클라우드 컴퓨팅 사례 분석: IBM 블루 클라우드 컴퓨팅 플랫폼

IBM 구매 블루 클라우드 컴퓨팅 플랫폼 2007 년 11 월 15 일을, 고객에 게 클라우드 컴퓨팅 플랫폼 제공을 시작 했다. 클라우드 컴퓨팅 같은 네트워크 환경에서 로컬 컴퓨터 또는 원격 서버 농장 (즉, 서버 클러스터)에 국한 되지 않습니다 분산, 세계적으로 액세스할 수 있는 리소스 구조를 설계 하 여 실행을 허용 하는 제품의 범위를 포함 합니다.

IBM 기술 백서를 통해 우리는 블루 클라우드 컴퓨팅 플랫폼의 내부 구조를 엿볼 수 있습니다. 블루 클라우드 개방형 표준 및 IBM 소프트웨어, 시스템 기술 및 서비스에서 지 원하는 오픈 소스 소프트웨어에 기반으로 IBM의 대규모 컴퓨팅 산업의 전문성을 기반으로 합니다. 간단히 말해서, "블루 클라우드" 젠과 POWERVM 가상화, 리눅스 운영 체제 이미지를 포함 하 여 IBM Almaden 연구소 (Almaden)의 클라우드 인프라에 기반 하 고 Hadoop 파일 시스템 및 병렬 빌드. 블루 클라우드는 서버를 관리 하 여 요구 사항에 따라 최적의 성능을 보장 하기 위해 IBM 티 볼 리 소프트웨어에 의해 지원 됩니다. 여러 서버에 걸쳐 실시간으로 리소스를 할당할 수 있는 소프트웨어를 통해 고객을 위한 완벽 한 경험을 제공, 가속 성능 및 가장 까다로운 환경에서 안정성을 보장 포함 됩니다. IBM의 새로 나온된 블루 클라우드 프로그램은 사용자가 그들의 클라우드 컴퓨팅 환경 구축을 도울 수 있다. 그것은 티 볼 리, DB2, WebSphere, 및 하드웨어 제품을 통합 (현재 x86 블레이드) 기업에 대 한 분산, 세계적으로 액세스할 수 있는 리소스 구조를 구축 하. IBM의 계획, 힘 및 x86 지원 하기 위해 첫 번째 "블루 클라우드" 제품에 따라 프로세서 블레이드 서버 시스템 시스템 Z "메인프레임"에 따라 클라우드 환경 및 고밀도 랙 클러스터 기반 클라우드 환경 2008 년에 시작 됩니다.

IBM 클라우드 컴퓨팅 기술 백서에서 우리 다음 블루 클라우드 컴퓨팅 플랫폼 구성을 볼 수 있습니다.

그림 4에서는 파란색의 상위 수준 아키텍처를 보여 줍니다. 클라우드 컴퓨팅. 당신이 볼 수 있듯이, 블루 클라우드 컴퓨팅 플랫폼은 데이터 센터의 구성: IBM 티 볼 리 배포 관리 소프트웨어 (티 볼 리 프로비저닝 매니저), IBM, IBM 티 볼 리 모니터링 소프트웨어 (IBM 티 볼 리 모니터링) 웹스피어 애플리케이션 서버, IBM DB2 데이터베이스 및 일부 가상화 구성 요소. 다이어그램에서 아키텍처는 주로 구름의 배경 아키텍처 설명 컴퓨팅과 전경의 사용자 인터페이스를 포함 하지 않습니다.

파란 구름의 하드웨어 플랫폼에 대 한 특별 한 아무것도 하지만 블루 구름에 의해 사용 하는 소프트웨어 플랫폼은 가상 컴퓨터를 사용 하 여, 대규모 데이터 처리 소프트웨어에 대 한 Apache Hadoop의 배포 구현 주로 이전 분산된 플랫폼에서 다른. Hadoop은 Google의 공개적으로 사용 가능한 데이터를 비슷한 Google 파일 시스템에서 해당 Map/reduce 프로그래밍 사양 하 둡 파일 시스템에 의해 개발 된 기반 웹 개발자. 우리는 또한 Google 및 해당 분산된 데이터베이스 관리 시스템 bigtable 비슷한 통 통한 시스템 개발. Hadoop은 오픈 소스, 때문에 응용 프로그램의 특정 요구에 맞게 사용자 단위로 직접 수정할 수 있습니다. IBM의 블루 클라우드 오퍼링은 자체 클라우드 컴퓨팅 플랫폼 Hadoop 소프트웨어를 직접 통합할.

