A felhőről általában. Kacsuk Péter MTA SZTAKI

Átírás

1 A felhőről általában Kacsuk Péter MTA SZTAKI

2 Miért fontos a felhő? (I) Problémák, ha az infrastruktúra még nem létezik Az ötletek megvalósításához szükséges idő Kutatás a felhők előtt 1. Van egy jó ötlet 2. Projektjavaslat írása 3. 6 hónap várakozás 4. Ha sikeres Számítógép vásárlása (több hónap) 6. Szoftverek telepítése (több hét) 7. Ötlet kidolgozása kezdődhet Kutatás a felhők esetén 1. Van egy jó ötlet 2. A kívánt infrastruktúra lefoglalása/létrehozása a felhőben (10-20 perc) 3. Ötlet kidolgozása kezdődhet 4. Felhőhasználat kifizetése

3 Miért fontos a felhő? (II) Problémák, ha az infrastruktúra már létezik Silos = Inflexibility Dinamikus IT erőforrásigény Dynamic Business Demand New demand Extinct demand Under-provision Over-provision Capacity Resources Capacity Demand Resources Demand Time Time Statikus IT erőforrás Static IT Supply szolgáltatás 3

4 1998-as Foci világbajnokság web oldala Workload Characterization of the 1998 World Cup Web Site, Martin Arlitt, Tai Jin

5 Ideális eset, ha az IaaS felhő szolgáltatás létezik Silos = Inflexibility Dinamikus IT erőforrásigény Dynamic Business Demand New demand Extinct demand Intézeti IT erőforrások Under-provision Igény szerint IaaS felhő szolgáltatás (MTA Over-provision Felhő) Capacity Resources Capacity Demand Resources Demand Time Time Igény Static szerinti IT Supply erőforrás szolgáltatás 5

6 Felhő föderációk és sok-felhő rendszerek Központi szolgáltatás: MTA Felhő portál IT erőforrás elérés szolgáltatás: WS-PGRADE alkalmazás specifikus portálok 6

7 Felhasználó azonosítás, mint központi szolgáltatás az MTA Felhőben MTA Cloud HEXAA: Egységes felhasználó azonosítási és jogosítási infrastruktúra Kutatói csoportok szabványos kollaborációs támogatása Nemzetközi felhasználók Hazai felhasználók

8 A felhő szolgáltatások 3 szintje SaaS Software as a Service Példák AutoDock PaaS Platform as a Service Google App Engine WS-PGRADE/gUSE IaaS Infrastructure as a Service Amazon EC2, Rackspace, CloudSigma, stb. 8

9 IaaS felhő szolgáltatás IaaS: Infrastructure as a service A felhasználó a felhőből olyan infrastruktúrát kér el és állít fel, amire éppen szüksége van Olyan mintha a boltban vásárolnánk, csak éppen sokkal gyorsabban megkapjuk Példák: Linux PC, Windows PC Számítási fürt, Portál, Portál + Számítási fürt, Portál + BOINC grid A felhőben kialakított infrastruktúrát épp úgy tudjuk használni, mint az üzletben vásároltat, csak nem az asztalunkon vagy saját géptermünkben fut, hanem egy távoli szerveren Az MTA Felhő használható lesz erre a célra (ld. Későbbi előadás és demó)

10 PaaS felhő szolgáltatás PaaS: Platform as a service Tipikusan szoftver fejlesztők számára ad olyan környezetet, amiben a fejlesztéseket úgy lehet elvégezni, hogy a fejlesztő rendszer alatti infrastruktúra el van takarva (felhőben van) ugyanakkor skálázható a felhőben Példák: Google App Engine SZTAKI által kifejlesztett WS-PGRADE/gUSE workflow fejlesztő keretrendszer

11 PaaS műveletek: WS-PGRADE/gUSE Általános célú, Workflow-orientált fejlesztői keretrendszer Támogatja a sok-felhő rendszerben történő workflow végrehajtást Lehetővé teszi, hogy a kifejlesztett workflow alkalmazást SaaS szolgáltatásként lehessen megnyitni

12 Sok-felhő rendszerben a felhők dinamikus elérése Dinamikus IT erőforrásigény Dynamic Business Demand New demand WS-PGRADE Arjuna AGILITY portál Resources Capacity Resources Capacity Demand Demand Time Time Agilis Agile IT IT erőforrás Supply szolgáltatás 12

13 WS-PGRADE által támogatott alkalmazás típusok Az alkalmazásokat egy magasabb szintű absztrakcióban definiáljuk, munkafolyamatként Ez alkalmazások összekapcsolását és vezérlését teszi lehetővé Egyedi alkalmazás: Alk Parameter study: Alk Alk Alk Pipeline: Alk.1 Alk.2 Alk.3 Komplex alkalmazás: Alk.1 Alk.2 Alk.3 Alk.1 Alk.4

14 Parameter Sweep (PS) alkalmazások/workflow fejlesztése és végrehajtása felhőben GEN Input paraméter tér generálása SEQ SEQ SEQ SEQ PS job (pl. Autodock) Paraméterezhető, hogy hány felhő processzoron fusson COLL Dokkolási eredmények kiértékelése

15 SaaS Autodock szolgáltatás Mit kell tenni a kutatónak? Workflow importálás a repository-ból Paraméterezni, futtatni és monitorozni az alkalmazást Belépés Import repositoryból Paraméterezés Monitorozás Vizualizáció

16 WS-PGRADE/gUSE használata A sok-felhő rendszerre az alkalmazások fejlesztését és futtatását támogatja Ennek segítségével különböző tudományterületekre specializált SaaS szolgáltatásokat lehet kifejleszteni (pl. Autodock gateway kémiai és gyógyszerkutatási alkalmazásokhoz) Felhasználása európai projektekben: VIALACTEA csillagászati alkalmazások DRIHM meteorológiai és vízgazdálkodási alkalmazások VERCE földtudományok CloudSME vállalati és gyártástechnológiai szimulációk

17 WS-PGRADE/gUSE használata Több mint 100 felállított gateway Több mint letöltés a sourceforge-ról 17

18 Összefoglalás A felhő segíti a szükséges infrastruktúra gyors létrehozását és elérését A felhőben létrehozott infrastruktúra mérete dinamikusan, az aktuális igényekhez igazodóan képes változni Az MTA Felhő egy sok-felhő rendszer lesz A sok-felhő rendszerre az alkalmazások fejlesztését és futtatását támogatja a WS-PGRADE/gUSE PaaS szolgáltatás Ennek segítségével különböző tudományterületekre specializált SaaS szolgáltatásokat lehet kifejleszteni (pl. Autodock gateway)

19 Köszönöm a figyelmet