Računalni oblaci kao dioservisno orijentirane arhitekture

Obrana doktorske disertacije

mr.sc. Slaven Brumec, dipl.inž.rač.

FOI Varaždin14. srpnja 2011. godine

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:

0

100

200

300

400

500

600

700oblačno računarstvo

klasično računarstvo

Predviđeni rast

2008 2012

27%

5%

4,2%

8,5%

367 451

42

16

[ ]M lrd. $

[ ]god.

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.

Hipoteze

• H1: Metodika razvoja hibridnih SOA rješenja može se izgraditi temeljem normiranih metoda, tehnika i notacija za modeliranje, usklađivanje 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.

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

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 izvođenja formuli za izračun troškova računalnih resursa općenito (oblačnih i klasičnih).

• Sinteza rezultata istraživanja u cjelovitu metodiku za korištenje oblačnog računarstva – KOR.

Osnovni pojmovi oblačnog računasrtva

Oblačno računarstvo – sinteza napretka:

Virtualizacija

Računalni gridovi

Uslužno računarstvo

Softver kao servis

Oblačno računarstvo

1960 1970 1980 1990 2000 2010

Bolje iskori štenjeračunala

Paralelizam kod rje -šavanja složenih problema

Ponuda usluga uz mjere-nje utrošenih resursa

Aplikacije kao usluge uweb-okruženju

Sinteza razvoja, “user &developer friendly”

Godine

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 S erv ice

Managem ent/ Governance as a S erv ice

Application as a S ervice

Proces as a S erv ice

I nform ation as a S ervice

Hardware as a S erv ice

Database as a S erv ice

Sec

uri

ty a

s a

Sev

ice

S torage as a S evice

Inte

gra

tio

na

s a

Se

rvic

e

Pla

tfo

rm a

s a

Se

rvic

e

Definicija računalnog oblaka

• Računalni oblak je skup mrežnih servisa namijenjenih pružanju raznih računalnih usluga, poput digitalne pohrane podataka ili izvođenja 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.

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.

Ilustracija elastičnosti oblaka

Ra esursičunaln i r

Vrijem e

f (t)R

f (t)M AX

Ra esursičunaln i r

Vrijem e

Prenabavljanje

f (t)R

f (t)M AX

Ra esursičunaln i r

Vrijem e

f (t)M AX

f (t)R

Ra esursičunaln i r

Vrijem e

f (t)R

f (t)M AX

fr(t)-potrebni računalni resursi

fMAX(t)- trajno raspoloživi računalni resursi

Pokriće vršnih opterećenja

Nesigurna prognoza rasta

Gubitak zbog neposluženih korisnika

Gubitak zbog neposluženih korisnika

uz gubitak opsega poslovanja

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) među softverskim rješenjima raznih proizvođača.

• 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.

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 određuje nabava vlastitih računala.

3. Postulate i mjerenja izvesti tako da se mogu odnositi na sve komercijalne računalne oblake, bez obzira na konkretnu temeljnu tehnologiju.

Mjerenje performansi

• Učinak aplikacije: E=f(1/T)

• Vrijeme izvođenja: 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)

Priprema za mjerenje - ogledna aplikacija (OA)

• OA obavlja prepoznavanje oblika i, posebice, lica.

• Proslijeđena slika uspoređuje se sa licima iz baze podataka.

• OA ima promjenljiva svojstva koja se mogu prilagoditi tako da reprezentiraju većinu poslovnih aplikacija (opseg uploada i downloada, složenost algoritma, broj CRUD operacija veličina baze podataka …).

• Temeljena na Open CV biblioteci i EmguCV omotaču (wrapper) oko nje za .NET

• Izvedena je u C#, pokrenuta u Azure oblaku.

K lij ent

Azure oblak

I zv ršn i program Web preglednik

Azuretablica

Radne ro le

Web roleS prem nici

poruka

B lobsprem n ici

I n ternet

HTTP ili HTTPS

Mjerenje performansi - koncept

Mjerene veličine:• ukupno vrijeme odziva T• serversko vrijeme obrade (u oblaku) ts .• mjerni moduli (programske procedure) ugrađeni

u serverski i klijentski dio ogledne aplikacije.

