Miért jó nekünk kutatóknak a felhő?

Az előadások a következő témára: "Miért jó nekünk kutatóknak a felhő?"— Előadás másolata:

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

2 Mi is az a felhő? Szolgáltatások halmaza:
Erőforrások, alkalmazások, eszközök Nagy méretű, heterogén, gazdaságos, mobil, zöld El van takarva, hogy Hol van Mi is az valójában Hogyan van megcsinálva Mi a mérete

3 A felhő szolgáltatások 3 szintje
SaaS Software as a Service PaaS Platform as a Service IaaS Infrastructure as a Service Például: Gmail, AutoDock 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: Gmail levelező szolgáltatás 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 el van takarva (felhőben van) ugyanakkor skálázható a felhőben Példák: Google App Engine 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: Linux PC, Windows PC, Macintosh PC 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? Általános SaaS szolgáltatásokat (pl. biológusok és kémikusok Autodock szolgáltatást) – ilyenek fejlesztésén dolgozunk a SZTAKI-ban (pl. Autodock portál szolgáltatás) 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 Felhasználói szerepkörök és felhő típusok egy kutatóintézetben
Intézeti informatikus: Általános és speciális SaaS szolgáltatásokat fejleszt a nem informatikus kutatók számára A fejlesztéshez célszerűen PaaS platformot használ (pl. WS-PGRADE/gUSE) 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).

10 Konkrét példa Időigény:
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: Hosszú (több hetes) beszerzési idő a PC-re (helyi rendszergazda) Hosszú (több hónapos) fejlesztési idő a dokkoló alkalmazásra (informatikus) 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. Mindent csinálhat a kutató, nem kell informatikus segítség! Időigény: Gyors beszerzési idő (pár perc elindítani, vagy meghívni a szolgáltatást) Nincs fejlesztési idő 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: Rövid (pár perces) beszerzési idő (informatikus) - IaaS Közepes (több hetes) fejlesztési idő a dokkoló alkalmazásra (informatikus) - PaaS 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: Virtuális gépek és lemezképek tárolása 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: WS-PGRADE/gUSE alapján kifejlesztett szolgáltatás (pl. Autodock gateway demo) A további előadásokban és demókban ezeket a lehetőségeket szeretnénk megmutatni

14 Köszönöm a figyelmet!