同时，分布式存储系统也支持数据的高速读写和并行处理，满足大数据处理的需求。综上所述，云计算和大数据互联网背后的技术支撑主要包括分布式计算、虚拟化技术、分布式存储、高可扩展性、容错和高可用性、安全性和隐私保护，以及数据管理和分析工具等。
云计算与大数据互联网背后的技术支撑包括以下几方面：
1. 分布式计算：云计算和大数据处理通常需要处理大量的数据和复杂的计算任务，分布式计算技术可以将这些任务分解为多个小任务，并通过网络连接的多台计算机或服务器进行并行处理，提高计算速度和效率。
2. 虚拟化技术：云计算中的虚拟化技术可以将一台物理服务器分割成多个虚拟服务器，每个虚拟服务器可以模拟独立的硬件环境。这样可以充分利用服务器资源，提高服务器利用率，同时也方便了云端资源的灵活调度和管理。
3. 分布式存储：大数据需要存储大量的数据，分布式存储系统可以将数据分散存储在多台服务器上，提高存储容量和可靠性。同时，分布式存储系统也支持数据的高速读写和并行处理，满足大数据处理的需求。
4. 高可扩展性：云计算和大数据处理通常需要处理大规模的数据和计算任务，因此，系统需要具有高可扩展性，能够根据需求增加或减少计算和存储资源。同时，系统还需要支持弹性扩展和自动负载均衡，以确保资源的有效利用和任务的高效执行。
5. 容错和高可用性：云计算和大数据处理是关键业务，因此系统需要具备容错和高可用性能力，即使出现单个组件或节点故障，系统仍能够继续正常运行。常见的容错和高可用性技术包括冗余备份、故障转移和自动恢复。
6. 安全性和隐私保护：云计算和大数据处理涉及大量的敏感数据，因此需要具备较高的安全性和隐私保护能力。系统需要采取安全的身份认证和授权机制，加密敏感数据，并且在数据传输和存储过程中保护数据的机密性和完整性。
7. 数据管理和分析工具：大数据需要进行有效的数据管理和分析，来提取有价值的信息和洞察。因此，云计算和大数据处理需要配备一系列强大的数据管理和分析工具，如数据仓库、数据挖掘、机器学习和人工智能等。
综上所述，云计算和大数据互联网背后的技术支撑主要包括分布式计算、虚拟化技术、分布式存储、高可扩展性、容错和高可用性、安全性和隐私保护，以及数据管理和分析工具等。这些技术的结合和应用，为云计算和大数据处理提供了强大的支持和基础。