Računalni oblaci kao dio servisno orijentirane arhitekture
1. Računalni oblaci kao dio
servisno orijentirane arhitekture
Obrana doktorske disertacije
mr.sc. Slaven Brumec, dipl.inž.rač.
FOI Varaždin
14. srpnja 2011. godine
2. Motivacija
• SOA – paradigma modularne izgradnje interoperabilnih
informacijskih sustava i usluga
• Softverski servisi – moduli od kojih se sastoji SOA rješenje
• Računalni oblaci – sustavi za korištenje računalnih (softverskih i
hardverskih) resursa prema potrebi, poput klasičnih komunalija
• Očekivanja: računalni oblaci mogu biti posebice pogodna
platforma za SOA rješenja?
• Tržišni potencijal oblaka: 700
[Mlrd. $]
oblačno računarstvo
600 8,5%
klasično računarstvo
500
4,2% 42
400 Predviđeni rast
16 27%
300
367 451 5%
200
100
0 [god.]
2008 2012
3. Ciljevi
• Neke suvremene tehnologije i paradigme koje su
preteča oblačnog računarstva ili njegov dio često se
izjednačuju s oblačnim računarstvom → potreba za
ontološkom klasifikacijom pojmova.
• Postaviti metodiku razvoja SOA rješenja uz korištenje
komercijalnih računalnih oblaka, opisati ju kao razvojni
proces i prikazati primjenom odgovarajućih industrijskih
standarda za BPM.
• Proučiti isplativost korištenja komercijalnih računalnih
oblaka (s motrišta potencijalnih korisnika, ali i
pružatelja usluga oblačnog računarstva) te razviti
odgovarajuću metriku za odabir vlastitih klasičnih
odnosno oblačnih komercijalnih računalnih resursa.
4. Hipoteze
• H1: Metodika razvoja hibridnih SOA rješenja
može se izgraditi temeljem normiranih metoda,
tehnika i notacija za modeliranje, usklaĎivanje i
opisivanje poslovnih procesa.
• H2: Moguće je postaviti višedimenzionalnu
ponderiranu metriku potreba za računalnim
resursima SOA servisa prije njihove izgradnje te
stvarnih performansi nakon njihove izgradnje.
Korištenje takve metrike će povećati sigurnost
pri odlučivanju o tome treba li neki servis stalno
ili povremeno pokretati u računalnom oblaku.
5. Dosadašnja istraživanja
• Rijetko gdje se razmatra SOA u kontekstu računalnih
oblaka. Najznačajniji rad – de Leusse i suradnici, ali ne
razmatraju ekonomsku isplativost.
• Opsežna istraživanja o SOA:
predlošci (patterns) – T. Erl
• SPOC – mjerenje financijskih i nefinancijskih dobitaka
od SOA rješenja (Brocke, Thomas, Sonnenberg)
• uporaba konkretnih tehnologija za izvedbu SOA rješenja
(npr. WCF i WF u Microsoftovoj ekologiji)
• Potrebno je ocijeniti kada je i pod kojim uvjetima
korištenje usluga komercijalnih oblačnih poslužitelja
isplativo krajnjemu korisniku
• Recentna istraživanja ukazuju na odvojeno promatranje
komercijalnih i akademskih oblaka
6. Struktura doktorskog rada
• Taksonomija oblačnog računarstva i povezanih pojmova
• Eksperimentalno istraživanje:
Prilagodba ogledne aplikacije obavljanju u oblaku te
njen smještaj u komercijalni oblak
Mjerenje performansi ogledne aplikacije u ovisnosti
o parametrima (nezavisnim varijablama) koje
opisuju aplikaciju te računalni oblak gdje je
smještena.
• Ispitivanje strukture cijene komercijalnih računalnih
poslužitelja radi izvoĎenja formuli za izračun troškova
računalnih resursa općenito (oblačnih i klasičnih).
• Sinteza rezultata istraživanja u cjelovitu metodiku za
korištenje oblačnog računarstva – KOR.
7. Osnovni pojmovi oblačnog računasrtva
Oblačno računarstvo – sinteza napretka:
Oblačno računarstvo
Sinteza razvoja, “user &
developer friendly”
Softver kao servis
Aplikacije kao usluge u
web-okruženju
Uslužno računarstvo
Ponuda usluga uz mjere-
nje utrošenih resursa
Računalni gridovi
Paralelizam kod rje ša
-
vanja složenih problema
Virtualizacija
Bolje iskori štenje
računala Godine
1960 1970 1980 1990 2000 2010
8. Temeljne tehnologije računalnih oblaka
• Virtualizacija:
Pokretanje više virtualnih računala na jednom fizičkom
Kritična za visoko iskorištenje fizičkih računala.
