1       OpenFlow简介

OpenFlow是由斯坦福大学的Nick McKeown教授在2008年4月ACM Communications Review上发表的一篇论文OpenFlow: enabling innovation in campus networks首先详细论述了OpenFlow的原理。由该论文课题可知OpenFlow提出的最初出发点是用于校园内网络研究人员实验其创新网络架构、协议，考虑到实际的网络创新思想需要在实际网络上才能更好地验证，而研究人员又无法修改在网的网络设备，故而提出了OpenFlow的控制转发分离架构，将控制逻辑从网络设备盒子中引出来，研究者可以对其进行任意的编程从而实现新型的网络协议、拓扑架构而无需改动网络设备本身。该想法首先在美国的GENI研究项目中得到应用，实现了一个从主机到网络的端到端创新实验平台，HP、NEC等公司提供了GENI项目所需的支持OpenFlow的交换机设备。OpenFlow其架构见下图：

图 1.1 OpenFlow概念架构

Openflow的思路很简单，网络设备维护一个FlowTable并且只按照FlowTable进行转发，Flowtable本身的生成、维护、下发完全由外置的Controller来实现，注意这里的FlowTable并非是指IP五元组，事实上OpenFlow 1.0定义的了包括端口号、VLAN、L2/L3/L4信息的10个关键字，但是每个字段都是可以通配的，网络的运营商可以决定使用何种粒度的流，比如运营商只需要根据目的IP进行路由，那么流表中就可以只有目的IP字段是有效的，其它全为通配。

这种控制和转发分离的架构对于L2交换设备而言，意味着MAC地址的学习由Controller来实现，V-LAN和基本的L3路由配置也由Controller下发给交换机。对于L3设备，各类IGP/EGP路由运行在Controller之上，Controller根据需要下发给相应的路由器。流表的下发可以是主动的，也可以是被动的，主动模式下，Controller将自己收集的流表信息主动下发给网络设备，随后网络设备可以直接根据流表进行转发；被动模式是指网络设备收到一个报文没有匹配的FlowTable记录时，将该报文转发给Controller，由后者进行决策该如何转发，并下发相应的流表。被动模式的好处是网络设备无需维护全部的流表，只有当实际的流量产生时才向Controller获取流表记录并存储，当老化定时器超时后可以删除相应的流表，故可以大大节省TCAM空间。当一个Controller同时控制多个交换机/路由器设备时，它们看起来就像一个大的逻辑交换机，各个交换机/路由器硬件就如同这个逻辑网络设备的远程线卡，类似的概念在Cisco的Nexus 1000/1000v、ASR9000/9000v和Juniper的Q-Fabric架构中可以看到影子，Cisco称之为nV(Network Virtualization)技术。

OpenFlow 1.0的流表分为Match Fields、计数器和指令集三个部分，Match Fields是报文匹配的输入关键字，计数器是管理所需，指令集是决定报文如何转发，最基本的转发行为包括转发给某个端口、封装改写报文后转发以及丢弃。OpenFlow 1.1增加了对MPLS以及UDP/SCTP传输层协议的支持，同时针对流表开销过大的情况设计了多级流表，并增加分组策略功能。

图 1.2 OpenFLow 1.0流表结构

图 1.3 Openflow 1.1 匹配字段结构

图 1.4 OpenFlow 1.1流水线流表结构

2       “Open”还是”Flow”

Nick同学借着GENI项目完成了OpenFlow的初始概念实验后开始向产业界推销，目前已知Arista Networks, IBM, Juniper Networks, Hewlett-Packard以及NEC等厂商在其部分交换机中支持OpenFlow协议。从其经历来看，其绝非是一个象牙塔中的单纯研究者，而是时刻和产业界保持了密切的联系。Nick 1986-1989年在HP实验室从事网络技术研究，1995年参与了Cisco的GSR12000路由器的架构设计，并且也是CrossBar的设计者之一，并且先后创建了Abrizio和Nemo System公司，后者在2005年以$12.5M卖给Cisco公司。2009年又不甘寂寞，创建了以推广OpenFlow为目标的Nicira公司，该公司是开源OpenFlow Controller NOX的维护者。

2011年3月21日，由德电、Facebook、Google、微软、Verizon、Yahoo!发起成立了Open Networking Foundation，旨在推进实现基于OpenFlow的开放网络，参与者众多，从交换芯片的博通、Broadcom到网络设备的提供者Cisco、Juniper、NSN、Force10、Ericsson、NEC以及数据中心解决方案提供者IBM、HP、VmWare、Citrix以及运营商NTT等等。网络设备提供商中阿朗、华为、中兴缺席，阿朗缺席可以理解，毕竟数据中心不是其产品方向。

除了在Datacenter中的应用外，OpenFlow的拥趸者还提出了采用OpenFlow实现网络虚拟化的架构，以支持虚拟网络运营商，其中开源的FlowVisor作为网络虚拟控制层(相当于HyperVisor)，将网络资源根据VLAN、IP分段等各种信息进行切片，分发给上层的Open Flow Controller(相当于Guest OS)进行，在各个VNO(虚拟网络运营商)的Controller上VNO可以采用脚本编程来控制其租用的虚拟网络的各种转发、QoS策略。该模式也同样适用于数据中心运营商提供VPC(Virtual Private Cloud，虚拟私有云)业务时将网络虚拟化和计算存储打包出售给租户。

虽然Nick同学忽悠了这么大的阵势，还是有很多人疑惑openflow的价值到底在哪里，是Open还是Flow？这个问题首先可以否认”Flow”的价值，原因很简单，是否控制到细粒度的Flow取决于应用，应用没有控制流的需求，则Flow毫无价值，”Flow”只是Openflow能提供的最大限度的控制能力而已，目前在ONF关注的数据中心交换网中没有谁打算控制精确到n(n>=5)元组的流，除非是应用在防火墙控制上。

那么”Open”呢？的确包括Nick本人在内一直强调的都是”Open”是价值之所在，Open之后，研究者、运营商可以采购任意厂商的标准接口设备，自己DIY网络，甚至可以采用交换信息厂商提供的公版设计交换机加上OpenFlow Controller就可以组成自己所需的网络，并且Controller的开放软件架构使得网络控制的实现就像Web编程一样简单，采用Python、JAVA Script这样的脚本加上开源算法库、一个不需要了解太多网络协议细节的开发者几天就可以实现一个新的网络拓扑算法开发、部署。这在流量模型尤为复杂运营级数据中心确实非常有吸引力。在这样的一种场景中，网络设备市场就变成了如同PC那样的市场，卖网络设备硬件的就成了卖大白菜的，大家最后只能比拼价格和工艺设计了。但是，即使这种悲惨的场景成为事实，谁又会是PC化的网络市场中提供Windows的微软呢，Openflow体系的NOS将会谁是赢家？交换网络相对简单，但是L3之上各种协议散落在数十年积累的数千篇IETF RFC中，谁能够有实力实现一个如此复杂的网络操作系统而又让运营商放心呢？我想仍然可能是今天的网络设备巨头Cisco、Juniper们，产生意外的可能极小，但是产业链已经被家常，竞争的焦点已经发生了转移

