几乎所有的企业和大量中型业务都认为在未来三年他们至少会部署一些私有云技术。任何计划云项目的业务快速意识到有很多云软件或者“堆栈”，来自不同的厂商以不同的方式来看待云的未来。现在选择正确的云堆栈会避免将来的代价高的缩减。
选择云堆栈的流程从定义你的私有云部署模型开始，基于是什么让私有云引起了你的企业的兴趣。下面是企业和中型公司中三种普遍的部署模型。
(1)虚拟扩展模型。在这个模型中，主要考虑的是保持现有虚拟化软件，用这个目标来补充云计算性能和灵活性。使用这种类型的模型，企业会想要选取能够兼容目前已经运转的资产的云堆栈。
(2)公有云到混合云模型。这些公司已经决心成为一个公有云提供商，但是他们现在的目的是把一些云项目带回到本地或者创建一种混合云，这种情况下公有云扮演着逐渐发展的私有云的备份或者卸载资源的角色。这种类型中，云堆栈选择的主要目标是能够同现在使用的公有云服务兼容。
(3)绿地模型(未开发模型)。在这样的案例中，云消费者没有明显的虚拟化或者云委托，只是在寻找最佳的长期云软件。很多更大的公司严格恪守面向服务架构(SOA)，旨在桥接云和SOA到一个环境中，云计算作为平台，而不是虚拟机主机。这些公司就更适合绿地模型。
云堆栈采购：虚拟化扩展模型
对于适合虚拟扩展模型的企业，主要问题是“你现有的IT基础架构是否基于VMware?” VMware用户典型的选择VMware的vCloud Director作为其云软件，对于那些使用像vMotion进行VM迁移的用户更是如此。同时其他的云堆栈选择就是hypervisor不可知的，他们很少完全或者轻易利用VMware的功能。
对于那些没有同VMware紧密连接的公司，通用的云堆栈选择是Citrix CloudStack、Eucalyptus和OpenStack。这三种堆栈都相对公平的进行hypervisor支持，但是第一步通常是要确认你的云选择能够同现有的hypervisor共同运作。
第二决定因素是你自己的主要IT厂商的云软件承诺。如果你在惠普商店中，你可能就会考虑OpenStack，因为惠普的云基于OpenStack技术构建。
云堆栈采购：公有云到混合云模型
对于那些符合公有云到混合云模型的私有云开发业务，首要显著问题是“我们目前使用哪种公有云或者云?”当然，对于任何新的公有云采用而言，似乎市场动向是将OpenStack作为框架，在OpenStack和亚马逊Web服务(AWS)之间也出现了竞争张力，这也导致OpenStack和亚马逊云之间的差距增大。AWS弹性计算云(EC2)兼容思杰CloudStack和Eucalyptus，而Rackspace，也是OpenStack创始人之一，很明显更加兼容OpenStack。
这个组织的成员来说重要基础是知道他们会在基础的基础架构即服务(IaaS)上使用什么云服务，比如OpenStack Nova或者AWS EC2。AWS每年逐渐增加了一种更加平台即服务(PaaS)的功能，这些新服务中的大多数不能直接支持私有云。
计划创建AWS共栖的私有云将意味着要将你的计划同AWS服务匹配。如果目标是从公有云迁移到私有云，那么这项服务只需要兼容，但是如果目标是混合，那么这项服务必须能够很好的交互操作。这也正是大多数这种云部署模型的用户陷入困境的地方，因此要注意。
微软Azure用户或者来自其他厂商的Azure兼容的PaaS云用户，可以构建Windows Azure私有云且使用微软服务总线来混合Azure和公有云。在这个过程中确保使用最新的Windows Server版本。如果你正在IaaS云上运行Windows Server，你还可以继续使用Windows Azure服务总线工具混合，当然如果你有最新的软件运行在你的内部和云服务上。
云堆栈采购：绿地模型(未开发模型)
对于使用绿地私有云模型的公司，选择的范围更广泛，但是也是风险所在。第一步是确立什么云堆栈平台来支持未来的云应用。通常，PaaS在成本节省和简化操作方面会产出良好的结果。也可能会简化私有云创建落地的过程。平台具体化的hypervisor，如KVM for Linux，如果候选云应用会运转在一个平台上且如果没有PaaS平台可用，可能会是最好的选择。
SOA用户要探索是否需要hypervisor。SOA应用被量组合化，在服务器池托管组件中提供了灵活性。一些人将SOA比作“组件即服务”模型，SOA可以托管在兼容平台，且无外乎是多任务功能。通常这样提供了更好的性能和资源效率。
还有其他的云堆栈可用，除了这些已经提到的之外。很多公有云提供商和一些大型企业使用Xen云平台进行可扩展和灵活性支持，但是缺少交钥匙选择。 Hadoop是一种基于数据模型的云架构，也是一种理想的“大数据”应用，且能扩展到其他领域，但是过于具体化而不能成为通用的云堆栈候选。
无论企业对于私有云项目选择哪种云堆栈，他们应该准备好解决其他的通用问题，如工作流分配和开发。部署的范围会进一步复杂化问题。你的云部署计划越大，在做出决定前，探索所有的选择和问题就越关键。归根结底云承诺艰难且昂贵。
