云计算时代,云主机其可扩展性、价格便宜、安全可靠的特性深受企业和开发者欢迎,但目前有些IDC企业,新瓶装旧酒,将虚拟主机、VPS进行包装推出所谓的云主机服务,为了帮助用户更好的辨别和挑选云主机,下文详细介绍虚拟主机、VPS和云主机产品的特点以及差异性。

虚拟主机、VPS和云主机辨别:

共享主机也称虚拟主机,从互联网诞生至今,大部分站长都是从”共享主机”(shared hosting)开始学习建站的。所谓”共享主机”,就是一台服务器上有许多网站,大家共享这台服务器的硬件和带宽。如果它发生故障,那么上面的所有网站都无法访问。

PS主机(Virtual Private Server 虚拟专用服务器),将一部服务器分割成多个虚拟专享服务器的优质服务。 每个VPS都可分配独立公网IP地址、独立操作系统、独立超大空间、独立内存、独立CPU资源、独立执行程序和独立系统配置等。 用户除了可以分配多个虚拟主机及无限企业邮箱外,更具有独立服务器功能,可自行安装程序,单独重启服务器。

“云主机”(Cloud hosting)可以看成是新一代的共享主机。

首先,主机公司将它的硬件和网络线路,做成一朵”云”,然后提供一些通向这朵”云”的网络接口API,供客户使用。这时,每个客户共享的不再是某一台特定的服务器,而是云里的所有服务器。

比如,假设你要把本机的文件备份到网上,你可以使用共享主机,把文件传到某一台服务器上;也可以使用云主机,通过某种形式的接口,把它们传到云里。也就是说,共享主机用户直接面对特定的服务器,而云主机用户直接面对网络接口,看不到服务器内部。

一个通俗的比喻是,你可以向银行租一个编号为”8888″的保险箱(共享主机),也可以把贵重物品直接交给保管公司(云主机),听任他们保管。

诸如Gmail、FaceBook、Twitter、Flickr这样的产品,都可以看作是基于”云主机”的服务。

云主机能真正获得root权限,用户可以重装和升级操作系统,而VPS主机用户没有root权限,无法重装和升级操作系统。VPS(Virtual Private Server 虚拟专用服务器),将一台服务器分割成多个虚拟专享服务器的优质服务。每个VPS都可分配独立公网IP地址、独立操作系统、独立超大空间、独立内存、独立CPU资源、独立执行程序和独立系统配置等。用户除了可以分配多个虚拟主机及无限企业邮箱外,更具有独立服务器功能,可自行安装程序,单独重启服务器。云主机(Cloud hosting)是服务器集群基础上虚拟化。主机公司将它的硬件和网络线路,做成一朵“云”,然后提供一些通向这朵“云”的网络接口API,供客户使用。这时,每个客户共享的不再是某一台特定的服务器,而是云里的所有服务器。关于云主机与VPS的区别,我们可以从以下六个方面来进行探讨:(1)供应和部署时间VPS—即时,无需安装操作系统云主机—即时,几分钟即可完成,可一键部署、也可自主安装操作系统(2)安全可靠性VPS—差:同一台物理服务器上其他VPS上安装的程序缺陷、ARP欺骗、病毒、资源挤占等会严重影响到自身;基本无ARP、木马和DDOS防范能力云主机—高:内置ARP防范,规模化提升DDOS防攻击能力;分享品牌企业级服务器和硬件虚拟化的性能和可靠性,内置HA;提供备机、快照、数据备份等多种快速恢复措施(3)性能及保障VPS—差:性能一般,只适用于小规模并发访问;性能无保障,易遭受同一台物理服务器上其他VPS的挤压云主机—好且有保障:同物理服务器(4)弹性和扩展性VPS—扩容快,受制于单台服务器配置云主机—即时供应、按需扩展 ,无需为原有租用资源付费(5)拥有成本VPS—低配置的VPS租用价格最低;但低安全可靠性和无保障的性能导致服务质量无保障,运营成本难控制且偏高。云主机—综合成本最低:月付无押金、按需使用按需付费、基本零维护 ,还可分享规模化、绿色节能、最佳IT实践带来的成本优势(6)易用、易管理性VPS—提供单一的单机管理界面,无root或超级管理员操作系统权限,管理灵活性受制于管理界面云主机—内置KVM、客户通过自服务系统可以集中统一管理分布在各地的云主机;完全拥有root或超级管理员操作系统权限从技术理论看,稳定性和可靠性当然是云主机好,但目前云主机并不成熟。企业可根据自己的实际情况选择适合自己的空间。