• Servisna paradigma:
Najam računalnih (hardverskih i softverskih) resursa
Plaćanje resursa po utrošku umjesto kapitalnog ulaganja.
• Različite razine usluga (PaaS, IaaS, SaaS, …)
Testing as a Service
Management/Governance as a Service
Application as a Service
Security as a Sevice
as a Service
Integration
Proces as a Service
Platform as a Service
Information as a Service
Database as a Service
Storage as a Sevice
Hardware as a Service
9. Definicija računalnog oblaka
• Računalni oblak je skup mrežnih servisa namijenjenih
pružanju raznih računalnih usluga, poput digitalne
pohrane podataka ili izvoĎenja softverskih rješenja.
Pružanje tih usluga odlikuje se slijedećim osobinama:
Samoposlužni sustav ‘na zahtjev’ (on-demand self-service)
Mrežni pristup (network access) – dostupnost preko
standardnih ICT protokola
Virtualiziranost resursa (resource virtualization) iako je moguće
i korištenje fizičkih računala (bare metal)
Brza elasičnost i skalabilnost (rapid elasticity & scalability) –
brzo proširenje ili smanjenje resursa
Naplata prema potrošnji (‘pay-as-you-go’) – u komercijalnim
oblacima.
10. Ekonomske prednosti računalnih oblaka
• Pay-as-you-go – plaćanje resursa po utrošku
umjesto upuštanja u kapitalna ulaganja.
• Elastičnost – precizno podešavanje količine
korištenih računalnih resursa. Rješenje
problema slabe iskorištenosti servera u
privatnim podatkovnim centrima.
• Optimalno posjedovanje računalnih resursa –
posljedica samoposlužnosti i elastičnosti.
• Smanjenje operativnih troškova pogona
računalne infrastrukture.
11. Ilustracija elastičnosti oblaka
Računalni resursi Računalni resursi
fMAX(t)
fMAX(t)
Prenabavljanje
fR(t)
fR(t)
Vrijeme Vrijeme
Računalni resursi Računalni resursi
fR(t)
fMAX(t)
fMAX(t) fR(t)
Vrijeme Vrijeme
fr(t)-potrebni računalni resursi
fMAX(t)- trajno raspoloživi računalni resursi
12. Tehničke prednosti računalnih oblaka
• Usredotočenje vlastitog ICT osoblja na inovacije
umjesto održavanja hardvera i softvera.
• Poticanje razvoja (oblačnog) softvera temeljenog na
industrijskim standardima → posljedično povećanje
interoperabilnosti (interoperability) meĎu softverskim
rješenjima raznih proizvoĎača.
• Poboljšana fizička sigurnost (uključivo i DoS napade)
zbog raspršenja podatkovnih spremišta i softverskih
rješenja na razne geografske i virtualne lokacije (’nisu
sva jaja u istoj košari’ )
• Olakšana rezervacija resursa namijenjenih mamljenju
(honey pot) napadača na informacijski sustav.
13. Istraživački fokus
1. Odrediti varijable koje opisuju svojstva složene
aplikacije koja se može smjestiti u oblak ili na
lokalna računala.
2. Izmjeriti kako te varijable utječu na
komercijalne parametre pod kojima se
unajmljuju oblačni resursi, a kako na
parametre kojima se odreĎuje nabava vlastitih
računala.
3. Postulate i mjerenja izvesti tako da se mogu
odnositi na sve komercijalne računalne oblake,
bez obzira na konkretnu temeljnu tehnologiju.
14. Mjerenje performansi
• Učinak aplikacije: E=f(1/T)
• Vrijeme izvoĎenja: T = [Tmin, Tmax]
• Posao podržan aplikacijom se treba obaviti kroz realno potrebno
vrijeme TORG: Tmin < TORG <Tmax
• Traženi T ≈ TORG postiže se angažmanom odgovarajućih računalnih
resursa (vlastitih ili u komercijalnom oblaku).
• Inzistiranje na T << TORG → bespotrebno povećani troškovi zbog
većih potrebnih računalnih resursa.
