潘永花，毕业于北京航空航天大学，计算机软件专业硕士学位。现任阿里数据经济研究中心秘书长、阿里研究院高级专家，主要负责大数据和云计算的研究。不仅作为主要作者撰写了《云计算开启信息经济2.0》、《从IT到DT》、《大数据与信息社会》等报告，还是《互联网+：从IT到DT》、《大数据领导干部读本》、《互联网+：未来空间无限》等书的主要作者之一。
　　曾任IDC咨询公司高级研究经理，撰写了中国大数据市场报告。此外还曾经出任过中国计算机世界传媒集团网络世界报社执行社长兼总编，对ICT产业以及中国信息化等方面有独到的见解。

　　孟晔，博士，现任阿里研究院高级专家。
　　曾任中国社科院财经战略研究院副研究员、信息服务与电子商务研究室副主任，研究领域为信息经济、平台经济与治理、电商服务业等。作为主要作者参加《大势：中国信息经济发展趋势与策略选择》、《大数据的力量》、《中国电子商务服务业蓝皮书》等著作的编写。

　　在互联网+的大背景下，各行各业都在转型中苦苦探索，如何利用新思维、新技术解决企业转型中的各种难题，如何实现社会经济价值，以及怎样加速云计算和大数据的战略落地，有哪些方法可以借鉴，有哪些案例可以模仿？
　　该书从理论到实践，以云计算+大数据的核心理念和社会经济价值为主线，紧跟云计算和大数据的发展趋势，梳理出相关代表行业的鲜活案例，进行详细剖析，借此促进传统用户转变观念，为所有渴望在新形势下突破的人士提供了建议。

　　我们其实正在进入一个新的能源时代，这个时代核心资源已经不是石油，而是数据。中国是一个计算机的大国，但是不是一个计算大国，但我相信中国一定会成为一个计算大国，因为未来的数据是一种生产资料，而未来的生产力就是计算能力、所有创业者的创新能力和企业家精神。
　　——马云（阿里巴巴集团董事局主席）

　　本书全景式介绍了各行业云计算和大数据应用的实践，内容充实、可读性强，对准备向云上迁移的企业具有指导意义。
　　——王俊秀（中国信息经济学会信息社会研究所所长）

　　从阿里云成立以来，7年间它的技术水平不断提高、应用范围日益广泛。通过阿里云，阿里巴巴已成功将自身积累的计算及数据处理优势输出给了全社会，从长期来看这势必会带来更大的经济与社会价值。
　　——姜奇平（中国社会科学院信息化研究中心秘书长）

　　“无法计算的价值”试图回答信息经济时代的一个基本命题：如何通过数据的自动流动解决复杂系统的不确定性，这将取决于——数据的及时性、准确性和完整性，以及算法的科学性、有效性和廉价性，信息经济时代将会是“算法+数据”定义的时代，这是这个时代的重要特征。
　　——安筱鹏（工业和信息化部信息化和软件服务业司副司长）

