云计算应用中应解决的四个问题

　　1.　高可靠的系统技术

　　支撑云计算的是大规模的集群计算系统，当系统规模增大后，可靠性和稳定性就成为最大的挑战之一。需要通过有效的系统配置、监控、管理、调度、虚拟化等技术，实现一个强大的、动态的、自治的计算存储资源池，提供云计算所需要的大容量计算力。

　　系统级的容错技术是系统技术方面的一个难点。大量服务器进行同一个计算时，单节点故障不应影响应用的正常运行。对类似数据检索这样计算节点间无通讯的应用，这一点比较容易实现。但对那些有大量通讯的紧耦合类应用，当前业内仍无有效的系统级容错方案。目前主要还是依赖应用层面的检查点和重启技术，一方面增加了开发的难度和工作量，另外一方面对运行性能也有一定的影响。

　　2.　可扩展的并行计算技术

　　并行计算技术是云计算的核心技术，也是最具挑战性的技术之一。多核处理器的出现增加了并行的层次性能使得并行程序的开发比以往更难。而当前业内并无有效的并行计算解决方案，无论是编程模型、开发语言还是开发工具，距离开发者的期望都有很大的差距。自动的并行化解决方案在过去的30年间已经被证明基本是死胡同，但传统的手工式的并行程序开发方式又难以为普通的程序员所掌握。Intel、微软、SUN、Cray等业内巨头正投入大量人力物力进行相关的研究，但真正成熟的产品在短期内很难出现。

　　可扩展性是云计算时代并行计算的主要考量点之一，应用性能必须能随着用户的请求、系统规模的增大有效的扩展。当前目前大部分并行应用在超过一千个的处理器(核)上都难以获得有效的加速性能，未来的许多并行应用必须能有效扩展到成千上万个处理器上。这对开发者是巨大的挑战。

　　3.　海量数据的挖掘技术

　　云计算面对的是TB乃至PB级的海量数据，如何从数据中获取有效的信息，这将是决定云计算应用成败的关键。除了利用并行计算技术加速数据处理的速度外，还需要新的思路、方法和算法来完成更准确、快捷、强大的数据挖掘。

　　除了海量数据的挖掘，海量数据的存储和管理也将是一个巨大的挑战。在云计算时代，数据库将面临严重的危机，要么将集群数据库有效扩展到成千上万个节点，要么它就会被类似于Google文件系统这样的新技术所替代。“数据库已死”，这个断言将成为可能。

　　4.　数据安全技术

　　将原本保存在本地、为自己所掌控的数据交给一个外部的云计算服务中心，这样一个改变并不容易。网络技术的发展，使得带宽将不会成为主要障碍，安全性依旧是最重要的顾虑。然而，如同早已习惯将钱存在银行一样，未来的数据银行必将会出现，只是时间的早晚问题。技术其实不是最主要的障碍，制度、法规、诚信、习惯、观念，这些非技术的因素将决定云计算的受欢迎程度。