云计算一直是我国科技圈的热门领域。 尤其是过去几年，行业快速的增长势头确实让投资者羡慕不已。 很多人对这个科技属性较强的投资领域持积极态度。

此前，我自己分析行业时，很容易陷入以下思维范式：数字化可以快速提高企业和政府的运营效率，提高整个社会的生产力。 人口红利结束后，云计算对中国经济和微观个体企业的权重持续增加，行业趋向好。

从长期大势来看上述分析是合理的，但我们也需要明白，大势本质上是由个别微观个体组成的。 如果只看大势而忽视个别企业，很容易陷入盲目乐观或悲观的极端结论。

根据云计算的主要付费对象分为： 1、政府云，各级政府是主要客户； 2、工业云、各类企业（非金融企业）； 3、各种细分云，比如金融云等等。

本次分析主要关注政务云和行业云。 由于篇幅原因，我们将在系列文章中介绍。 本文重点介绍工业云的现状和前景。

无论是信息化还是云化，对于工业企业来说，目的无非是为了提高组织管理和生产效率。 从财务报表来看，迁移到云端的成本将摊销到期间费用中，这会对损益表产生一定影响。 从长远来看，迁移到云端固然是大势所趋，但如果考虑中短期时间点，企业必须考虑迁移到云端带来的成本或费用能否被效率的提升所摊薄，以及企业目前的情况是否能够承受该成本。

这又回到了工业部门的结构分析。

我们首先梳理一下近年来我国规模以上工业企业的毛利率和营业利润率，如下图

受疫情影响，2020年以后，我国工业企业毛利率出现了先升后降的过程。 主要原因是，受大宗资产价格涨跌影响，在宏观需求端尚未完全打开的情况下，对企业毛利率的影响更为明显。

毛利率的降低和利润的提升显然是通过期内利润的压缩来实现的，那么成本是多少呢？看下图

2020年以后，工业企业存货周转周期和应收账款周期均处于快速扩张区间。 言下之意是，企业极有可能牺牲自身的现金流动性来换取利润和规模，而随着上述两项指标的持续上升，工业部门的资金流动性很可能恶化。

当企业总规模增长动能不足时，企业是选择扩张手段，加大固定资产投资，还是用保守手段稳定市场以实现稳定，我们将继续观察。

从企业经营情况来看，资产回报率正在萎缩。 对于相当多的企业来说，在这样的背景下，他们会选择“去产能”的策略。 固定资产投资低迷，部分企业面临清算风险。 也有朋友看到人均产值在增加，认为企业运营效率提高了。 不过我要提醒大家的是，人均产值的增加主要靠人员的减少。

一方面，固定资产投资预计将不足，特别是在内需尚未充分释放的情况下。 企业未来很可能会选择保守的策略。 另一方面，人员优化也将加速行业出清。 简而言之，企业在云计算投资方面可能会持保守态度。

文中说到这里，可能有朋友提出了如下疑问：既然业务形势恶化，为什么2020年云计算市场会加速增长呢？

坦白说，做完上述结论并看到上图后，我陷入了深深的自我怀疑。 难道是我分析的方向错了？ 如果真是这样，对我来说将是一个很大的打击。

还有哪些变量影响云计算投资？ 当然，我可以得出结论，疫情下的工作云化和政务云的普及是有利的，促进了云计算，但我还是站在微观层面。 除了上述表面的结论之外，还有哪些新的潜在因素呢？

我想到了流动性。 疫情发生后，央行迅速释放流动性，减少突发事件对实体经济的影响。 也就是说，实体部门可以获得更多、更便宜的融资来补充流动性。 某种程度上，也为税收的延迟支付创造了条件。

2019年，我国仍处于去杠杆和供给侧改革末期，社会融资相对低迷。 但进入2020年后，社会融资跃上了新台阶。 金融业为实体经济注入了宝贵的流动性。 但2021年以后，社会融资规模明显收窄，2021年7月将降至低点。

为了防止流动性过剩、避免泛滥，我国货币政策及时调整方向。 一方面，为应对未来不可预测的风险预留了政策空间。 另一方面，本周期工业部门将面临融资紧缩带来的流动性压力。

这或许也解释了我们上面的困惑。 当社会融资规模扩大时，很多企业也会选择加大云化投入，共建未来。 2019年社会融资规模较低，云计算脆弱性明显。

宽松货币、紧信贷的货币政策轮廓日趋清晰。 此时内需尚未完全恢复，工业部门的流动性和利润将面临压力。 综合来看，我们认为工业云计算中短期内也将进入低迷周期。

那么，对于有志进军工业云的企业来说，获客的重点在哪里呢？

市场上按行业来分析工业云的公司不少，龙头企业也为不同的企业提供了各种解决方案，这些都在情理之中，但我们本文还是想有所突破，从国企和民企两个角度出发，探讨这两类企业在云计算方面的前景。

