Vertikal Beban Distribusi untuk Cloud Computing melalui Beberapa Pilihan Implementasi

Bab 12
Vertikal Beban Distribusi untuk Cloud Computing
melalui Beberapa Pilihan Implementasi

Thomas Phan dan Wen-Syan Li

Abstrak Cloud computing terlihat untuk memberikan perangkat lunak sebagai layanan ditetapkan untuk pengguna akhir, tetapi infrastruktur dasar harus cukup terukur dan kuat. Dalam pekerjaan kami, kami fokus pada skala besar sistem awan perusahaan dan meneliti bagaimana perusahaan dapat menggunakan arsitektur berorientasi layanan (SOA) untuk menyediakan efisien antarmuka untuk proses bisnis mereka. Untuk meningkatkan proses bisnis, masing-masing SOA lapis biasanya menyebarkan beberapa server untuk distribusi beban dan toleransi kesalahan, skenario yang kita istilah distribusi beban horisontal. Salah satu keterbatasan dari pendekatan ini adalah bahwa beban tidak dapat didistribusikan lebih lanjut ketika semua server di tingkat yang sama dimuat. Dalam sistem yang kompleks SOA multi-tier, proses bisnis tunggal sebenarnya bisa dilaksanakan oleh beberapa jalur perhitungan yang berbeda antara tingkatan, masing-masing dengan komponen yang berbeda, dalam rangka memberikan ketahanan dan skalabilitas. seperti beberapa
Pilihan implementasi memberikan kesempatan untuk distribusi beban vertikal di seluruh tingkatan. Dalam bab ini, kita melihat sebuah novel permintaan perutean kerangka kerja untuk perusahaan berbasis SOA

komputasi dengan beberapa pilihan implementasi yang memperhitungkan Pilihan distribusi beban horisontal dan vertikal.

12.1 Pendahuluan

Cloud computing terlihat memiliki perhitungan dan penyimpanan data menjauh dari pengguna akhir dan ke server yang berlokasi di pusat data, sehingga menghilangkan pengguna beban aplikasi provisioning dan manajemen (Dikaiakos, Pallis, Katsaros, Mehra, & Vakali, 2009; Cloud Computing, 2009). Software kemudian dapat dianggap sebagai murni layanan yang diberikan dan dikonsumsi melalui Internet, menawarkan pengguna fleksibilitas untuk memilih aplikasi on-demand dan memungkinkan penyedia layanan untuk skala keluar kapasitas mereka sesuai. Sebagai kemerahan karena gambar ini tampaknya, infrastruktur server-side yang mendasari harus cukup kuat, kaya fitur, dan terukur untuk memfasilitasi komputasi awan. dalam hal ini bab kita fokus pada skala besar sistem awan perusahaan dan meneliti bagaimana isu-isu provisioning scalable dapat dipenuhi dengan menggunakan sistem distribusi beban baru. Dalam sistem perusahaan awan, arsitektur berorientasi layanan (SOA) dapat digunakan untuk menyediakan antarmuka efisien untuk proses bisnis yang mendasari yang ditawarkan melalui awan. Seperti SOA dapat bertindak sebagai program front-end untuk berbagai komponen bangunan-blok dibedakan sebagai layanan individu dan mereka mendukung server (mis. (DeCandia et al., 2007)). Permintaan yang masuk ke layanan yang disediakan oleh komposit ini SOA harus diteruskan ke komponen yang benar dan masing-masing server, dan Routing tersebut harus terukur untuk mendukung sejumlah besar permintaan. Dalam rangka untuk meningkatkan proses bisnis, setiap tingkatan dalam sistem biasanya menyebarkan beberapa server untuk distribusi beban dan toleransi kesalahan. Distribusi beban seperti di beberapa server dalam tingkat yang sama dapat dilihat sebagai distribusi beban horisontal, seperti ditunjukkan pada Gambar. 12.1. Salah satu batasan dari distribusi beban horisontal adalah bahwa 

12.2 Ikhtisar

Pada bagian ini kita memberikan gambaran arsitektur sistem dan mendiskusikan istilah yang akan digunakan dalam tulisan ini. Pertimbangkan awan contoh komputasi disederhanakan (ditampilkan pada Gambar. 12.3) di mana proses analitik berjalan pada Web dan Aplikasi Server (WAS), Database Server (DB), dan Analytic Server khusus (AS).