Serversko vrijeme

KlijentskovrijemeTk1 Tk2

ts1 ts2

0

0

T=Vrijem e odziva

ts=Vrijeme servera

tu td

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.

Snaga angažiranih računala - p

Složenost algoritma - a

Opseg poslanih podataka - u

Veličina baze podataka - b

Broj akcija po upitu - q

Broj angažiranih računala - r

[1; 4]

[1; 10]

[5,4; 540]

[1,2; 5,8]

[10; 200]

[1; 5]

Relativni odnos

Relativni odnos

kB

MB

Broj CRUD po upitu

Broj računala

Nezavisna varijablaOriginalnadomena Jedinica mjere Supstitucija

Normaliziranadomena

[-1; +1]

[-1; +1]

[-1; +1]

[-1; +1]

[-1; +1]

[-1; +1]

Prethodno istraživanje

Shema mjerenja prikazana normaliziranim vrijednostima nezavisnih varijabli

Parametri na gornjoj granici

Rezultati mjerenja T [sek]

-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).

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:

• 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.

j

k

jiiij

k

iiir XXXTT

10

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

je preuzet iz [10].

  DD DG

ED EG ED EG

FD FG FD FG FD FG FD FG

AD

BD

CD 1 ef

CG cd cdef

BG

CD bdf bde

CG bcf bce

AG

BD

CD adf ade

CG acf ace

BG

CD ab abef

CG abcdabcd

ef

Rezultati mjerenja T i izračun koeficijenata polinoma

Skraćeni Yates-ov red(1)

Prošireni Yates-ov red(2)

Procijenjeni utjecaji(3)

Rezultat mjerenja T

[sek](4)

1(5)

2(6)

3(7)

4(8)

kvadrat odstupanja

(9)

Signifi-kantnost ks

(10)

Vrijednost signifikantnih koeficijenata

(11)

1 1 24 143 444 1448 2.489 155,56

b ab B+3+3+5 119 301 1004 1041 613 23.485,56 91,99 38,31

d cd D+3+5+3 103 575 267 462 33 68,06 0,27 2,06

bd abcd BD+AC+4+4 198 429 774 151 69 297,56 1,17 4,31

e ace E+5+3+3 232 197 190 12 1.067 71.155,56 278,70 66,69

be bce BE+4+AF+4 343 70 272 21 63 248,06 0,97 3,94

de ade DE+4+4+CF 134 313 85 50 -29 52,56 0,21 -1,81

bde bde BDE+3+3+3 295 461 66 19 103 663,06 2,60 6,44

f acf F+5+3+3 73 95 158 560 -407 10.353,06 40,55 -25,44

bf bcf BF+4+AE+4 124 95 -146 507 -311 6.045,06 23,68 -19,44

df adf DF+4+4+CE 18 111 -127 82 9 5,06 0,02 0,56

bdf bdf BDF+3+3+3 52 161 148 -19 -31 60,06 0,24 -1,94

ef ef EF+6+AB=CD 149 51 0 -304 -53 175,56 0,69 -3,31

bef abef BEF+5+A+3 164 34 50 275 -101 637,56 2,50 -6,31

def cdef DEF+5+3+C 205 15 -17 50 579 20.952,56 82,07 36,19

bdef abcdef BDEF+4+AD+BC 256 51 36 53 3 0,56 0,00 0,19

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

potvrđenom. 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 određena donjim (-1) i gornjim (+1) graničnim vrijednostima nezavisnih varijabli xi, adekvatno opisuje polinom:

Matematički model istraživane pojave

• Uz korištenje postavljenih supstitucija može se (s vjerodostojnošću od 95%) tvrditi da istraživanu pojavu, unutar domene koja je određena 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.

1 b(a) d(c) bd(ac)

e(ac) be(c) de(a) bde f(ac) bf(c) df(a) bdf ef bef(a) def(c) bdef(ac)

0

50

100

150

200

250

300

350

400

Usporedba izmjerenih i procijenjenih vremena za T [sek]

Izmjereno Procijenjeno

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.