从NGN引入控制承载分离架构的经验来看，没有一个领先厂家愿意开放媒体网关的控制接口，也几乎看不到商用的开放接口组网案例，因此可以推断即使OpenFlow广为业界采用，”Open”成为现实必定困难重重。如此一来Openflow能够留下的就是单厂商自己实现的控制转发分离架构以及控制器开放软件架构带来的降低开发周期、新功能快速面世能力。控制和转发分离架构在NGN带来的好处是两方面的1)对于设备供应商而言，不必为两种完全不同的能力塞在一个空间、功耗、成本均受限的一个盒子中而又保证足够的可扩展性而苦恼，两种硬件平台、软件架构可以分离发展，分别实现最优设计。2）对于运营商而言，可以获得部署上的灵活性和管理上的便利，媒体网关由于要汇聚流量，靠近用户可以节省电路资源、减少时延，控制器部署集中在更高位置，与运营商的集中管控战略一致，方便降低Opex。这些好处在Openflow架构中类似。

有人会争辩说上述好处采用集中网管也可实现，不错，所谓殊途同归，技术层面上来讲没有一种技术是不可替代的，但是产业链、经济性也就是市场是最终的评判者。如果采用网管来实现的话，实现Openflow同等的能力需要网管服务器参与到转发的在线决策中，那样网管服务的可靠性指标要提升几个数量级，并且要定义网管接口可以将未命中策略的流量引出来，那不过是另外一种形态的Openflow，就如同Cisco的nV技术一样。

3       OpenFlow对产业链的影响

如上节所述，OpenFlow隐隐约约有将网络设备市场PC化的可能，但目前尚缺一个类似于类似于微软的基于OpenFlow的网络设备操作系统提供商。理论上，运营商会喜欢网络控制接口，技术流的运营商也乐于DIY自己的网络，比如数据中心的拥有者Google、Facebook的服务器已经采用大量定制化的廉价服务器搭建自己的计算服务设备，对于网络，他们也已经开始通过ONF启动了DIY之旅。

DIY之后，网络设备价值链的核心分化，网络交换芯片，尤其是FlowTable处理器将是一个核心价值所在，控制器(也就是前述的网络操作系统)软件系统也是价值核心，有了这两个组件，大量廉价网络设备硬件将涌现在市场之上，这使得硬件市场利润摊薄。但是这种开放性将使得网络创新速度加快，尤其是当这个领域有幸诞生新的固执摩尔定律的Intel和开源Linux操作系统。

通信领域的产业周期中，创新的功能走的是一条运营商提出需求->设备供应商分析需求->标准组织标准化->设备供应商实现->运营商测试并采用的超长路径，周期以数年计算，而互联网业务提供商往往集运营商和供应商于一身，创新功能的采用从需求发现->设计->开发->上线在一个商业实体中完成，并且功能开发过程中可以不断获得用户的反馈而改进设计，这是所谓的Web业务开发的”永远是Beta版本”的概念，应用到网络设计中，运营商可以自行设计网络拓扑算法，并且可以根据网络性能统计进行迭代调整。由此可见此种OpenFlow的远景可能结果是将网络创新从供应商巨头垄断转变为运营商主导创新。

4       OpenFlow面临的技术难点

Openflow的推广除了面临上一章所述的产业博弈的问题外，目前还面临着一些技术的难点。其中之一就是路由器/交换机中广为使用的快速查找TCAM存储器成本的问题。在传统设备中，需要采用TCAM的表包括FIB、MAC、MPLS Lable和ACL表，每个表的匹配字段长度不一，分开设计，并且设计了最大容量，以期达到最小的开销。而在Openflow设备中，不再区分匹配长度短的FIB、MAC、MPLS Lable表以及较长的ACL表，一律采用最大长度的FlowTable记录代替，对于OpenFlow1.0而言，Flow table的匹配字段长度长达252比特，而一般IPV4 RIB TCAM匹配字段长度只有60-80个比特，开销增加了3倍以上，而对于路由器的线卡而言，TCAM成本占了约20-30%，功耗也占了很大一部分。因此如何减少FlowTable尺寸将是OpenFlow体系面临的一个极大问题，此外，TCAM体系下FlowTable记录的动态插入算法将更为复杂。

OpenFlow1.1设计了多级流表来减少Flowtable的开销，将流表进行特征提取，分解成多个步骤，形成流水线处理形式，从而降低总的流表记录条数，比如原始流表共有10000条，分解成先匹配VLAN+MAC，再匹配IP和传输层头部的两个独立流表，每个流表的数量可能均小于1000条，使得流表总数小于2000条。但流水线式架构使得匹配时延增加，而且流量的生成、维护算法复杂度提高，至今也未见到针对真实网络的效果评估报告。

OpenFlow的关键是通过OpenFlow将网络转发的原子操作抽象出来，并以流表来驱动流程，我们所论述的一切好处是建立在OpenFlow FlowTable能够很好地将Primitive和WorkFlow抽象，支持设计新的协议在大部分情况下的确可以通过只修改Controller的逻辑来实现这一假定上。在OpenFlow最初应用的Switch领域，OpenFlow已经有杀鸡用牛刀的嫌疑了。但是路由网络，尤其是包含有大量用户控制逻辑的边界路由器，如BRAS、无线网络的GGSN/PDSN/xGW等设备，OpenFlow需要扩展将用户控制逻辑抽象为原子操作和流程，那可能已经不适合叫FlowTable，叫AccessControlTable更合适，转发操作本身的匹配规则、转发操作中也需要增加对现存的各种接入协议和表征接入会话的协议字段的支持，比如PPPoE、GTP-U、PDP激活操作的匹配和转发封装支持。

5       结论

从需求面上讲，控制转发分离、集中控制的确可以为运营商带来好处，对设备上自身的设备软件架构也有借鉴作用，但是”Open”出来的驱动力不足，面临产业的博弈，诸多市场后进者可能会借OpenFlow博上位，但是市场既得利益者必定会持反对态度。有人会提出，我的设备本身就是控制、转发分离的架构了，我将控制功能出来就行了，没错，Cisco们看起来就是这么干的。

从具体细分市场而言，数据中心中OpenFlow处理复杂流量模型、集中管控有优势，而且随着多租户数据中心业务的广泛开展，OpenFlow所支持的网络虚拟化多租户架构、甚至可以将Controller和虚拟机管理系统进行水平交互从而实现网络和计算存储的联合调度，其带来的好处对Datacenter运营商是有一定的吸引力的。而边缘路由器的应用则是补齐网络虚拟化这个大的拼图的一部分，并且边缘路由器，尤其是无线网络的边缘路由器，需求输入仍然较多，控制转发分离架构对于加快产品创新周期、较少市场响应周期有一定的积极意义，但是其主要功能超出目前OpenFlow的范畴，需要进一步的研究。

前言:
1.看这篇文章前,请将房价收入比,现金流贴现法这些指标与模型暂时放到一边.在一个因为
土地垄断而失去有效性的市场.这几个指标没有多少意义.