블루 클라우드에서 가상화

파란 구름의 구조에서 우리는 또한 각 노드에서 실행 되는 소프트웨어 스택 블루 클라우드 내부 가상화 기술을 사용 하는 전통적인 소프트웨어 스택 으로부터 큰 차이 볼 수 있습니다. 구름의 두 가지 수준에서 가상화 접근을 얻을 수 있습니다. 한 수준 하드웨어 수준에서 가상화입니다. 하드웨어 수준의 가상화 하드웨어 논리 파티션 LPARs를 IBM P 시리즈 서버를 사용할 수 있습니다. IBM 엔터프라이즈 작업 관리자를 통해 논리적 파티션에 대 한 CPU 리소스를 관리할 수 있습니다. 이 이렇게 실제 사용 과정에서의 자원 할당 전략 함께 각 논리적 파티션에 자원의 적절 한 할당을 수 있습니다. P 시리즈 시스템의 논리적 분할 1/10 중앙 처리 장치 (Cpu) 이다.

가상화의 또 다른 수준 소프트웨어를 통해 제공 되며, 젠 가상화 소프트웨어 블루 클라우드 컴퓨팅 플랫폼에 사용 됩니다. 젠 수 기존 리눅스에 근거 하 여 다른 운영 체제를 실행 하 고 유연 하 게 배포 및 가상 컴퓨터를 통해 소프트웨어를 운영 하는 오픈 소스 가상화 소프트웨어 이기도 합니다.

클라우드 컴퓨팅을 통해 가상 컴퓨터 리소스의 관리는 특별 한 장점이 있습니다. 가상 기계는 특별 한 소프트웨어의 종류 이다, 때문에 완전히 하드웨어의 실행 시뮬레이션 그래서 수 실행할 수 위의 운영 체제 있고 따라서 운영 환경 의미의 집합을 유지할 수 있습니다. 전체 실행 환경을 다른 물리적 노드를 패키지 방식으로, 따라서 실제 환경에서 실행 환경을 분리 하 고 전체 응용 프로그램 모듈의 배포를 용이 하 게 수송 될 수 있습니다. 일반적으로, 몇 가지 좋은 기능을 클라우드 컴퓨팅 플랫폼 가상화 기술을 적용 하 여 얻을 수 있습니다.

1. 관리 플랫폼 클라우드 컴퓨팅 수 동적 위치에 필요한 물리적 플랫폼 컴퓨팅 플랫폼 가상화 기술 이전 과정 마이그레이션 방법 보다 더 유연한 가상 컴퓨터 플랫폼에서 실행 되는 응용 프로그램을 중지 하지 않고.

2. 보다 효율적으로 호스트 리소스의 사용, 여러 부하는 하지 매우 무거운 가상 컴퓨터 컴퓨팅 노드는 동일한 실제 노드를 병합 유휴 실제 노드 에너지 절약을 닫을 수 있습니다.

3.와 다른 물리적 노드에서 가상 컴퓨터의 동적 마이그레이션, 로드밸런싱 성능 응용 프로그램의 독립을 얻을 수 있습니다. 가상 컴퓨터 전체 가상화 된 운영 체제 및 응용 프로그램 환경에 포함 되므로 마이그레이션 수행 응용 프로그램 독립적인 목적으로 전체 운영 환경으로 됩니다.

4. 배포는 또한 더 유연, 가상 컴퓨터를 물리적 컴퓨팅 플랫폼에 직접 배포할 수 있습니다 즉.

간단히 말해서, 클라우드 컴퓨팅 플랫폼 가상화를 통해 매우 유연한 기능을 달성할 수 있다 그리고 가상화를 사용 하지 않으면 많은 제한이 있다.

블루 클라우드에서 스토리지 구조

블루 클라우드 컴퓨팅 플랫폼에서 스토리지 아키텍처 또한 클라우드 컴퓨팅, 운영 체제, 서비스 프로그램 및 스토리지 시스템에 저장 된 사용자 응용 프로그램 데이터에 대 한 중요 하다. 클라우드 컴퓨팅은 어떤 유용한 스토리지 아키텍처, 하지만 그것은 최고의 성능 향상에 대 한 응용 프로그램 요구와 결합 될 필요가 제외 하지. 온, 클라우드 컴퓨팅의 스토리지 아키텍처 블록 장치를 기반으로 하는 산 Google 파일 시스템 및 스토리지 영역 네트워크와 같은 파일 시스템 클러스터링의 두 가지 방법이 포함 되어 있습니다.

