SlideShare a Scribd company logo
1 of 16
Download to read offline
谷沢智史@edubase Cloudの中
   やざわ
    ◦ 10年前くらい:オンラインゲーム開発会社で開発アルバイト
    ◦ 5年前くらい:HD DVD陣営に加わってBlu-ray陣営にボコボコに
    ◦ 現在:edubase Cloudの中。他、非常勤講師やアプリ開発など

   学生時代の研究
    ◦ 東京高専:遠隔教育とか
    ◦ 静岡大学:コンポーネント指向的な話とか
    ◦ 電気通信大学:OSをネタにコンポーネント指向、あと可視化とか
       博士後期課程で脱落


   あえての少しゆるめの形式です
    ◦ 気楽な感じで聞いていただけるとありがたいです
   edubase Cloudとは
   edubase Cloudの中はとてもしんどい
   edubase Cloudを可視化してみた

   監視アーキテクチャ・ツールの話

   まだまだ増える
   仮想計算機環境を自分たちで持つ
    ◦ 仮想計算機を自分たちの都合にあわせて自由に確保したい
    ◦ (Amazon EC2だと金かかるし下でなにやられてるのかいまいちわからない)
   実体は(基本的に)千葉
   Amazon EC2との互換
    インタフェースで操作可能
    ◦ 独自拡張なども実施
   計算ノード×14のクラスタ×10 +
    計算ノード×6のクラスタ×5
    ◦ 仮想マシンは1計算ノードあたり
      最大で8個収容可
   ストレージも数が多い
   クラウド分だけで言うと・・・
   SAS450GBディスク×16の
    ストレージ×12 +
    SATA1TBディスク×16のス
    トレージ×8
   他、ユーティリティ的に
    利用されるマシン、
    ストレージが多数
   シンクライアント関係もある
    ◦ @一ツ橋
マシン・機器              スペック                               数
PowerEdge R710      CPU: Xeon X5520   Memory: 32GB          41
                    HDD: 500GB ×3
                    (HDD, Memoryはいくつかバリエーションあり)

PowerEdge R610      CPU: Xeon X5530   Memory: 32GB         180
                    HDD: 500GB ×3
                    (HDD, Memoryはいくつかバリエーションあり)

EqualLogic PS6000   HDD: 450GB×16                           22
                    (HDD, Memoryはいくつかバリエーションあり)

Latitude E6500      CPU: Core2 Duo T9600 Memory: 4GB         1
                    HDD: 160GB
PowerVault MD3000   HDD: 1TB×15                              2
PowerVault MD1000   HDD: 1TB×15                              4
EMC Ship NX4        HDD: 1TB×12                              6
   千葉遠い
   結構暑い
   バラバラの監視ツール
   設備の維持
    ◦ 異常状態の検知
    ◦ 故障対応
   サービスの維持
    ◦ 利用状況の把握
    ◦ リソースの適切な分配

   これらをできるだけがんばらないで実現したい
    ◦ これまでの経験則:がんばるとだいたい事故る
    ◦ 回数をたくさん繰り返す・・・一定確率でミスをする
    ◦ ものをたくさん覚える・・・ほぼ覚えていない

   たくさんの情報を自動的に集めてきて、必要なときに必要
    な情報のみを提示する
デモ
iDRAC
        可視化WEBサービス
                                  状態リポジトリ               Management
                                            HTTP+JSON    Machine
             App.
            Server    HTTP+JSON
                                                                        IPMI


                                     App. Server

Visual Query Client
                      HTTP+JSON                                 iDRAC
                      +PNG
   Drawing Tool

         Plugin
                                         DB
                                                                 IPMI
                                     (Key-Value)
   またマシンが増える・・・!

More Related Content

What's hot

60分でつかった気になるMicrosoft Azure
60分でつかった気になるMicrosoft Azure 60分でつかった気になるMicrosoft Azure
60分でつかった気になるMicrosoft Azure Kazumi Hirose
 
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化JubatusOfficial
 
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析Takahiro Inoue
 
20121112 jaws-ug sapporo8
20121112 jaws-ug sapporo820121112 jaws-ug sapporo8
20121112 jaws-ug sapporo8Hirokazu Ouchi
 
2011年07月 JAWS-UG山口 AWSとの上手な付き合い方
2011年07月 JAWS-UG山口 AWSとの上手な付き合い方2011年07月 JAWS-UG山口 AWSとの上手な付き合い方
2011年07月 JAWS-UG山口 AWSとの上手な付き合い方Serverworks Co.,Ltd.
 
