云技術是指在廣域網或局域網內將硬件、軟件、網絡等系列資源統一起來，實現數據的計算、儲存、處理和共享的一種托管技術。

云技術（Cloud technology）基于云計算商業模式應用的網絡技術、信息技術、整合技術、管理平臺技術、應用技術等的總稱，可以組成資源池，按需所用，靈活便利。云計算技術將變成重要支撐。技術網絡系統的后臺服務需要大量的計算、存儲資源，如視頻網站、圖片類網站和更多的門戶網站。伴隨著互聯網行業的高度發展和應用，將來每個物品都有可能存在自己的識別標志，都需要傳輸到后臺系統進行邏輯處理，不同程度級別的數據將會分開處理，各類行業數據皆需要強大的系統后盾支撐，只能通過云計算來實現。

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。在云計算實現中。計算系統虛擬化是一切建立在“云”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。

云計算系統由大量服務器組成，同時為大量用戶服務，因此云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。云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。

云計算需要對分布的、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。云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。由于云數據存儲管理形式不同于傳統的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，也是云計算數據管理技術所必須解決的問題。

同時，由于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云管理系統中來，研究在關注為云數據管理提供RDBMS和SQL的接口，如基于Hadoap子項目HBase和Hive等。另外，在云數據管理方面，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。

云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。云計算采用了一種思想簡潔的分布式并行編程模型Map-Reduce。Map-Reduce是一種編程模型和任務調度模型。主要用于數據集的并行運算和并行任務的調度處理。在該模式下，用戶只需要自行編寫Map函數和Reduce函數即可進行并行計算。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。

云計算資源規模龐大，服務器數量眾多并分布在不同的地點，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。云計算系統的平臺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。