• Trošak: C=f(T)
• O čemu ovisi zavisna varijabla T ? O kojim neovisnim varijablama?
T=f(x1,x2,...xk)
15. Priprema za mjerenje - ogledna aplikacija (OA)
Klijent
• OA obavlja prepoznavanje
oblika i, posebice, lica. Izvršni program Web preglednik
• ProslijeĎena slika usporeĎuje
se sa licima iz baze podataka. HTTP ili HTTPS
• OA ima promjenljiva svojstva
koja se mogu prilagoditi tako Internet
da reprezentiraju većinu
poslovnih aplikacija (opseg Azure oblak
uploada i downloada, složenost Spremnici
algoritma, broj CRUD operacija poruka
Web role
veličina baze podataka …).
• Temeljena na Open CV
biblioteci i EmguCV omotaču Radne role
(wrapper) oko nje za .NET Blob
spremnici
• Izvedena je u C#, pokrenuta Azure
u Azure oblaku. tablica
16. Mjerenje performansi - koncept
Mjerene veličine:
• ukupno vrijeme odziva T
• serversko vrijeme obrade (u oblaku) ts .
• mjerni moduli (programske procedure) ugraĎeni u
serverski i klijentski dio ogledne aplikacije.
ts=Vrijeme servera
0 ts1 ts2
Serversko vrijeme
tu td Klijentsko
Tk1 Tk2 vrijeme
0 T=Vrijeme odziva
17. Nezavisne varijable i priprema za mjerenje
• Tri grupe nezavisnih varijabli: način angažiranja resursa u oblaku (r i p), složenost aplikacije
(a i q) te opseg podataka nad kojima se izvodi obrada (u i b).
• Apsolutne vrijednosti izmjerenih veličina normalizirati u granicama -1 do +1.
• Razlog: jednostavniji proračun površine koja u višedimenzionalnom prostoru opisuje
funkcijsku zavisnost trajanja obrade o istraživanim nezavisnim varijablama.
Originalna Normalizirana
Nezavisna varijabla domena
Jedinica mjere Supstitucija domena
Snaga angažiranih računala - p [1; 4] Relativni odnos [-1; +1]
Složenost algoritma - a [1; 10] Relativni odnos [-1; +1]
Opseg poslanih podataka - u [5,4; 540] kB [-1; +1]
Veličina baze podataka - b [1,2; 5,8] MB [-1; +1]
Broj akcija po upitu - q [10; 200] Broj CRUD po upitu [-1; +1]
Broj angažiranih računala - r [1; 5] Broj računala [-1; +1]
18. Prethodno istraživanje
Shema mjerenja prikazana
Parametri na
normaliziranim vrijednostima Rezultati mjerenja T [sek]
gornjoj granici
nezavisnih varijabli
-1 -1 -1 -1 -1 -1 niti jedan 21,64
+1 -1 -1 -1 -1 -1 r 11,70
-1 +1 -1 -1 -1 -1 p 18,30
-1 -1 +1 -1 -1 -1 a 156,27
-1 -1 -1 +1 -1 -1 u 37,97
-1 -1 -1 -1 +1 -1 b 24,51
-1 -1 -1 -1 -1 +1 q 346,95
+1 +1 +1 +1 +1 +1 svi 74,45
0 0 0 0 0 0 152,00
0 0 0 0 0 0 0-točke 161,00
0 0 0 0 0 0 156,00
• Povećanjem broja računala (r) smanjuje se vrijeme T izvođenja u oblaku.
• Povećanjem složenosti algoritma (a) i broja akcija po upitu (q) povećava se vrijeme T
izvođenja u oblaku.
• Dakle: istraživane nezavisne varijable značajno (i logično) utječu na T, što upućuje na potrebu
daljnjih egzaktnih istraživanja za određivanje zavisnosti T=f(p,a,u,b,q,q).
19. Parcijalni višefaktorski plan pokusa
• Ako se zavisnost T=f(p,a,u,b,q,r) želi opisati kvadratnom funkcijom, trebalo bi
izvesti 3∙36=2187 mjerenja (uz 3 ponavljanja zbog procjene greške).
• Ako se za pripremu i provedbu svakog mjerenja utroši 15 minuta, trebalo bi
potrošiti oko 550 sati mjerenja, što je neprovedivo zbog:
• Troškova mjerenja i
• Nemogućnosti da osiguraju nepromjenljivi uvjeti tijekom svih mjerenja.