クラウドでビックデータのスモールスタート
クラウドでビックデータのスモールスタートクラウドでビックデータのスモールスタート
クラウドでビックデータのスモールスタートYukihito Kataoka
 
ふりかえり Windows Azure
ふりかえり Windows Azure ふりかえり Windows Azure
ふりかえり Windows Azure Takekazu Omi
 
Jubatus 新機能ハイライト
Jubatus 新機能ハイライトJubatus 新機能ハイライト
Jubatus 新機能ハイライトJubatusOfficial
 
MySQLやSSDとかの話 その後
MySQLやSSDとかの話 その後MySQLやSSDとかの話 その後
MySQLやSSDとかの話 その後Takanori Sejima
 
20130608 JAWS-UGさいたま CDPからはじめよう
20130608 JAWS-UGさいたま CDPからはじめよう20130608 JAWS-UGさいたま CDPからはじめよう
20130608 JAWS-UGさいたま CDPからはじめよう真吾 吉田
 
SAP Startup Forum Tokyo 2013 / SAP HANA One ビックデータに会いたくて
SAP Startup Forum Tokyo 2013 / SAP HANA One ビックデータに会いたくてSAP Startup Forum Tokyo 2013 / SAP HANA One ビックデータに会いたくて
SAP Startup Forum Tokyo 2013 / SAP HANA One ビックデータに会いたくてsatoshi
 
データビジュアライゼーション Dc.jsで遊ぼう - 清水
データビジュアライゼーション   Dc.jsで遊ぼう - 清水データビジュアライゼーション   Dc.jsで遊ぼう - 清水
データビジュアライゼーション Dc.jsで遊ぼう - 清水chome03
 

What's hot (14)

60分でつかった気になるMicrosoft Azure
60分でつかった気になるMicrosoft Azure 60分でつかった気になるMicrosoft Azure
60分でつかった気になるMicrosoft Azure
 
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
 
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
MongoDBとAjaxで作る解析フロントエンド&GraphDBを用いたソーシャルデータ解析
 
20121112 jaws-ug sapporo8
20121112 jaws-ug sapporo820121112 jaws-ug sapporo8
20121112 jaws-ug sapporo8
 
Microsoft azure
Microsoft azureMicrosoft azure
Microsoft azure
 
2011年07月 JAWS-UG山口 AWSとの上手な付き合い方
2011年07月 JAWS-UG山口 AWSとの上手な付き合い方2011年07月 JAWS-UG山口 AWSとの上手な付き合い方
2011年07月 JAWS-UG山口 AWSとの上手な付き合い方
 
クラウドでビックデータのスモールスタート
クラウドでビックデータのスモールスタートクラウドでビックデータのスモールスタート
クラウドでビックデータのスモールスタート
 
ふりかえり Windows Azure
ふりかえり Windows Azure ふりかえり Windows Azure
ふりかえり Windows Azure
 
Jubatus 新機能ハイライト
Jubatus 新機能ハイライトJubatus 新機能ハイライト
Jubatus 新機能ハイライト
 
JubaQLご紹介
JubaQLご紹介JubaQLご紹介
JubaQLご紹介
 
MySQLやSSDとかの話 その後
MySQLやSSDとかの話 その後MySQLやSSDとかの話 その後
MySQLやSSDとかの話 その後
 
20130608 JAWS-UGさいたま CDPからはじめよう
20130608 JAWS-UGさいたま CDPからはじめよう20130608 JAWS-UGさいたま CDPからはじめよう
20130608 JAWS-UGさいたま CDPからはじめよう
 
SAP Startup Forum Tokyo 2013 / SAP HANA One ビックデータに会いたくて
SAP Startup Forum Tokyo 2013 / SAP HANA One ビックデータに会いたくてSAP Startup Forum Tokyo 2013 / SAP HANA One ビックデータに会いたくて
SAP Startup Forum Tokyo 2013 / SAP HANA One ビックデータに会いたくて
 
データビジュアライゼーション Dc.jsで遊ぼう - 清水
データビジュアライゼーション   Dc.jsで遊ぼう - 清水データビジュアライゼーション   Dc.jsで遊ぼう - 清水
データビジュアライゼーション Dc.jsで遊ぼう - 清水
 

Similar to 20120518 SE勉強会

[db tech showcase Tokyo 2017] C25: 世界最速のAnalytic DBがHadoopとタッグを組んだ! ~スケールアウト検...
[db tech showcase Tokyo 2017] C25: 世界最速のAnalytic DBがHadoopとタッグを組んだ! ~スケールアウト検...[db tech showcase Tokyo 2017] C25: 世界最速のAnalytic DBがHadoopとタッグを組んだ! ~スケールアウト検...
[db tech showcase Tokyo 2017] C25: 世界最速のAnalytic DBがHadoopとタッグを組んだ! ~スケールアウト検...Insight Technology, Inc.
 
