Miért jó nekünk kutatóknak a felhő? Kacsuk Péter MTA SZTAKI
Szolgáltatások halmaza: o Erőforrások, alkalmazások, eszközök o Nagy méretű, heterogén, gazdaságos, mobil, zöld El van takarva, hogy o Hol van o Mi is az valójában o Hogyan van megcsinálva o Mi a mérete Mi is az a felhő?
A felhő szolgáltatások 3 szintje SaaS Software as a Service Például: Gmail, AutoDock PaaS Platform as a Service Google App Engine IaaS Infrastructure as a Service Amazon EC2, Rackspace 3
SaaS felhő szolgáltatás SaaS: Software as a Service (Application as a Service) Egy konkrét alkalmazás érhető el szolgáltatásként Példák: o Gmail levelező szolgáltatás o Autodock portál szolgáltatás (pl. SZTAKI biztosítja)
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 o el van takarva (felhőben van) o ugyanakkor skálázható a felhőben Példák: o Google App Engine o SZTAKI által kifejlesztett WS-PGRADE/gUSE workflow fejlesztő keretrendszer
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: o Linux PC, Windows PC, Macintosh PC o Klaszter, Portál, Portál + klaszter, Portál + desktop 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 A SZTAKI Felhő használható erre a célra (ld. Későbbi előadás és demó)
SZTAKI Felhő
Felhasználói szerepkörök és felhő típusok egy kutatóintézetben A felhővel kapcsolatba kerülő személyek típusai egy MTA intézetben: Nem informatikus kutató (biológus, kémikus, stb.) Kutatókat támogató informatikus Rendszergazda Mit szeretne kapni egy nem informatikus kutató? 1. Általános SaaS szolgáltatásokat (pl. biológusok és kémikusok Autodock szolgáltatást) ilyenek fejlesztésén dolgozunk a SZTAKIban (pl. Autodock portál szolgáltatás) 2. Speciális, testre szabott SaaS szolgáltatást Együttműködés informatikussal a szolgáltatás kifejlesztése érdekében a SZTAKI-ban ezt tekintjük küldetésünknek Saját maga fejleszti a szolgáltatást, ha van informatikai képzettsége ehhez megfelelő eszközt fejlesztünk a SZTAKI-ban: WS-PGRADE/gUSE (későbbi haladó tanfolyam tárgya lesz)
Felhasználói szerepkörök és felhő típusok egy kutatóintézetben Intézeti informatikus: 1. Általános és speciális SaaS szolgáltatásokat fejleszt a nem informatikus kutatók számára 2. A fejlesztéshez célszerűen PaaS platformot használ (pl. WS-PGRADE/gUSE) 3. Annak érdekében, hogy a PaaS platform hatékonyan működjön a felhőben felépíti a szükséges infrastruktúrát (pl. Klasztert) és hozzáköti a PaaS szolgáltatáshoz, mint végrehajtó infrastruktúrát. Ilyenkor az IaaS szolgáltatást használja (pl. SZTAKI Felhőt).
Konkrét példa Tegyük fel, hogy egy biológus kutatócsoportnak gyógyszerkutatás érdekében nagyszámú (több százezer) molekulán kell elvégeznie a molekula dokkolási kísérletet egy új projekt keretében. Több megoldási lehetőség van: 1. Hagyományos és korszerütlen megoldás: Megrendelnek egy (vagy több) PC-t az intézeti bürokrácián keresztül. Ha megjött a PC, azon kifejlesztik (ők, vagy informatikusok) a dokkolási alkalmazást, majd futtatják a PC-n a kifejlesztett alkalmazást. Időigény: 1. Hosszú (több hetes) beszerzési idő a PC-re (helyi rendszergazda) 2. Hosszú (több hónapos) fejlesztési idő a dokkoló alkalmazásra (informatikus) 3. Hosszú (több hónapos) futásidő az egy (vagy több) PC-n (biológus)
Konkrét példa 2. Korszerű, ideális megoldás: Ha van a felhőben AutoDock SaaS szolgáltatás akkor azt használják a dokkolási feladatuk megoldására. o o Mindent csinálhat a kutató, nem kell informatikus segítség! Időigény: 1. Gyors beszerzési idő (pár perc elindítani, vagy meghívni a szolgáltatást) 2. Nincs fejlesztési idő 3. Rövid (néhány napos) futási idő, mert a felhőben szabályozható, hogy az SaaS mögött mekkora teljesítményű infrastruktúra legyen
Konkrét példa 3. Megoldási lehetőség: Korszerű köztes megoldás, amikor a felhőben nincs Autodock, de van PaaS fejlesztő rendszer szolgáltatás: Ilyenkor az intézeti informatikus (vagy a SZTAKI informatikus) fejleszti a felhőben a dokkoló szolgáltatást. Ehhez felhasználja a felhőben működő PaaS fejlesztő rendszert (pl. WS-PGRADE/gUSE). Időigény: 1. Rövid (pár perces) beszerzési idő (informatikus) - IaaS 2. Közepes (több hetes) fejlesztési idő a dokkoló alkalmazásra (informatikus) - PaaS 3. Rövid (több napos) futásidő a felhőben (biológus) - SaaS Az így kifejlesztett SaaS szolgáltatást közkinccsé lehet tenni, hogy más MTA kutatók is használhassák
Mely tevékenységeket hogyan támogatja a SZTAKI és a SZTAKI felhő? Beszerzés, azaz a kívánt infrastruktúra felállítása (IaaS) a SZTAKI Felhőben: o Virtuális gépek és lemezképek tárolása o Virtuális gép indítása (ld. demo) Saját alkalmazás sok paraméteres futtatása a SZTAKI Felhőben (ld. demo) Alkalmazás fejlesztés (PaaS) a WS-PGRADE/gUSE fejlesztő rendszer segítségével (késöbbi tanfolyam tárgya) SaaS használat: o WS-PGRADE/gUSE alapján kifejlesztett szolgáltatás (pl. Autodock gateway demo) A további előadásokban és demókban ezeket a lehetőségeket szeretnénk megmutatni
Köszönöm a figyelmet!