雲技術的一個發展方向是將實驗室中的雲計算理論與半成熟的理論，如軟件即服務，或面向服務架構等結合起來，將企業應用和功能置於雲中。

比如，與其將一些已經成熟的服務，比如電郵服務加入到雲應用中，不如想象一下，將企業的供應鏈系統加入到雲應用中，實現與供應商的實時鏈接。從邏輯上講，企業可以將業務流程和功能分割成小的功能塊，並將其與雲技術結合，從而創造出個性化的業務功能，同時將原先一兩年才能完成的架構搭建工作縮短到數周或數個月完成。

雖然這還只是個夢想，但是企業的CEO們應該從今天就著手進行相應的準備工作了。而這個準備工作並不複雜:理解企業的IT內容和業務流程，確保這些內容都被很好的歸檔和記錄下來，並且是小規模便攜式的。

有很多方法和理論可以幫助我們捕獲和記錄業務流程，如果你曾經留意過去十年的管理課程，會發現SixSigma，Lean或其它方法論中有很多關於業務流程捕獲和重新建模的內容。而對我們的目標來說，結果的重要性要遠大於采用什麽方法進行業務流程的存檔和記錄。

從IT的角度看，確認業務過程被正確記錄，是一件很簡單的事情。由於IT部門的人員可能並不熟悉業務部門的運作流程，因此當一個業務發生時，全程跟蹤下來並將流程繪製成流程圖，可以幫助IT人員快速進入狀態。在這中間，尤其要注意的是業務部門之間的交接，數據單元進入IT系統時，以及系統間的數據接口。

便攜式業務流程的關鍵就在於理解這些交接過程並將其進行簡化。從宏觀角度，完美的便攜式流程扮演著神秘黑盒子的角色:你將一個定義完整的數據單元放入黑盒子，另一端會出來一個同樣定義完整的數據單元。當你在這個層面理解了業務和IT過程，考慮其他問題就簡單多了。

當某個黑盒子的功能無法滿足企業需求時，可以很方便的將其更換。與以往大雜燴似的業務架構相比，新的方法就好像一個可以自由拆卸的自行車，哪個零件壞了，拆下來換上新的就可以了。

在基於便攜式業務流程的企業架構中，你不再需要與某個外包商簽訂協議，而是可以隨時將多個"黑盒子"靈活調整，滿足企業現有的業務需求，財務狀況以及戰略方向等。簡單講，你已經是一個交響樂隊的指揮，而不僅僅是個吹圓號的樂隊成員了。

當今可能你企業中的很多業務組件都不具備雲計算的功能，不過沒有關系，一旦你理解了這個層面上的業務是如何運作的，你就可以自己優化一套"黑盒子"，並在時機成熟時將其與雲相結合。深入理解這個概念，你的企業將能更加靈活的適應商業環境的變化。

和很多值得一做的努力一樣，收集企業的業務流程並確保將其轉換為便攜式的業務流程是一個說起來容易做起來費時的工作。但是，如果你真的希望雲技術能給你的企業帶來改變，便攜式的業務流程是不可缺少的一個前提。

當你意識到全球用戶和各地的系統功能都需要雲技術相互連接起來時，你才能真正發現雲技術的實用價值。

雲計算的關鍵技術

1虛擬化技術

虛擬化技術是指計算元件在虛擬的基礎上而不是真實的基礎上運行，它可以擴大硬件的容量，簡化軟件的重新配置過程，減少軟件虛擬機相關開銷和支持更廣泛的操作系統方面。通過虛擬化技術可實現軟件應用與底層硬件相隔離，

它包括將單個資源劃分成多個虛擬資源的裂分模式，也包括將多個資源整合成一個虛擬資源的聚合模式。虛擬化技術根據對象可分成存儲虛擬化、計算虛擬化、網絡虛擬化等，計算虛擬化又分為系統級虛擬化、應用級虛擬化和桌面虛擬化等。在雲計算實現中。計算系統虛擬化是一切建立在"雲"上的服務與應用的基礎。虛擬化技術主要應用在CPU、操作系統、服務器等多個方面，是提高服務效率的最佳解決方案。2分布式海量數據存儲

雲計算系統由大量服務器組成，同時為大量用戶服務，因此雲計算系統采用分布式存儲的方式存儲數據，用冗余存儲的方式(集群計算、數據冗余和分布式存儲)保證數據的可靠性。冗余的方式通過任務分解和集群，用低配機器替代超級計算機的性能來保證低成本，這種方式保證分布式數據的高可用、高可靠和經濟性，即為同一份數據存儲多個副本。雲計算系統中廣泛使用的數據存儲系統是Google的GFS和Hadoop團隊開發的GFS的開源實現HDFS。

3海量數據管理技術

雲計算需要對分布的、海量的數據進行處理、分析，因此，數據管理技術必需能夠高效的管理大量的數據。雲計算系統中的數據管理技術主要是Google的BigTable數據管理技術和Hadoop團隊開發的開源數據管理模塊HBase。 由於雲數據存儲管理形式不同於傳統的RDBMS數據管理方式，如何在規模巨大的分布式數據中找到特定的數據，也是雲計算數據管理技術所必須解決的問題。同時，由於管理形式的不同造成傳統的SQL數據庫接口無法直接移植到雲管理系統中來，研究在關注為雲數據管理提供RDBMS和SQL的接口，如基於Hadoap子項目HBase和Hive等。另外，在雲數據管理方面，如何保證數據安全性和數據訪問高效性也是研究關注的重點問題之一。

4編程方式

雲計算提供了分布式的計算模式，客觀上要求必須有分布式的編程模式。雲計算采用了一種思想簡潔的分布式並行編程模型Map-Reduce。Map-Reduce是一種編程模型和任務調度模型。主要用於數據集的並行運算和並行任務的調度處理。在該模式下，用戶只需要自行編寫Map函數和Reduce函數即可進行並行計算。其中，Map函數中定義各節點上的分塊數據的處理方法，而Reduce函數中定義中間結果的保存方法以及最終結果的歸納方法。

5雲計算平台管理技術

雲計算資源規模龐大，服務器數量眾多並分布在不同的地點，同時運行著數百種應用，如何有效的管理這些服務器，保證整個系統提供不間斷的服務是巨大的挑戰。雲計算系統的平台管理技術能夠使大量的服務器協同工作，方便的進行業務部署和開通，快速發現和恢復系統故障，通過自動化、智能化的手段實現大規模系統的可靠運營。