• Rješenje – parcijalni višefaktorski plan pokusa 26-2:
• Ako T zavisi linearno o promjeni svake od 6 pojedinačnih varijabli, uključivši i njihove
interakcije (tj. da je dovoljno mjeriti T samo za donju i gornju granicu svake nezavisne varijable) i
• … ako se (prema [10]) zanemare interakcije trećeg i viših redova, onda vrijedi:
k k
Tr T0 i X i ij X i X j
i 1 i j
• Ovdje se istražuje utjecaj svake pojedinačne varijable i dvofaktornih interakcija varijable r
(Broj angažiranih računala) sa svim ostalim varijablama. Stoga se gornji polinom reducira na 12
članova, pa se vrijednost koeficijenata može izračunati iz 12 mjerenja.
• Ako greška mjerenja ne zavisi o mjernoj točki u istraživanom prostoru, može se procijeniti
ponavljanjem mjerenja (npr. 3 puta) u jednoj točki (za srednje vrijednosti nezavisnih varijabli).
• Dakle, uz izvedbu samo 16+3 dobro postavljenih mjerenja (odnosno 26-2 ili četvrtreplika),
može se dobiti dovoljno podataka za izračunavanje koeficijenata gornjeg polinoma.
20. Četvrtreplika 26-2 prema kojoj je izvedeno mjerenje
• U literaturi postoje katalozi provjerenih planova mjerenja, prema kojima
se unaprijed može znati koje koeficijente polinoma je moguće izračunati
na temelju rezultata iz minimalnog broja mjerenja.
• Dobar plan mjerenja je onaj u kojem se svaka nezavisna varijabla isti
broj puta pojavljuje na donjoj i gornjoj graničnoj vrijednosti.
• Plan mjerenja za ovo istraživanje DD DG
je preuzet iz [10]. ED EG ED EG
FD FG FD FG FD FG FD FG
CD 1 ef
BD
CG cd cdef
AD
CD bdf bde
BG
CG bcf bce
CD adf ade
BD
CG acf ace
AG
CD ab abef
BG abcd
CG abcd
ef
22. Provjera signifikantnosti koeficijenata i modela
• Izračun koeficijenata je proveden po Yates-ovom algoritmu.
• Signifikantnost koeficijenata provjerena je Fisherovim testom:
Signifikantnim se smatraju koeficijenti za koje vrijedi ks > kF .
Za α=0,05 i df= (1,4) iz Fisherove razdiobe se očitava kF=7,7086 pa je
svaki koeficijent veći od te vrijednosti signifikantan i ulazi u
matematički model.
• Adekvatnost matematičkog modela je testirana
izračunavanjem Fisherovog koeficijenta adekvatnosti:
Za fmF<fF hipoteza o adekvatnosti modela se smatra potvrĎenom.
Za α=0,05 i stupnjeve slobode dfe=2 i dfm=7 se očitava fF=19,353. Kako
je izračunato da je fmF=15,23 matematički model se smatra adekvatnim.
• Iz proračuna koeficijenata i provedenih testova uzima se da
istraživanu pojavu, unutar domene koja je odreĎena donjim (-1) i
gornjim (+1) graničnim vrijednostima nezavisnih varijabli xi,
adekvatno opisuje polinom:
23. Matematički model istraživane pojave
• Uz korištenje postavljenih supstitucija može se (s vjerodostojnošću od 95%) tvrditi
da istraživanu pojavu, unutar domene koja je odreĎena donjim i gornjim graničnim
vrijednostima nezavisnih varijabli a, u, q, r u realnom području, dobro opisuje
polinom:
• Podudarnost modela i realne pojave može se i kvalitativno provjeriti usporedbom
izmjerenih vrijednosti i vrijednosti koje su izračunate iz gornjeg polinoma, za
različite kombinacije razina nezavisnih varijabli.
Usporedba izmjerenih i procijenjenih vremena za T [sek]
400
350
300
250
200
150
100
50
0
Izmjereno Procijenjeno
24. Diskusija rezultata: (1) Zavisnost vremena T o broju računala r
• Zavisna varijabla T raste ako se nezavisne varijable Složenost algoritma (a), Opseg poslanih
podataka (u) i Broj akcija po upitu (q) raste od donje prema gornjoj granici.
• T se smanjuje ako se povećava nezavisna varijabla Broj angažiranih računala (r) u oblaku.
• Graf pokazuje opći odnos vremena T i broja angažiranih računala r, a nacrtan je prema
gornjem polinomu za četiri različita slučaja.
