Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Miért jó nekünk kutatóknak a felhő? Kacsuk Péter MTA SZTAKI.

Hasonló előadás


Az előadások a következő témára: "Miért jó nekünk kutatóknak a felhő? Kacsuk Péter MTA SZTAKI."— Előadás másolata:

1 Miért jó nekünk kutatóknak a felhő? Kacsuk Péter MTA SZTAKI

2 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?

3 SaaS Software as a Service PaaS Platform as a Service IaaS Infrastructure as a Service A felhő szolgáltatások 3 szintje 3 Gmail, AutoDock Például: Google App Engine Amazon EC2, Rackspace …

4 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)

5 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

6 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)

7 SZTAKI Felhő

8 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 SZTAKI- ban (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)

9 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). Felhasználói szerepkörök és felhő típusok egy kutatóintézetben

10 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)

11 Konkrét példa 2. Korszerű, ideális megoldás: Ha van a felhőben AutoDock SaaS szolgáltatás akkor azt használják a dokkolási feladatuk megoldására. o Mindent csinálhat a kutató, nem kell informatikus segítség! o 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

12 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

13 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

14 Köszönöm a figyelmet!


Letölteni ppt "Miért jó nekünk kutatóknak a felhő? Kacsuk Péter MTA SZTAKI."

Hasonló előadás


Google Hirdetések