 

12.3 Penjadwalan Layanan Komposit

12.3.1 Solusi Space
Pada bagian ini, kami secara resmi mendefinisikan masalah dan menggambarkan bagaimana kita memodelkan nya kompleksitas. Kami mengasumsikan elemen skenario berikut:
• Permintaan eksekusi alur kerja disampaikan kepada agen penjadwalan.
• alur kerja dapat diwujudkan oleh salah satu dari beberapa implementasi, sehingga masing-masing
permintaan ditugaskan untuk salah satu dari implementasi tersebut oleh agen penjadwalan.
• Setiap pelaksanaan memanggil beberapa jenis layanan, seperti aplikasi web
Server, DBMS, atau server analisis komputasi.
• Setiap jenis layanan dapat diwujudkan oleh salah satu dari beberapa contoh layanan
jenis, di mana setiap contoh dapat memiliki kebutuhan komputasi yang berbeda. Sebagai contoh,
satu implementasi mungkin memerlukan perhitungan DBMS berat (seperti melalui
prosedur yang tersimpan) dan analisis komputasi ringan, sedangkan implementasi lain
mungkin memerlukan cahaya DBMS query dan analisis komputasi berat.
Kami berasumsi bahwa implementasi ini ditetapkan oleh administrator atau insinyur.
• Setiap jenis layanan dijalankan pada server dalam kolam server yang didedikasikan untuk
bahwa jenis layanan.

12.3.2 Algoritma Genetik

Mengingat ruang solusi dari MR · ST, tujuannya adalah untuk menemukan tugas terbaik
permintaan untuk implementasi dan contoh jenis layanan ke server untuk

12 Vertikal Beban Distribusi untuk Cloud Computing 285 

meminimalkan waktu berjalan dari beban kerja, sehingga memberikan vertikal yang diinginkan dan balancing horisontal. Untuk mencari melalui ruang solusi, kami menggunakan genetik algoritma (GA) heuristik pencarian global yang memungkinkan kita untuk menjelajahi bagian dari ruang dengan cara dipandu yang menyatu menuju solusi optimal (Holland, 1992; Goldberg, 1989). Kami mencatat bahwa GA adalah hanya salah satu dari banyak kemungkinan pendekatan untuk heuristik pencarian, yang lainnya termasuk tabu search, simulated annealing, dan curam-pendakian mendaki bukit. Kami menggunakan GA hanya sebagai alat. Sebuah GA adalah simulasi komputer seleksi alam Darwin yang iterates melalui berbagai generasi konvergen ke solusi terbaik dalam masalah ini ruang. Sebuah solusi potensial untuk masalah ini ada sebagai kromosom, dan dalam kasus kami, kromosom adalah pemetaan spesifik permintaan-to-implementasi dan instancesto- server bersama dengan beban kerja terkait waktu pelaksanaannya. algoritma genetika biasanya digunakan untuk mencari solusi yang tepat yang optimal atau perkiraan dekat-optimal dalam masalah pencarian kombinatorial seperti yang kita alamat. Hal ini diketahui bahwa GA menyediakan tradeoff yang sangat baik antara eksplorasi ruang solusi dan eksploitasi ditemukan maxima (Goldberg, 1989). Selanjutnya, algoritma genetika memang memiliki keuntungan optimasi progresif sehingga solusi adalah tersedia setiap saat, dan hasilnya terus membaik karena lebih banyak waktu yang diberikan untuk optimasi.  

12.3.2.1 Kromosom Representasi Solusi

Kami menggunakan dua struktur data dalam kromosom untuk mewakili masing-masing dua penjadwalan tahap. Pada tahap pertama, permintaan R ditugaskan untuk implementasi M, jadi struktur perwakilan hanyalah sebuah array ukuran R, di mana setiap elemen dari array adalah dalam kisaran [1, M], seperti ditunjukkan pada Gambar. 12.5.

Tahap kedua dimana kasus ditugaskan ke server yang lebih kompleks. Dalam Gambar. 12.6 kita menunjukkan contoh kromosom yang mengkode satu tugas penjadwalan. Representasi adalah matriks 2-dimensi yang memetakan {pelaksanaan,

Gambar. 12.6 Contoh kromosom mewakili tugas penjadwalan (pelaksanaan, jenis layanan misalnya) → penyedia layanan. Setiap baris mewakili sebuah implementasi, dan masing-masing Kolom merupakan contoh jenis layanan. Di sini ada alur kerja M dan jenis layanan T contoh. Dalam alur kerja 1, setiap permintaan untuk jenis layanan 3 pergi ke server 9

12.3.2.2 Kromosom Rekombinasi

Dua kromosom induk bergabung kembali untuk menghasilkan kromosom anak yang baru. harapannya adalah bahwa anak mengandung kromosom terbaik bersebelahan daerah dari orang tuanya. Mengkombinasikan kromosom dari tahap penjadwalan pertama adalah sederhana sejak chromsomes sederhana array 1 dimensi. Dua titik potong dipilih secara acak dan diterapkan untuk kedua orang tuanya. Elemen array antara titik potong di orangtua pertama diberikan kepada anak, dan elemen array di luar titik potong dari orang tua kedua yang ditambahkan ke elemen array pada anak. Hal ini dikenal sebagai crossover 2-point dan ditunjukkan pada Gambar. 12.7.

