3.高可靠性。云计算中心在软硬件层面采用了诸如数据多副本容错、心跳检测和计算节点同构可互换等措施来保障服务的高可靠性，使用云计算比使用本地计算机可靠。它还在设施层面上的能源、制冷和网络连接等方面采用了冗余设计来进一步确保服务的可靠性。
4.通用性与高可用性。云计算不针对特定的应用，云计算中心很少为特定的应用存在，但它有效支持业界的大多数主流应用，并且一个云可以支撑多个不同类型的应用同时运行，在云的支撑下可以构造出于变万化的应用，并保证这些服务的运行质量。
5.高可扩展性。云计算系统是可以随着用户的规模进行扩张的，可以保证支持客户业务的发展。因为用户所使用白云资源可以根据其应用的需要进行调整和动态伸缩，并且再加上前面所提到的云计算数据中心本身的超大规模，云能够有效地满足应用和用户大规模增长的需要。
比如京东618，通过监控程序随时动态缩容扩容
6.按需服务。云是一个庞大的资源池，用户可以支付不同的费用，以获得不同级别的服务等。并且，服务的实现机制对用户透明，用户无须了解云计算的具体机制，就可以获得需要的服务。
比如一个初创企业，不知道用户的访问量或者带宽量有多大，就可以先按流量访问，在某一个时间段按带宽使用率付费。计算机资源也可以按需分配
7.极其经济廉价。由于云的特殊容错措施可以采用极其廉价的节点来构成云，云的自动化集中式管理使大量企业无须负担日益高昂的数据中心管理成本，云的通用性使资源的利用率较传统系统大幅提升，因此用户可以充分享受云的低成本优势。通常只要花费几百元、几天时间就能完成以前需要数美元、数月时间才能完成的任务。
8.自动化。在云中，不论是应用、服务和资源的部署，还是软硬件的管理，主要通过自动化的方式来执行和管理，从而也极大地降低了整个云计算中心的人力成本。
9.节能环保。云计算技术能将许许多多分散在低利用率服务器上的工作负载整合到云中，来提升资源的使用效率，而且云由专业管理团队运维，所以其电源使用效率(PowerUsageEffectiveness，PUE)值比普通企业的数据中心出色很多。
10.高层次的编程模型。云计算系统提供高层次的编程模型。用户通过简单学习，就可以编写自己的云计算程序，在云系统上执行，满足自己的需求。现在云计算系统主要采用MapReduce模型。
云计算和大数据是相关联的，MapReduce是HadOOP的核心，HadOOP是大数据的核心
所以MapReduce就是大数据系统的一个核心
MapReduce就是一个 拆散 合并 的过程，Map比如把一个任务分成多个任务，Reduce就是在计算完成后，把多个任务合并成一个任务
MapReduce 模型也是大数据系统的核心模型，把一个任务打散执行后合并，这也是云计算的基础
11.完善的运维机制。在云的另一端，有全世界最专业的团队来帮用户管理信息，有全世界最先进的数据中心来帮用户保存数据。同时，严格的权限管理策略可以保证这些数据的安全。这样，用户无须花费重金就可以享受到最专业的服务。
六、云计算的层次
云计算的三种服务模式
1 软件即服务(SaaS)
2 平台即服务(PaaS)
3 基础设施即服务(IaaS)
云计算的层次以及分类
3层体系架构多分为基础设施服务层 (Infrastructure as a Service，IaaS)、平台服务层 (Platform as a Service，PaaS)、软件服务层(SoftwareasaService，SaaS)，即3层SPI (SaaS、PaaS、IaaS的首字母缩写)架构。
虚拟化服务对于用户而言，只是得到了一个虚拟化资源。通过虚拟化技术，比如openstack，提供成基础设施及服务层，在IaaS上面装各种系统形成 PaaS，在PaaS上可以装各种系统或者购买软件服务，比如安装java等
云计算的层次架构
1.基础架构即服务(InfrastructureasaService)