先说关键技术：简而言之，云计算就是一个基于分布式计算环境的软件基础架构中间件，屏蔽了底层硬件、网络拓扑、甚至操作系统差异（？），要解决的关键技术问题无非就是海量数据的分布式存储和计算：
Google File System --
GFS是一个可扩展的分布式文件系统，用于大型的、分布式的、对大量数据进行访问的应用。它运行于廉价的普通硬件上，但可以提供 容错功能。它可以给大量的用户提供总体性能较高的服务。GFS与以往的文件系统的主要不同: 部件错误不再被当作异常，而是将其作为常见的情况加以处理。因为文件系统由成百上千个用于存储的机器构成，而这些机器是由廉价的普通部件组成并被大量的客户机访问。部件的数量和质量使得一些机器随时都有可能无法工作并且有一部分还可能无法恢复。所以实时地监控、错误检测、容错、自动恢复对系统来说必不可少。
MapReduce --
基于分布式计算的编程模型。我的理解，基于分布式计算环境的容器，对于上层编程人员而言，类似于传统的C++容器，用以支持高效率的海量数据检索。
BigTable --
基于GFS和MapReduce的结构化数据存储系统。
Chubby --
Google的分布式锁策略。
App Engine --
Google基于Google File System、BigTable 以及 Map Reduce 等发展出了称之为 App Engine 的平台，可以允许开发人员在它之上开发应用。支持Python和Java。
商业应用：
一类是作为Google自己各种应用的基础平台，基于云计算平台、App Engine开发的Google Search/Calendar/Doc/Map/Gmail/Picasa etc.
另一类：提供基于App Engine SDK开发的应用的托管服务，基于AppEngine开发的第三方程序可以上载到Google的“云”上，Google按流量、资源消耗量等进行收费。目标客户可以是初创网络公司、中小企业等。
后一类应用也就是目前主流的云计算商业模式。