适合各个水平的 8 大云计算项目

各类组织正将其 IT 资源迁移到云端，推动了云计算的发展。目标是在 AWS、GCP 和 Azure 等云平台上，构建符合组织需求的解决方案。因此，懂得云环境的技术人才（如云工程师）的需求持续增长。

通过这些云计算项目提升您的技能，开启云计算职业之路。如果您刚入门，请先查看我们的云计算入门课程，并阅读我们的如何成为云工程师指南。

为什么要做云计算项目？

云是一个庞大的生态系统，要真正理解它，需要亲身实践。动手实践是了解云环境如何运作的最佳方式。这就是云计算项目重要的原因。您既能积累经验，又能构建成果，在求职过程中加以展示。

初级云计算项目

这些入门项目将带您在云平台上完成一些简单任务。项目聚焦于把原本在本地完成的事情搬到云上，例如在云端托管一个刚搭好的网站。

1. 静态网站托管

在云平台上托管网站是一个基础项目，能展示您对云的基本理解。这有助于您明白云计算在替代传统 IT 基础设施中的作用，并初步接触云的众多功能。

参考资源：

一个很好的指南是 DataCamp 的顶级 AWS 项目。如果您对 AWS 还不熟悉，建议先学习AWS 入门课程，熟悉 AWS 平台。有了这两者的结合，您就能顺利开启第一个云计算项目！

收获技能：

• 使用 AWS 进行网站托管
• 基础 HTML 与网站设计
• AWS 基础

2. 无服务器邮件/SMS 应用

下一步是利用云来与用户交互。一个常见功能是当用户提交表单后联系他们，可能用于促销、确认或预订。借助云，我们可以通过 API 连接来管理这些。总体目标是：将静态网站托管在云服务上，然后把信息传递给其他云组件，进而发送相应的邮件或短信。

来自 cloudisfree：无服务器电子邮件/SMS 应用的流程图示意

参考资源：

一个很好的参考来源是 cloudisfree，他们会带您完成一个无服务器发送应用的全过程。这同样使用 Amazon AWS，如果您已成功创建动态网站，那么把它作为前一项目的拓展将非常顺畅。同时，建议在 DataCamp 上学习AWS 云与技术服务课程，以进一步巩固 AWS 技能。

收获技能：

• AWS Lambda
• API Gateway
• AWS Step Functions
• 用于编写函数的 Python 技能
• 用于网站交互的 HTML 与 JSON

中级云计算项目

在掌握云基础后，是时候通过更实用的应用将其提升一个台阶。在这些项目中，我们将着重拓展您的基础能力。现在，您应该能够按照现代架构，使用云来构建可用于生产的云应用。

3. 云端数据分析

云计算中用于数据分析的部分正不断增长。随着数据量增加，组织更依赖云端数据解决方案来回答数据问题。作为云工程师，您可以利用云平台构建自动化分析。由于具备可扩展性，云端分析解决方案能够轻松应对不断增长的需求。在本项目中，您将实践从数据存储到数据分析的端到端部署，从而全面理解数据如何进入云端并转化为答案。

参考资源：

查看我们的Azure Synapse 入门指南。如果您对 Azure 经验不多，建议先学习理解 Microsoft Azure课程，并阅读一些关于微软云解决方案 Azure 的文章。它的市场份额正在增长，在某些市场相较 AWS 和 GCP 更具优势。

收获技能：

• Azure 存储基础
• Azure Synapse
• 云端数据分析

4. 三层 Web 应用

这是从静态网站自然演进而来。您将创建一个更复杂的网站架构，充分利用云的优势。三层 Web 应用将 Web、应用和数据层分离。Web 层专注于用户界面，应用层专注后端，数据层专注数据存储。好处在于各部分可以独立扩展，并对每个组件分别实施安全控制。

在云中构建三层 Web 应用，需要理解每一层最适合使用哪些云产品，以及如何将它们连接为一体化服务。

来自AWS 文档：三层 Web 应用的架构图

参考资源：

确保您对云基础有良好理解。跟随这篇构建三层 Web 应用的指南，完成这个更复杂的项目。如果您从未构建过 Web 应用，可先做一个类似的使用 Bokeh 的 Python Web 应用。尝试将 UI 分离到 Web 层，将数据处理放入应用层。

