、按需的通过网络访问共享资源池的资源，这个资源池的资源内容包括计算资源、网络资源、存储资源等，这些资源能够动态的分配和调整，在不同的用户之间；灵活切换划分。凡是符合这些特征的IT服务都可以称为云计算服务。

例如：作为国内领先的云计算服务商，56云计算有着完善的行业解决方案和卓越的云计算技术。自主研发的纯SSD架构云服务器，以50,000IOPS随机读写速度、800Mb/s吞吐量的高性能数值刷新行业记录。其整合资源、细化资源到落地资源的服务举措，旨在打造差异化的开放式闭环生态系统，帮助用户快速构建稳定、安全的云计算环境。且云计算强大的计算能力和弹性扩展优势有效降低用户开发运维难度和整体IT成本，让用户能更专注于核心业务的创新，实现自身更多价值。

如果这个概念还很复杂，没事，你可以直接形象化的理解为云计算就是生活中的水电厂，之前每家每户都需要自己买发动机自己打水井，现在有一个公司供水供电还便宜，这个公司就是云计算厂家。

讲完概念，接下来讲三个架构：IaaS、PaaS、SaaS，先看看科学解释。

IaaS(Infrastructure-as-a- Service)：基础设施即服务。消费者通过Internet可以从完善的计算机基础设施获得服务。例如：陆零云服务器，纯SSD架构，行业领先的硬件计算能力，只需几分钟，便可轻松云端获取和启用，实现您的计算需求。

PaaS(Platform-as-a-Service): 平台即服务, 是面向软件开发者的服务, 云计算平台提供硬件, OS, 编程语言, 开发库, 部署工具, 帮助软件开发者更快的开发软件服务. 比如Google的GAE.

SaaS(Software-as-a-Service): 软件即服务, 是面向软件消费者的, 用户无需安装, 通过标准的Internet工具(比如浏览器), 即可使用云计算平台提供的软件, 比如Salesforce的CRM管理系统, Google的Gmail.

也可以再补充讲讲Baas，

BaaS(Backend as a Service)BaaS 是一种新型的云服务，旨在为移动和 Web 应用提供后端云服务，包括云端数据/文件存储、账户管理、消息推送、社交媒体整合等。

这个时候就要讲讲关键技术，其中以编程模型、数据管理技术、数据存储技术、虚拟化技术、云计算平台管理技术最为关键。

(1)编程模型

MapReduce是Google开发的java、Python、C++编程模型，它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，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。

(2) 海量数据分布存储技术

云计算系统由大量服务器组成，同时为大量用户服务，因此云计算系统采用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可靠性。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HDFS。

GFS即Google文件系统(Google File System)，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。GFS的设计思想不同于传统的文件系统，是针对大规模数据处理和Google应用特性而设计的。它运行于廉价的普通硬件上，但可以提供容错功能。它可以给大量的用户提供总体性能较高的服务。

一个GFS集群由一个主服务器(master)和大量的块服务器(chunkserver)构成，并被许多客户(Client)访问。主服务器存储文件系统所以的元数据，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。它也控制系统范围的活动，如块租约(lease)管理，孤儿块的垃圾收集，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，给块服务器传递指令并收集它的状态。GFS中的文件被切分为64MB的块并以冗余存储，每份数据在系统中保存3个以上备份。

客户与主服务器的交换只限于对元数据的操作，所有数据方面的通信都直接和块服务器联系，这大大提高了系统的效率，防止主服务器负载过重。

(3) 海量数据管理技术

云计算需要对分布的、海量的数据进行处理、分析，因此，数据管理技术必需能够高效的管理大量的数据。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之上的一个大型的分布式数据库，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。

Google的很多项目使用BT来存储数据，包括网页查询，Google earth和Google金融。这些应用程序对BT的要求各不相同：数据大小(从URL到网页到卫星图象)不同，反应速度不同(从后端的大批处理到实时数据服务)。对于不同的要求，BT都成功的提供了灵活高效的服务。

(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。虚拟化技术根据对象可分成存储虚拟化、计算虚拟化、网络虚拟化等，计算虚拟化又分为系统级虚拟化、应用级虚拟化和桌面虚拟化。

(5)云计算平台管理技术

云计算资源规模庞大，服务器数量众多并分布在不同的地点，同时运行着数百种应用，如何有效的管理这些服务器，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能够使大量的服务器协同工作，方便的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、智能化的手段实现大规模系统的可靠运营。

讲完技术，就要讲讲热门公司。

先讲国外，第一个肯定就是亚马逊Amazon的AWS，当前云计算市场领头雁，占据全球市场的百分之三十多的份额，第二个是微软的Azure，然后是IBM和谷歌。

国内的话，阿里云独占鳌头，同时值得肯定的是国内云计算市场算是阿里云开的头，才有了今天百花齐放的状态，后面的话就是腾讯云、陆零云，还有百度云、ucloud、金山云等。

从开创之初，就提出“服务为根，用户为本”理念的56云，励志坚持为用户提供最优质的云服务。基于在云计算技术和服务领域的不断创新，56云在动态数据中心、公有云等方面也开展了卓有成效的探索和实践。而对于生态圈的建立，56云也将通过正式上线的云市场，打开生态拓展的重要一环。未来，56云也将更加专注于用户需求，通过依托虚拟化、自动化等资源整合技术，通过云计算、云储存、云安全到云监控等全方位的云产品系列，形成生态系统，满足不同用户度的云业务需求。

讲完公司，最后就要提一下云计算带来的好处与坏处。

好处有降低成本、扩展性强、高可靠性、可以远程访问、模块化等。谈到坏处的时候，就提一下隐私、安全以及稳定性基本就可以了。

讲云计算就从概念、技术、公司、以及优劣势基本就可以给人讲清楚云计算的概念了