500
T r a j a n j e o b r a d e Tr
400
300 A: a, u, q su na 50%
uvećanoj gornjoj granici
200 B: a, u, q su na gornjoj granici
C: a, u, q su na srednjim
100
vrijednostima
D: a, u, q su na donjoj granici
0
1 2 3 4 5 6 7 8 Broj angažiranih računala r
Krivulje nisu paralelne → Veće uštede u vremenu T će se ostvariti ako se isti broj računala angažira
kod većih aplikacijskih opterećenja (npr. 5 računala smanjuje T za 51 sek kod srednjeg te 133 sek
kod vrlo velikog opterećenja).
25. Diskusija rezultata: (2) Broj računala kao funkcija od a, u, q i T)
• UreĎivanjem polinoma dobije se izraz za odreĎivanje broja potrebnih računala,
zavisno o zadanim vrijednostima drugih nezavisnih varijabli:
• Primjer 1: Neka je definirano 8 različitih kombinacija varijabli prema tablici:
a 1 3 5 7 9 11 13 15
u 5,4 113,4 221,4 329,4 437,4 545,4 653,4 761,4
q 10 50 90 130 170 210 250 290
Kombinacija
nezavisnih varijabli 1 2 3 4 5 6 7 8
16 T=20 [sek]
14 T=50 [sek]
Broj računalar
12 T=100 [sek]
10 T=200 [sek]
8
6
4
2
0
Kombinacija nezavisnih varijabli
• Ovim je dokazan prvi dio H2
26. Puna cijena vlasništva (TCO) računalnog oblaka
• Procjene za oblačni podatkovni centar opće namjene od 10.000 jakih
računala s po 4 jezgre (algoritam za proračun je na sljedećoj slici):
ukupna cijena postavljanja i prve godine rada: 33,554 milijuna $
sat rada prosječne računalne instance: 0,0958 $
• Rezultat je u skladu s komercijalnim ponudama (9-12 ¢)→ algoritam dobar!
• Daljnje komercijalno pojeftinjenje (mikroinstance).
Struktura troškova podatkovnog centra
600% 700%
715,000 1,930,500
2% 6%
1 Računala
2 Softver
100% 3 Mreža
500% 14,000,000
9,821,011 4 Osoblje
42% Energija
29% 5
6 Ostala oprema
7 Prostor
400%
5,103,000 300% 200%
15% 500,000 1,485,000
2% 4%
27. Struktura troškova oblačnog podatkovnog centra
Vrijednost Jedinična Jedinica
Troškovna komponenta Parametar Oznaka
[US$] vrijednost mjere
Ukupna vrijednost svih nabavljenih računala CRU 14.000.000,00 Broj računala NR 10.000,00 [kom]
Cijena jednog računala CR 1.400,00 [US$/kom]
Ukupna vrijednost nabavljenog softvera CSWU 1.485.000,00 Cijena softvera tipa 1 CSW1 60,00 [US$/kom]
Cijena softvera tipa 2 CSW2 100,00 [US$/kom]
Cijena softvera tipa 3 CSW3 10,00 [US$/kom]
Broj licenci softvera tipa 1 NSW1 40.000,00 [kom]
Broj licenci softvera tipa 2 NSW1 20.000,00 [kom]
Broj licenci softvera tipa 3 NSW1 10.000,00 [kom]
Dio koji se plaća godišnje za tip 1 PF1 0,33 []
Dio koji se plaća godišnje za tip 2 PF1 0,33 []
Dio koji se plaća godišnje za tip 3 PF1 0,33 []
Mrežni troškovi CNetU 500.000,00 Broj preklopnika u podatkovnom centru NSCH 416,67 [kom]
Broj mrežnih kartica po virtuelnom računalu NMK 2,00 [kom]
Broj portova po mrežnoj kartici NP,MK 1,00 [kom]
Cijena jednog preklopnika CSCH 1.200,00 [US$/kom]
Broj portova po preklopniku NP,SCH 48,00 [kom]
Troškovi osoblja podatkovnog centra CLJ 5.103.000,00 Broj suradnika u podatkovnom centru NS 54,00 []
Broj radnih sati godišnje TG 1.800,00 [h]
Udjel radnog vremena za podatkovni centar η 0,80 []
Brutto satnica PB 42,00 [US$/h]
Troškovi energije za računalne uređaje CER 3.507.504,00 Ukupna snaga svih servera u jednom stalku WU 2,80 [kW]
Broj serverskih stalaka u podatkovnom centru NRACK 715,00 [kom]
Jedinična cijena energije CW 0,20 [US$/kWh]
Troškovi pomoćne energije CPE 1.403.001,60 % ukupne energije za pomoćne uređaje KPE 40,00 [%]
Troškovi hlađenja CHLAD 4.910.505,60 Troškovi hlađenja CHLAD 4.910.505,60 [US$]
Ukupni troškovi energije CUE CUE 9.821.011,20 [US$]
Troškovi ostale opreme COOP 715.000,00 Cijena opreme za jedan serverski stalak COOP/RACK 1.000,00 [US$/kom]
Cijena nekretnine CNEK 1.930.500,00 Izgradbena cijena zgrade CM2 1.000,00 [US$/m2]
Brutto površina za postavljanje jednog stalka PRACK 2,25 [m2]
% uvećanja površine za pomoćni prostor FP 20,00 [%]
Ukupna cijena izgradnje i jednogodišnjeg rada 33.554.511,20
28. Walkerovi modeli
• Služe za procjenu:
troškova CPU vremena i
troškova podatkovne pohrane.