12.3.2.3 GA Evaluasi Fungsi

Fungsi evaluasi mengembalikan dihasilkan beban kerja waktu eksekusi diberikan kromosom. Perhatikan fungsi tersebut dapat diterapkan untuk mengevaluasi beban kerja dengan cara apapun asalkan diterapkan secara konsisten terhadap semua kromosom di semua generasi. Fungsi evaluasi kami ditunjukkan pada Algoritma 2. Di baris 6-8, itu Menginisialisasi eksekusi kali untuk semua server dalam kromosom. Pada baris 11-17, akan menetapkan permintaan untuk implementasi dan contoh jenis layanan ke server dengan menggunakan dua pemetaan dalam kromosom. Hasil akhir dari tahap ini adalah bahwa contoh yang sesuai enqueued server. Pada baris 19-21 kali menjalankan server dihitung. Pada baris 24-26, hasil dari server yang digunakan untuk menghitung Hasil dari implementasi. Fungsi ini mengembalikan waktu eksekusi maksimum antara implementasi.

12.3.3 Penanganan online Permintaan Sesampainya

Seperti disebutkan sebelumnya, masalah domain kita anggap adalah bahwa batch-tiba meminta routing. Kami mengambil keuntungan penuh dari skenario seperti melalui penggunaan GA, yang memiliki pengetahuan penduduk permintaan. Kita dapat lebih memperluas ini pendekatan permintaan tiba online, diskusi panjang yang kita menghilangkan sini karena dengan batas ruang. Pendekatan yang khas adalah untuk agregat permintaan yang masuk ke dalam.

Read More � Vertikal Beban Distribusi untuk Cloud Computing melalui Beberapa Pilihan Implementasi

Free Template Blogger collection template Hot Deals BERITA_wongANteng SEO theproperty-developer

Ringkasan Komputasi Modern

Apa jenis aplikasi yang akan digunakan untuk grid?

Ada banyak tujuan yang berbeda menggunakan komputasi grid dan berbagai masalah yang membutuhkan teknologi yang mendasari yangperbedaan. Perbedaan itu dapat diklasifikasikan ke dalam lima kelas, yaitu super komputer terdistribusi, throughput yang tinggi, permintaan, data yang intensif dan kolaboratif komputasi.

Siapa yang  menggunakan komputasi grid?

Ada banyak kelompok yang berbeda dalam masyarakat yang dapat manfaat grid. komunitas seperti pemerintah, pemeliharaan kesehatan, kolaborasi sains dan banyak lainnya .semua memerlukan kemampuan untuk berbagi data dan power CPU. Karena ada begitu banyak daerah dimana grid dapat digunakan , kita tidak mengharapkan untuk melihat hanya satu arsitektur jaringan, tetapi banyak yang lainnya.

Apa yang termasuk untuk membangun sebuah grid?

Ini benar-benar tergantung pada apa grid akan digunakan , memberikan jawaban tunggal ,tidak mungkin.

Kami membagi grid menjadi empat kelompok utama disusun per skala. Sistem akhir, Cluster, intranet dan

Internet.

Pendekatan apa yang dibutuhkan untuk mengembangkan komputasi grid?

Salah satu kebutuhan untuk membagi pengembangan komputasi grid dalam setidaknya ada tiga tingkatan. Level tersebut seperti lapisan protokol yang membangun World Wide Web saat ini. Dimana setiap lapisan standar mudah menjadi pengembangan aplikasi baru. Para pengembang lapisan dapat menjadi developer grid,tool developer dan aplication developer.

Apa yang dibutuhkan untuk komputasi grid untuk menjadi layanan orang banyak ?

Membutuhkan pengembangan komputasi grid menjadi standar untuk membuatnya kuat, efektif dan mudah untuk digunakan. Menciptakan kemungkinan untuk aplikasi baru yang akan diproduksi secara efektif dan murah.

Pengantar komputasi grid

Beberapa orang mengatakan bahwa komputasi grid sedang dalam perjalanan untuk menjadi seperti  listrik alami. pengguna hanya menggunakan daya komputasi, tetapi tidak tahu (atau peduli) cara kerjanya. Mengizinkan orang,tanpa pengetahuan apapun, untuk berbagi hal-hal canggih seperti waktu CPU, penyimpanan dan algoritma hanya dengan mencolokkan komputer mereka.perangkat memaksa layanan untuk menjadi sederhana. Hal-hal seperti bagaimana teknologi bekerja dan di mana sumber daya yang terletak harus disembunyikan dari pengguna akhir. Kemudian kita membahaslebih lanjut tentang mengapa hal ini belum diimplementasikan. Banyak proyek penelitian memerlukan banyak waktu CPU, beberapa membutuhkan banyak memori dan beberapa proyek memerlukan kemampuan untuk berkomunikasi secara real time. Hari ini super komputer yang tidak cukup untuk memecahkan kebutuhan. Mereka tidak memiliki kapasitas, bahkan jika mereka melakukannya, itu tidak akan menjadi ekonomis dibenarkan untuk menggunakan sumber daya.