클라우드 컴퓨팅 플랫폼의 저장소 아키텍처를 설계할 때 단지에 대 한 저장 용량 아니다. 사실, 하드 디스크 용량 확장 및 현재 디스크 기술을 사용 하 여 하드 디스크의 떨어지는 가격을 가진 여러 개의 디스크를 사용 하 여 큰 디스크 용량을 쉽게입니다. 디스크의 용량에 비해, 읽기 및 쓰기 속도 디스크 데이터의 클라우드 컴퓨팅 플랫폼의 스토리지에서 더 중요 한 문제입니다. 단일 디스크의 속도 매우 데이터에 대 한 응용 프로그램의 액세스를 제한할 것, 빠른 속도 달성 하기 위해 다중 디스크 그래서 실제로, 당신은 필요가 여러 디스크에 걸쳐 데이터 읽기 및 쓰기. 클라우드 컴퓨팅 플랫폼에서 매우 중요 한 문제는 데이터를 배치 하는 방법, 실제에 과정의 사용, 데이터를 여러 디스크의 여러 노드를 할당 해야. 현재 두 가지 스토리지 기술에이 추세를 달성 하기 위해, 하나 Google 파일 시스템에 유사한 클러스터 된 파일 시스템을 사용 하는, 다른 블록 기반 스토리지 영역 네트워크 San 시스템은.

구글 파일 시스템 이미 앞 특정 설명 완료. IBM 블루 클라우드 컴퓨팅 플랫폼 사용 하 여 Hadoop의 HDFS의 오픈 소스 구현 (Hadoop 분산 파일 시스템). 이 사용 노드 내부에는 디스크를 연결 하 고 외부 공유 분산된 파일 시스템 공간 및 신뢰성을 향상 시키기 위해 파일 시스템 수준에서 중복성을 제공 합니다. 적절 한 분산된 데이터 처리 모드에서이 메서드는 전체 데이터 처리 효율을 개선할 수 있습니다. 구글 파일 시스템의이 아키텍처는 San 시스템에서 크게 다릅니다.

산 시스템도 클라우드 컴퓨팅 플랫폼, 스토리지 아키텍처의 선택 그리고 IBM이 또한 블루 클라우드 컴퓨팅 플랫폼에 연결 하는 산에 대 한 플랫폼을 제공 하는 블루 클라우드 플랫폼에도 반영 됩니다. 그림 5는 SAN 시스템의 회로도 이다.

그림 5에서 볼 수 있습니다, SAN 시스템은 스토리지 사이드 네트워크 단일 저장소 영역 네트워크에 여러 개의 저장 장치의 저장소 빌드입니다. 프런트 엔드 호스트는 네트워크를 통해 백 엔드 저장소 장치를 액세스할 수 있습니다. 또한, 블록 장치에 액세스 하는 방식으로 인해은 프런트 엔드 운영 체제와는 아무 상관이 있습니다. San 연결에 사용할 수 있는 몇 가지 옵션이 있다. 섬유 광섬유 네트워크를 빠른 섬유 디스크를 동작할 수 있으며 높은 성능 및 신뢰성 요구 장소 적합을 사용 하 여 하나의 옵션이입니다. 또 다른 옵션 이더넷, iSCSI 프로토콜을 사용 하 여 비용을 절감 함으로써 일반적인 LAN 환경에서 실행 하는 것입니다. 저장 영역 네트워크에서 디스크 장치 단일 호스트에 바인딩되지 않습니다 하지만 오히려 매우 유연한 구조를가지고 있기 때문에 성능 향상을 얻기 위해 여러 디스크 장치에 액세스 하는 호스트에 대 한 가능 하다. 저장 영역 네트워크에서 가상화 엔진은 물리적 장치에 논리적 장치를 지도 하 고 읽기 및 쓰기 백 데이터를 프런트 엔드 호스트를 관리 하는 데 사용 됩니다. 따라서, 가상화 엔진은 저장 영역 네트워크에서 매우 중요 한 관리 모듈입니다.

구글 파일 시스템 같은 산 시스템 및 분산 파일 시스템, 시스템, 경쟁 하지 하지만 클러스터 시스템을 구축할 때 선택할 수 있는 두 가지 옵션이 있습니다. 어디 산 시스템 응용 프로그램 읽기 및 쓰기, 또한 상급 시맨틱 인터페이스를 응용 프로그램, 파일 시스템 SAN 위에 건설 될 필요가 제공 하는 필요는을 위해 선택 됩니다. 그리고 Google 파일 시스템은 단지 분산된 파일 시스템, 그래서 산 시스템에 건설 될 수 있다. 전반적으로, san 및 분산된 파일 시스템 오류 처리와 같은 유사한 기능을 제공할 수 있습니다. 그것을 사용 하는 방법 또는 어떻게 클라우드 플랫폼에 구축 된 응용 프로그램에 의해 결정 하는 데 필요한.

달리 구글, IBM 클라우드 기반 외부에서 액세스할 수 있는 웹 응용 프로그램을 제공 하지 않습니다 컴퓨팅. IBM은 네트워크 회사, 하지만 IT 서비스 회사 때문에 주로 이다. 그것의 고객에 대 한 IBM의 내부와 미래의 소프트웨어 서비스 클라우드 아키텍처에 기반 하는 것입니다 물론, 컴퓨팅.