很长一段时间里，应用最广泛也最为公众了解的生物识别身份认证技术是指纹识别身份认证。随着更多的指纹产品进入寻常百姓家，安全问题逐渐引起大家的关注。为了解决大家对安全问题的担忧，智冠股份通过对生物识别身份技术的进一步了解，发现日本80%的ATM都使用了指静脉识别身份认证装置取代密码输入。既然指静脉身份识别技术能在日本金融领域大规模应用，那是否证明了这项技术具有高安全性呢？智冠股份通过进一步的调查，确定了这一事实并将静脉识别技术引入国内。智冠股份从创业之初的进军电子政务领域到2010年涉足生物识别技术领域，已经自主创新推出了WINPASS手静脉身份认证、云桌面虚拟化应用、智能交互展示和智慧城市应用软件等国内一流的产品和解决方案，拥有广阔的市场前景。

智冠的WINPASS静脉身份认证系列产品最大的技术优势在于它的安全性。指纹是人体外部特征，容易被窃取和伪造，人们用假指纹很容易通过认证；而静脉是内部特征，每个人不同，无法窃取和伪造。本次云先锋系列，我们联系到广东智冠信息技术股份有限公司董事长卢慧莉，以下是采访实录。

广东智冠信息技术股份有限公司 CEO 卢慧莉

CSDN：首先给大家介绍一下你及你的公司？团队结构如何？

智冠：智冠成立于2004年，从建立之初进军电子政务领域到2010年涉足生物识别技术领域，现已开拓出手静脉识别技术系列产品、云桌面虚拟化应用技术产品及智能触控一体机等产品，并致力于为智慧政务、智慧教育、智慧医疗等智慧城市领域建设提供整体解决方案。公司已经完成股份制改革，目前已进入上市辅导期。

经过10年多的发展，公司员工人数近200人，博士、硕士、本科学历人数占80%以上。公司拥有一批经验丰富的生物识别技术研究、人机交互技术研发、软件开发、网络技术、项目管理等专业人才，技术团队人数占总人数的80%。

CSDN：为什么会选择静脉身份认证这个非常独特的领域？是看到什么样的市场机会？

智冠：在过去和现在很长一段时间里，应用最广泛也最为公众了解的生物识别身份认证技术是指纹识别身份认证。随着高科技的发展，时代变化加快，出现了很多新的技术领域和机遇。于是我想，指纹识别身份认证是否安全呢？什么样的生物识别技术更安全更好用呢？随着更多的指纹产品进入寻常百姓家，安全问题需要引起大家的关注。解决大家对安全问题的疑虑是一个很好的市场契机。沿着此思路，便把目光投向国际领域，聚焦到国际领先的的静脉身份认证的技术。

通过进一步了解，发现日本80%的ATM使用了指静脉识别身份认证装置取代密码输入，是唯一一个在金融领域大规模应用的生物识别技术。但在国内，还未出现改技术的研发和市场应用，这是一个巨大的潜在市场，将是公司的一条新发展道路。

CSDN：WINPASS静脉身份认证这个系列产品最大的技术优势、特点有哪些？

智冠：WINPASS静脉身份认证系列产品最大的技术优势是它的安全性。静脉是人体内部特征，人人不同，无法窃取和伪造；而指纹是外部特征，容易被窃取和伪造，人们用假指纹很容易通过识别。

