Grid számítástechnika | Az elosztott felhőalapú számítástechnika ereje

Grid computing, a felhő leszármazottja és az elosztott számítástechnika nagy testvére.

Tekintsük a grid számítástechnikát a szervezet két alapvető rendszerének metszéspontjaként: cloud computing és a közművek, mint az elektromosság. Ebben a kereszteződésben a grid számítástechnika lehetővé teszi a számítási erőforrások kihasználását, akár központosított, akár nem. Csakúgy, mint a közeli energiavonalakba kapcsolódva néhány olyan csodálatos elektronért, amelyekre támaszkodunk.

Egy modern elektromos hálózatnak számos bemeneti forrása lesz. Az erőművek például nagyban hozzájárulnak az elektromos hálózathoz, de az olyan feltörekvő technológiák, mint a napelemek és a szélmalmok, demokratizálják az energiatermelést.

A független és kézműves áramtermelők hozzájárulhatnak az elektromos hálózathoz, és kompenzációt kaphatnak. Bizonyos esetekben ez többletenergia.

A gazdálkodók például rendelkezhetnek napelemekkel, hogy olcsóbb villamos energiát termeljenek helyben. A gazdálkodó azonban nem tárolhat fel nem használt elektronokat későbbi felhasználásra, így dönthet úgy, hogy ezt a többletenergiát visszavezeti az energiahálózatba, ahol mások felhasználhatják. Az egyik ember elvesztegetett elektronja a másik teljesen feltöltött Teslája.

A grid számítástechnika nagyon hasonlít az elektromos hálózathoz. A nagy és kicsi közreműködők hozzáadhatnak a rácshoz. A felhasználók hozzáférhetnek a számítási rácshoz, és hozzáférhetnek a szolgáltatásokhoz a közreműködőtől függetlenül.

A felhő, a grid és az elosztott számítástechnika

Ahhoz, hogy jobban megértsük, mi az a grid számítástechnika és árnyalatnyi különbségei az elosztott számítástechnikától, könnyebb lesz először megérteni azokat az akadályokat és korlátokat, amelyeket a grid számítástechnika képes leküzdeni. Más szóval, ha látjuk, hogy a grid számítástechnika milyen problémákat tud megoldani, akkor jobban megérthetjük, mi is a grid számítástechnika.

A felhőalapú számítástechnika határai ott vannak, ahol a rács ragyog

A grid computing a felhőalapú számítástechnika egy részhalmaza vagy kiterjesztése. Dióhéjban a számítási felhő a számítási funkciók kiszervezése. Egy általános felhőszolgáltatás, például a Google Drive-ból vagy a Dropboxból származó felhőalapú adattárolás, lehetővé teszi az ügyfelek számára az adatok tárolását ezeknél a cégeknél.

Ha valaki felhőalapú adattárolást szeretne használni, olyan szolgáltatók közül választhat, mint a Google Drive, a Dropbox és az iCloud. Ekkor az a cég lesz a felhőalapú tárolás szolgáltatója, amelyhez hozzátartoznak. Az ügyfélszolgálat, a hibaelhárítás, a számlázás, a hálózati infrastruktúra és a felhőszolgáltatás ügyfélnek való nyújtásával kapcsolatos minden szempont ezután közvetlenül és kizárólag az általa választott vállalattól származik.

Elég egyértelmű, igaz? Egy ügyfél, egy szolgáltató. Keressük azonban a számítási felhő korlátait. Hol maradnak el a felhőalapú számítástechnika előnyei, és hol maradnak teret más szervezeti struktúrák, például a grid számítástechnika számára?

A felhőalapú számítástechnikával kapcsolatos gyakori kritikák:

1. A felhasználói erőforrások egyetlen szimmetrikus többfeldolgozó (SMP) rendszerhez vannak kötve.
2. A fel nem használt számítási erőforrások tétlenül állnak, és egyetlen feladatba vannak zárva, amíg az be nem fejeződik.
3. Viszonylag korlátozott skálázhatóság.

Fejlődő felhőkorlátok a grid számítástechnikával

Szem előtt tartva a grid számítástechnika és a közüzemi grid párhuzamait, az ilyen típusú számítási szervezés enyhítheti a felhőalapú számítástechnikát korlátozó gyakori kritikákat.

Tekintsük át ezeket az állításokat, és vizsgáljuk meg, hogyan lehetne egy grid rendszer előnyösebb a felhasználó számára a hagyományos felhőszolgáltatásnál.

1. felhőkorlát: A felhasználói erőforrások egyetlen szimmetrikus többfeldolgozó (SMP) rendszerhez vannak kötve.

Egy igazán egyszerű példát fogok használni ennek a fájdalompontnak a bemutatására. Van egy neurális tudós, aki két adathalmazt (A és B halmazt) szeretne összetörni. Ezek az adatkészletek hatalmasak, és a feladatot egy felhőszolgáltatásra kell kiszerveznie.

A felhőszolgáltatásnak nem okoz gondot ezen adatkészletek futtatása, és boldogan bérel tőlük egy gépet az adatkészletei feldolgozásához. Ne feledje, hogy az adatkészletei kizárólagosak egymás számára, és külön kell feldolgozni őket.

Ez azt jelenti, hogy az általa bérelt egyetlen SMP-gép az A-készletet, majd a B-készletet fogja futtatni. Egyetlen gépe nem képes mindkét adatkészletet egyszerre feldolgozni.

Nem nagy ügy azonban, az általa bérelt felhőgépek nagy teherbírásúak, és egyenként kevesebb mint néhány óra alatt szétszedik a hatalmas adatkészleteket. Az adatok feldolgozása kevesebb időt vesz igénybe, mint egy teljes éjszakai alvás a tudós számára.