Komputasi grid adalah solusi untuk semua masalah ini dan banyak lagi. Mereka menawarkan nyaman cara untuk menghubungkan banyak perangkat (misalnya, prosesor, memori dan IO-perangkat) sehingga pengguna akhir dapat, jika diperbolehkan, menggunakan semua perangkat kekuatan komputasi gabungan untuk jumlah waktu tertentu. Misalnya jika seorang peneliti perlu membuat beberapa perhitungan yang sangat memakan CPU, terkadang dia bisa meminjam CPU-waktu dari kotak untuk biaya yang jauh lebih rendah daripada meminjam waktu dari komputer super. Sebuah grid bisa dibuat di semua lingkungan di mana pengguna akhir memiliki komputer dengan memori dan CPU. komputer sering dalam keadaan siaga dan dari waktu ke waktu mereka hanya menggunakan 5% dari kapasitas mereka. Oleh karena itu ada banyak daya komputasi akan menyia-nyiakan, ditetapkan sebagai komputasi grid setiap pengguna akhir akan dapat menikmati banyak daya komputasi yang dinyatakan akan pergi ke limbah.

Apa jenis aplikasi yang akan digunakan untuk grid?

Masalah yang berbeda harus ditangani dengan cara yang berbeda. Beberapa masalah yang mudah untuk diubah menjadi sub masalah saat lain harus menggunakan teknologi yang mendasari lain dan algoritma canggih. Juga alasan balik menggunakan grid bisa sangat berbeda. Ada lima kelas aplikasi untuk komputasi grid, yang akan dibahas secara terpisah.

Distributed superkomputer - adalah kelas aplikasi pertama dan digunakan untuk mengatasi masalah yang perlu kinerja yang jauh lebih komputasi daripada superkomputer apapun dapat memberikan. Masalah mereka memecahkan adalah didistribusikan simulasi interaktif, simulasi kimia-resolusi tinggi, pemodelan iklim dan banyak lagi. Di sini pendekatan untuk komputasi grid untuk bekerja adalah pertama untuk coschedule sumber daya mahal. Karena superkomputer sangat mahal dan sering digunakan oleh kelompok-kelompok yang berbeda simulasi harus direncanakan dengan baik untuk bekerja. Kedua masalah tersebut akan sulit untuk membagi ke subproses karena mereka tidak selalu independen. Banyak upaya karena itu harus dilakukan untuk membangun algoritma canggih yang membagi masalah menjadi subproses, untuk diselesaikan dalam superkomputer yang berbeda. Mereka juga harus algoritma menjadi toleran terhadap latency karena superkomputer tidak pada saat yang sama geografis lokasi, jarak menciptakan kekurangan dalam komunikasi. Akhirnya protokol harus dibangun untuk membuat sistem yang berbeda untuk bekerja dengan baik bersama-sama.

Komputasi high-throughput - digunakan untuk masalah yang longgar digabungkan dalam kontradiksi untuk masalah dalam superkomputer didistribusikan. Oleh karena itu masalah-masalah yang lebih mudah untuk dibagi menjadi subproses, yang dapat mandiri diselesaikan dengan ribuan komputer pribadi biasa. Untuk

Misalnya AMD menggunakan ribuan komputer mereka untuk merancang K6 dan K7 prosesor. Komputasi on-demand - digunakan untuk mengatasi penggunaan jangka pendek sumber daya. Alasan utama di balik ondemand, adalah untuk menghemat biaya dengan berbagi sumber daya. Sumber daya ini dapat berupa program canggih untuk memecahkan beberapa tugas, perangkat seperti sensor dan daya komputer. Ia bekerja karena setiap pengguna tidak perlu sumber daya sepanjang waktu. Tantangan untuk membuat ini bekerja adalah untuk mendapatkan kelompok besar atau kelompok orang untuk berbagi sumber daya mereka. Ada karena itu harus penjadwalan yang baik. Ini orang mungkin tidak ingin berbagi pekerjaan mereka dengan orang lain sehingga grid harus aman terhadap gangguan dan informasi tidak bocor. Sistem ini harus toleransi kesalahan jika orang tidak dapat melakukan pekerjaan mereka, yang akan dikenakan biaya perusahaan dalam kurang efektifnya dan juga menyebabkan mengeluh. Ada juga harus beberapa sistem pembayaran sehingga mereka yang menggunakan sumber daya membayar untuk itu. Data-intensif perhitungan - digunakan untuk mensintesis sangat banyak data yang didistribusikan secara geografis dalam database. Misalnya tidak eksperimen energi tinggi menghasilkan petabyte data setiap tahun. Untuk menyimpan begitu banyak data yang harus didistribusikan ke lokasi yang berbeda. Ada juga banyak ilmuwan, yang perlu untuk mendapatkan beberapa data di seluruh dunia. Di sini tantangan utama adalah penjadwalan volume tinggi data melalui berbagai tingkat hirarki.

Aplikasi kelima adalah komputasi kolaboratif yang terutama digunakan untuk memungkinkan orang-orang sekitar untuk bekerja dan berinteraksi secara real-time dengan satu sama lain. Mereka sering terstruktur dalam virtual shared spasi, di mana mereka juga berbagi sumber daya dan data, yang juga merupakan isu utama dalam on-demand dan aplikasi jaringan dataintensive. Tapi di sini tantangan utama adalah untuk memungkinkan orang untuk berinteraksi di real-time tanpa gangguan. Ada seperti yang kita bisa melihat banyak alasan yang berbeda dan masalah untuk menggunakan komputasi grid. Yang memerlukan pendekatan teknis yang berbeda. Oleh karena itu akan memerlukan banyak usaha untuk membakukan grid

teknologi untuk memenuhi setiap aplikasi.

