CC BY
187
Преимущество гиперконвергентных систем над облачными технологиями
Носкова А. И., Токранова М. В. Петербургский государственный университет путей сообщения Императора Александра I
Санкт-Петербург, Россия magistrpgups@rambler.ru
Аннотация. Статья посвящена актуальности облачных технологий и гиперконвергентных систем, что вызвано популярностью их использования как крупными, так и небольшими компаниями. Большинство предприятий переводят свои сервисы и приложения в облака, в первую очередь, по причине снижения затрат на приобретение собственной ИТ-инфраструктуры. Однако облачные вычисления не являются в полной мере идеальным решением. Такие недостатки, как жесткая зависимость от поставщиков, хранение конфиденциальной информации на чужих ресурсах, невозможность полного контроля безопасности данных, вынуждают искать другие, более надежные, варианты. Конвергентные и гиперконвергентные системы являются альтернативой аренды облаков у сторонних компаний. С их помощью стало возможным развертывание частных облаков, которыми полностью распоряжаются предприятия.
Ключевые слова: гиперконвергентные системы, облачные вычисления, IaaS, PaaS, SaaS.
Введение
Новые технологии и модели обслуживания способны изменить деятельность компаний и стать важнейшими стимулами инноваций и сокращения текущих расходов. Многие ИТ-поставщики переносят свои продукты в облако. Под облачными вычислениями понимается модель обеспечения удобного доступа по сети к конфигурируемым вычислительным ресурсам [1]. Например, к сетям передачи данных, серверам, устройствам хранения данных, приложениям и сервисам - как вместе, так и по отдельности. Основные причины нарастающей популярности облаков - быстрое и простое развертывание, непосредственный доступ к ресурсам, мгновенная масштабируемость, разработка и тестирование ПО по запросу, оплата фактического использования. Благодаря этому облачная модель распространяется все шире и представляет собой жизнеспособную альтернативу решениям с использованием собственной площадки [2].
Основные варианты построения облачной архитектуры (рис. 1):
• инфраструктура по требованию (Infrastructure as a Service, IaaS);
• платформа по требованию (Platform as a Service, PaaS);
• программа по требованию (Software as a Service, SaaS).
IaaS
IaaS (Infrastructure as a Service) - модель обслуживания, в которой заказчики арендуют вычислительные мощности для развертывания и использования виртуализованных экземпляров операционных систем и программных продуктов [3] (рис. 2). Компании любого масштаба могут получить
IaaS Инфраструктура как сервис PaaS Платформа как сервис SaaS ПО как сервис
Клиентские устройства 1 Клиентские устройства 1 Клиентские устройства
Прнл иже мня Приложения
Данные Данные Данные
Е
О t— X Qj = Среда исполнения
ас сс | ОС ОС 1 ОС
и н- 'XI rt ш
Виртуализация Выреализация Виртуализация
S
с HJ 03 1Q Серверы 1 Серверы
о схд сад схд
Сеть Сеть 1 Сеть
Размещение Размещение Размещение
) 1
о
1 Ci
ф
ct
Ж
m
О
| &
|_
iJ
р
ш
<D
м О
IE
1 О
1—
<р
1
CZ
S.
1 Т
<х>
1 1—
и
1 О?
■г
1 1 1 О
Рис. 1. Основные варианты построения облачной архитектуры IaaS
Рис. 2. IaaS (Infrastructure as a Service)
доступ к самым современным центрам обработки данных (ЦОД), защищенным серверам и высокопроизводительным системам хранения.
В соответствии с IaaS, серверы и другие ресурсы предоставляются заказчику по мере необходимости через облако. Данная модель обеспечивает самообслуживание и доступ к ИТ-ресурсам по запросу. Это означает, что на создание необходимых инструментов разработчикам потребуется минимальное количество временных затрат без приобретения собственных мощностей.
Потребителю отраслевых решений предоставляется базовая инфраструктура, в частности, необходимое оборудование и каналы передачи данных. Потребитель должен сам настроить платформу и приложения, например, установить операционную систему и необходимые программные компоненты. При аренде виртуальной инфраструктуры можно воспользоваться услугами разного масштаба: виртуальным сервером и виртуальной сетью. В первом случае арендуется единственный виртуальный сервер, во втором - пул виртуальных серверов с возможностью их объединения в виртуальную сеть [4].
Оборудование, на котором построена виртуальная инфраструктура, находится в специализированных ЦОД. В этих центрах обеспечивается резервирование каналов связи, защита от перебоев с электричеством и всё, что непосредственно связано с работоспособностью и доступностью оборудования.
