Your SlideShare is downloading. ×
  • Like
Računalni oblaci kao dio servisno orijentirane arhitekture
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Now you can save presentations on your phone or tablet

Available for both IPhone and Android

Text the download link to your phone

Standard text messaging rates apply

Računalni oblaci kao dio servisno orijentirane arhitekture

  • 1,556 views
Published

Slaven Brumec - obrana doktorata "Računalni oblaci kao dio servisno orijentirane arhitekture"

Slaven Brumec - obrana doktorata "Računalni oblaci kao dio servisno orijentirane arhitekture"

Published in Business
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
1,556
On SlideShare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
9
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Računalni oblaci kao dioservisno 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-okruženjuUslužno računarstvo Ponuda usluga uz mjere- nje utrošenih resursaRačunalni gridovi Paralelizam kod rje ša - vanja složenih problemaVirtualizacija 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 Vrijemefr(t)-potrebni računalni resursifMAX(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 fokus1. 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 - konceptMjerene 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 servera0 ts1 ts2 Serversko vrijeme tu td Klijentsko Tk1 Tk2 vrijeme0 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
  • 21. Rezultati mjerenja T i izračun koeficijenata polinomaSkraćeni Prošireni Procijenjeni Rezultat 1 2 3 4 kvadrat Signifi- VrijednostYates-ov Yates-ov utjecaji mjerenja T (5) (6) (7) (8) odstupanja kantnost ks signifikantnihred red (3) [sek] (9) (10) koeficijenata(1) (2) (4) (11)1 1 24 143 444 1448 2.489 155,56b ab B+3+3+5 119 301 1004 1041 613 23.485,56 91,99 38,31d cd D+3+5+3 103 575 267 462 33 68,06 0,27 2,06bd abcd BD+AC+4+4 198 429 774 151 69 297,56 1,17 4,31e ace E+5+3+3 232 197 190 12 1.067 71.155,56 278,70 66,69be bce BE+4+AF+4 343 70 272 21 63 248,06 0,97 3,94de ade DE+4+4+CF 134 313 85 50 -29 52,56 0,21 -1,81bde bde BDE+3+3+3 295 461 66 19 103 663,06 2,60 6,44f acf F+5+3+3 73 95 158 560 -407 10.353,06 40,55 -25,44bf bcf BF+4+AE+4 124 95 -146 507 -311 6.045,06 23,68 -19,44df adf DF+4+4+CE 18 111 -127 82 9 5,06 0,02 0,56bdf bdf BDF+3+3+3 52 161 148 -19 -31 60,06 0,24 -1,94ef ef EF+6+AB=CD 149 51 0 -304 -53 175,56 0,69 -3,31bef abef BEF+5+A+3 164 34 50 275 -101 637,56 2,50 -6,31def cdef DEF+5+3+C 205 15 -17 50 579 20.952,56 82,07 36,19bdef abcdef BDEF+4+AD+BC 256 51 36 53 3 0,56 0,00 0,19
  • 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 rKrivulje nisu paralelne → Veće uštede u vremenu T će se ostvariti ako se isti broj računala angažirakod većih aplikacijskih opterećenja (npr. 5 računala smanjuje T za 51 sek kod srednjeg te 133 sekkod 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 290Kombinacijanezavisnih 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 $• Rezultat je u skladu s komercijalnim ponudama (9-12 ¢)→ algoritam dobar!• Daljnje komercijalno pojeftinjenje (mikroinstance). Struktura troškova podatkovnog centra 600% 700% 715,000 1,930,500 2% 6% 1 Računala 2 Softver 100% 3 Mreža 500% 14,000,000 9,821,011 4 Osoblje 42% Energija 29% 5 6 Ostala oprema 7 Prostor 400% 5,103,000 300% 200% 15% 500,000 1,485,000 2% 4%
  • 27. Struktura troškova oblačnog podatkovnog centra Vrijednost Jedinična JedinicaTroškovna komponenta Parametar Oznaka [US$] vrijednost mjereUkupna 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 $/sat 0.0600 0.0400 0.0200 0.0000 1 2 3 4 5 6 7 8 9 10 Godine rada• Cijena najma smanjuje se zbog diskontiranja buduće vrijednosti na neto sadašnju vrijednost• Za iskoristivost kakva se očekuje u klasičnim podatkovnim centrima (eta = 0,60) najam je povoljnija opcija unutar tehnološkog vijeka opreme
  • 30. Trošak CPU vremena s poslužiteljevog stajališta Odnos prihoda i troškova za vlasnika serverske farme 140,000,000.00 120,000,000.00 100,000,000.00Diskontirani prihodi i rashodi 80,000,000.00 Rashodi Prihodi, eta=95 60,000,000.00 P-R, eta=0,95 40,000,000.00 Prihodi, eta=0,60 P-R, eta=0.60 20,000,000.00 0.00 1 2 3 4 5 6 7 8 9 10 -20,000,000.00 Godine rada• Visoko iskorištenje η fizičkih računala – ključan čimbenik isplativosti!• Isti zaključak je vrijedio i s korisničkog motrišta.
  • 31. Trošak podatkovne pohrane za male korisnike Razlika troškova kupnje i najma diskovnog prostora 1,000.00 800.00 600.00 400.00 200.00 Razlika US$ 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 IaaSPoslužiteljMicrosoft CDN Compute SQL Azure Table, Blob i Queue storage .NET platforma AppFabricAmazon MapReduce EC2 CloudFront CloudWatch SimpleDB AutoScaling RDS Elastic Load Balancing SQS VPC SNS S3 Flexible Payment Service EBS DevPayGoogle AppEngine CPU time Storage data Recipients e-mailed
  • 35. Struktura cijene komercijalnih oblačnih usluga IaaS PaaSAmazon 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∙rbMicrosoft 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∙ncGoogle 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
  • 38. Struktura troškova aplikacija u oblaku Ap1 Ap2 Ap3 1500 30 300 7001 300 Amazon 3000 (Linux) 4455 15000 1273 1500 30 300 300 9872 Amazon 3000 (Windows) 15000 6282 1795 30 300 1500 181 1812 9884 Microsoft 9060 6290 1797 26 264 1320 180 1800 8237 Google 9000 5242 1498
  • 39. Metodika korištenja oblačnog računarstva (KOR)1. Utvrditi aplikacijski portfelj 13. Oblikovati komunikacijska sučelja2. Tipizirati aplikacije servisa3. Odrediti ICT resurse za neservisne 14. Izraditi korisničku web aplikaciju aplikacije 15. Izraditi korisničku izvršnu aplikaciju4. Odrediti računalni kapacitet za 16. Testirati oblačnu aplikaciju servisne aplikacije 17. Definirati produkcijske uvjete5. Izračunati NPV za računalne resurse 18. Odobriti korištenje oblaka6. Odrediti pohrambeni kapacitet za 19. Instalirati aplikaciju u oblak servisne aplikacije 20. Prenijeti radne podatke u oblak7. Izračunati NPV za pohrambene 21. Pustiti oblačnu aplikaciju u rad resurse 22. Mjeriti iskorištenje resursa8. Izabrati ponudu oblačnih poslužitelja 23. Usvojiti oblačnu aplikaciju9. Odrediti vlastite ICT resurse za servisne aplikacije10. Kupiti vlastite ICT resurse11. Otvoriti korisnički račun u oblaku12. 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.
  • 43. Hvala!Pitanja?