Siapa yang akan menggunakan komputasi grid?

Ada ilmuwan melakukan perhitungan CPU intensif, tetapi ada juga banyak kelompok lain yang akan manfaat dari konsep komputasi grid. Pemerintah - adalah sebuah komunitas yang relatif kecil yang akan menikmati manfaat dari sistem grid di daerah seperti tanggap bencana, pertahanan nasional dan penelitian. Penelitian seperti perubahan lingkungan dan lingkungan sampai bersih, benar-benar menuntut CPU dan mungkin dalam setiap pemerintahan kepentingan terbaik.

Sebuah grid nasional juga bisa berfungsi sebagai "komputasi cadangan" yang dapat digunakan pada saat krisis (misalnya, memperhitungkan dampak dari gempa bumi). Grid nasional memiliki kelemahan mendistribusikan sumber daya, ini bisa menjadi benar-benar keras. Pemeliharaan Kesehatan - benar-benar bisa merasakan kekuatan grid. Dengan menghubungkan semua komputer dan mesin (misalnya, mesin MRI dan CAT scanner) di rumah sakit. Personil rumah sakit dapat melakukan operasi seperti komputer canggih dibantu diagnosis pada mammogram pada komputer pribadi mereka. Aplikasi Lifecritical seperti operasi telerobotic dan pemantauan jantung bisa menggunakan algoritma canggih untuk melakukan hasil yang lebih baik. Yang disebut grid swasta dapat digunakan di banyak lembaga yang menyediakan lebih baik kinerja. Grid swasta memiliki kelemahan menggabungkan perhitungan hidup-kritis dengan kurang lainnya perhitungan penting, juga memiliki kebutuhan untuk mengintegrasikan banyak teknologi berbiaya rendah. Sebuah ilmu material collaboratory - terdiri dari orang di seluruh dunia membutuhkan berbagi data penelitian, aplikasi, waktu CPU dan alat-alat lain untuk penelitian. Ini semacam grid disebut virtual satu dan ditandai dengan fokus pemersatu pusat, keanggotaan dinamis dan kurangnya pusat manajemen. Ekonomi pasar Komputasi - terdiri dari akhir sistem pengguna yang terhubung dengan koneksi broadband. Grid publik dapat digunakan untuk membentuk komunitas beragam kepentingan, seperti pemodelan keuangan, rendering grafis dan game online. Hari ini aplikasi seperti ini ada dalam skala besar hanya dalam beberapa daerah (misalnya, mencari kehidupan di luar bumi dan mencari bilangan prima). Sulit untuk meyakinkan orang untuk memberikan daya komputasi pergi, tapi di masa depan kita mungkin akan melihat aplikasi lebih banyak semacam ini.

Seperti yang bisa kita lihat ada cukup banyak daerah yang berbeda di mana sistem grid bisa digunakan. Oleh karena itu kami berharap untuk melihat tidak hanya satu arsitektur jaringan, tapi banyak. Membuatnya menjadi topik yang sulit untuk sepenuhnya menutupi dan memahami.

Apa yang terlibat dalam membangun kotak?

Sebuah sistem grid harus memenuhi banyak pengguna yang berbeda dengan kebutuhan bergantian. Oleh karena itu tidak ada sederhana menjawab apa yang terlibat dalam membangun arsitektur grid, itu tergantung pada apa sistem akan menjadi digunakan untuk. Meskipun tampaknya sangat tidak mungkin bahwa akan ada hanya satu arsitektur grid, masih mungkin untuk mengidentifikasi beberapa layanan dasar yang paling grid akan menerapkan. Untuk menentukan jenis layanan apa yang dibutuhkan dalam komputasi grid kita melihat layanan dasar yang disediakan pada komputer konvensional tradisional. Kami berasumsi bahwa layanan dalam komputer tradisional yang telah efektif selama puluhan tahun juga akan diinginkan dalam komputasi grid. Sistem Grid juga perlu baru layanan, tapi kami mengklaim bahwa ini adalah karena lingkungan luas lebih kompleks baru. Jadi, apa jenis layanan yang dibutuhkan? Harus ada proses otentikasi, untuk membangun identitas dari pengguna saat ini. Sebuah proses otorisasi yang memutuskan apa proses pengguna saat ini diizinkan untuk membuat. Setiap proses terdiri dari benang mengeksekusi dalam ruang alamat sendiri dan setiap proses juga harus mampu berkomunikasi dengan proses lainnya. Setiap proses bertindak atas nama pencipta untuk memperoleh sumber daya (misalnya menulis ke disk dan menempati memori). Penjadwalan yang dijelaskan sebelumnya pada harus diurus dan sebagainya harus mekanisme akuntansi yang melacak alokasi sumber daya. Semua ini, dan masih banyak lagi, adalah pelayanan dasar bahwa sistem grid harus menerapkan.