2.由于内容全为原创的关系,不能保证完全正确.作者:yanglei

3.内容是从以前自己写的ppt上整理过来的.懒得搞排版了

4.嫌太长的,可直接跳到最后两节看结论

目录:

货币供应：外汇占款在十年内急剧增长，央行资产负债表膨胀，基础货币被动增发

货币政策在金融危机后的彻底转向。

危险的地方政府投融资平台债务

内外交困的民间产业资本

分税制改革后“土地财政”的兴起和土地供应的垄断

户籍与房产的绑定，城市化

现阶段国内增长无法依靠创新，故只能依赖固定资产投资推动增长

一.膨胀的央行资产负债表与外汇占款

与美联储不同，中国的央行属于政府部门，不是自负盈亏的单位.所以在其资产负债表上没有“所有人权益”

这一项,故资产与负债等同。

由于外汇增长过快，央行的资产负债表在十年内增长了大约700%.外汇资产增长得过快有什么副作用呢?

就像上面说的,中国人民银行在资产负债表上是两边等同的.为了对冲这部分外汇资产,央行不得不增加新的负债

项目.这部分新增的货币,称之为外汇占款.

尽管央行可以质押证券之类的公开市场操作来暂时减少基础货币的供应量,但是这十年来,基础货币的供应量

还是从2000年的三万多亿增加到现在的接近二十万亿..

发两个央行的统计链接:

这是2000年的,提示下:表内的储备货币即为基础货币.由流通中的现金和准备金组成

http://www.pbc.gov.cn/publish/html/2000-S2c.htm

这是2011年的,不过图就只有10的:

http://www.pbc.gov.cn/publish/html/2011s04.htm

流动性过剩带来的的压力

外汇激增对货币创造有什么压力呢？举个简单的例子，你出口了一批货物，获得100万美元，你拿着这100万美元去找央行兑汇，央行外汇资产增加100万美元，同时央行找给你667万人民币，基础货币供应增加667万人民币，按09年的货币乘数（约4.5）算，M2供应增加3001.5万人民币（假定央行不用证券暂时回收基础货币）。

尽管央行一直在用公开市场操作和准备金手段控制基础货币供给和货币乘数的大小，但由于资产负债表的规模太大，作用十分有限

货币供应量的变化

还是上链接吧,

http://www.pbc.gov.cn/publish/diaochatongjisi/133/index.html

有兴趣精研的话,请把各个年份的M2记下来,再根据年份用excel做个图表出来把各年的M2连接起来.

你会看到M2这条曲线的斜率从05年开始突然抬头,现在的高中都学过导数和微分吧?学过的话自然明白.再联想05年以来资本资产市场的变化.想到什么没?

因为外汇激增导致的流动性过剩在日本，东南亚等地都上演过，这次轮到了中国

二：货币政策的转向

2007-2008年间，政府为了控制资产价格泡沫，曾出台过严厉的紧缩措施，但雷曼兄弟破产

之后，情况迅速发生了变化.从紧变成了过度宽松

注意上表，在一季度的信贷里，占到了一半以上：在需求如此不景气的时候，企业要这么多短期融资做什么？唯一的解释就是放贷已经成了这个时期政府下发给银行的政治任务，而这些短期资金会去哪里？4万亿?那该申请中长期贷款.同学，你懂的。

资本市场上的老油条们心领神会，股票市场暴涨，跌了一年多的房地产市场也复苏了，很多媒体将这次房地产市场的复苏理解成”刚性需求集中释放“，当然这是扯淡，复苏的原因除了流动性再度泛滥，最重要的原因是中央政府对房地产的态度完全变了。

银监会从2009年7月开始，通过提高资本充足率，提高拨备率的方法限制银行放贷。随着短期票据融资纷纷到期，7月底的股市出现暴跌

但同样的事情并没有发生在房地产市场，相反，这个市场在”金九银十“里迎来了一波大涨，
其中一个重要的技术上的原因就是六月后土地市场上出现了一帮大佬：央企。这等于是给市场上的
玩家发出了这么一个信号：游戏可以继续下去。

n      多头阵营：地方政府，开发商，银行，有产者。

n                                 VS

n      空头阵营：未购房的年轻人和进城的农民。

n      比起多头，空头无论在政治上还是在经济上的力量都太小了，市场上只剩下一个变量：中央政府的态度。而金融危机后增长的恶化，央行已经没有条件站在空头一边了。

n      利率下降了，首付比例下降了，开发商的资本金率下降了，银行的法定准备金率也下降了。一切信号都表示：多头胜利了。

三：Too Big To Fail,危险的地方投融资平台债务

n      “太大而不能倒”，原本是用于描述花旗，高盛这样的金融寡头的，而这句话事实上也可以用于中国的大部分银行和巨大的地产泡沫，虽然中国银行业的杠杆系数很低，也没有金融创新过度的问题，但泡沫水平其实远比美国高。

n      在2009年全年，中国的银行共计放出了9.6万亿的贷款，但实际上并没有多少贷款指标给了私企，大部分给了国企和地方政府的投融资平台。这也是那些由政府直接或间接控股的银行的自保之道：即使这些贷款将来收不回，上级也不方便追究责任。

n      比起在土地市场抢地王的央企，地方政府的各级投融资平台实际上更加危险。在2010两会前，中金公司发布了一份重要的调研报告，报告显示，地方政府投融资平台负债水平在09年年底高达7.2万亿，09年全年增加了3万亿。而为了防止09年开工的工程烂尾，将来这个数字会增加到10万亿以上。很多政府的偿债率（债务/年财政收入）高达200%以上。
请注意:这只是09年的数据,10年的请看央行的新报告:

2010中国区域金融运行报告

http://www.pbc.gov.cn/publish/goutongjiaoliu/524/2011/20110601212610189374552/20110601212610189374552_.html

按央行的统计,10年地方投融资平台债务占人民币贷款的比例不超过30%,大约为14.4万亿.也就是说,总债务为10万亿到14万亿之间.每年的利息接近一万亿.