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).

500

400

300

200

100

0

1 2 3 4 5 6 7 8

D: a, u, q su na donjoj granici

C: a, u, q su na srednjim vrijednostima

B: a, u, q su na gornjoj granici

A: a, u, q su na 50% uvećanoj gornjoj granici

T r

a j a

n j

e o

b r

a d

e T

r

Broj angažiranih računala r

Diskusija rezultata: (2) Broj računala kao funkcija od a, u, q i T)

• Uređivanjem polinoma dobije se izraz za određivanje broja potrebnih računala, zavisno o zadanim vrijednostima drugih nezavisnih varijabli:

• Primjer 1: Neka je definirano 8 različitih kombinacija varijabli prema tablici:

16

14

12

10

8

6

4

2

0

B r

o j

r a

č u

n a

l a

r

K o m b i n a c i j a n e z a v i s n i h v a r i j a b l i

auq

15,410

1

3113,4

50

2

5221,4

90

3

7329,4

130

4

9437,4

170

5

11545,4

210

6

13653,4

250

7

15761,4

290

8Kombinacijanezavisnih varijabli

• Ovim je dokazan prvi dio H2

T=200 [sek]

T=100 [sek]

T=50 [sek]

T=20 [sek]

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).

1; 14000000; 42%

2; 1485000; 4%3; 500000; 1%4; 5103000; 15%

5; 9821011.19999998; 29%

6; 715000; 2%7; 1930500; 6%

Struktura troškova podatkovnog centra

1

2

3

4

5

6

7

Računala

Softver

Mreža

OsobljeEnergija

Ostala oprema

Prostor

Struktura troškova oblačnog podatkovnog centra

Troškovna komponenta Vrijednost

[US$] Parametar Oznaka

Jedinična vrijednost

Jedinica 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

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 ponuđene 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.• Prilagođeni Walkerovi modeli su izvedeni u radu, a ovdje

se daju samo zaključci.

Trošak CPU vremena s korisničkog stajališta

• 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

1 2 3 4 5 6 7 8 9 100.0000

0.0200

0.0400

0.0600

0.0800

0.1000

0.1200

0.1400

0.1600

Cijena CPU sata

Kupnja, eta=0,95

Kupnja, eta=0,60

Najam 0,10 $/sat

Godine rada

Cij

ena

US

$/sa

t

Trošak CPU vremena s poslužiteljevog stajališta

• Visoko iskorištenje η fizičkih računala – ključan čimbenik isplativosti!

• Isti zaključak je vrijedio i s korisničkog motrišta.

1 2 3 4 5 6 7 8 9 10

-20,000,000.00

0.00

20,000,000.00

40,000,000.00

60,000,000.00

80,000,000.00

100,000,000.00

120,000,000.00

140,000,000.00

Odnos prihoda i troškova za vlasnika serverske farme

Rashodi

Prihodi, eta=95

P-R, eta=0,95

Prihodi, eta=0,60

P-R, eta=0.60

Godine rada

Dis

kon

tira

ni

pri

ho

di

i ra

sho

di

Trošak podatkovne pohrane za male korisnike

• Najam je isplativiji individualnim korisnicima i vrlo malim tvrtkama ako ne traje dulje od tehnološkog vijeka opreme (500 GB + 100

GB/god).

1 2 3 4 5 6 7-1,500.00

-1,000.00

-500.00

0.00

500.00

1,000.00

Razlika troškova kupnje i najma diskovnog prostora

Osobne potrebe

Godine rada

Ra

zlik

a U

S$

Trošak podatkovne pohrane za veće korisnike

• 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.