WINPASS静脉身份认证系列产品具有高安全性、活体性、唯一性、高认证精度、创新性和易用性等特点。

CSDN：WINPASS静脉身份认证产品的应用场景有哪些？

智冠：智冠的WINPASS静脉身份认证系列产品因其技术优势和独有的特点，可以应用于非常广阔的场景，例如社保、医疗、校园、金融、社区等。

CSDN：有哪些典型的客户案例和大家分享一下吗？

智冠：惠州蓝田小学手掌静脉身份认证考勤系统应用和现在正在运行的惠州马鞍监狱临时AB门项目。惠州马鞍监狱临时AB门主要应用于工人进出临时AB门身份认证识别。惠州马鞍监狱由于情况特殊，对监狱内施工的建筑工人有严格的身份登记才能进入，因此，WINPASS手掌静脉身份认证识别在监狱可以作为识别进出人员身份的一个重要手段。目前系统运行正常，也得到了正在使用该产品的用户的认可。

CSDN：关于云桌面虚拟化应用、智能交互展示、智慧城市应用软件等方面有没有什么和大家分享的？

智冠：随着云计算时代的到来，作为搭建云计算基础架构的重要组件——虚拟化产品，也受到越来越多的关注。众所周知，国内虚拟化市场基本上是美国公司一统天下，尤其是在桌面虚拟化市场，VMware、Citrix等公司已经确立了明显的领先地位。然而，国内桌面虚拟化产品也不甘示弱，奋起直追，以其独有的特点占据市场。智冠的WICROWN云桌面虚拟化技术产品已在惠州市场初步投入使用。

CSDN：你觉得目前云安全领域面临的挑战有哪些？

智冠：作为一种新的计算模式，云安全面临的挑战是复杂多样的，其主要体现在以下几方面。首先，是对云计算数据安全的担心。使用云模式，用户失去对物理安全的控制。在云计算的应用程序中对静态数据加密，这在很多情况下是行不通的。而且，数据的保密并不意味着完整，单单使用加密技术可以保证保密性，但完整性还需要使用消息认证码，它需要大量的加/解密钥，而密钥的管理是一大难题。

不仅如此，在云模式下开发应用也会带来安全挑战。如果用户计划在云中使用内部开发的代码，这会涉及多种代码的组合和兼容问题。不为人知的安全漏洞可能会因为混合技术的不成熟而出现在应用程序中。如何确保云计算的供应商为他们的管理员以及客户提供的日志不被滥用、如何规范监控云是个难题。云应用不断地增加功能，用户必须跟上应用的改进，以确保它们得到保护。

CSDN：公司未来有什么规划？能和我们谈谈云计算市场的前景吗？

智冠：随着公司上市进程的推进，智冠的自主产品将会产业化，服务于全国智慧城市产业市场。

2013年，我国云计算持续快速发展，产业规模不断扩大，年增速远超国际水平，创新能力显著增强，产业链日趋完善，产业环境不断优化。展望2014年，我国云计算发展面临新的形势，政府重视程度持续增加，指导性政策即将出台，市场需求空间不断扩大，产业将结束发展培育期，步入快速成长的新阶段。

刚刚宣布放宽计算及内存限制，Aster提供R语言分析能力之后，Teradata迅速出手，宣布由Teradata实验室收购了Revelytix和Hadapt。前者主要致力于Hadoop上的数据管理，而Hadapt则是一家专注SQL-on-Hadoop的公司。显然，Teradata构建统一数据架构方面正在加速奔跑。

构建统一数据架构

事实上，结构化数据和非结构化数据通过传统的SQL分析和新的分析算法（时间序列、路径、图和文字）正在产生新的价值。为了最高效率、最优存储、分析和应用的成本，大数据的技术链条正在分层。在Teradata天睿公司大中华区大数据事业部总监孔宇华的分析中，统一数据架构可以分为三层：Teradata整合数据仓库、以Aster为主的探索分析平台，以及以Hadoop为主的数据平台 。

