云计算与食堂大妈

食堂大妈和云计算有什么关系?难道华科的食堂大妈一个一个都在蓝翔技校培训过,是深藏不漏的电脑高手?事情是这样的...

在自己动手喂了自己几天后,今天终于又到食堂吃了一顿。感觉食堂的味道也还是挺不错的,最重要的是,不用自己买菜不用自己炒菜不用自己蒸饭不用自己洗碗。平安夜,给团队的几个兄弟加妹子做了一顿丰盛的晚宴,买菜,买肉,买米,洗菜,切肉,切菜,准备各种调料,这才能点火做菜。同油烟鏖战快一个小时,才把四菜一汤端上桌,总共用了3个小时。

今天去食堂,去了就能吃,吃了就能走,连碗都不用洗!而且,我想吃多就多买,想吃少就少买,再用不用重现前几天的场景:面条做多了,一个人吃了四碗;米饭蒸少了,一下午只能饿肚子。对比来看,在食堂吃,那叫一个字,爽!

吃饭的时候,我就在想,什么时候还有这种感觉呢?什么时候还这么爽过呢?奥,用青云的服务器的时候!前天,为了测试大陆到香港的带宽,我买了一台青云香港的服务器,新建一个计算节点只需要几十秒,比自己电脑开机还快,从Wuhan过去网络延时小于50ms,长城50M宽带可以用它做代理看youtube4k视频!那叫一个爽。细细想,青云代表的是啥?云计算?所以,就有了云计算和食堂大妈的比较,比完你就会发现,其实云计算就是一个概念,而且这概念一点都不新。

美国国家标准与技术研究院(NIST)对云计算的定义是:云计算是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问, 进入可配置的计算资源共享池(资源包括网络,服务器,存储,应用软件,服务),这些资源能够被快速提供,只需投入很少的管理工作,或与服务供应商进行很少的交互...

我知道你不想看到这一坨文字,总结一下,云计算就是对计算资源按需使用。还不懂?举个例子,就是我今天在做个活动,很多人访问我的网站,但是我们的服务器不够啊,要么网站崩了,要么巨慢巨慢,有木有很像饭做少了不够吃的情景。然后,我就只能疯狂的买服务器,然后活动过了,发现那些服务器都闲着,白白浪费电,有木有很像饭做多了硬着头皮吃的场景? 而且,自己买服务器部署,还要采购,还要装系统,还要布线。。。那叫一个费劲,就像做菜的场景。然后“云计算”来了,用多用少自己定,按月按天甚至按小时计费按分钟计费!做一个小时活动?那我就买一个小时的服务器。一点都不多买;今天能吃三两饭,我就打三两饭,整整好好不饿也不撑!发现了不,食堂和云计算在本质上是相同的--按需使用。

云计算和食堂大妈都对社会做出了巨大的贡献,自己也获得了应得的一份,真的是双赢啊。此话怎讲?在家自己做饭,每个家庭每天花在做饭上的时间平均下来肯定超过1.5小时。假设每天都华科百盛园吃饭的有2000人次,折算成600个家庭,这些家庭如果都自己做饭的话浪费在做饭上的时间大约是600*1.5=900个小时。再假设百盛园做饭的大妈一共20个,她们每天上班时间8小时,她们每天花在做饭上的时间为160小时,看,节约了900-160=740个小时!是不是效率大大提高了。还有家里做饭烧的天然气,用的油等加起来,也肯定比在食堂耗费的多。云计算也一样,每个公司自己建机房,自己买机器,自己部署,自己维护各种系统备份。。。不但要花好多好多钱,而且听着就头疼。云计算?一小时就几毛钱,不能再便宜。换句话说,我可能今天去食堂,也可能明天去食堂,对我们每个人来说差别很大,但对于整个食堂来说,平均下来每天做的饭的数量是差不多的。对于云计算公司也一样,今天你用,明天我用,但是平均下来可能大家用的都是那些服务器,不增也不减。在这个过程里面,大大提高了资源的利用效率,这期间他们自己也可以赚点差价。

云计算公司和食堂都需要有节操,并被制度规范着。很多人不出去吃饭的原因是,外面吃的东西不干净,谁知道食堂用的是不是地沟油。很多公司也担心,数据在阿里云在青云会不会不安全,他们看我的数据库怎么办?他们偷我的数据怎么办?这些其实都不一定能完全避免,只能通过一些制度和规则来规范,而且需要做的人有良心。。。

食堂大妈和云计算都在借助统计(传说中的大数据。。。)来帮助自己决策,最大化商业利益,最小化浪费。食堂大妈每天看一眼剩菜(输入数据)就知道(经过大脑处理)明天大约可以什么菜做多少(输出结果)。云计算公司,可以通过用户的使用情况来决定机器数量的增减。食堂大妈可以根据多年的经验,知道到了冬天胡萝卜炖羊肉会卖的好;云计算公司可以通过机器学习,知道买了私有网络的用户买RDB的可能性会增大,然后定向推送广告。。。

云计算和食堂大妈都不是万能的。有的人对事物要求,非米其林不吃,非E5-2690v3的CPU不用,那云计算平台真帮不上你了。所以,云计算平台不是适合左右人的,他能满足的只是大部分人。

仔细想想,不仅仅是食堂大妈,还有开澡堂的大叔,开公交车的哥哥,他们都是在“云计算”出来前就在践行“云计算”了。他们提供的服务都是按需使用的,都能极大地节省社会资源。我觉着,我也要加入到他们的行列中去。有人说,你去做个云翻墙吧,按需使用,节省大家时间。。。我觉着好像还真可以

利益相关:

我和青云阿里云都没什么关系,不过还是要赞下青云的体验和服务器的质量

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容