1 2 3 4 5 6 7-50,000.00

0.00

50,000.00

100,000.00

150,000.00

200,000.00

250,000.00

Razlika troškova kupnje i najma diskovnog prostora

Srednje poduzeće

Veliko poduzeće

Godine rada

Ra

zlik

a U

S$

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

Pregled komercijalnih oblačnih usluga

Usluga

Poslužitelj

PaaS IaaS

Microsoft CDNSQL Azure.NET platformaAppFabric

ComputeTable, Blob i Queue storage

Amazon MapReduceCloudFrontSimpleDBRDSSQSSNSFlexible Payment ServiceDevPay

EC2CloudWatchAutoScalingElastic Load BalancingVPCS3EBS

Google AppEngine CPU timeStorage dataRecipients e-mailed

Struktura cijene komercijalnih oblačnih usluga

IaaS PaaS

Amazon CA,I=Ar∙r∙p∙Aos+Au∙u+Ad∙d+Aq∙q+Atc∙tc+Ab∙b

CA,P=Ar∙r∙p∙Aos+Au∙u+Ad∙d+Aq∙q+Atc∙tc+Ab∙b+Arb∙rb

Microsoft

CM,I=Mr∙r∙p+Mu∙u+ Md∙d+Mq∙q+Mb∙b

CM,P=Mr∙r∙p+Mu∙u+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 između vremena obavljanja aplikacije u oblaku T i parametara komercijalnog najma!

• Osim općih usluga, svaki poslužitelj može imati i svoje specifične.

Razrješavanje dvojbe kupnja-najam

• Postupak (uključen u metodiku KOR):1. Odrediti prihvatljivo organizacijsko vrijeme Torg.

2. Procijeniti obujam podataka s kojima radi IS3. Izračunati količine računalnih resursa4. Izračunati troškove računalnih resursa5. Izračunati troškove pohrambenih resursa6. Izračunati cijenu najma na temelju ponude komercijalnih

poslužitelja7. 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.

Komponente cijene za Ap1, Ap2 i Ap3 po poslužiteljima

Komponente cijene Iznos za Amazon [$] Iznos za Microsoft [$] Iznos za Google [$]

Ap1

Računalni resursi (r) 1273 do 1795 1.797 1.498

Pohrana podataka (b + q) 300 181 180

Promet podataka (u + d) 30 30 26

Ukupno 1.603 do 2.125 2.008 1.704

Ap2

Računalni resursi (r) 4.455 do 6.282 6.290 5.242

Pohrana podataka (b + q) 3.000 1.812 1.800

Promet podataka (u + d) 300 300 264

Ukupno 7.755 do 9.582 8.402 7.306

Ap3

Računalni resursi (r) 7.001 do 9.872 9.884 8.237

Pohrana podataka (b + q) 15.000 9.060 9.000

Promet podataka (u + d) 1.500 1.500 1.320

Ukupno 23.501 do 26.372 20.444 18.557

Struktura troškova aplikacija u oblaku

1273

300

30

4455

3000

300

70

01

15

00

01

50

0

1795

300

30

6282

3000

300

98

72

15

00

01

50

0

1797

181

30

6290

1812

300

9884

9060

1500

1498

180

26

5242

1800

264

8237

9000

1320

Ap1 Ap2 Ap3

Amazon(Linux)

Amazon(Windows)

Microsoft

Google

Metodika korištenja oblačnog računarstva (KOR)1. Utvrditi aplikacijski portfelj2. Tipizirati aplikacije3. Odrediti ICT resurse za

neservisne aplikacije4. Odrediti računalni kapacitet za

servisne aplikacije5. Izračunati NPV za računalne

resurse6. Odrediti pohrambeni kapacitet

za servisne aplikacije7. Izračunati NPV za pohrambene

resurse8. Izabrati ponudu oblačnih

poslužitelja9. Odrediti vlastite ICT resurse za

servisne aplikacije10.Kupiti vlastite ICT resurse11.Otvoriti korisnički račun u

oblaku12.Oblikovati aplikacijske module

kao servise

13.Oblikovati komunikacijska sučelja servisa

14.Izraditi korisničku web aplikaciju

15.Izraditi korisničku izvršnu aplikaciju

16.Testirati oblačnu aplikaciju17.Definirati produkcijske uvjete18.Odobriti korištenje oblaka19.Instalirati aplikaciju u oblak20.Prenijeti radne podatke u

oblak21.Pustiti oblačnu aplikaciju u rad22.Mjeriti iskorištenje resursa23.Usvojiti oblačnu aplikaciju

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.

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.

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 između 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.

Hvala!

Pitanja?