Upload
slaven-brumec
View
1.695
Download
5
Embed Size (px)
DESCRIPTION
Slaven Brumec - obrana doktorata "Računalni oblaci kao dio servisno orijentirane arhitekture"
Citation preview
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
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?