① 雲伺服器挖礦踐行 第一篇
三天以前看到壯鄉金榮仔的文章，從中了解到可以利用阿里雲伺服器進行挖礦，收益可觀，於是立即和作者進行了聯系，咨詢拜師的事情。
通過和孫師傅交流發現，因為寫作讓我們有了很多共同交流的基礎，並且我居然已經關注了孫師傅有好幾個月的時間了，這讓我們很快建立了信任。
孫師傅在文章中提到正式收徒弟還要等一段時間，我覺得這段時間也不能浪費，還應該為將來拜師以後做一點准備工作。於是我立即開始對雲服務挖礦這件事情進行了認真的思考並實踐。
雲服務挖礦的可行性，大概有這么幾個方面。
一，雲伺服器挖礦的成本收益分析。
成本構成：挖礦的成本主要有三項，礦機的支出，電費，場地及相關管理費用；
收益構成：挖礦的收益主要來自兩個方面，一是按照當前數字貨幣的法幣價格可以不管成本而獲得的收益，二是數字貨幣在未來增值獲得的收益。
分析：雲伺服器的運算能力遠遠低於實體礦機，但是不用支付電費，這是最大的成本節省，另外，由於不需要場地，自己遠程管理，場地和管理費用也趨近於零。
因此在算力有限的情況下，雲伺服器挖礦最大限度地消除了電費和場地的費用，這是這項技術的優勢所在。而盈利的平衡點，將極大的取決於伺服器費用的支出和當前幣價的相對關系。
二，雲伺服器和挖礦幣種的分析。
雲伺服器的種類有很多，主要分兩種，CPU型和GPU型。
目前市場上的各種虛擬幣演算法也分兩類，GPU友好型和CPU有好型。比特幣以太坊，萊特幣等絕大多數幣種都屬於GPU友好型，CPU友好型比較少，我了解到的只有大零幣zec,小零幣xzc,門羅幣xmr。
所以這樣一來，在伺服器和幣種的選擇問題上，方向很清晰：CPU和GPU任何一個方向，選擇算力性價比最高的雲伺服器和挖礦收益最高的幣種。
三，實踐。
李笑來的文章中提到過，任何挖礦的行為都不如直接到市場上去買來得容易。我也因此在之前的虛擬貨幣的學習中，很少關注挖礦的知識。同時對於伺服器方面的知識也了解很少，所以一開始我只能用網路上能夠搜索得到的辦法進行實踐， 以快速入門，開始積累。
網上能夠直接搜索到的就是利用CPU伺服器挖掘門羅幣。文章鏈接如下。
於是我花了391.5元購買了三個月的阿里雲輕量型伺服器，配置如下。阿里雲目前在搞活動，首單可以打七折。
開始進行實踐。
經過了兩天的折騰，終於在運行伺服器上挖礦成功，但是算力只有140h/s，在這個算力下，要虧本一半。
具體折騰的過程中，遇到坑無數，也麻煩了我搞計算機的朋友很多，這個過程留待下一篇再寫吧。
四，關於風險的思考。
目前來看，用雲伺服器挖礦伺服器的價格是預付的，並且是固定的，所以挖礦是否有收益，取決於目前的虛擬貨幣的價格。從孫師傅的截圖來看，目前收益還是很可觀的。
近期的風險來自於幣價的下跌，遠期的風險來看，就是阿里雲伺服器會禁止挖礦行為。阿里雲對於挖礦的行為，在網上有過很多的聲明。在搜索伺服器挖礦相關知識的時候，也發現有國外的伺服器禁止挖礦。
長期來看，如果目前雲伺服器挖礦不賠本那麼未來大概率是會有很大的收益的。
就在寫這一篇的過程中，孫師傅的收徒標也發出來了，很快就要收徒弟啦。我也正好把這一篇當做我第一這周的作業。
② Office2010強調雲共享功能
Office2010新版引入了強化的雲共享功能，它與企業SharePoint伺服器整合，使得PowerPoint、Word、Excell等Office文件可以在SharePoint平台上同時供多位員工編輯與瀏覽，顯著提升了文件協同作業的效率。
微軟在Office2010中進一步加強了與微軟通信服務之間的連接。如果用戶通過Office2010使用和OfficeCommunicator2007R2，他們可以即時查看同事的狀態並使用電子郵件和即時通信與其取得聯系。SharePoint與Office的整合更為緊密，允許用戶在共享平台上對Office文檔進行協作。
此外，Office2010的雲共享功能使得文件共享更加便捷和高效。通過SharePoint平台，可以實現文件的實時同步和多人編輯，有效提高了團隊協作的效率。同時，與微軟通信服務的整合，使得用戶在進行文件協作時，可以實時獲取同事的狀態信息，方便進行溝通與交流，進一步優化了團隊協作的流程。
總的來說，Office2010通過強化雲共享功能，不僅提升了文件協作的效率，還加強了與其他微軟通信服務的整合，為用戶提供了一個更加高效、便捷的協作環境。這樣的功能改進，使得Office2010成為了企業團隊協作和文件管理的理想選擇。
③ 雲計算未來將是怎樣的發展趨勢
2020年以後5種雲計算發展趨勢：
1.邊緣計算
雲邊緣是由功能強大的伺服器和快速存儲組成的本地化數據中心或服務存在點。雲提供商將應用程序和許多其他活動作業的負載抵消到雲邊緣狀態。這引入了快速處理，低延遲和超快速的數據傳輸。
通過處理苛刻的終結點任務並將數據順序傳輸回雲，邊緣幾乎充當了雲的緩存平台。邊緣計算從雲提供商的基礎架構釋放了大量處理能力-帶寬使用量直線下降。
2.雲自動化
從2020年及以後，將越來越依賴於人工智慧和機器學習（AI/ML）來推動雲自動化決策。AI/ML可以大規模地自動執行例行的，可重復的任務，與人工操作員相比，可以非常快速地完成。
具體的用例可能是廣泛的日誌分析。AI/ML常式吸收大量的日誌信息，尋找趨勢並分析結果。這可用於預測伺服器組件故障或應用程序崩潰的原因。由於可以根據預測的基礎架構需求做出准確的預測，因此容量規劃可從雲自動化中受益匪淺。
3.行業優化的雲
全球各地的組織正在迅速遷移到雲中。這推動了為特定行業提供量身定製的雲服務產品的趨勢。這通常適用於目標嚴格的行業，例如醫療保健，金融和法律部門。
一些雲服務提供商擁有與行業相關的消耗性雲平台，這些平台已符合美國相關法規。外包業務只需選擇合適的提供商即可開始使用符合行業標準的服務。
4.混合雲策略
2020年出現的另一個關鍵趨勢是，所有CIO都希望成為一個烏托邦式的工作空間，成為技術中立的雲消費者。理想情況下，企業應將核心業務服務分布在多個雲提供商之間，以顯著降低停機或長時間停機的風險。
5.容器化
2020年容器的普及對於雲而言尤其重要。自2013年Docker和2014 年發布Kubernetes以來，容器的使用量激增。許多雲提供商現在擁有自己的容器應用引擎，這些引擎作為可消費的雲服務出售。系統管理員不再需要擔心構建虛擬機和底層基礎結構。