在線客服
企業(yè)微信
云計算術語
應用程序遷移
將應用程序從一個計算環(huán)境移動到另一個計算環(huán)境的過程，通常是云采用策略的一部分。組織可將其應用程序從本地服務器遷移到云，也可從一個云遷移到另一個云。
應用程序現(xiàn)代化
使用云計算技術更新舊版應用程序、流程和數(shù)據(jù)管理�，F(xiàn)代化可幫助組織提高 IT 性能、增強客戶和員工體驗，并縮短新產(chǎn)品/服務和更新的上市時間。
人工智能 (AI)
計算機系統(tǒng)模擬人類智能的能力。計算機系統(tǒng)使用數(shù)學和邏輯來模擬人類用于學習新信息并進行決策的推理過程。
人工智能 (AI) 對比機器學習 (ML)
“智能”計算機使用 AI 像人一樣處理信息，并自行完成任務。機器學習是 AI 的一種應用，它使用算法來讓計算機系統(tǒng)在沒有人類指令的情況下學習并開發(fā)自己的智能。
大數(shù)據(jù)分析
由公司用于收集、處理大量高速數(shù)據(jù)集并從中獲取見解的工具、系統(tǒng)和應用程序組成。這些復雜的數(shù)據(jù)集來自各種源，包括 Internet、電子郵件、社交媒體和智能設備。
業(yè)務分析工具
這些工具能夠從業(yè)務系統(tǒng)提取數(shù)據(jù)并將其集成到存儲庫（如數(shù)據(jù)倉庫）以供分析。分析工具包括從帶統(tǒng)計功能的電子表格到復雜的數(shù)據(jù)挖掘和預測性建模的多種工具。
商業(yè)智能 (BI) 工具
這些工具可處理書籍、期刊、文檔、運行狀況記錄、圖像、文件、電子郵件、視頻等項目中的大量非結構化數(shù)據(jù)，從而幫助你發(fā)現(xiàn)有意義的趨勢并識別新的商機。
緩存
與傳統(tǒng)存儲的數(shù)據(jù)相比，將重要數(shù)據(jù)更快、更高效地存儲在臨時內(nèi)存中的過程。緩存有助于優(yōu)化數(shù)據(jù)庫成本、提高吞吐量、減少延遲并提高應用性能。
云
標志著全球計算網(wǎng)絡，由運行應用程序、存儲數(shù)據(jù)和提供內(nèi)容及服務的服務器組成。通過云，可從已連接 Internet 的設備（而不單是從本地計算機）聯(lián)機訪問數(shù)據(jù)。
云爆發(fā)
私有云與公有云之間的一個配置，用于管理對云資源的需求。如果私有云中的資源容量都已被使用，那么通過云爆發(fā)，可將溢出流量引導到公有云。
云計算
一種計算資源交付模型，其中集成了各種服務器、應用程序、數(shù)據(jù)和其他資源，并通過 Internet 以服務的形式提供這些資源。資源通常已虛擬化，用戶通常只需為其使用的服務付費。
云計算類型
雖然存在很多云計算類型，三種最常見的類型是：服務型軟件(SaaS)，適用于基于 Web 的應用程序；基礎結構即服務 (IaaS)，適用于對存儲和計算能力進行基于 Internet 的訪問；平臺即服務 (PaaS)，為開發(fā)人員提供用于構建和托管 Web 應用程序的工具。
云遷移
將公司的部分或全部資源移動到云中的一個或多個位置的過程。盡管云遷移通常需要將資源從本地位置移動到云提供商的服務器，但也可能需要在云之間移動資源。
云遷移的優(yōu)勢
云遷移的優(yōu)勢很多。其中包括優(yōu)化 IT 成本、提高靈活性和可伸縮性、增強安全性和合規(guī)性、改進業(yè)務連續(xù)性，并簡化資源管理和監(jiān)視。
云服務提供商
這類公司提供基于云的平臺、基礎結構、應用程序或存儲服務，通常會收取相應費用。