收获技能：

• Python Web 应用
• 三层 Web 应用
• 基于云的 Web 开发

高级云计算项目

这些高级项目旨在充分发挥云的潜力。它们专注于使用云产品构建成品与高级技术演示。

5. 无服务器机器学习

云计算的一大关键作用是扩展企业的机器学习能力。机器学习需要大量计算资源，意味着需要大量本地服务器。并非所有公司都有足够的空间或资源采购如此多的基础设施。

得益于云，企业能够借助 AWS Lambda 或 GCS BigQuery 等云产品开展无服务器机器学习。构建一个无服务器机器学习项目，能体现您对前沿趋势的把握以及在云上的高级技能。

参考资源：

确保您牢固理解数据科学与机器学习的云架构。随后可从 AWS 的无服务器图像处理指南开始。该项目重点使用 Amazon Rekognition 进行图像处理（特别是人脸识别）。另外务必学习这个AWS Step Functions 教程，因为该项目中会大量用到。再结合 AWS Lambda、DynamoDB 与 EventBridge，您就能完成一个完整的图像识别项目！

收获技能：

• 无服务器机器学习
• AWS Rekognition
• AWS Lambda
• AWS Step Functions
• AWS DynamoDB
• AWS EventBridge

6. 基于云的聊天机器人

随着更多人在线购物、办理银行业务，基于 Web 的客服显得尤为重要。企业开始采用 AI 聊天机器人来降低成本并解答简单问题。借助快速扩展能力，用户在寻求答案时几乎无需等待。这既能减少所需客服人数，又能缩短等待时间。得益于 Amazon Lex 等易部署的产品，练习的选项非常多。

参考资源：

确保您牢固理解数据科学与机器学习的云架构及其在 AI 中的优势。Amazon 提供了使用Amazon Lex快速上手的简明指南。为简化流程，本项目使用 Amazon CloudFormation 提供直接可用的 Web 模板。该部署应当比较顺利，因为它建立在上文无服务器机器学习项目所用的多项技能之上。

收获技能：

• 云端聊天机器人
• 云上 AI
• Amazon Lex

云计算开源项目

最后，我们来看一些聚焦开源云的项目。这些开源项目允许您在一定程度上从零搭建云环境，并拥有更高的自定义性。它们能展示您对云系统从服务器与安全到终端连接的完整构建能力。

7. OpenStack

OpenStack 是规模较大的开源云平台之一。它允许用户使用开源软件构建完全自定义的云栈。开源并不意味着不够强大。Rakuten、T-Mobile 与 Target 等大型公司都在 OpenStack 中构建了定制组件以支撑其业务。学习这一技术栈将非常有价值。

参考资源：

关于如何使用 OpenStack 的资源很多。先阅读 OpenStack 文档，了解如何获取 OpenStack 并进行培训。一定要看看 YouTube 上的视频，并阅读 OpenStack 的入门指南。这也是回顾 DataCamp 云计算课程、重温云基础设施知识的好时机。

收获技能：

• 从零构建云
• 开源云项目
• OpenStack 的使用

8. OpenNebula

OpenStack 的替代方案之一是 OpenNebula。该项目更侧重于单体的单服务器架构，用于管理虚拟机与容器。它能以更简单的方式部署自定义云，具备快速部署与直观配置。如果您希望以虚拟机管理程序与容器作为云的基础，那么 OpenNebula 是很好的选择。

参考资源：

OpenNebula 的流行度略低于 OpenStack，因此查找资源可能稍有挑战。OpenNebula 文档是快速上手并学习工具基础的绝佳起点。随后配合一门Docker 入门课程，您就能迈向创建基于容器的云基础设施。

收获技能：

• 以虚拟化为核心的云构建
• 开源云的实操经验
• OpenNebula 的使用
• Docker

总结

下面是我们上文所有项目的快速回顾，以及它们如何适配您的学习规划。

结语

我们看到，有许多项目可以帮助您开启云计算之路。这些都是构建云计算作品集的优选。务必深入理解每个项目，并能自信讲解，以充分展示您的专业能力。同时持续夯实基础知识并考虑获取相关认证。以下是一些入门资源：

• 5 个优选云计算认证
• Google Cloud 认证
• 12 个顶级 AWS 项目