虽 然说地方政府这几年有钱.但这个包袱实际上是背不起的.10年拿到的税收分成不足3万亿.土地出让金2.9万亿.算上其他收入,总量不会超过7万亿.加上 今年还要投入1万多亿盖保障房(1万三千亿只是住建部的算法.事实上这只是建安成本.拆迁成本,市政成本根本没算进来).哪来的钱呢?

n      和普通企业不同，由政府官僚主导的地方政府投融资平台的主要动机不是赢利，而是通过投资拉动GDP和政绩，为自己的升迁打基础。因此这些平台的项目往往都有问题：将来的现金流收入不足以保证还本付息。很多项目甚至是完全没有收入的公益项目。假项目,资产重复抵押的情况也很常见.

靠这些平台的收入还款是不现实的，而地方政府用财政收入为这些平台的担保更加

不靠谱。唯一靠谱的就是卖地还钱。这也意味着，一旦泡沫破灭，即使不考虑个人和

企业的违约，光是地方投融资平台的坏账就足以将中国银行业整个半死。这无疑是中

央政府的噩梦。中央政府的这一软肋在市场上不是什么秘密，而是人尽皆知的软肋。这也

是玩家们与中央政府博弈时的最大定心丸。

扩展思考:

1.这两年来上市银行的业绩十分闪亮.估值也很低.但为什么股价就是死活上不去?

2.在当前的这种情况下,国务院确定的利率市场化改革,是否遥遥无期?

3.利率的本质是资金的价格,那人为维持低利率对金融市场上的各方有何影响?

4.为什么一国会将30%的贷款交给效率低下的地方投融资平台?什么叫预算软约束?什么是

内部人控制?凯恩斯主义是如何坑害一个国家的?”政府调控万能”之类的幻觉是否有害?

四.内外交困的民间产业资本

n      实业道路越来越艰难，利润率每况愈下。这既有自身的原因，也有制度的原因，民间企业开始将钱投入房地产，产业资本开始进入房地产市场。

以富士康和苹果以及ipad为例：尽管ipad和iphone是富士康生产的，但是ipad的

研发设计是美国苹果总部完成的，原料和采购价格也是苹果指定的，订单处理，仓储

物流，批发零售也掌握在苹果专卖店手中。换句话说，苹果基本控制了除生产外的

整条产业链。

n      由于高技术含量和高附加值的链条都为苹果控制，二者的利润水平自然也不可同日而语，这一差距也在两者的财务报表上显示出来：苹果的员工人均创造利润在10万美元以上，而富士康连续几年都在亏损线上挣扎(10年和11年会好些)。富士康的困境，也是不少出口企业困境的代表。

n      并非所有大陆企业家都有郭台铭的坚持，当事业困难的时候，他们纷纷玩起了PE（私募股权基金）和VC（风险投资）甚至天使投资。更热衷于将自己的企业上市，将将来几十年的利润在二级市场上套现。在股票上市被权力垄断的中国，这确实是条非常诱人的道路。没条件玩金融游戏的企业家则开始炒房。

五.土地财政与土地供应垄断

土地财政的开端,是94年的分税制改革.这个改革的实质是将大部分的税收上缴中央,但大部分出钱的活还是要地方干.改革的好处是激发了地方招商引资和发展经济的热情.但副作用就是土地财政.
在先行者杭州政府的带领下,全国都开始玩起了土地财政.这从10年的统计数字上就可见一斑:10年全国税收总额7万亿.地方分成不足一半.土地出让金2.9万亿.全都不上缴.土地收入占比将近一半,不是土地财政是什么呢?

尽管宪法规定,中国有两地主:城市的归国家.宅基地等农村集体土地归集体所有,但实际上集体土地的所有权并不得到应有的保护:
盖在集体土地上的房子被归结于小产权房.属于重点打击对象.原因很简单:小产权房虽然符合宪法,但打破了对土地供应的垄断;
土地财政决定了地方政府在征地是不可能做赔本买卖.财政富裕,政治敏感的城市会通过容积率游戏来赚钱:比如某个村子的土地,容积率为0.4.征用后规划为2.意味着土地上的建筑面积增加400%,即使给农民的补偿高于市场价一倍.政府仍然赚钱.
而那些不怎么富裕又天高皇帝远的城市就比较野蛮了.这也是近年来涉及土地的群体性事件大增的原因.

六.能不能对保障房抱太大的希望?

现在不好说,但是可以肯定的是:保障房有两大问题:分配的问题和钱与资源的问题

分配的问题不消我说,你们都懂.

钱的问题,请参考前几节对地方政府财政状况的浅析).资源的问题,请上任志强的blog.

七.将来会如何?

1.城市化高潮过去前.房价基本不可能降.信调控的是傻逼.就算房价短期内通过行政手段降下来了,根本问题还是没解决.理由前几节讲过了

2.城市化高潮过去后的情况可以参考香港.香港目前有自有商品房的人大约一半.另外一半住公屋.但由于港府卖地吃饭.地产价格又关系到上层人的切身利益.因此香港多年以来一直限地保价.偌大一个HongKong,一年的新增住房还不到一万套

3.大陆90后00后买房置业的命运,可以参考香港的80后.今日之香港.年轻人若无父母帮助,基本上没有置业的可能.而买不起房子的代价.便是代际传承的贫困和loser.在香港当下的经济结构.他们除了大学学业特别优异之外.基本没有出头路.