可以明显看出，2020年以后，国有企业的利润率将呈明显上升趋势，而民营企业的业绩则较弱。 造成这种情况的原因有很多，比如一些国有企业（如中国烟草、中国石化等）的特殊定位。

看看百万资产月收入，见下图

2020年，两大类企业的资产收入都会有不同程度的下降，但进入2021年之后，国有企业将明显改善，恢复到疫情前的水平。 这与相当一部分企业的行业和定价能力密切相关。

也就是说，考虑到产能扩张的目的，国有企业投资的动力和能力更强，购买资产的意愿也更强。 相比之下，当宏观经济下行压力较大时，处于充分竞争状态的民营企业往往承担较大风险，投资动力往往不足。

在流动性收紧、利润管理压力尚未缓解的情况下，我国工业云整体需求肯定偏弱。 如果制造商想要在“内卷化”市场中获得增长，我们认为国有企业将是一段时间内的重点客户。

这一结论并不涉及国企和民企的深入比较，只是从投资意愿的角度考虑，谁将是工业云的主要买单者。 此外，我们不能忽视创新型民营企业。 关键时刻愿意冒险的创业者往往对云化抱有更积极的态度。 但从企业集团划分的角度来看，我们认为近期民营企业上云的动力仍有待观察。

那么，云计算从业者外部环境的变化是否会影响具体的业务策略呢？

云计算分为三类：IaaS、PaaS、SaaS。 为客户提供的服务也涵盖从基础设施的数据化到提供运营环境和软件服务。 云化往往从IaaS开始，但在后续发展中，以SaaS为立足点，丰富云生态，有效提升运营管理效率。

如上所述，宏观经济压力尚未完全缓解。 对于工业企业来说，一方面，上云的总量需求可能会受到抑制。 另一方面，企业将逐渐倾向于提高效率，刺激SaaS需求。

上图显示了中国和美国公有云细分市场的占比。 与中国市场注重IaaS相比，美国市场更注重PaaS和SaaS。 当我们在争论IaaS的前景时，美国的例子或许可以给我们一些启发。

据IDC数据显示，2015年全球公有云市场IaaS市场规模达到126亿美元，但同期SaaS却高达577亿美元。 从规模上看，后者几乎是前者的五倍。 由于当时全球云计算市场约70%在美国，这也可以代表美国公有云的基本规律。

但出乎我们意料的是，2020年中国IaaS市场规模将达到119.3亿美元工业云，但目前占比仍高达60%以上。

今年年初，我们认为SaaS将成为云计算行业的一大趋势。 在此之前，IaaS的增长动力将转移至SaaS，行业将更加注重个性化。

经过本文的详细分析，我们不仅继续持有上述观点，而且相信上述趋势将会出现走强的迹象。 也就是说，2021年之后，SaaS很可能迎来一个重要的红利期。

本文要点：

一是工业云计算将进入总需求萎缩周期，从业者需谨慎对待市场；

其次，从需求来看，国有企业尤其是大型国有企业将是工业云计算的重要购买者；

第三，SaaS将加速。 在此期间，将会涌现出大量的SaaS开发者。 不排除会出现新的领先公司，比如美国的Adobe、微软。 转型到云之后，中国企业在这里也有机会；