• Uzimaju u obzir amortizaciju opreme, Mooreov zakon i trošak rada
osoblja.
• Modeli su primjenljivi za analizu strukture cijena usluga
komercijalnih oblačnih poslužitelja zbog:
procjene da li su ponuĎene usluge isplative za korisnika
najmljenih računalnih resursa,
imaju li usluge za korisnika istu isplativost za svaki obujam
korištenja resursa i
procjene rentabilnosti ulaganja u računalni oblak s motrišta
investitora.
• PrilagoĎeni Walkerovi modeli su izvedeni u radu, a ovdje se daju
samo zaključci.
29. Trošak CPU vremena s korisničkog stajališta
Cijena CPU sata
0.1600
0.1400
0.1200
0.1000
Kupnja, eta=0,95
Cijena US$/sat
0.0800 Kupnja, eta=0,60
Najam 0,10 $/sat
0.0600
0.0400
0.0200
0.0000
1 2 3 4 5 6 7 8 9 10
Godine rada
• Cijena najma smanjuje se zbog diskontiranja buduće vrijednosti na neto sadašnju vrijednost
• Za iskoristivost kakva se očekuje u klasičnim podatkovnim centrima (eta = 0,60) najam je
povoljnija opcija unutar tehnološkog vijeka opreme
30. Trošak CPU vremena s poslužiteljevog stajališta
Odnos prihoda i troškova za vlasnika serverske farme
140,000,000.00
120,000,000.00
100,000,000.00
Diskontirani prihodi i rashodi
80,000,000.00
Rashodi
Prihodi, eta=95
60,000,000.00
P-R, eta=0,95
40,000,000.00 Prihodi, eta=0,60
P-R, eta=0.60
20,000,000.00
0.00
1 2 3 4 5 6 7 8 9 10
-20,000,000.00
Godine rada
• Visoko iskorištenje η fizičkih računala – ključan čimbenik isplativosti!
• Isti zaključak je vrijedio i s korisničkog motrišta.
31. Trošak podatkovne pohrane za male korisnike
Razlika troškova kupnje i najma diskovnog prostora
1,000.00
800.00
600.00
400.00
200.00
Razlika US$
0.00
Osobne potrebe
-200.00
-400.00
-600.00
-800.00
-1,000.00
-1,200.00
1 2 3 4 5 6 7
Godine rada
• Najam je isplativiji individualnim korisnicima i vrlo malim tvrtkama ako ne
traje dulje od tehnološkog vijeka opreme (500 GB + 100 GB/god).
32. Trošak podatkovne pohrane za veće korisnike
Razlika troškova kupnje i najma diskovnog prostora
250,000.00
200,000.00
150,000.00
Razlika US$
Srednje poduzeće
100,000.00
Veliko poduzeće
50,000.00
0.00
-50,000.00
1 2 3 4 5 6 7
Godine rada
• Srednjim tvrtkama (1 TB/god) najam je isplativiji od ulaganja u vlastite
pohrambene resurse.
• Velikim tvrtkama i organizacijama sa značajnim potrebama za podatkovnu
pohranu (10 TB/god), kupnja pohrambenih resursa je puno povoljnija od najma.