При использовании модели IAAS возможны два варианта тарификации:
• продажа ресурсов сервис-провайдера, лимитированных только производительностью хоста. Оплата производится строго за потребленный объем мощностей, который ежечасно мониторится. Такая система резервирования ресурсов наиболее оптимальна для компаний с сезонными пиками нагрузки, когда вычислительные мощности требуются периодически или скачкообразно. Потребность в вычислительных мощностях значительно колеблется;
• гарантированное выделение ресурсов. В этом случае резервируется определенный объем ресурсов, который используется заказчиком, с ежемесячным фиксированным платежом. Данный вариант предоставления ресурсов менее гибкий в части оплаты, однако более стабильный в части выделения ресурсов и работы систем заказчика. Ресурсы всегда зарезервированы вне зависимости от загрузки ресурсов другими клиентами. Такая система резервирования ресурсов идеально подходит для компаний с нормированной нагрузкой.
Подводя итог, можно сказать, что при использовании IAAS заказчик получает полные административные права внутри арендованных виртуальных серверов, в зоне ответственности провайдера лежит только организация доступа к серверу по сети и обеспечение работоспособности оборудования и базового инфраструктурного ПО. Недостаток данной модели - то, что обслуживание ориентировано на предоставление услуг ИТ-компаниям, которые самостоятельно занимаются разработкой ПО.
PaaS
PaaS (Platform as a Service) - модель предоставления облачных вычислений, при которой потребитель получает
доступ к использованию информационно-технологических платформ: операционных систем, систем управления базами данных, связующему программному обеспечению, средствам разработки и тестирования, размещённым у облачного провайдера [5] (рис. 3). В этой модели всей информационно-технологической инфраструктурой, включая вычислительные сети, серверы, системы хранения, целиком управляет провайдер. Также он определяет наборы доступных для потребителей видов платформ и управляемых параметров платформ, а потребителю предоставляется возможность использовать платформы, создавать их виртуальные экземпляры, устанавливать, разрабатывать, тестировать, эксплуатировать на них прикладное ПО, при этом динамически изменяя количество потребляемых вычислительных ресурсов.
Рис. 3. PaaS (Platform as a Service)
PaaS дает возможность выполнять весь перечень операций разработки, тестирования и разворачивания веб-приложений в одной интегрированной среде, тем самым исключая затраты на поддержку отдельных сред для отдельных этапов [6].
Оплата облачной платформы может взиматься в зависимости от уровня потребления. Ценообразование облачных сервисов складывается из следующих элементов:
• плата за вычислительные мощности;
• плата за лицензии используемого ПО (программ виртуализации, операционных систем, приложений);
• надбавка сервис-провайдера.
Большинство существующих PaaS-платформ направлено в первую очередь на удовлетворение интересов разработчиков. Они позволяют создавать масштабируемые веб-приложения с более низкими затратами по сравнению с моделью IaaS, но наряду с этим имеются существенные недостатки: отсутствуют свободный выбор технологий и контроль над низкоуровневыми компонентами системы, также система недостаточно производительна, так как при обмене
данными с провайдерами PaaS рекомендуется использовать шифрование данных, а это требует дополнительных процессорных мощностей.
SaaS
SaaS (Software as a Service) - модель обслуживания, при которой подписчикам предоставляется готовое прикладное программное обеспечение, полностью обслуживаемое провайдером [7] (рис. 4). Поставщик в этой модели самостоятельно управляет приложением, предоставляя заказчикам доступ к функциям с клиентских устройств, как правило, через мобильное приложение или веб-браузер.
Как и во всех формах облачных вычислений, заказчики платят не за владение программным обеспечением, а за его аренду (пользователю не нужно инсталлировать программу на свой компьютер). Таким образом, в отличие от классической схемы лицензирования ПО, заказчик несет сравнительно небольшие периодические затраты, и ему не требуется инвестировать значительные средства в приобретение прикладной программы [8, 9].
Рис. 4. SaaS (Software as a Service)
При использовании SaaS схема периодической оплаты предполагает, что при временном отсутствии необходимости в ПО заказчик может приостановить его использование и заморозить выплаты разработчику. Контракт на аренду SaaS включает в себя плату не только за использование ПО, но и за все затраты, связанные с поддержкой его работоспособности, обновлением и защитой данных [10].