文章来源：http://www.1000plan.org/superblog/2597/341

2011年5月17日，英国著名报纸星期日泰晤士报(Sunday Times)首次发表英国社交网络的2000名社交排行榜(The Social List)[1]。窃一斑见全豹，国际国内对社交网络影响力的研究发展较快，这些工作主要有三类：1) 社交网络成员单平台内影响力分析；2) 社交网络成员多平台间影响力分析；3) 社交网络运营商的影响力分析。社交网熵指数(Social W-entropy Index) [2-5]则和英国社交排行榜一样，同属第二类的宏观分析。本文按此分类，介绍国内外该领域研究和发展现状。

1. 社交网络成员单平台内影响力分析

美国的一家创业公司Klout，2009年开始研究推特(Twitter)用户影响力指数[6]，2010年开始把影响力测量产品推向脸书(Facebook)。这样，Klout指数(Klout Score)表征用户在推特和脸书上的综合影响力[7]，其值介于1-100间，反映了用户在推特和脸书上行为的35个变量。图一示网友Cristen Perks 的Klout指数[6]和其品牌。具体算法涉及到三个因素：反映粉丝质量因素的真正的关注(True Reach); 反映微友间谈话质量和传播速度因素的放大概率(Amplification Probability)；反映用户的微博对网路粉丝影响因素的网路影响(Network Influence)。

图一 网友Cristen Perks 的Klout指数[6]

Klout指数已逐渐为推特和脸书用户接受，成为测试用户在推特和脸书内影响力的准官方指标，并推出若干Klout排行榜，如推特女士TOP10等。网上还传有提高Klout指数的秘籍技巧，指导网友提高影响力。诸如：尽量接触重要人物，远离草根人士；争取别人关注你，而不是去注意他人等等这些五花八门的东西。

值的一提的是Klout与推特和脸书的合作模式，是一种强强相容，优化般配。推特和脸书把精力放在扩大本身业务方面，而成员的影响力评价甚至引导成员如何提高影响力的业务，外包给Klout公司。

另外一家公司，AtImpress，专注于开发微博的应用平台[8]，由9th.be推出“atimpress爱影响”，目前尚在测试阶段。9th.be曾经发表过一些和数据相关的微博应用产品，如“看看你的话痨指数”、“我的微博被转发几次”等。在这些微博附件的基础上，又推出了核心产品“AtImpress”，试图用数据量化每个人在社交网络内的影响力。

国内有关社交网络成员影响力的研究并不多见。2011年5-6月，新浪微博推出「微数据」分析工具[9,10]，让成员对自己或周围的粉丝的影响力进行定量分析。按新浪的定义，个人的影响力是覆盖度、传播力、活跃度三者综合体现，参见图二。这项工作很有意义，增加了粉丝间的相互了解，迈出社交网络平台内影响力量化分析的可喜一步。如影星姚晨的影响力为1309，新浪博客品牌的影响力为844。

图二 新浪微博「微数据」影响力分析工具[9]

在新浪微博推出微数据之前，国内一家名叫微博风云[16]的网站专门分析新浪微博用户影响力，据说使用人工智能的数据挖掘算法对此进行排名，使用的指标是：1) PR值(people-rank值)是粉丝质量指数，PR>1代表粉丝质量高于平均水平。2) 关注率：是指活跃用户关注的比例。如某微博关注率是20%，代表100位活跃用户有20人关注该微博。详情请访问其网站[16]。

这些微观分析，比较仔细，个性因素很强，反映了社交网络发展的方向，往往是单一平台的微分析, 如对新浪微博的分析。作为个人或企业用户，有一定的实际意义，可以指导自己在网络内的行为和提高成效。问题是，在中国，很难有第三开发商象Klout进入推特和脸书内研究用户影响力指数这种商务模式。同时，新浪微博推出「微数据」分析工具后，由于自身数据等优势，AtImpress和微博风云的市场空间也许会受到影响。正如36氪谈到：上述三个指数的不足之处在于仅支持新浪微博。希望早日能看到一个支持新浪微博、腾讯微博、人人网等诸多社交网站的中国社交影响力指数[17]。

2. 社交网络成员多平台间影响力分析

社交网络成员在多平台间的影响力分析不同于Klout和新浪微博的微观分析，在美国、英国和日本等国开始引起关注，开始流行。星期日泰晤士报(Sunday Times)发表的英国社交网络的2000名社交排行榜(The Social List) 就是一个例子，参见图三[11]。该排行榜基于网民在推特、脸书、LinkedIn和 Foursquare诸平台内的连接、推讯、共享、更新和聊天等行为进行统计，给出综合指标。星期日泰晤士报曾于1989年推出英国千人富豪榜，在全球影响较大。

图三 英国社交网络的2000名社交排行榜(The Social List) 网站截图[11]

美国的一家网站Famecount [12]综合脸书、推特和图片网库(YouTube)三家网络平台的排行指标，对国际名人和企业品牌列出唯一指数的排行榜。Famecount评价指标尚有以下问题：1) Famecount指数是综合上述三项指标的加权平均数，没有反映成员信息传播的不均匀性；2) Famecount主要目的是娱乐和商用，以至排行结果与原数据排次有一定偏差；3) Famecount 使用的图片网库(YouTube)指数，对于草根人士基本上没有意义。因为普通人，特别是中国人，很少把图片放到该平台上；4) Famecount主要是面向西方社交网络，对中国的社交网络没有提及。

社交网络成员影响力-网熵指数排行系统(Social W–entropy Index Rank System)[1-5]亦是多平台的宏观分析，此项分析结果如英国的社交排行榜和美国的Famecount，会引起公众特别是企业和政府的关注，有相当的市场空间。就国内的情况看，新浪微博和博客没有一个统一的指标来评价其成员对新浪整体的影响力。进一步来说，很难有人能把新浪、腾讯、搜狐、人人、百度等网络运营商召集一起，研究一个统一的多平台的用户影响力指数。这就给社交网熵指数排行系统，留下了市场空间。该系统使用信息熵理论，科学地反映了成员对社交网络的影响力，明显比Famecount先进。主要面向中国和海外华人社交网络市场，填补了这项空白。同时，多平台的宏观分析与新浪、腾讯、搜狐、人人、百度等平台内部微观分析是互补关系，今后不排除结合Klout和新浪微博「微数据」等的方法，与这些运营商合作，增加网熵指数排行精度，共同推出中国社交网络成员影响力排行榜。

使用社交网熵指数排行的《美国社交网络金榜5人》一文在海外著名的华人网站文学城发表后，很快被选为推荐博客，参见图四。6月17-19日(周五-周日) 3天内的访问量达到4600人次，列入本周文学城博客排行榜第55名。可见在海外华人的社交网络，此类排行也是空白，社交网熵指数排行系统颇受海外华人欢迎。

图四 文学城博客登出社交网熵指数排行的美国社交网络金榜5人

3. 社交网络运营商的影响力分析

互联网周刊于2010年曾发表社交网站影响力排行榜TOP12[13]，对QQ校友、人人网、和开心网等国内社交网络运营商的影响力进行分析。该项研究分析网络影响力、用户体验度和平台服务度三项指标，给出求和指数。工作十分有意义，但使用的方法是简单的数据统计，需要进一步理论化、信息化和持续化。这项工作和社交网熵指数排行系统也是平行的互补关系。

另外， 美国加州大学戴维斯分校的Felix Wu老师和Google 公司的Shaozhi Ye博士在社交网络影响力传播机制方面的研究[14]，颇有新意，值得一读。

