自從有了云計算，人們就想著如何讓數據中心和云計算更好地結合起來，于是“云數據中心”的概念出現，簡單地說就是部署了云計算的數據中心。
但偏偏事與愿違，云計算和數據中心結合的例子并不多，更多的云數據中心只是將原來的數據中心換個名字，根本談不上和云計算有什么關聯。這也不能全怪云計算，怪只能怪數據中心底子太薄，根本滿足不了云計算提出的種種要求，所以這幾年云計算普遍難產，很少有落地生根發芽的，于是就有人想到了別的計算方法，以便能夠滿足更多不同類別的應用需求。當然任何一種技術都有其實現的局限性，孰好孰壞也只有靠實際應用的接受程度來決定。
在技術高度發達的今天，技術百花齊放，很難有一種技術可以解決現實中遇到的所有問題，只能是從某個角度來評判解決問題的可能性。那么對于數據中心，也不是只有云計算，還有霧計算、流計算，將來還可能有水計算、雨計算等等，數據中心結合這些新的技術才能發揮出更大的作用，下面就來說一說最近比較火熱的幾種計算技術，這些技術如果能夠在數據中心里實施開來，必將開啟數據中心的新篇章。
1、云計算
云計算大家都不陌生，雖然很多人并不真正知道云計算技術的含義，但是都在各種媒體、新聞中聽到過。云是網絡、互聯網的一種比喻說法，云計算是基于互聯網的相關服務的增加、使用和交付模式。云計算是一種按使用量付費的模式，按需進行分配。云計算是谷歌公司在2011年正式提出的，在此之前，其實谷歌就已經在2006年的搜索引擎大會上就提出過云計算的概念，當時還提到了云端計算的概念，經過了幾年的探索期，直到2011年才讓人們所熟知。云計算的特點就是技術網絡來實現高速的計算，以往我們過分地強調單機的計算能力，不斷地設計出高性能的計算機，以便可以計算得更快。
但是計算元器件是一點點地進步的，要大幅提升單機計算能力，就只能增加體積，所以出現了巨型計算機。但是不能一味地增加計算機的體積，而且過大的計算機也無法量產，只能用于特定的計算場合，比如超級數據中心，但是更多的數據中心卻無法部署這些巨型機。為了解決這樣的問題，互聯網巨頭公司谷歌想到了網絡，可以利用網絡將所有的計算機連接起來，然后通過軟件去分配計算，讓成千上萬的計算機同時計算，并將計算結果結合到一起，得到最后的結果，這樣的計算方法就是云計算。不難看出，云計算并不要求計算機性能多么好，只要數量夠多，網絡帶寬夠大就可以，這樣就能得到超高速的計算能力，相當于用數千臺計算機同時做同一件事，這樣徹底將人們從追求巨型機設計中解脫出來，數據中心也不需要頻繁地更換性能差的服務器和計算機，所以當云計算被推出來的時候，受到了技術人員的熱捧。
2、流計算
和前兩個相比，流計算知道的人比較少，這是藍色巨人IBM提出的計算技術。IBM有一套完整的System S計算架構，通過流技術，可以對流形式的數據進行適時的分析。流形式的數據可源自結構化數據源或非結構化數據源，可能包含各種數字信號，針對流數據的實時分析允許組織實時響應市場警報或事件。
流計算可以通過過濾海量數據并識別豐富的高價值信息，從而支持更靈活且更敏捷的業務流程，實時關聯和匯總支持數據中心更快地做出響應。流計算其實是一種針對特定數據的一種計算方法，其對針對特定的數據，而不關心計算的設備是聚集在一起的還是分離的，也不管計算設備性能如何，是一種非結構性數據的計算方法。
在傳統的數據處理流程中，總是先收集數據，然后將數據放到數據庫中，人們需要的時候通過數據庫對做詢問，得到答案。顯然這些數據并不是實時的，再去查詢的時候，得到的數據都是過期的，如果基于這樣的數據進行分析，得到的結論很可能是錯的。顯然流計算可以很好地解決這方面的問題。不難發現，流計算與云計算、霧計算有著明顯的區別，適用于特定數據處理場合，并不適用于所有的數據中心應用。
傳統的計算機分析和數據整理方式，首先是收集數據，然后儲存在數據庫程序中并且在收到請求后搜索這些數據。這是一個高效的處理方式，但卻是一個緊繃的結構，而且通常會造成時間的浪費。而在流運算當中，高級軟件的運算法則在接收流數據時就開始對其進行分析。
以文本、語音和圖像識別技術舉例來說，流運算可以用于判定對于特定問題時，某些數據比其他數據具備更強的相關性。優先的數據會被程序進行專門處理，而這點對于復雜的、快速變化的問題格外有效，比如追蹤流行病情況并且對其擴散做出預測之時；或者在電腦芯片車間從電子傳感器收集數據并且快速找出生產出有瑕疵的產品。
流運算主要面向兩種應用：對商業與科學計算當中的數據進行更快運算和分析的需求；對存在于Web網站、博客、電子郵件、視頻、新聞、電話記錄、傳輸數據、電子感應器之中的數字格式的信息洪流進行處理的需求。