33. Analiza komercijalnih oblačnih usluga
• Za Microsoft, Amazon i Google analizirano je:
Najam virtualnih računala (Amazon, Microsoft) tj. procesorskog
vremena (Google), s procesorskom jezgrom kao jedinicom
najma
zakupljene jezgre impliciraju ostale hardverske karakteristike
(RAM, diskovi, mrežna propusnost)
ponuda nerelacijske podatkovne pohrane (strukturirane i
nestrukturirane) te pristup toj pohrani na REST načelima,
izravno ili kroz softverske omotače.
naplata količine podataka koja se šalje u oblak i preuzima iz
oblaka
dodatne PaaS i IaaS usluge te ponuda razvojnih alata za svoju
platformu.
• Širok raspon komercijalnih usluga, karakteristične
cijene i način obračuna tih usluga
34. Pregled komercijalnih oblačnih usluga
Usluga PaaS IaaS
Poslužitelj
Microsoft CDN Compute
SQL Azure Table, Blob i Queue storage
.NET platforma
AppFabric
Amazon MapReduce EC2
CloudFront CloudWatch
SimpleDB AutoScaling
RDS Elastic Load Balancing
SQS VPC
SNS S3
Flexible Payment Service EBS
DevPay
Google AppEngine CPU time
Storage data
Recipients e-mailed
35. Struktura cijene komercijalnih oblačnih usluga
IaaS PaaS
Amazon CA,I=Ar∙r∙p∙Aos+Au∙u+Ad∙d+ CA,P=Ar∙r∙p∙Aos+Au∙u+Ad∙d+
Aq∙q+Atc∙tc+Ab∙b Aq∙q+Atc∙tc+Ab∙b+Arb∙rb
Microsoft CM,I=Mr∙r∙p+Mu∙u+ CM,P=Mr∙r∙p+Mu∙u+
Md∙d+Mq∙q+Mb∙b Md∙d+Mq∙q+Mb∙b+Mrb∙rb+Mnc∙nc
Google CG,I=Gr∙r+Gu∙u+Gd∙d+Gb∙b CG,I=Gr∙r+Gu∙u+Gd∙d+Gb∙b+Ge∙e
• Parametri cijene ispitivani su u 5. poglavlju rada kao nezavisne
varijable te su u gornjim izrazima zadržane iste oznake!
• Izvedene formule pokazuju veze izmeĎu vremena obavljanja
aplikacije u oblaku T i parametara komercijalnog najma!
• Osim općih usluga, svaki poslužitelj može imati i svoje specifične.
36. Razrješavanje dvojbe kupnja-najam
• Postupak (uključen u metodiku KOR):
1. Odrediti prihvatljivo organizacijsko vrijeme Torg.
2. Procijeniti obujam podataka s kojima radi IS
3. Izračunati količine računalnih resursa
4. Izračunati troškove računalnih resursa
5. Izračunati troškove pohrambenih resursa
6. Izračunati cijenu najma na temelju ponude komercijalnih poslužitelja
7. Usporediti cijene najma i kupnje.
• Provjera na tri zamišljene aplikacije temeljene na oglednoj:
Ap1 – niska složenost algoritma, mala potreba za slanjem radnih podataka u
oblak, Ap1: a=1; u=10; q=10; primjer - jednostavno skladišno poslovanje.
Ap2: a=6; u=100; q=90; primjer - planiranje potreba materijala (ERP)
raspuštanjem sastavnica na temelju zadanih primarnih potreba gotovih
proizvoda, za manje poduzeće.
Ap3: a=10; u=500; q=200; primjer - planiranje potreba (ERP) raspuštanjem
sastavnica, na temelju zadanih primarnih potreba velikog broja gotovih
proizvoda kompleksne strukture.