4. 结语

笔者团队感谢新浪、Klout、AtImpress、Sunday Times、Famecount和文学城网站的优异工作，请允许笔者获取资料，从事Web研究。感谢千人计划网超博的友好合作，为笔者团队有关社交网络成员影响力-网熵指数排行系列文章提供发表平台。

社交网络成员影响力-网熵指数系列文章在千人计划网超博上发表以来，受到网友厚爱。中华海外人才网、信息安全社区、弯曲评论、快乐大本营等网站相继转发。根据专家和网友们反馈意见，本文对社交网络影响力研究进行分类，介绍国内外该领域研究和发展现状，算是对前文的拾遗补缺。这里统一把本系列研究的社交网络成员影响力表述为社交网熵指数(Social W-entropy Index)，此概念已列入百度百科词条[15]。

社交网络成员影响力-网熵指数排行信息系统已在线测试：http://www.transtech.unb.br/w-entropy/。社交网络成员影响力项目组将筹建网熵科技公司(新颖社交 网熵科技)，计划平均每月发表一次社交网熵指数排行榜(Social W-entropy Index Rank)，以国内社交网络为主，国外为辅。欢迎从事信息技术特别是社交网络的专业人士对社交网熵指数概念、理论、门户网站和排行榜测试版提出宝贵意见，笔者团队不胜感激。

最后应该提到的是，今年2月份，一家关注互联网创业的科技博客36氪曾问到：中国的社交影响力指数在哪里[9]? 本文也许开始解答这个问题。真切希望社交网络各家同行，走到一起，共同打造具有代表性的中国社交网络各类影响力指数。

参考资料

[1] Kelsey Blair，The Social List: The Sunday Times Social Media “Rich” List，2011。http://socialtimes.com/the-social-list-the-sunday-times-social-media-rich-list_b62631

[2] Li Weigang, Zheng Jianya and Daniel Li, W-entropy Index: the Impact of Members on Social Networks[C], to appear in The 2011 International Conference on Web Information Systems and Mining – WISM’11(LNCS edition), TaiYuan, China, 2011。

[3] 李伟钢，社交网络成员影响力分析–W指数，千人计划网超搏，2011。

http://www.1000plan.org/superblog/2597/256

[4] 李伟钢，西方社交网络：观望或参与，千人计划网超搏，2011。

http://www.1000plan.org/superblog/2597/281

[5] 李伟钢，社交网络成员影响力门户上线发榜，千人计划网超搏，2011。

http://www.1000plan.org/superblog/2597/317

[6] Klout, 2011，accessible in June 2011。http://corp.klout.com/

[7] 36氪，关注互联网创业，Twitter影响力指数Klout开始支持Facebook, 2010,   accessible in June 2011。http://www.36kr.com/klout-supports-facebook/

[8] AtImpress微博应用开发的平台, 2011，accessible in June 2011。http://9th.be/

[9] 36氪，关注互联网创业，新浪微博推出社交影响力产品「微数据」，2011。accessible in June 2011。http://www.36kr.com/weibo-data/

[10] 新浪微博, 2011，accessible in June 2011，http://weibo.com/

[11] The Social List, The Sunday Times, accessible in June 2011。

http://www.the-social-list.com/

[12] Famecount.com，2011，accessible in June 2011。

[13] 互联网周刊：社交网站影响力排行榜TOP12， 2010，accessible in June 2011。

http://tech.sina.com.cn/i/2010-03-08/21263916619.shtml

[14] Shaozhi Ye1 and Felix Wu，Measuring Message Propagation and Social Influence on Twitter.com, in the 2nd International Conference on Social Informatics (SocInfo’10), 2010。

[15] 社交网熵指数，百度百科词条，2011。

http://baike.baidu.com/view/5973165.htm

[16] 微博风云，2011，accessible in June 2011。http://www.tfengyun.com/

[17] 36氪，社交影响力指数Klout支持LinkedIn，2011。accessible in June 2011。

http://www.36kr.com/klout-linkedin/

=============================================

专家简介

李伟钢(Li Weigang)博士1997年来任教于巴西利亚大学(University of Brasilia-UnB)计算机系，兼任巴西国家科学技术发展委员会(CNPq)研究员和巴西航空交通研究协会(SBTA)副主席。研究方向为Web智能搜索、航空交通管制模型和常旅客计划与电子商务。88年从师钱七虎院士获工学硕士。94年获巴西航空理工学院(ITA)博士，后任巴西国家太空研究院(INPE)客座研究员。2001年访问加拿大University of Calgary 从事博士后研究。目前主持航空交通计算模型实验室(TransLab)，为巴西国家科技网认证和资助。 与巴西银行等有关方面合作，开发研制电子商务和航空流量管制(ATM)智能决策系统等项目。

=============================================

算法的种类和实现浩如烟海，但是在这篇文章里面，不讨论单核，单线程的算法，而是讨论多核，多线程的算法；不讨论所有的算法类型（这个不是本文作者能力范围之内的事），而是讨论在多核网络设备里面常见的算法，以及可能的优化途径，这些途径有些经过了验证，有些还是处于想法阶段，暂时没有实现数据的支持。

多核算法优化的目标无非两种：lock-free和lock-less。

lock-free是完全无锁的设计，有两种实现方式：

• Per-cpu data，顾名思义，每个核或者线程都有自己私有的数据结构（这里的私有和thread local data是有区别的，这里的私有是逻辑上私有，并不意味着别的线程无法访问这些数据；而thread local data是线程私有的数据结构，别的线程是无法访问的。当然，不管是逻辑上私有，还是物理上私有，把共享数据转化成线程私有数据，就可以避免锁，避免竞争）。全局变量是共享的，而局部变量是私有的，所以多使用局部变量，同样可以达到无锁的目的。
• CAS based，CAS是compare and swap，这是一个原子操作（spinlock的实现同样需要compare and swap，但区别是spinlock只有两个状态LOCKED和UNLOCKED，而CAS的变量可以有多个状态）；其次，CAS的实现必须由硬件来保障（原子操作），CAS一次可以操作32 bits，也有MCAS，一次可以    比较修改一块内存。基于CAS实现的数据结构没有一个统一，一致的实现方法，所以有时不如lock based的算法那么简单，直接，针对不同的数据结构，有不同的CAS实现方法，读者可以自己搜索。

lock-less的目的是减少锁的争用（contention），而不是减少锁。这个和锁的粒度（granularity）相关，锁的粒度越小，等待的时间就越短，并发的时间就越长。