計算機網(wǎng)格
協(xié)作執(zhí)行大型任務（例如分析龐大數(shù)據(jù)集和氣象建模）的聯(lián)網(wǎng)計算機組。通過云計算，你能夠在特定時段出于特定目的使用龐大的計算機網(wǎng)格，僅為所用內(nèi)容付費，節(jié)省自行購買和部署所需資源的時間和開支。
計算機視覺
一種 AI 形式，模擬人類查看、理解和識別圖像的方式。計算機視覺使用算法和自動化，使計算機能夠識別和解釋圖像和視頻中顯示的人和對象。
容器
將應用程序代碼與運行它所需的配置文件、庫和依賴項組合在一起的軟件單元。通過容器，IT 團隊只需進行最少的調(diào)整即可跨不同的環(huán)境部署應用程序。
數(shù)據(jù)管理
依賴數(shù)據(jù)來實現(xiàn)業(yè)務增長的組織需要一種策略來高效地管理該數(shù)據(jù)。數(shù)據(jù)管理是指組織用于幫助確保其數(shù)據(jù)安全、私密和準確的唯一流程、策略和標準。
數(shù)據(jù)集成
將來自多個不同源的數(shù)據(jù)合并到具有統(tǒng)一視圖的單個系統(tǒng)中的過程。
數(shù)據(jù)湖
一種數(shù)據(jù)存儲庫類型，可從各種源捕獲關系數(shù)據(jù)和非關系數(shù)據(jù)。與只能存儲結構化數(shù)據(jù)的數(shù)據(jù)倉庫不同，除了結構化數(shù)據(jù)，數(shù)據(jù)湖還能存儲半結構化數(shù)據(jù)和非結構化數(shù)據(jù)。
數(shù)據(jù)遷移
將數(shù)據(jù)從一個存儲位置（如本地服務器）傳輸?shù)狡渌恢茫ㄈ缭铺峁┏绦虻姆⻊掌鳎?shù)據(jù)遷移包括選擇、準備、提取數(shù)據(jù)，并將數(shù)據(jù)從一個計算機存儲系統(tǒng)傳輸?shù)搅硪粋�計算機存儲系統(tǒng)。
數(shù)據(jù)科學研究者
運用在技術、數(shù)學、業(yè)務和通信方面的專業(yè)知識從大型數(shù)據(jù)集中提取有價值的信息的科學家。數(shù)據(jù)科學家使用大數(shù)據(jù)在各種領域發(fā)現(xiàn)模式、做出預測和創(chuàng)建策略。
數(shù)據(jù)倉庫
用于報告和分析的結構化和半結構化數(shù)據(jù)的集中存儲位置�？蓪碜愿鞣N來源（包括銷售點系統(tǒng)、應用程序和關系數(shù)據(jù)庫）的信息發(fā)送到數(shù)據(jù)倉庫。
數(shù)據(jù)庫安全性
組織用于保護數(shù)據(jù)庫免受威脅和安全風險的流程、工具和控制措施。數(shù)據(jù)庫安全性可保護數(shù)據(jù)庫本身、數(shù)據(jù)庫管理系統(tǒng)、物理服務器、虛擬服務器和網(wǎng)絡基礎結構。
數(shù)據(jù)庫分片
一種分區(qū)類型，可將大型數(shù)據(jù)庫分為多個更小的數(shù)據(jù)庫，從而更快、更輕松地跨服務器進行管理。
數(shù)據(jù)庫
從最廣泛的定義來看，數(shù)據(jù)庫是相關信息的集合。在計算機科學中，數(shù)據(jù)庫是指存儲在計算機系統(tǒng)上的數(shù)據(jù)集合。最基本的數(shù)據(jù)庫類型是關系數(shù)據(jù)庫和非關系數(shù)據(jù)庫。
深度學習
一種機器學習類型，其中人工神經(jīng)網(wǎng)絡基于非結構化數(shù)據(jù)進行處理、學習和做出決策。它通常用于分析大型復雜數(shù)據(jù)集、完成非線性任務，以及比人類更快、更準確地響應輸入。