37. Komponente cijene za Ap1, Ap2 i Ap3 po poslužiteljima
Komponente cijene Iznos za Amazon [$] Iznos za Microsoft [$] Iznos za Google [$]
Računalni resursi (r) 1273 do 1795 1.797 1.498
Pohrana podataka (b + q) 300 181 180
Ap1
Promet podataka (u + d) 30 30 26
Ukupno 1.603 do 2.125 2.008 1.704
Računalni resursi (r) 4.455 do 6.282 6.290 5.242
Pohrana podataka (b + q) 3.000 1.812 1.800
Ap2
Promet podataka (u + d) 300 300 264
Ukupno 7.755 do 9.582 8.402 7.306
Računalni resursi (r) 7.001 do 9.872 9.884 8.237
Pohrana podataka (b + q) 15.000 9.060 9.000
Ap3
Promet podataka (u + d) 1.500 1.500 1.320
Ukupno 23.501 do 26.372 20.444 18.557
39. Metodika korištenja oblačnog računarstva (KOR)
1. Utvrditi aplikacijski portfelj 13. Oblikovati komunikacijska sučelja
2. Tipizirati aplikacije servisa
3. Odrediti ICT resurse za neservisne 14. Izraditi korisničku web aplikaciju
aplikacije 15. Izraditi korisničku izvršnu aplikaciju
4. Odrediti računalni kapacitet za 16. Testirati oblačnu aplikaciju
servisne aplikacije 17. Definirati produkcijske uvjete
5. Izračunati NPV za računalne resurse 18. Odobriti korištenje oblaka
6. Odrediti pohrambeni kapacitet za 19. Instalirati aplikaciju u oblak
servisne aplikacije 20. Prenijeti radne podatke u oblak
7. Izračunati NPV za pohrambene 21. Pustiti oblačnu aplikaciju u rad
resurse
22. Mjeriti iskorištenje resursa
8. Izabrati ponudu oblačnih poslužitelja
23. Usvojiti oblačnu aplikaciju
9. Odrediti vlastite ICT resurse za
servisne aplikacije
10. Kupiti vlastite ICT resurse
11. Otvoriti korisnički račun u oblaku
12. Oblikovati aplikacijske module kao
servise
40. Grafički prikaz metodike KOR
• Metodika je prikazana kao poslovni proces (u BPMN) s motrišta korisnika.
• Pojedine aktivnosti obuhvaćaju postupke objašnjene u prethodnim poglavljima
• Detaljni grafički prikaz metodike KOR.
41. Osvrt na hipoteze
• Smatramo da je H1 dokazana jer je metodika KOR:
formalizirana prema BPMN standardu,
uspješno primijenjena u izgradnji i korištenju ogledne aplikacije i
iskoristiva u opisu postupaka za razvoj aplikacija u oblaku to jest
hibridnih informacijskih sustava čiji su dijelovi smješteni u
oblaku.
• Smatramo da je H2 dokazana jer:
na primjeru ogledne aplikacije razvijen je (u poglavlju 5)
postupak mjerenja vremena obavljanja aplikacije u ovisnosti o
parametrima (nezavisnim varijablama) a, u, b, p, q i r
taj mjerni postupak je dovoljno općenit da se može primijeniti za
druge aplikacije
ti parametri (nezavisne varijable) mogu se uključiti u postupak
izračuna cijene računalnih resursa (iz poglavlja 6) u oblaku
odnosno na vlastitim računalima → mogućnost jasne troškovne
usporedbe: unajmljivanje (od različitih ponuditelja)/kupnja.
42. Zaključak
• Računalni oblaci su evolucija i dopuna naprednog računarstva, ne zamjena.
• Većina IS-ova koji koriste oblačne resurse će biti hibridni.
• Za procjenu isplativosti smještaja aplikacije (SOA modula) u oblak treba:
odrediti varijable za opis svojstava složene aplikacije koja se može smjestiti u
oblak ili na lokalna računala (što je učinjeno u poglavlju 5),
izmjeriti kako te varijable utječu na trošak unajmljivanja oblačnih resursi, a kako
na odluku o nabavljanju vlastitih računala (što je učinjeno u poglavlju 6).
• Računalni oblaci dobra tehnička platforma za pokretanje SOA rješenja:
jer su protokoli i tehnologije korištene za njihovu interoperabilnost jednaki
standardnim protokolima i tehnologijama za interoperabilnost SOA rješenja.
jer su načela korištenja slična, utemeljena na servisnoj paradigmi.
• Zaključno, ostvareni su sljedeći rezultati:
Postavljena je metrika za mjerenje aplikacijske potrebe za računalnim resursima
i diskovnim kapacitetima. Ta je metrika općenita i primjenljiva na razne vrste
aplikacija koje se mogu izvoditi na raznim tehničkim platformama.
Razjašnjen je odnos izmeĎu računalnih oblaka i drugih oblika naprednog
računarstva.
Razvijena je metodika za razvoj hibridnih IS i kvantificiranu procjenu koje
komponente smjestiti u oblak a koje izvoditi na računalima u vlasništvu.