锁的争用，需要考虑不同线程在获取锁后，会执行哪些不同的动作。以session pool的分配释放为例：假设多个线程都会访问同一个session pool，分配或者释放session。session pool是个tailq，分配在head上进行；而释放在tail上进行。

如果多个线程同时访问session pool，需要一个spinlock来保护这个session pool。那么分配和释放两个不同的动作，相互之间就会有争用，而且多个线程上的分配，或者释放本身也会有争用。

现在我们可以考虑分配用一个锁，释放用一个锁，生成一个双端队列，这样可以减少分配和释放之间的争用。

http://www.parallellabs.com/2010/10/25/practical-concurrent-queue-algorithm/ （参考这篇文章）。

也可以考虑用两个pool，分配一个pool，释放一个pool，在分配pool用完之后，交换两个pool的指针（这时要考虑两个pool都是空的情况，这里只是减少了分配和释放的争用，但不能完全消除这种争用）。

不管是lock-based还是CAS-based (lock-free)的数据结构，都需要一个状态机。不同状态下，做不同的事，而增加锁的粒度，也就是增加了状态机的数量（不是状态的数量），减小状态保护的范围。这个需要在实践中体会。

参考资料：

1：http://en.wikipedia.org/wiki/Lock-free_and_wait-free_algorithms

2：http://yongsun.me/2010/01/%E4%BD%BF%E7%94%A8cas%E5%AE%9E%E7%8E%B0lock-free%E7%9A%84%E4%B8%80%E4%B8%AA%E7%B1%BB%E6%AF%94/

3：http://www.cppblog.com/johndragon/archive/2010/01/08/105207.html

4：http://kb.cnblogs.com/page/45904/

5：http://www.parallellabs.com/2010/10/25/practical-concurrent-queue-algorithm/

虽然从技术或者架构角度看，云计算都是比较单一的，但是在实际情况下，为了适应用户不同的需求，它会演变为不同的模式。在NIST（National Institute of Standards and Technology，美国国家标准技术研究院）的名为“The NIST Definition of Cloud Computing”的这篇关于云计算概念的著名文档中，共定义了云的4种模式，它们分别是：公有云、私有云、混合云和行业云。接下来，将详细介绍每种模式的概念、构建方式、优势、不足之处及其对未来的展望等。

2.2.1 公有云

公有云是现在最主流也就是最受欢迎的云计算模式。它是一种对公众开放的云服务，能支持数目庞大的请求，而且因为规模的优势，其成本偏低。公有云由云供应商运行，为最终用户提供各种各样的IT资源。云供应商负责从应用程序、软件运行环境到物理基础设施等IT资源的安全、管理、部署和维护。在使用IT资源时，用户只需为其所使用的资源付费，无需任何前期投入，所以非常经济，而且在公有云中，用户不清楚与其共享和使用资源的还有其他哪些用户，整个平台是如何实现的，甚至无法控制实际的物理设施，所以云服务提供商能保证其所提供的资源具备安全和可靠等非功能性需求。

许多IT巨头都推出了它们自己的公有云服务，包括Amazon的AWS、微软的Windows Azure Platform、Google的Google Apps与Google App Engine等，一些过去著名的VPS和IDC厂商也推出了它们自己的公有云服务，比如Rackspace的Rackspace Cloud和国内世纪互联的CloudEx云快线等。

1. 构建方式

在构建方式方面，现在主要有3种方法。其一是独自构建：云供应商利用自身优秀的工程师团队和开源的软件资源，购买大量零部件来构建服务器、操作系统，乃至整个云计算中心。这种独自构建的好处是，能为自己的需求作最大限度的优化，但是需要一个非常专业的工程师团队，所以业界这样做的基本上只有Google一家。其二是联合构建：云供应商在构建的时候，在部分软硬件上选择商业产品，而其他方面则会选择自建。联合构建的好处是避免自己的团队涉足一些不熟悉的领域，而在自己所擅长的领域上大胆创新。这方面最明显的例子莫过于微软。在硬件方面，它并没有像Google那样选择自建，而是采购了HP和戴尔的服务器，但是在其擅长的软件方面选择了自主研发，比如采用了Windows Server 2008、IIS服务器和.NET框架。其三是购买商业解决方案。由于有一部分云供应商在建设云之前缺乏相关的技术积累，所以会稳妥地购买比较成熟的商业解决方案。这样购买商业解决方案的做法虽然很难提升云供应商自身的竞争力，但是在风险方面和前两种构建方式相比，它更稳妥。在这方面，无锡的云计算中心是一个不错的典范。由于无锡购买了IBM的Blue Cloud云计算解决方案，所以在半年左右的时间内就能向其整个高新技术园区开放公有云服务，而且在这之前，无锡基本上没有任何与云计算相关的技术储备。

2. 优势

公有云在许多方面都有其优越性，下面是其中的4个方面。

1. 规模大。因为公有云的公开性，它能聚集来自于整个社会并且规模庞大的工作负载，从而产生巨大的规模效应。比如，能降低每个负载的运行成本或者为海量的工作负载作更多优化。
2. 价格低廉。由于对用户而言，公有云完全是按需使用的，无需任何前期投入，所以与其他模式相比，公有云在初始成本方面有非常大的优势。而且就像上面提到的那样，随着公有云的规模不断增大，它将不仅使云供应商受益，而且也会相应地降低用户的开支。
3. 灵活。对用户而言，公有云在容量方面几乎是无限的。就算用户所需求的量近乎疯狂，公有云也能非常快地满足。
4. 功能全面。公有云在功能方面非常丰富。比如，支持多种主流的操作系统和成千上万个应用。

3. 不足之处

另外，公有云也有一些不足之处。

• 缺乏信任。虽然在安全技术方面，公有云有很好的支持，但是由于其存储数据的地方并不是在企业本地，所以企业会不可避免地担忧数据的安全性。
• 不支持遗留环境。由于现在公有云技术基本上都是基于x86架构的，在操作系统上普遍以Linux或者Windows为主，所以对于大多数遗留环境没有很好地支持，比如基于大型机的Cobol应用。

4. 对未来的展望

由于公有云在规模和功能等方面的优势，它会受到绝大多数用户的欢迎。从长期而言，公有云将像公共电厂那样毋庸置疑会成为云计算最主流甚至是唯一的模式，因为在规模、价格和功能等方面的潜力实在太大了。但是在短期之内，因为信任和遗留等方面的不足会降低公有云对企业的吸引力，特别是大型企业。