Satu driver utama untuk teknik yang digunakan untuk mengimplementasikan layanan grid skala. Seperti meningkatnya skala begitu kompleksitas sistem. Oleh karena itu kami menerapkan skala sebagai titik awal untuk membuat perbandingan antara sistem yang berbeda menawarkan layanan dasar. Kami membagi sistem menjadi 4 kelompok yang berbeda, mulai dengan "sistem end" dan finishing dengan "sistem Internet".

Sistem akhir - adalah sistem individu seperti komputer biasa. Sifat karakteristik untuk sistem end skala kecil, tingkat homogenitas yang tinggi dan integrasi. Layanan dasar yang disediakan oleh sistem yang memiliki  kontrol mutlak atas semua sumber daya dalam komputer beroperasi. Sifat terpadusistem ini mengarah pada kinerja tinggi dan compiler yang efektif yang memungkinkan pengguna membuat tinggi aplikasi kinerja dengan relatif sedikit usaha. Cluster - sebuah kumpulan komputer yang terhubung dengan jaringan area lokal kecepatan tinggi. Sebuah cluster juga merupakan entitas yang homogen, mereka berbeda dari sistem akhir terutama dalam cara bahwa setiap komputer memiliki konfigurasi terpisah. Komputer dikendalikan oleh administrator tunggal, memiliki kontrol penuh atas semua sistem. Cluster memperkenalkan rumit faktor-faktor seperti peningkatan skala (banyak komputer), membuat hal-hal seperti algoritma untuk fungsi manajemen sumber daya dan kontrol suatu keharusan. Cluster juga telah mengurangi integrasi memberikan kerugian dari penurunan kinerja di daerah seperti komunikasi. Untuk membangun jaringan seperti ini Anda harus mempertimbangkan bahwa Anda tidak dapat menggunakan ruang alamat yang sama seperti seragam Anda bisa dalam sistem akhir. Salah satu pendekatan untuk memecahkan masalah ini adalah untuk memiliki memori bersama logis, memiliki software menerjemahkan antara alamat lokal dan global. Sistem seperti ini umumnya disebut DSM (Distributed Shared Memory) sistem. Dalam aplikasi kinerja rendah kita bisa membiarkan user-level perangkat lunak untuk melaksanakan DSM dan menggunakan TCP / IP untuk pesan. Tetapi jika kinerja tinggi diperlukan perubahan mendasar harus dilakukan, sistem pesan tingkat rendah baru harus diciptakan / digunakan dan hal-hal seperti coscheduling harus dilaksanakan. Tidak akan lebih jauh ke dalam ini, kita dapat menyimpulkan bahwa kompleksitas pendekatan dan layanan baru cenderung meningkat secara proporsional dengan kinerja.

Intranet - Perbedaan utama antara intranet dan cluster adalah bahwa Intranet memperkenalkan heterogenitas ke dalam sistem, hal itu juga menyajikan masalah dengan administrasi yang terpisah sehingga menimbulkan

sistem harus menegosiasikan kebijakan yang saling bertentangan (sistem dalam Intranet diasumsikan terpusat

diberikan). Masalah lain adalah kurangnya pengetahuan global. Tidak mungkin untuk sistem apapun untuk memiliki pengetahuan yang akurat tentang sistem global yang negara yang berbeda. Sentralisasi administrasi memberikan keuntungan yang menyederhanakan keamanan dan sistem seperti Distributed Computing Environment (DCE), DCOM dan CORBA dapat berhasil diterapkan pada intranet. Program dalam sistem ini tidak umumnya menciptakan proses manual, melainkan terhubung ke "layanan" yang "membungkus" perangkat keras sumber daya.

Interaksi terjadi melalui RPC (Remote Procedure Call) atau pemanggilan metode remote, model yang memiliki menjadi standar di daerah terpencil "pemanggilan fungsi".

Layanan seperti "area luas file sistem" teknologi juga bisa diterapkan dengan sukses di intranet, DFS (Salurkan File System) mungkin yang paling terkenal sistem file virtual. Sistem seperti ini memperkenalkan layanan yang dapat digunakan untuk memecahkan batas-batas untuk penyimpanan sekunder dibatasi oleh sistem operasi. Misalnya menawarkan petabyte penyimpanan pada drive jaringan F: \ (Meskipun jendela memaksakan pembatasan pada ukuran hard drive tidak lebih besar dari x byte). Sistem file virtual juga memungkinkan untuk data yang akan digandakan, mengamankan akses dan membuat sistem lebih aman terhadap kehilangan data (misalnya, dalam kasus kegagalan hard drive).