Gmo media.inc 第9回西日本ossの普及を考える会
Gmo media.inc 第9回西日本ossの普及を考える会Gmo media.inc 第9回西日本ossの普及を考える会
Gmo media.inc 第9回西日本ossの普及を考える会Dai Utsui
 
マルチクラウドデータ連携Javaアプリケーションの作り方
マルチクラウドデータ連携Javaアプリケーションの作り方マルチクラウドデータ連携Javaアプリケーションの作り方
マルチクラウドデータ連携Javaアプリケーションの作り方CData Software Japan
 
Automation with SoftLayer and Zabbix
Automation with SoftLayer and ZabbixAutomation with SoftLayer and Zabbix
Automation with SoftLayer and Zabbixsoftlayerjp
 
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説Kimihiko Kitase
 
Observability, Service Mesh and Microservices
Observability, Service Mesh and MicroservicesObservability, Service Mesh and Microservices
Observability, Service Mesh and MicroservicesTaiki
 
2016 06-30-deep-learning-archi
2016 06-30-deep-learning-archi2016 06-30-deep-learning-archi
2016 06-30-deep-learning-archiDaisuke Nagao
 
20161027 hadoop summit Generating Recommendations at Amazon Scale with Apach...
20161027 hadoop summit  Generating Recommendations at Amazon Scale with Apach...20161027 hadoop summit  Generating Recommendations at Amazon Scale with Apach...
20161027 hadoop summit Generating Recommendations at Amazon Scale with Apach...Amazon Web Services Japan
 
スタートアップがAWSを使うべき3つの理由
スタートアップがAWSを使うべき3つの理由スタートアップがAWSを使うべき3つの理由
スタートアップがAWSを使うべき3つの理由Serverworks Co.,Ltd.
 
俺と LightSail 概要と使ってみた
俺と LightSail  概要と使ってみた俺と LightSail  概要と使ってみた
俺と LightSail 概要と使ってみたMasayuki KaToH
 
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみたタクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみたTetsutaro Watanabe
 
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9Treasure Data, Inc.
 
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみたNissho Lab
 
Effective web performance tuning for smartphone
Effective web performance tuning for smartphoneEffective web performance tuning for smartphone
Effective web performance tuning for smartphonedena_study
 
クラウドサービスを使って作る動画サイト?
クラウドサービスを使って作る動画サイト?クラウドサービスを使って作る動画サイト?
クラウドサービスを使って作る動画サイト?Daichi Isami
 
GMOメディア RHEV-S-事例紹介
GMOメディア RHEV-S-事例紹介GMOメディア RHEV-S-事例紹介
GMOメディア RHEV-S-事例紹介Dai Utsui
 
トレLABO1_マイクロソフトが考えるAI活用のロードマップ
トレLABO1_マイクロソフトが考えるAI活用のロードマップトレLABO1_マイクロソフトが考えるAI活用のロードマップ
トレLABO1_マイクロソフトが考えるAI活用のロードマップTrainocate Japan, Ltd.
 
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティングトレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティングTakahiro Inoue
 

Similar to 20120518 SE勉強会 (20)

[db tech showcase Tokyo 2017] C25: 世界最速のAnalytic DBがHadoopとタッグを組んだ! ~スケールアウト検...
[db tech showcase Tokyo 2017] C25: 世界最速のAnalytic DBがHadoopとタッグを組んだ! ~スケールアウト検...[db tech showcase Tokyo 2017] C25: 世界最速のAnalytic DBがHadoopとタッグを組んだ! ~スケールアウト検...
[db tech showcase Tokyo 2017] C25: 世界最速のAnalytic DBがHadoopとタッグを組んだ! ~スケールアウト検...
 
Gmo media.inc 第9回西日本ossの普及を考える会
Gmo media.inc 第9回西日本ossの普及を考える会Gmo media.inc 第9回西日本ossの普及を考える会
Gmo media.inc 第9回西日本ossの普及を考える会
 
マルチクラウドデータ連携Javaアプリケーションの作り方
マルチクラウドデータ連携Javaアプリケーションの作り方マルチクラウドデータ連携Javaアプリケーションの作り方
マルチクラウドデータ連携Javaアプリケーションの作り方
 
Automation with SoftLayer and Zabbix
Automation with SoftLayer and ZabbixAutomation with SoftLayer and Zabbix
Automation with SoftLayer and Zabbix
 