2.2.2 私有云

关于云计算，虽然人们谈论最多的莫过于以Amazon EC2和Google App Engine为代表的公有云，但是对许多大中型企业而言，因为很多限制和条款，它们在短时间内很难大规模地采用公有云技术，可是它们也期盼云所带来的便利，所以引出了私有云这一云计算模式。私有云主要为企业内部提供云服务，不对公众开放，在企业的防火墙内工作，并且企业IT人员能对其数据、安全性和服务质量进行有效地控制。与传统的企业数据中心相比，私有云可以支持动态灵活的基础设施，降低IT架构的复杂度，使各种IT资源得以整合和标准化。

在私有云界，主要有两大联盟：其一是IBM与其合作伙伴，主要推广的解决方案有IBM Blue Cloud和IBM CloudBurst；其二是由VMware、Cisco和EMC组成的VCE联盟，它们主推的是Cisco UCS和vBlock。在实际的例子方面，已经建设成功的私有云有采用IBM Blue Cloud技术的中化云计算中心和采用Cisco UCS技术的Tutor Perini云计算中心。

1. 构建方式

创建私有云的方式主要有两种。首先是独自构建，通过使用诸如Enomaly和Eucalyptus等软件将现有硬件整合成一个云。这比较适合预算少或者希望重用现有硬件的企业。其次是购买商业解决方案。通过购买Cisco的UCS和IBM的Blue Cloud等方案来一步到位，这比较适合那些有实力的企业和机构。

2. 优势

由于私有云主要在企业数据中心内部运行，并且由企业的IT团队来进行管理，所以这种模式在下面这5个方面有出色的表现。

1. 数据安全。虽然每个公有云的供应商都对外宣称，其服务在各方面都非常安全，特别是在数据管理方面，但是对企业而言，特别是大型企业而言，和业务相关的数据是其生命线，是不能受到任何形式的威胁和侵犯的，而且需要严格地控制和监视这些数据的存储方式和位置。所以短期而言，大型企业是不会将其关键应用部署到公有云上的。而私有云在这方面是非常有优势的，因为它一般都构筑在防火墙内，企业会比较放心。
2. 服务质量（SLA）。因为私有云一般在企业内部，而不是在某一个遥远的数据中心中，所以当公司员工访问那些基于私有云的应用时，它的服务质量应该会非常稳定，不会受到远程网络偶然发生异常的影响。
3. 充分利用现有硬件资源。每个公司，特别是大公司，都会存在很多低利用率的硬件资源，可以通过一些私有云解决方案或者相关软件，让它们重获“新生”。
4. 支持定制和遗留应用。现有公有云所支持应用的范围都偏主流，偏x86，对一些定制化程度高的应用和遗留应用就很有可能束手无策，但是这些往往都属于一个企业最核心的应用，比如大型机、Unix等平台的应用。在这个时刻，私有云可以说是一个不错的选择。
5. 不影响现有IT管理的流程。对大型企业而言，流程是其管理的核心，如果没有完善的流程，企业将会成为一盘散沙。实际情况是，不仅企业内部和业务有关的流程非常多，而且IT部门的自身流程也不少，而且大多都不可或缺，比如那些和Sarbanes-Oxley相关的流程。在这方面，私有云的适应性比公有云好很多，因为IT部门能完全控制私有云，这样他们有能力使私有云比公有云更好地与现有流程进行整合。

3. 不足之处

另外，私有云也有其不足之处，主要是成本开支高。因为建立私用云需要很高的初始成本，特别是如果需要购买大厂家的解决方案时更是如此；其次，由于需要在企业内部维护一只专业的云计算团队，所以其持续运营成本也同样偏高。

4. 对未来的展望

在将来很长一段时间内，私有云将成为大中型企业最认可的云模式，而且将极大地增强企业内部的IT能力，并使整个IT服务围绕着业务展开，从而更好地为业务服务。

2.2.3 混合云

混合云虽然不如前面的公有云和私有云常用，但已经有类似的产品和服务出现。顾名思义，混合云是把公有云和私有云结合到一起的方式，即它是让用户在私有云的私密性和公有云灵活的低廉之间做一定权衡的模式。比如，企业可以将非关键的应用部署到公有云上来降低成本，而将安全性要求很高、非常关键的核心应用部署到完全私密的私有云上。

现在混合云的例子非常少，最相关的就是Amazon VPC（Virtual Private Cloud，虚拟私有云）和VMware vCloud了。比如，通过Amazon VPC服务能将Amazon EC2的部分计算能力接入到企业的防火墙内。

1. 构建方式

混合云的构建方式有两种。其一是外包企业的数据中心。企业搭建了一个数据中心，但具体维护和管理工作都外包给专业的云供应商，或者邀请专业的云供应商直接在厂区内搭建专供本企业使用的云计算中心，并在建成之后，负责今后的维护工作。其二是购买私有云服务。通过购买Amazon等云供应商的私有云服务，能将一些公有云纳入到企业的防火墙内，并且在这些计算资源和其他公有云资源之间进行隔离，同时获得极大的控制权，也免去了维护之苦。

2. 优势

通过使用混合云，企业可以享受接近私有云的私密性和接近公有云的成本，并且能快速接入大量位于公有云的计算能力，以备不时之需。

3. 不足之处

现在可供选择的混合云产品较少，而且在私密性方面不如私有云好，在成本方面也不如公有云低，并且操作起来较复杂。

4. 对未来的展望

混合云比较适合那些想尝鲜云计算的企业和面对突发流量但不愿将企业IT业务都迁移至公有云的企业。虽然混合云不是长久之计，但是它应该也会有一定的市场空间，并且也将会有一些厂商推出类似的产品。

2.2.4 行业云

行业云虽然较少提及，但是有一定的潜力，主要指的是专门为某个行业的业务设计的云，并且开放给多个同属于这个行业的企业。

虽然行业云现在还没有一个成熟的例子，但盛大的开放平台颇具行业云的潜质，因为它能将其整个云平台共享给多个小型游戏开发团队，这样这些小型团队只需负责游戏的创意和开发即可，其他和游戏相关的烦琐的运维可转交给盛大的开放平台来负责。

1. 构建方式

在构建方式方面，行业云主要有两种方式。其一是独自构建：某个行业的领导企业自主创建一个行业云，并与其他同行业的公司分享。其二是联合构建：多个同类型的企业可以联合建设和共享一个云计算中心，或者邀请外部的供应商来参于其中。

2. 优势

能为行业的业务作专门的优化。和其他的云计算模式相比，这不仅能进一步方便用户，而且能进一步降低成本。

3. 不足之处

缺点是支持的范围较小，只支持某个行业，同时建设成本较高。

4. 对未来的展望

行业云非常适合那些业务需求比较相似，而且对成本非常关注的行业。虽然现在还没有非常好的示例，但是对部分行业应该存在一定的吸引力，比如上面提到的游戏业。