第四，云计算厂商之间的竞争开始进入生态站。 哪家企业能够聚集更多开发商、更多出口和进口，将在下一轮竞争中获得先发优势。 近期，龙头企业之间的竞争异常胶着。

之前看过的一本书，淘宝，回顾了近十年来电子商务系统的发展历程。 其实也体现了很多系统技术发展的变化。 从单机版到现在淘宝的技术状态。

（一、目的

一起学习可以将分布式主题学习技术串在一起。 2、了解电子商务系统相关的技术知识。 3.面试，可应聘工作。

（2）电子商务系统具体包括哪些内容？

图片有点长，是在网上找到的，不过做这个系统还是费了不少功夫的。 体力活。 国美、苏宁、京东电商的大型网站都是几万人开发的。 可见系统之庞大。

（三）系统沿革

LAPM【linux+apche+php+mysql】

一个系统中的多个模块通过jdbc访问同一个数据库。

存在的问题，随着流量增大，数据库查询速度慢，系统响应慢等，单机性能瓶颈。

通过加机器来解决，通过集群来解决。

存在的问题是访问的机器是未知的。

增加负载的方式分为硬负载f5和软负载nginx。

存在的问题是第一次访问的机器是A机器，第二次访问的是B机器，因为负载。

（1）Hash模式，通过请求IP的哈希值来绑定要请求的服务器。

存在的问题是abc每次请求都会发送A机器。 这是一个单点问题。 如果A机挂了，abc的请求就无法重定向。 一直请求A机，用户一直访问不到，一直报错。

(2)复制，通过A、B机器相互复制

存在的问题是广播的形式造成资源浪费。 如果有100万个用户在线，就意味着每个用户都包含100万个用户的信息，这会给系统带来很大的浪费。 适合小型网站。

(3) 根据该方法电商平台系统，包含的数据

解决了重复、资源浪费、服务器压力等问题。

存在的问题，数据不安全，用户数据都在客户端，存在破解的可能性。 手机一般都采用这种方式。 手机单独使用，没有公共部分。

(3)集中存储的方式，添加redis或者其他中间件

存在的问题是，与之前的集中相比，增加了redis中间件，增加了运维和开发的成本。 如果用户数量非常多，中间件的可用性也非常高。

5、Java电商网站，数据库读写分离，解决高并发读写问题，以及从属流量问题。

存在问题：下单后，去主库，然后立即查询从库。 此时主库信息还没有同步到从库，系统可能会报错。 这个问题的解决方案只有一个TDDL，-jdbc。

proxy：应用程序访问数据库时，中间屏蔽了一层。 通过拦截可以知道是否是，并判断是使用主库还是从库。 需要维护Proxy来维持高可用性，协议的拦截性能会下降。

应用层：基于jdbc底层请求原理，请求时改为sql。 是否访问读库或者从库。 开发者需要了解的业务增加了开发和学习的成本。 数据库管理需求。

全量同步和定时增量同步都是通过读取mysql来完成的。 解决数据库压力。

Redis缓存在redis中，直接从redis中获取，减少了数据库的读写。

CDN通过CDN下载静态资源，将静态文件放在指定的服务器上。

(4)分布式时代

引文：商品模块和会员模块是由两个不同的人开发的。 他们互相打电话。 商品模块已经开发出来了，但是会员模块的老铁表示今天不会上线。 这不是很尴尬吗？ 商品模块需要回滚以满足会员模块。 随着系统变得越来越大，每个模块就变成了一个系统，每个系统都是由不同的团队完成的。 为了让彼此满意，又不受影响，就开始服务化。

提供对Dubbo和HSF两种RPC框架的支持。 Dubbo是阿里巴巴第一代RPC框架，是国内第一个成熟的商业级RPC框架。 于2011年正式开源，现已发展成为国内开源价值最高、用户数量最多的开源软件之一。 最新一代的RPC框架HSF，全称High Speed，又称“好舒服”、“很舒服”框架，是阿里内部对这款高性能服务框架的昵称。 是为企业级互联网架构量身定制的分布式服务框架。 基于高性能网络通信框架，HSF提供了服务发布注册、服务调用、服务路由、服务认证、服务限流、服务降级、服务调用链路跟踪等一系列经过验证的功能。

他们之前的通话很复杂。 至少功能解耦了，会员和产品之间的依赖关系，会员上线失败只会产生部分影响。 但会存在互相调用的问题，会占用较多的网络资源。

每个应用程序一个数据库 每个应用程序都有一个库，而不是作为一个整体使用一个数据库。 对于比较复杂的订单，通过-jdbc将产品分表。 最常用的哈希取模方法，哈希比较均匀，避免了数据热点问题。 但是hash方法不好扩展，后面会讲hash如何扩展。

异步、解耦，双11的下单量非常大，>metaq>也是如此。 剪裁以填充。 下一个订单需要检查库存，通知统计系统、风控系统。 统计系统平时不用，但是双11的时候用的，平时统计系统的代码你总不能注释吧？ 双11发布代码，然后上线。 用来解决。

oss tfs的方式。 上传一次，公众即可获取。 为每张图片识别一个编号，第二次上传时将读取哈希值。 如果哈希值已经存在，则不会上传。 一个用时间换空间的问题。 解决数据库问题。 数据库存储图片名称和路径，图片在硬盘中存储物理地址。 肯定是配置有问题！ 在冗余 AB 服务器上保存副本，或设置图片服务器。 不建议。 流存储在数据库中。 占用硬盘资源，需要将IO转码到数据库。

日志系统、风控系统、报表系统、调用链系统。

PS：看到电商这么复杂是不是有点头疼？ 业务越来越细分，运维工作量越来越大。 两个程序员最害怕的一点就是【改变需求，改变别人的代码】。 分布式基本上就是两点，应用程序和数据库。

35岁坚持原创的IT老手！ 感谢您阅读这篇文章！ 感谢您的关注、评论和转发！