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
乗り遅れるな!IBMが本気で取り組む新世代クラウドサービスを徹底解説
 
Observability, Service Mesh and Microservices
Observability, Service Mesh and MicroservicesObservability, Service Mesh and Microservices
Observability, Service Mesh and Microservices
 
2016 06-30-deep-learning-archi
2016 06-30-deep-learning-archi2016 06-30-deep-learning-archi
2016 06-30-deep-learning-archi
 
20161027 hadoop summit Generating Recommendations at Amazon Scale with Apach...
20161027 hadoop summit  Generating Recommendations at Amazon Scale with Apach...20161027 hadoop summit  Generating Recommendations at Amazon Scale with Apach...
20161027 hadoop summit Generating Recommendations at Amazon Scale with Apach...
 
スタートアップがAWSを使うべき3つの理由
スタートアップがAWSを使うべき3つの理由スタートアップがAWSを使うべき3つの理由
スタートアップがAWSを使うべき3つの理由
 
10th jan 2013_miyazaki
10th jan 2013_miyazaki10th jan 2013_miyazaki
10th jan 2013_miyazaki
 
俺と LightSail 概要と使ってみた
俺と LightSail  概要と使ってみた俺と LightSail  概要と使ってみた
俺と LightSail 概要と使ってみた
 
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみたタクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
 
トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9トレジャーデータ新サービス発表 2013/12/9
トレジャーデータ新サービス発表 2013/12/9
 
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
【MySQL編】サーバ環境が進化する今話題のPCIe SSDを評価してみた
 
Effective web performance tuning for smartphone
Effective web performance tuning for smartphoneEffective web performance tuning for smartphone
Effective web performance tuning for smartphone
 
クラウドサービスを使って作る動画サイト?
クラウドサービスを使って作る動画サイト?クラウドサービスを使って作る動画サイト?
クラウドサービスを使って作る動画サイト?
 
GMOメディア RHEV-S-事例紹介
GMOメディア RHEV-S-事例紹介GMOメディア RHEV-S-事例紹介
GMOメディア RHEV-S-事例紹介
 
トレLABO1_マイクロソフトが考えるAI活用のロードマップ
トレLABO1_マイクロソフトが考えるAI活用のロードマップトレLABO1_マイクロソフトが考えるAI活用のロードマップ
トレLABO1_マイクロソフトが考えるAI活用のロードマップ
 
[Japan Tech summit 2017] DEP 005
[Japan Tech summit 2017] DEP 005[Japan Tech summit 2017] DEP 005
[Japan Tech summit 2017] DEP 005
 
トレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティングトレジャーデータとtableau実現する自動レポーティング
トレジャーデータとtableau実現する自動レポーティング
 

More from Satoshi Yazawa

Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみたJupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみたSatoshi Yazawa
 
ベアメタルクラウドの運用をJupyter NotebookとAnsibleで機械化してみた
ベアメタルクラウドの運用をJupyter NotebookとAnsibleで機械化してみたベアメタルクラウドの運用をJupyter NotebookとAnsibleで機械化してみた
ベアメタルクラウドの運用をJupyter NotebookとAnsibleで機械化してみたSatoshi Yazawa
 
Jupyterで運用やってみた
Jupyterで運用やってみたJupyterで運用やってみた
Jupyterで運用やってみたSatoshi Yazawa
 
dodaiのProvisioning周辺探訪 - dodai勉強会 #4
dodaiのProvisioning周辺探訪 - dodai勉強会 #4dodaiのProvisioning周辺探訪 - dodai勉強会 #4
dodaiのProvisioning周辺探訪 - dodai勉強会 #4Satoshi Yazawa
 
DockerでJupyter使おうぜ
DockerでJupyter使おうぜDockerでJupyter使おうぜ
DockerでJupyter使おうぜSatoshi Yazawa
 
OpenStackとdodai - dodai勉強会 #1
OpenStackとdodai - dodai勉強会 #1OpenStackとdodai - dodai勉強会 #1
OpenStackとdodai - dodai勉強会 #1Satoshi Yazawa
 
NIIクラウドチームとDocker
NIIクラウドチームとDockerNIIクラウドチームとDocker
NIIクラウドチームとDockerSatoshi Yazawa
 

More from Satoshi Yazawa (8)

Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみたJupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
Jupyterで手順再現!Elasticsearch構築・運用を実行可能ドキュメントで機械化してみた
 
ベアメタルクラウドの運用をJupyter NotebookとAnsibleで機械化してみた
ベアメタルクラウドの運用をJupyter NotebookとAnsibleで機械化してみたベアメタルクラウドの運用をJupyter NotebookとAnsibleで機械化してみた
ベアメタルクラウドの運用をJupyter NotebookとAnsibleで機械化してみた
 