DevOps
通過聯(lián)合用戶、過程和技術，向客戶持續(xù)交付價值。DevOps 的實踐使開發(fā)團隊和運營團隊共同合作，從而加快軟件交付的速度并提高產(chǎn)品的安全性和可靠性。
邊緣計算
一種使物聯(lián)網(wǎng) (IoT) 設備能夠（通過設備本身或本地服務器）處理網(wǎng)絡“邊緣”的數(shù)據(jù)的技術。這可縮短遠程設備上的響應時間，并使企業(yè)能夠更及時地從設備數(shù)據(jù)中獲得見解。
彈性計算
它讓你能夠?qū)τ嬎銠C處理、內(nèi)存和存儲資源進行動態(tài)設置和取消設置以滿足不斷變化的需求，而無需考慮使用率峰值的容量規(guī)劃及工程設計。
人臉識別
一種個人識別技術，它依賴于光學分析來分析圖像。人臉識別可用于人臉識別、分組和驗證。
網(wǎng)格計算
一種服務，它使用一組作為虛擬超級計算機協(xié)同工作的聯(lián)網(wǎng)計算機來執(zhí)行大型或數(shù)據(jù)密集型任務。
混合云計算
一種計算類型，其中本地數(shù)據(jù)中心與云計算產(chǎn)品和服務相結合，以便實現(xiàn)舊資源的現(xiàn)代化。通過它，企業(yè)能夠提高 IT 性能、優(yōu)化成本并立即縱向擴展或縮減容量。
基礎結構即服務 (IaaS)
云提供商通過 Internet 以服務形式交付的虛擬化計算機環(huán)境�；A結構可以包括服務器、網(wǎng)絡設備和軟件。
物聯(lián)網(wǎng) (IoT)
物聯(lián)網(wǎng) (IoT) 是指連接到云并配置為收集和安全地傳輸數(shù)據(jù)的裝置、機器、產(chǎn)品和設備。IoT 可幫助許多行業(yè)實時分析數(shù)據(jù)并做出明智的決策。
Java 編程語言
一種面向?qū)ο蟮亩嗥脚_編程語言，支持全球數(shù)十億臺設備上的應用程序、智能手機操作系統(tǒng)、企業(yè)軟件和許多已知程序。
Java Spring Boot
Spring 的一款擴展（基于 Java 的開源 Web 應用程序框架），可幫助簡化 Java 應用開發(fā)。
機器學習
使用數(shù)學模型（而非依賴一組指令）來預測結果的過程。機器學習可通過識別數(shù)據(jù)中的模式、構建分析模型并使用它進行預測和制定決策來實現(xiàn)。此過程與人類學習方式相似，都是通過增加經(jīng)驗來提高準確性。
機器學習算法
幫助數(shù)據(jù)科學家識別數(shù)據(jù)集中的模式。根據(jù)所需的結果（預測值、確定異常、查找結構或確定類別）來選擇機器學習算法，并且這些算法算法通常根據(jù)它們是用于監(jiān)督學習、無監(jiān)督學習還是強化學習來進行劃分。
Microsoft Azure
包含大量產(chǎn)品和服務的 Microsoft 云平臺，這些產(chǎn)品和服務旨在幫助你將新的解決方案變?yōu)楝F(xiàn)實。通過 Azure，你可跨多個云、在本地和在邊緣構建、部署和管理應用程序。
中間件
介于操作系統(tǒng)和在其上運行的應用程序之間的軟件。中間件可實現(xiàn)分散式應用程序的通信和數(shù)據(jù)管理。示例包括 Web 服務器、應用程序服務器和內(nèi)容管理系統(tǒng)。
移動應用開發(fā)