Hadoop自然是为了实现快速数据加载和获取，数据过滤和预处理以及在线归档；Aster则是数据发现、快速假设校验和试错、模式监测，实现路径、图、时间序列分析；Teradata数据仓库是实现战略智能、预测分析和操作型智能。

这也是业内比较认可的技术分层模式。通过三个平台的整合，来满足更多行业深入的数据分析需求。

以医疗行业为例，要实现对病人住院情况进行分析，需要在数据平台上复查住院治疗数据，并通过运用Aster中的时间序列路径函数，聚集函数以及Sigma值函数，识别一个病人从住院到出院的所有治疗程序以及为其提供医疗服务的医生，进而在Teradata中生成时间、地域、交叉、医疗效果等可视化分析图谱。而通过对美国一家医院肺炎患者的相关分析并指导业务改进，“降低了10%的住院时间，节省了5000万美元”。孔宇华表示。

同样可分享的案例还有运营商、银行、零售、电商、高科技制造等。而回到技术上，整合数据仓库，无论是在共享相关性、一致性和整合数据，还是快速部署新应用，形成业务视图等方面都较为成熟。与之相对应的是，最有技术挑战的是数据平台和探索平台。

在Hadoop基础上发挥Aster优势

这两者在技术发展上有重叠，也各有侧重。对Teradata而言，就是如何有效利用Hadoop，并在其上通过Aster实现挖掘和分析。

在孔宇华看来，Aster和Hadoop同样是MPP架构，但在存储，运算引擎以及界面方面都有较多的差异，这决定两者所擅长任务的差别（如图）。

Aster和Hadoop的区别（点击看大图）

在Hadoop基础上进行创新并不鲜见。但能够在企业级市场拥有如此多引擎的并不多。Aster的优势就在于此。以Aster SQL-Graph引擎为例，相比Hadoop Giraph或者Google相关产品，Aster SQL-Graph的优势在于：

图并行架构
通用目标的BSP 框架
无内存绑定，高可扩展
易于开发使用的APIs
面向顶点编程的API
构建用户自定义图函数的SDK 和 IDE
预定义的图函数
开箱即用的函数，适合图并行执行
和现有平台集成能力
和Aster关系存储、文件存储、外部数据源的
数据一起工作
和其它分析引擎集成 (SQL, SQL-MR)
其它企业服务

突破开源R语言的限制

不止如此，Aster对R的支持已经进入企业级标准。这与趋势相符。Rexer Analytics咨询公司调查显示，70%的调查对象称他们正在使用R语言。数据显示，从2010年开始到2013年，使用R的人群是陡然剧增的。

但R也有不得不面对的挑战。如R分散于各节点或各服务器，各节点或各服务器单独运行，尽管有利于行的独立分析处理，例如模型评分，但并不利于分析功能所需要的所有数据，例如模型搭建等。要突破开源R语言的限制，整合Aster和R，实现企业级分析需求，需要更多技术优化：

• 通过Aster MPP架构运行开源R语言，实现高效并行分析
• 放宽内存及数据处理限制，保证大规模并发
• 利用Aster Discovery Portfolio功能增强R语言分析能力
• 通过整合超过100项 Aster Discovery Portfolio分析功能和 5000多种R工具包

孔宇华表示：“Teradata Aster R以软件数据包形式，实现开源R语言的大规模并发，这对数据分析人员而言，更具优势。”

从Hadoop中读取数据，在Teradata数据仓库或Teradata Aster数据库中智能地运用多种异构处理引擎的功能进行数据分析，形成可视化报告，进而带动业务洞察和创新。这个技术架构已经极为流畅，对Teradata而言，更重要的挑战是如何尽快在更多行业落地，驱动数据分析变革。