Nos, mi történik, ha ugyanazt a feldolgozást kell elvégeznie, de 100 adatkészletre. Költségvetése továbbra is csak egy felhőalapú SMP-gép eléréséhez elegendő forrást biztosít számára. Mivel a tudomány embere, gyorsan kiszámolja, és rájön, hogy közel két hétbe fog telni az összes adat feldolgozása!

Rács előnyei: Ugyanaz a tudós két adatkészlettel (A és B halmaz) ehelyett bekapcsolhatna egy grid szolgáltatásba. Ahelyett, hogy a tudós egyetlen SMP-gépet bérelne egy felhőszolgáltatástól, hozzáférne a számítási rácshoz, és bérelné a szükséges számítási teljesítményt.

A két adatkészlet feldolgozása egyszerre történik. Lehet, hogy két géppel, amelyek mindegyike valamelyik adatkészletnek van fenntartva, vagy több ezer gép, amelyek mindegyike töredékesen dolgozza fel az adatkészleteket. Ettől függetlenül az adatok feldolgozása egymással párhuzamosan történik. Ami korábban hat órát vett igénybe két tételben, az most három órát vesz igénybe egyetlen tételben.

Száz adathalmaz? Elméletileg ez még mindig csak három órát vesz igénybe, mivel az egyes adatkészleteket egymás mellett dolgozzák fel.

2. felhőkorlát: A fel nem használt számítási erőforrások tétlenül állnak, és egyetlen feladatba vannak zárva, amíg az be nem fejeződik.

Kibővítve egy neurális tudós fenti példáját, az általa bérelt felhőszolgáltatás egymástól függetlenül, egymás után dolgozta fel az adatkészleteit.

Bármelyik adathalmaz feldolgozása közben a tudós észrevette, hogy bérelt hardvere kapacitásának csak 80 százalékán működik. A maradék 20 százalék nem elég a második adatsor feldolgozásához, ehelyett tétlenül várja a következő feladatot.

Rács előnyei: A feldolgozási teljesítmény áruvá alakítása lehetővé teszi egyetlen feladat több gépen történő végrehajtását. A tudós adatkészletei esetében egy rácsrendszer az adatokat különféle gépek közötti kombinációkban dolgozhatja fel.

Például a két adatkészlet két géphez van hozzárendelve a rácsban, mindegyik a feldolgozás alatt álló gép 80 százalékát használja. A maradék 20 százalék nem ül tétlenül, ehelyett a rács másik felhasználója rögzíti. Az üresjárati kapacitás ilyen felhasználása fontos összetevője a grid számítástechnika erősségeinek.

3. felhőkorlát: Viszonylag korlátozott skálázhatóság

Tagadhatatlan, hogy a felhőalapú számítástechnika képességei exponenciálisan nagyobbak, mint a legtöbb lokalizált gépé. A felhőverem több rétege sokkal több résztvevőt tett lehetővé a teljes területen, mint valaha.

Ezenkívül a felhőalapú számítástechnika számos skálázási előnnyel rendelkezik, összehasonlítva ugyanezen szolgáltatások saját kezelésével. Mondhatni, hogy a számítási felhő az Is a méretezhetőség korlátozottsága kissé paradoxnak tűnhet.

A felhőalapú számítástechnikához képest azonban a rácson történő méretezés még jobban megvalósítható. Ennek oka részben a grid számítások modularitása, valamint a tétlen erőforrások hatékonyabb felhasználása.

Rács előnyei: Függetlenül attól, hogy hozzájárul-e hozzá, vagy használja-e, a feladat méretezése grid számítástechnikai rendszerben olyan egyszerű lehet, mint egy grid kliens telepítése további gépekre.

Az idegkutató esetében két adatkészletről 100 adathalmazra tudta méretezni igényeit ugyanabban az időkeretben, azonos költségvetés mellett.

Elosztott számítástechnika vagy grid számítástechnika?

Mindkét! Nos, valahogy.

A beszélgetés során meglehetősen gyakori a rács és az elosztás felcserélése. Alapvetően mindkét kifejezés meglehetősen hasonló fogalmakra utal. Mindkettő rendszer a számítási erőforrások szervezésére és hálózatba rendezésére.

Ha azonban valóban fel akarja osztani a szőrszálakat, a grid számítástechnika az elosztott hálózatok átfogó gyűjteménye. Maga a grid számítástechnika elosztott hálózatok elosztott hálózata. Meta elég neked?

Mi a következő lépés a grid számítástechnikával kapcsolatban?

Ez a grid számítástechnika nagyon makroszintű megértése. Valójában ez egy sokrétű rendszer a dinamikus és egyedi alkatrészek megszervezésére annak érdekében, hogy a legtöbbet kihozzuk belőlük. A számítástechnikai rács minden egyes összetevője összetett és hasznosítható, nem úgy, mint a nyilvános villamosenergia-hálózatokban.

Hasonlóan egy közüzemhez, a működése sajátos vadállat. Az igazi hatás azonban az általános hozzáférhetőség. Ugyanis a grid számítástechnika a közüzemhez hasonlóan egyre inkább plug-and-play szolgáltatássá válik.

A grid számítástechnika következő fejlődése valószínűleg a blokkláncban van. A grid számítástechnika azon alapul, hogy több érdekelt fél bízik egymásban. Már olyan projektek, mint Cosmos hálózat decentralizált grid rendszereket hoznak létre, amelyek elősegítik a hálózatok interoperabilitását és kiaknázzák a grid számítási hálózatok erejét.

Forrás: https://coincentral.com/grid-computing-the-powers-of-distributed-cloud-computing/