Karena lingkungan yang kurang aman, sistem seperti Kerberos telah berkembang, menawarkan keamanan dan terpadu Struktur otentikasi seluruh Intranet. Internets - adalah sistem yang paling rumit dan ditandai dengan kurangnya kontrol terpusat, besar distribusi geografis dan isu-isu internasional. Dalam internet kita tidak bisa bergantung pada keberadaan scheduler umum dan karena itu harus mencari alternatif lain. Strategi umum untuk memecahkan masalah ini Masalahnya adalah menggunakan "pemulungan" sistem grid. Sebuah sistem yang memungkinkan, sering menganggur, komputer berkomunikasi dengan semacam scheduler global, yang disebut simpul manajemen. Node manajemen berlaku pekerjaan untuk komputer yang sesuai dengan pembatasan pekerjaan saat ini. Teknologi baru seperti Legiun dan Globus sedang dikembangkan, mengobati host seperti objek dalam mode berorientasi objek biasa.

Pendekatan apa yang dibutuhkan untuk mengembangkan komputasi grid?

Grid saat ini dikembangkan secara independen dan sering dalam bahasa tingkat rendah seperti dalam assembler. Karya-karya ini sering mahal, sulit untuk beradaptasi dengan aplikasi lainnya serta jaringan-sistem lain. Mereka adalah juga sering rapuh. Pengembangan jaringan harus standar internasional. Pengembangan

juga harus dilakukan dalam modul yang lebih kecil, seperti lapisan protokol yang berbeda yang merupakan fundaments Internet saat ini. Satu dapat membagi pengembang menjadi tiga kelas, yaitu grid, alat, dan

pengembang aplikasi. Pengembang Grid - mengembangkan protokol dan menghasilkan perpustakaan rutin. Tantangan di sini adalah untuk menghasilkan perpustakaan protokol yang akan bekerja dengan baik dengan banyak teknologi yang mendasari (misalnya, berbagai jenis jaringan). Perpustakaan juga harus memenuhi banyak permintaan yang berbeda dari pengembang alat, sehingga sulit untuk memberikan setiap permintaan performa terbaik yang berbeda, sementara pada saat yang sama mengakomodasi teknologi yang mendasari yang berbeda. Ada karena itu akan menjadi pertempuran antara umum dan kinerja. Hal ini sangat penting untuk membakukan semua protokol sehingga pengembang alat tahu bagaimana mereka dapat mengimplementasikan pekerjaan mereka.

Pengembang alat - berkonsentrasi pada pengembangan sistem yang akan mengurus hal-hal utama yang harus

ada untuk menggunakan berbagai aplikasi. Keamanan harus diurus, hal-hal seperti otentikasi dan kerahasiaan harus dilaksanakan. Mereka juga mengembangkan metode untuk pembayaran, yang sangat penting misalnya grid on-demand. Akhirnya mereka juga mengembangkan metode untuk menemukan dan mengatur sumber daya dan informasi. Yang termasuk komunikasi, deteksi kesalahan dan banyak hal lagi. Alat pengembang harus menyesuaikan protokol mereka agar sesuai dengan protokol yang dikembangkan oleh pengembang grid dan juga tetap keberatan permintaan dari para pengembang aplikasi. Semuanya harus standar sehingga

para pengembang aplikasi dapat dengan mudah memanfaatkan kemampuan dari alat-layert. Alat ini pengembang juga harus menginformasikan para pengembang aplikasi yang pelaksanaannya bisa lebih tinggi atau lebih rendah kinerja.

Akhirnya ada pengembang aplikasi yang seharusnya menggunakan semua metode yang mereka butuhkan dari tingkat alat untuk membuat program aplikasi khusus bagi pengguna akhir. Aplikasi yang dimaksudkan untuk memecahkan masalah sulit bagi pengguna akhir. Tantangan bagi para pengembang aplikasi adalah menemukan algoritma yang membagi tugas ke ribuan tugas yang lebih kecil yang dapat ditangani secara terpisah dan untuk membuat tugas bekerja efisien dengan lapisan alat. Untuk pengguna akhir hanya akan menjadi penting untuk memecahkan permintaan sementara itu kurang penting bagi pengguna untuk mengetahui cara kerjanya.

Apa yang dibutuhkan untuk komputasi grid menjadi layanan umum?

Seperti yang telah dibahas sebelumnya pada ada banyak kemungkinan dan keuntungan besar memilikiinfrastruktur komputasi grid. Tetapi ada juga banyak kesulitan untuk mengatasi sebelum grid akanebagai alami untuk digunakan sebagai listrik. Ada beberapa persyaratan yang harus dipenuhi sebelum masyarakat dan perusahaan akan menggunakannya dalam skala besar. Salah satu parameter adalah bahwa layanan harus diandalkan, yang berarti bahwa layanan selalu sesuai dengan parameter yang diharapkan dan mendasar sebagai jaminan, ketersediaan dan kerahasiaan.

Persyaratan kedua adalah konsistensi, yang berarti bahwa setiap lapisan harus distandarisasi. standar interface membuatnya sederhana dan murah untuk membuat aplikasi baru. Yang sulit adalah untuk menyeimbangkan kinerja tinggi dan homogenitas. Karena aplikasi yang berbeda perlu teknologi yang mendasari yang berbeda untuk bekerja terbaik, yang perlu untuk merangkum pendekatan teknologi yang berbeda dalam standar yang sama. Itu adalah untuk menciptakan ilusi bahwa itu adalah homogen. Tapi sangat sulit untuk mendapatkan kinerja terbaik untuk setiap aplikasi. Persyaratan terakhir untuk grid adalah bahwa hal itu harus murah, sementara pada saat yang sama memberikan kinerja tinggi. Dibandingkan dengan listrik satu pengguna akhir dapat menggunakan daya yang sangat kecil untuk sedikit uang, meskipun itu berasal dari pembangkit listrik sangat mahal. Melakukan pembayaran hanya untuk kekuasaan seseorang mengkonsumsi.