Jupyterで運用やってみた
Jupyterで運用やってみたJupyterで運用やってみた
Jupyterで運用やってみた
 
dodaiのProvisioning周辺探訪 - dodai勉強会 #4
dodaiのProvisioning周辺探訪 - dodai勉強会 #4dodaiのProvisioning周辺探訪 - dodai勉強会 #4
dodaiのProvisioning周辺探訪 - dodai勉強会 #4
 
DockerでJupyter使おうぜ
DockerでJupyter使おうぜDockerでJupyter使おうぜ
DockerでJupyter使おうぜ
 
OpenStackとdodai - dodai勉強会 #1
OpenStackとdodai - dodai勉強会 #1OpenStackとdodai - dodai勉強会 #1
OpenStackとdodai - dodai勉強会 #1
 
NIIクラウドチームとDocker
NIIクラウドチームとDockerNIIクラウドチームとDocker
NIIクラウドチームとDocker
 
20120611 SC研究会
20120611 SC研究会20120611 SC研究会
20120611 SC研究会
 

20120518 SE勉強会

  • 2. やざわ ◦ 10年前くらい:オンラインゲーム開発会社で開発アルバイト ◦ 5年前くらい:HD DVD陣営に加わってBlu-ray陣営にボコボコに ◦ 現在:edubase Cloudの中。他、非常勤講師やアプリ開発など  学生時代の研究 ◦ 東京高専:遠隔教育とか ◦ 静岡大学:コンポーネント指向的な話とか ◦ 電気通信大学:OSをネタにコンポーネント指向、あと可視化とか  博士後期課程で脱落  あえての少しゆるめの形式です ◦ 気楽な感じで聞いていただけるとありがたいです
  • 3. edubase Cloudとは  edubase Cloudの中はとてもしんどい  edubase Cloudを可視化してみた  監視アーキテクチャ・ツールの話  まだまだ増える
  • 4. 仮想計算機環境を自分たちで持つ ◦ 仮想計算機を自分たちの都合にあわせて自由に確保したい ◦ (Amazon EC2だと金かかるし下でなにやられてるのかいまいちわからない)
  • 5. 実体は(基本的に)千葉
  • 6. Amazon EC2との互換 インタフェースで操作可能 ◦ 独自拡張なども実施  計算ノード×14のクラスタ×10 + 計算ノード×6のクラスタ×5 ◦ 仮想マシンは1計算ノードあたり 最大で8個収容可
  • 7. ストレージも数が多い  クラウド分だけで言うと・・・  SAS450GBディスク×16の ストレージ×12 + SATA1TBディスク×16のス トレージ×8
  • 8. 他、ユーティリティ的に 利用されるマシン、 ストレージが多数
  • 9. シンクライアント関係もある ◦ @一ツ橋
  • 10. マシン・機器 スペック 数 PowerEdge R710 CPU: Xeon X5520 Memory: 32GB 41 HDD: 500GB ×3 (HDD, Memoryはいくつかバリエーションあり) PowerEdge R610 CPU: Xeon X5530 Memory: 32GB 180 HDD: 500GB ×3 (HDD, Memoryはいくつかバリエーションあり) EqualLogic PS6000 HDD: 450GB×16 22 (HDD, Memoryはいくつかバリエーションあり) Latitude E6500 CPU: Core2 Duo T9600 Memory: 4GB 1 HDD: 160GB PowerVault MD3000 HDD: 1TB×15 2 PowerVault MD1000 HDD: 1TB×15 4 EMC Ship NX4 HDD: 1TB×12 6
  • 11. 千葉遠い  結構暑い
  • 12. バラバラの監視ツール
  • 13. 設備の維持 ◦ 異常状態の検知 ◦ 故障対応  サービスの維持 ◦ 利用状況の把握 ◦ リソースの適切な分配  これらをできるだけがんばらないで実現したい ◦ これまでの経験則:がんばるとだいたい事故る ◦ 回数をたくさん繰り返す・・・一定確率でミスをする ◦ ものをたくさん覚える・・・ほぼ覚えていない  たくさんの情報を自動的に集めてきて、必要なときに必要 な情報のみを提示する
  • 15. iDRAC 可視化WEBサービス 状態リポジトリ Management HTTP+JSON Machine App. Server HTTP+JSON IPMI App. Server Visual Query Client HTTP+JSON iDRAC +PNG Drawing Tool Plugin DB IPMI (Key-Value)
  • 16. またマシンが増える・・・!