混合云，重新定义数据中心服务
混合云包括公有云、私有云、专有云还有数据中心内的超融合。它将多个云串联起来，利用各自的优缺点来部建数据中心的应用。
混合云IT架构
上图是一张比较常见的混合云在数据中心的架构图。可以看到右边的公有云的架构和左边其实很类似，都拥有虚拟机资源、RDS、OSS，而左边的数据是可以和公有云之间互相对接的，如果是在线下的IDC机房你可以直接连接到公有云。目前我们所遇到的比较多的需求就是，从公有云的角度将公有云的资源落地到IDC的数据中。
混合云 x Dev/Ops
上图是我们在数据中心的一个产品的架构，混合云改变了原来的IT三大件的使用和采购的整个环节。原先的人工部署需要进行项目采购，还要参考需求、预算和招标，而当引入云应用后整个流程就都被改变了，无需额外购置硬件，只需要去使用云就可以了。
但是这又衍生出了一个问题，就是预算会超标，这是由于云上的资源对比线下价格会高出很多。因此出于预算和数据安全的考虑，构建又会向线下转移了。
混合云的进一步架构
这张图下面是不同的云之间的应用，构建出了一个混合云。上端则分为三个部分，第一部分是用户端，也就是直接的使用者。中间运维层则需要去分配资源满足用户端的需求。最后决策层则是要进行多方考虑，抉择出最优的组合方案。
好的解决方案都是化简为繁
与主流应用 虚拟环境的高度整合
这张图是第一张的更细化架构，左边的是一个硬件设备而不是一个服务器，主要是将云模拟到线下来。
它有着三种模式，一种是作为缓存，将云端的数据缓存下来，同时也可以将本地数据当做缓存上传到云端，在使用时无需对现有架构进行改变，就可以使用云上的空间和资源。
第二种就是分级模式，混合了线上和线下的所有数据，这些数据会根据读取次数或设定的时间自动的分配在云和近端。
第三种就是同步模式，云可以当做“两地三中心”的第三中心，无需再耗费资源建立数据中心，可以直接向公有云厂商租用空间作为容灾使用。当下面的整套系统出现问题的时候，它可以通过虚拟机将数据提取出来。
云存储架构分析
这套云的呈现方式不是服务器，而是一个嵌入式的设备。右上的部分在运算所有的IO，所有的控制节点内的混合云都在相互的同步资料和状态，所以它可以做高可用不会存在单点故障。
超融合云存储
目前的大多数的超融合存储IO的性能跑不起来，因此只能当做备份使用。上图的结构中可以看到，我们在超融合的VM里面放了一个Infortrend的算法，我们叫它CVM，在最高等级的规格中一个CVM可以挂在一千六百个盘，由于有着副盘的存在，它有着高可用的特性。
另外他还解决了由于节点过多导致的分布式系统不稳定的问题，通过这套结构就可以让所有的数据在底层交换，不会涉及到交换层和Cup里面，同时大大减少了硬盘量。
云存储架构分析
分布式在数据中心的架构比较久，其整个核心的每一个介质都将同时存在，无法相互取代。所以才需要应用到混合云，混合云将会迅速的取代线下的存储设备和服务器设备，但同时由于各个介质的不同特色，无法被完全替代，混合云是否能达到我们的期待就不可而知了。
数据中心混合云应用案例
医院医药PACS影像存储
医院的X光机、核磁共振等机器是不可能搬到阿里的机房内的，之所以要使用阿里的服务，是因为对图形对比、GPU计算等有着需求。
举个简单的例子，通过对各个医院的病例进行搜索，可以获取到每个医生的注释、以及片子，在将本地与云上数据进行对比，就可以对当前病例进行一定判断了。
零售连锁
在零售业中，将零售店内的影像截取出来，再同步到网络，对影像中人物的各个行为和特征进行分析识别，最后向系统反馈每个人的购物行为。
智慧城市监控视频大数据分析
这台机器可以将监控摄像头所拍摄到的影像都截取到，然后同步在云端进行人脸识别。同时还能进行影像回放的比对，脱离了以前人工识别的过程，直接通过系统进行验算。