　　云计算有哪些关键技术
　　伴随着服务器、存储和网络等硬件成本的降低和处理能力的大幅提升，虚拟化、分布式计算以及容器(Docker)等云计算核心软件技术的发展保证了云计算服务能够快速发展。
　　1. 虚拟化与软件定义技术
　　虚拟化是提供云计算服务的基础技术，它可以让计算任务在虚拟的资源上运行。比如通过虚拟化软件，物理计算资源可以实现“一变多”在不同的任务之间共享、提高资源利用的效率，也可以实现“多变一”提供超强的计算能力。虚拟化技术根据其作用的资源不同，可以分为存储虚拟化、计算虚拟化（操作系统级虚拟化、应用软件级虚拟化和桌面虚拟化）以及网络虚拟化等。
　　随着虚拟化技术的范围扩充，软件定义（SDX）技术从软件定义网络（SDN）扩展到软件定义的数据中心（SDDC），实现整个数据中心的虚拟化，通过软件层整合数据中心的资源为用户提供计算与存储等多项功能。运营维护人员不必单独配置数据中心设备，只需通过软件控制器就可以轻松、快捷地管理数据中心的所有设备。
　　2. 云计算平台运维管理技术
　　云计算服务涉及对大规模计算资源的综合运用，如数量众多的服务器分布在不同地点，支撑着海量用户需求，有效管理这些服务器和应用，保证系统提供稳定、可靠的服务极为关键。云计算平台运维管理技术朝向自动化和智能化方向发展，能够使系统中的计算、存储资源协同工作，方便用户开展自助式、实时的服务，帮助管理人员快速发现系统故障、恢复系统功能，支撑大规模云服务的安全、高效运营。
　　3. 分布式存储和管理技术
　　云计算平台拥有众多服务器和存储资源，同时可以为海量用户提供服务。为充分利用存储资源、减少使用中的瓶颈，采取了不同于传统的网络存储方式，运用分布式网络存储方式，避免了存储服务器成为系统的性能瓶颈，由于分布式存储使用可扩展的系统结构，利用多台存储服务器分担存储负载，不但提高了系统的可靠性、可用性和存取效率，还易于扩展。为了提高数据的利用效率、充分挖掘数据的价值，相应的数据管理技术也必须适应分布式存储的特点，做到高效管理。
　　4. 云端数据管理和分析技术
　　随着移动互联网和物联网的迅速发展，来自智能手机、物联网设备和社交媒体等多种来源的数据逐渐汇聚到云计算平台之上。面向异构大规模数据的管理、分析以及挖掘技术受到更多关注。为了尽可能减少数据传输数量、加快反应速度，传统的工具已不能满足要求。基于云计算平台的大数据处理和分析技术日益受到重视，云分析变得无所不在，高性能分布式数据管理平台、内存计算、NoSQL/NewSQL数据库、自助式分析和数据可视化等技术在不断成熟，随着这类服务价格日益下降、性能不断提高，其采用率也在不断上升。尤其是人工智能、自然语言处理和深度学习等系列技术的商业化应用，带动着云分析有着更多的应用场景，基于云的大数据应用可以从传统的结构化数据分析扩展到对非结构化数据的更强的分析，更多地帮助用户发掘数据的价值。
　　5. 云计算安全技术
　　根据IDC的调研，安全是影响用户采用云计算的最大障碍。为确保共享资源中的数据安全和服务的可靠提供，云计算安全技术是保障云服务质量和水平的重要基础，也是云服务商之间的差异所在。云计算安全技术主要包括网络安全、数据与隐私保护、身份管理、安全漏洞管理、物理设备安全、应用程序安全和安全事件的响应等多个方面。
　　以分布式拒绝服务(DDoS)攻击为例，黑客通过仿冒大量的正常服务请求来堵塞网站，就像出行高峰时的交通瘫痪。对云服务商而言，能否从大量的请求中鉴别出恶意访问并完成清洗，是其安全能力的关键指标。目前，DDoS攻击采用的手段越来越复杂，攻击的流量也越来越大。DDoS攻击是游戏、电商、金融等网站业务可用性和可靠性的最主要威胁。在2014年年底，曾有攻击者对阿里云某游戏客户发起的DDoS攻击流量超过了450Gbps，是互联网有史以来最大规模的DDoS攻击。
　　6. 云数据中心绿色节能技术
　　云数据中心一方面要注重实现快速部署、灵活高效、规模利用的要求，另一方面做到绿色节能也是应有之义。IT设备、制冷系统、供配电系统是云数据中心绿色节能主要考虑的方向，比如高密度、低PUE、模块化技术在云数据中心建设实践中不断推进。以阿里云在2015年9月落成的千岛湖数据中心为例，该数据中心因地制宜地采用湖水制冷。深层湖水通过完全密闭的管道流经数据中心，帮助服务器降温，再流经2.5km的青溪新城中轴溪，作为城市景观呈现，自然冷却后最终洁净地回到千岛湖。得益于千岛湖地区年平均气温17℃，其常年恒定的深层湖水水温足以让数据中心90%的时间都不依赖湖水之外的制冷能源，制冷能耗节省超过8成。
　　千岛湖数据中心是国内领先的新一代绿色数据中心，利用深层湖水制冷并采用阿里巴巴定制硬件，设计年平均PUE(能源效率指标)低于1.3，最低时PUE1.17，比普通数据中心全年节电约数千万度，减少碳排放量一万多吨标煤，也是目前国内亚热带最节能的数据中心之一。
　　除了节能，千岛湖数据中心的另一大特色是节水，设计年平均WUE(水分利用率)可达到0.197，打破了此前由脸书俄勒冈州数据中心创下的WUE0.28的最低纪录(据公开报道)。
　　……

序言
第一部分
从“双11”说起
1.1 “剁手族”的“双11”00
1.2 “双11”背后的DT力量00
1.3 IT已去，DT已来0
第二部分
看概念：云计算+大数据开启DT时代
2.1 什么是云计算0
2.2 计算服务变革与工业革命的发展对比0
2.3 云计算有哪些关键技术0
2.4 生态系统与数据生产要素0
2.5 国内外云计算政策解读0
2.6 云计算产业加速进行时0
第三部分
看价值：从内而外衍生社会经济价值
3.1 信息产业变革的四大方向0
3.2 成就创新创业的引擎0
3.3 立基信息经济的能力
3.4 增强国家实力的关键
第四部分
看实践：加速“互联网+”战略落地
4.1 云计算应用的总体态势
4.2 政府云应用：推动互联网+政务进程
4.3 金融云计算应用
4.4 医疗云应用：巨大潜力
4.5 制造业云应用：刚刚起步
4.6 云上创业应用
4.7 电商云计算应用
4.8 云迁移优先互联网类应用
4.9 云服务从硬件资源云化开始
第五部分
看未来：当云计算遇到大数据
5.1 云计算与大数据的十大发展方向
5.2 云计算和大数据发展面临的十大挑战
后记