開發(fā)、編碼和發(fā)布用于便攜式電子設備（例如智能手機、平板電腦、筆記本電腦、電子閱讀器、智能手表和手持式游戲主機）的移動應用程序時涉及的所有流程。
NoSQL
NoSQL 是一組非關系數(shù)據(jù)庫技術，具有處理大量非結構化和不斷變化的數(shù)據(jù)的獨特功能。NoSQL 技術提供動態(tài)架構和水平縮放功能，還能存儲和檢索列、圖、鍵值或文檔等數(shù)據(jù)。
平臺即服務 (PaaS)
Azure 之類的云提供商通過 Internet 以服務形式提供的計算平臺（操作系統(tǒng)和其他服務）。你可立即訂閱和使用的應用程序開發(fā)環(huán)境就是一種 PaaS。
PostgreSQL
一種開源關系數(shù)據(jù)庫，因其靈活性和完整性而收到開發(fā)人員和管理員的歡迎。PostgreSQL 被用于金融服務、制造、零售和物流等一系列領域。
私有云
通過 Internet 或?qū)Ｓ脙?nèi)部網(wǎng)絡，僅向特選用戶（而非公眾）提供的云計算服務。
私有云、公有云與混合云
公有云依賴于由第三方服務提供商擁有和運營的云資源，而私有云僅供一個組織使用�；旌显茖⒈镜鼗A結構（也稱為“私有云”）與公有云結合在一起。
公有云
第三方提供商通過 Internet 提供且面向有購買意愿的任何人的云計算服務。
量子計算
運用量子力學在專門的硬件上運行計算。量子計算機將量子力學的行為（包括疊加、糾纏和量子干擾）應用于計算。
量子比特
量子計算中的基本信息單位。經(jīng)典的二進制位只能表示單個二進制值（例如 1 或 0），而量子比特（也稱為“量子位”）可表示 0 或 1，或者在兩種狀態(tài)的疊加中表示 0 和 1 的任何比例。
關系數(shù)據(jù)庫
一種高效、靈活的數(shù)據(jù)庫類型，用于存儲和整理具有定義的關系的數(shù)據(jù)點，便于快速訪問。數(shù)據(jù)被整理成表，這些表保存有關每個實體的信息，并將預定義的類別顯示為行和列。
橫向擴展與縱向擴展
通過垂直擴展（縱向擴展），你可根據(jù)需要增加或減少計算能力或數(shù)據(jù)庫。水平擴展（橫向擴展）需要添加更多數(shù)據(jù)庫，或者需要使用一種稱為“分片”的數(shù)據(jù)分區(qū)方法將大型數(shù)據(jù)庫劃分為多個較小的節(jié)點。
無服務器計算
一種計算模式，云提供程序在此模式下預配和管理服務器。利用此模式，開發(fā)人員可投入更多時間構建應用，同時減少管理基礎結構的時間。
服務型軟件 (SaaS)
軟件提供商通過 Internet 提供的應用程序。無需在用戶的計算機上購買、安裝和運行此應用程序，它在云中運行。
虛擬桌面基礎結構 (VDI)
通過這種 IT 基礎結構，你可以從幾乎任何設備（例如個人計算機、智能手機或平板電腦）訪問計算機系統(tǒng)。使用此服務時，公司無需為你提供物理計算機。
虛擬機 (VM)
像實際計算機一樣運行的計算機文件（一般稱為映像）�？稍谕粚嶓w計算機上同時運行多個虛擬機。
虛擬專用網(wǎng) (VPN)
一種在計算機與 VPN 提供程序擁有的遠程服務器之間建立連接的虛擬專用網(wǎng)絡。此連接創(chuàng)建一個點到點隧道，用于加密個人數(shù)據(jù)、屏蔽 IP 地址，并使其你能夠繞過網(wǎng)站屏蔽和防火墻。
虛擬化
創(chuàng)建計算環(huán)境的虛擬版本的行為，計算環(huán)境包括計算機硬件、操作系統(tǒng)、存儲設備。組織使用虛擬化將單臺物理計算機轉(zhuǎn)換為共享主機資源的多個虛擬機。
