云平台

云平台也称云计算平台. 云计算, 顾名思义, 就是将计算在云上运行.

那么在这里面的3个概念

• 云: 通俗的理解就是远程计算机, 并且是一组 一堆, 这些远程计算机协同工作构建出一个平台，对用户提供服务
• 计算：这是一个概念很大的名词，小了说可以认为是对业务数据进行计算分析的算力，不过通俗意义上，计算是指构建业务系统的各种需求
• 平台：将云（远程硬件资源）和计算（远程软件资源）组合在一起，就形成了一个平台，对用户提供各种各样的服务。

我们可以这样理解: 云平台就是 一个云上的平台, 为用户提供各种各样的远程服务。

云平台提供的就是 计算的资源.

那么计算的资源主要有:

• 硬件资源: 主要指服务器 交换机 磁盘 GPU等硬件资源
• 软件资源: 主要指 各种软件工具 如域名服务虚拟内网数据库软件等.

云平台为客户提供了 一站式的解决方案.

客户可以没有任何一台服务器同样可以搭建起来自己的业务，业务就运行在云平台之上。

结构化数据VS非结构化数据

结构化数据和非结构化数据是大数据的两种类型，这两者之间并不存在真正的冲突。客户如何选择不是基于数据结构，而是基于使用它们的应用程序：关系数据库用于结构化数据，大多数其他类型的应用程序用于非结构化数据。

结构化数据（通常归类为定量数据）高度组织化并且易于通过机器学习算法破译。由 IBM 于 1974 年开发的结构化查询语言 (SQL) 是用于管理结构化数据的编程语言。通过使用关系 (SQL) 数据库，业务用户可以快速输入、搜索和操作结构化数据。

结构化数据的示例包括日期、姓名、地址、信用卡号等。它们的好处与易用性和访问性有关，而责任则围绕数据的不灵活性，结构化数据的优点在于：

• 机器学习 (ML) 算法易于使用：结构化数据的特定且有组织的架构简化了 ML 数据的操作和查询。
• 业务用户易于使用：结构化数据不需要深入了解不同类型的数据及其运作方式。通过对与数据相关的主题有基本的了解，用户可以轻松访问和解释数据。
• 更多工具可访问：由于结构化数据早于非结构化数据，因此有更多工具可用于使用和分析结构化数据。

非结构化数据本质上是结构化数据之外的一切数据。它不符合任何预定义的模型，因此它存储在非关系数据库中，并使用NoSQL进行查询。它可能是文本的或非文本的，也可能是人为的或机器生成的。简单的说，非结构化数据就是字段可变的的数据。

非结构化数据不是那么容易组织或格式化的。收集，处理和分析非结构化数据也是一项重大挑战。这产生了一些问题，因为非结构化数据构成了网络上绝大多数可用数据，并且它每年都在增长。随着更多信息在网络上可用，并且大部分信息都是非结构化的，找到使用它的方法已成为许多企业的重要战略。更传统的数据分析工具和方法还不足以完成工作。

微服务

微服务，又叫微服务架构，是一种软件架构方式。它将应用构建成一系列按业务领域划分模块的、小的自治服务。

在微服务架构中，每个服务都是自我包含的，并且实现了单一的业务功能。

简单来说，就是将一个系统按业务划分成多个子系统，每个子系统都是完整的，可独立运行的，子系统间的交互可通过HTTP协议进行通信（也可以采用消息队列来通信，如RoocketMQ，Kafaka等）。

所以，不同子系统可以使用不同的编程语言实现，使用不同的存储技术。但是，因为子系统服务数量越多，管理起来越复杂，因此需要采用集中化管理，例如Eureka，Zookeeper等都是比较常见的服务集中化管理框架；同时，使用自动化部署（如Jenkins）减少人为控制，降低出错概率，提高效率。

优势在于：独立开发：基于各个微服务所独有的功能，它们可以被轻易开发出来。独立部署：基于它们所提供的服务，它们可以被独立地部署到应用中。错误隔离：即便其中某个服务发生了故障，整个系统还可以继续工作。混合技术栈：可以使用不同的语言和技术来为同一个应用构建不同的服务。 按粒度扩展：可以根据需求扩展某一个组件，不需要将所有组件全部扩展。

（1）微服务就是一种架构风格
（2）微服务就是把一个项目拆分成独立的多个服务，并且多个服务是可以独立运行的，而每个服务都会占用线程。