分布式計算（Distributed Computing）、
並行計算（Parallel Computing）、
效用計算（Utility Computing）、
網絡存儲（Network Storage Technologies）、
虛擬化（Virtualization）、
負載均衡（Load Balance）、
熱備份冗余（High Available）等傳統計算機和網絡技術發展融合的產物。
主要體現在虛擬化及其標準化和自動化。
雲存儲是在雲計算概念上延伸和發展出來的壹個新的概念，是壹種新興的網絡存儲技術，是指通過集群應用、網絡技術或分布式文件系統等功能，將網絡中大量各種不同類型的存儲設備通過應用軟件集合起來協同工作，***同對外提供數據存儲和業務訪問功能的壹個系統。雲計算系統中廣泛使用的數據存儲系統是Google的GFS和Hadoop團隊開發的GFS的開源實現HDFS。
從軟件看，VMware、微軟的Hpyer-V、Citrix以及開源的KVM等是主要的虛擬化平臺，是雲計算的基礎。Citrix的優勢在桌面虛擬化和應用虛擬化。
至於雲計算應用軟件開發工具，並沒有針對雲計算、雲存儲的獨特的編程語言。
許多人會將雲計算與大數據聯系起來，其實兩者既有聯系又有區別。雲計算就是硬件資源的虛擬化，主要是壹虛多，充分利用高性能的硬件資源；而大數據就是海量數據的高效處理，通常需要多合壹、或多虛壹，跨越多臺硬件處理海量數據任務。Amazon是雲計算應用領域的先驅，而Google則是大數據應用領域的先驅。大數據既可以采用以虛擬化為基礎的雲計算架構也可以基於高性能計算（HPC，集群技術、並行技術）來處理。
大數據相當於海量數據的“數據庫”，而且通觀大數據領域的發展也能看出，當前的大數據處理壹直在向著近似於傳統數據庫體驗的方向發展，Hadoop的產生使我們能夠用普通機器建立穩定的處理TB級數據的集群，把傳統而昂貴的並行計算等概念壹下就拉到了我們的面前，但是其不適合數據分析人員使用（因為MapReduce開發復雜），所以PigLatin和Hive出現了（分別是Yahoo！和facebook發起的項目，說到這補充壹下，在大數據領域Google、facebook、twitter等前沿的互聯網公司作出了很積極和強大的貢獻），為我們帶來了類SQL的操作，到這裏操作方式像SQL了，但是處理效率很慢，絕對和傳統的數據庫的處理效率有天壤之別，所以人們又在想怎樣在大數據處理上不只是操作方式類SQL，而處理速度也能“類SQL”，Google為我們帶來了Dremel/PowerDrill等技術，Cloudera（Hadoop商業化最強的公司，Hadoop之父cutting就在這裏負責技術領導）的Impala也出現了。
因此，雲計算、雲存儲均為計算資源的底層，通過虛擬化的方式提供“設備”級（或操作系統級）的服務，用戶可以方便地申請使用”設備“來獨立地實現自己的任務（就好像給妳壹臺服務器），而實際上在雲上提供給妳的是壹臺虛擬機，至於這臺虛擬機運行在哪臺硬件設備上，卻不壹定，甚至可以”無縫“漂移，硬件故障時幾乎不影響用戶使用。