Untuk membuat komputasi grid umum harus ada pengaruh dari politik dan organ yang bertindak internasional untuk standarisasi teknologi.

Kesimpulan bahwa yang dimaksud dengan komputasi grid adalah infrastruktur perangkat keras dan perangkat lunak yang dapat menyediakan akses yang bisa diandalkan, konsisten, tahan lama dan tidak mahal terhadap kemampuan komputasi mutakhir yang tersedia.Seandainya kelak dikemudian hari teknologi yang dibutuhkan untuk mewujudkan visi paradigma komputasi grid ini sudah mapan, peluang akan semakin terbuka bagi kerjasama lintas organisasi, lintas benua dan lintas bangsa. Akan terbuka peluang bagi peneliti di Indonesia yang ingin melakukan komputasi yang sangat rumit, dengan menggunakan supercomputer tercepat di dunia, tanpa harus melakukan investasi besar-besaran dalam bidang teknologi informasi.

Keuntungan Utama Penggunaan Grid Computing       

       - Teknologi  grid computing mampu menjadi solusi bagi perusahaanperusahaan untuk memiliki suatu    sistem informasi yang berteknologi canggih, yang mampu mendukung kinerja perusahaan, dengan biaya yang lebih murah.      

        - Kemampuan teknologi tersebut untuk mendukung kinerja perusahaan tidak diragukan lagi.  Teknologi  grid computing membuka peluang bagi adanya kerjasama lintas organisasi, lintas benua, dan lintas bangsa. Selain itu, terbuka pula peluang untuk  melakukan komputasi yang rumit dengan menggunakan      superkomputer yang canggih, tanpa harus melakukan investasi besar-besaran dalam bidang teknologi informasi

       
Grid computing menjadi suatu hal yang menjanjikan bagi perusahaan disebabkan oleh 3 hal, yaitu:

   (1) lebih hemat biaya dalam  penggunaan sejumlah tertentu sumber daya komputer,

   (2) sebagai cara untuk memecahkan masalah yang mungkin tidak dapat dipecahkan tanpa sejumlah besar    daya komputasi, dan 

   (3) karena menunjukkan bahwa sumberdaya dari banyak komputer dapat kooperatif dan dimanfaatkan secara sinergis, serta dikelola sebagai sebuah kolaborasi mencapai tujuan bersama

§  Perkalian dari sumber daya: Resource pool dari CPU dan storage tersedia ketika idle

§  Lebih cepat dan lebih besar: Komputasi simulasi dan penyelesaian masalah apat berjalan lebih cepat dan mencakup domain yang lebih luas

§  Software dan aplikasi: Pool dari aplikasi dan pustaka standard, Akses terhadap model dan perangkat berbeda, Metodologi penelitian yang lebih baik

§  Data: Akses terhadap sumber data global, dan Hasil penelitian lebih baik

       Kekurangan Grid Computing

       Kekurangan pada grid computing yang lebih saya tekankan disini adalah mengenai hambatan yang dialami oleh masyarakat Indonesia dalam mengaplikasikan teknologi grid computing. Hambatan-hambatan tersebut adalah sebagai berikut :

    1.      Manajemen institusi  yang terlalu birokratis menyebabkan mereka enggan untuk fasilitas yang dimiliki untuk digunakan secara bersama agar mendapatkan manfaat yang lebih besar bagi masyarakat luas.

    2.      Masih sedikitnya sumber daya manusia yang  kompeten dalam mengelola grid computing.

    3.      Kurangnya pengetahuan yang mencukupi bagi teknisi IT maupun user non teknisi mengenai manfaat dari grid computing itu sendiri.

Dengan adanya beberapa manfaat dan hambatan mengenai tersedianya grid computing di Indonesia, maka harus ada solusi yang berfungsi untuk mewujudkan manfaat dan menghilangkan hambatan yang muncul tersebut. Solusi itu antara lain adalah sebagai berikut :

    1.      Memberikan sosialisasi pada instansi pendidikan maupun institusi non pendidikan mengenai manfaat serta biaya dengan menggunakan sistem komputasi grid.

    2.      Kerjasama riset dan pengembangan antara departement dalam suatu perguruan tinggi dan industri.

    3.      Diberikannya mata kuliah tentang grid computing sehingga dapat menghasilkan generasi yang menguasai teknologi ini.

    4.      Adanya pengembangan aplikasi yang relevan dengan grid computing.

Read More � Ringkasan Komputasi Modern

Free Template Blogger collection template Hot Deals BERITA_wongANteng SEO theproperty-developer