Основное достоинство модели SaaS для потребителя услуги - отсутствие затрат, связанных с установкой, обновлением и поддержкой работоспособности оборудования и работающего на нём программного обеспечения. Несмотря на очевидное преимущество данной модели, имеется ряд сдерживающих факторов, ограничивающих её использова-
ние. Во-первых, концепция SaaS применима далеко не для всех функциональных классов систем. Во-вторых, поскольку основная экономия ресурсов SaaS-провайдера достигается за счёт масштаба, SaaS-модели неэффективны для систем, требующих адаптации под каждого заказчика, а также инновационных решений.
Проведя обзор моделей облачных вычислений, можно выделить ряд общих проблем:
• для получения доступа к услугам облака необходимо постоянное подключение к сети Интернет;
• использование облачных вычислений ограничивает заказчика в выборе ПО, а также не дает возможности настраивать его под собственные цели;
• безопасность конфиденциальной информации не гарантируется, поскольку сегодня нет технологий, которые обеспечивают это в полной мере.
Одним из вариантов решений данных проблем являются гиперконвергентные системы, которые имеют ряд преимуществ перед основными моделями представлений.
Гиперконвергентные системы
Гиперконвергенция позволяет упростить архитектуру вычислительных систем за счет отказа от отдельного уровня хранения. Гиперконвергентые системы пользуются всё большей популярностью. В отличие от прежних архитектур, гиперконвергентная не приводит к образованию изолированных ресурсов хранения, чтобы каждый сервер мог воспользоваться ими на других системах, она опирается на программно-определяемые решения в области хранения [11]. Гиперконвергентная система представляет собой объединённые в одном корпусе сервер, систему хранения данных и сетевой коммутатор (рис. 5). Однако самой главной частью является адаптированное ПО, включая программные контроллеры - некие массовые устройства, не требующие наладки и доводки, обладающие широчайшей совместимостью и универсальные в применении. Именно на уровне программного контролера гиперконвергентные системы выделяются за счет их легкого масштабирования. Для увеличения емкости и производительности нужно добавить новый блок. Вместо усиления мощности за счет увеличения числа дисков, количества памяти или процессоров производительность увеличивается за счет добавления большего числа модулей [12].
Рис. 5. Архитектура гиперконвергентных систем
Таким образом, гиперконвергентная инфраструктура -это инфраструктура, в которой вычислительные мощности, хранилища, серверы, сети объединяются с помощью программных средств и управляются через общую консоль администрирования. По этой причине вместо команды IT-специалистов для управления хранилищами данных и серверным оборудованием порой достаточно одного системного администратора.
Гиперконвергентные системы обычно состоят из нескольких физических модулей, объединяемых в горизонтально масштабируемый кластер. Каждый из них содержит вычислительное ядро, ресурсы хранения, сетевые компоненты и гипервизор. Наличие гипервизора не обязательно, но он имеется во всех основных продуктах известных производителей, причем часто можно выбрать из двух и более ги-первизоров [13].
Отдельное устройство имеет от одного до четырех узлов, каждый из которых представляет собой самостоятельный сервер с процессором и памятью в общем шасси. Гиперконвергентные кластеры обычно содержат от 4 до 64 узлов, хотя некоторые производители не указывают конкретных пределов масштабируемости. Чтобы узлы могли совместно использовать ресурсы хранения, применяется ПО для создания виртуальной сети хранения или кластерная файловая система. Программное обеспечение для реализации гиперконвергентной инфраструктуры может предлагаться как отдельно, так и предустановленным на физические устройства.
В основном на рынке предлагаются полностью готовые самодостаточные вычислительные системы. Поставщики разрабатывают собственное ПО для реализации функций хранения и управления, либо эти функции выполняются на используемом гипервизоре [14]. Во многих продуктах используется виртуальное устройство хранения (Virtual Storage Appliance, VSA) для объединения ресурсов хранения в общий пул. Другой подход состоит в использовании платформы VMware EVO: RAIL, в которой функции хранения и управления интегрированы в соответствующий гипервизор.
Преимущества конвергентных систем проистекают из суммы двух компонентов: аппаратной части и программного обеспечения:
• простота архитектуры и управления. Благодаря интеграции всех компонентов в одном корпусе с общей системой управления не требуется привлекать целую команду специалистов, обладающих знаниями и опытом в области виртуализации, систем хранения данных, серверов и сетей;
• упрощенное взаимодействие с пользователями в условиях среды с высоким уровнем визуализации;
• низкая стоимость. Гиперконвергентная система не приводит к существенному увеличению капитальных затрат. При необходимости масштабирования вы можете точно оценить будущие затраты, поскольку соотношение ресурсов хранения данных и вычислительных ресурсов всегда постоянное;
• высокая автоматизация и управление на основе заданных правил позволяют гибко и легко управлять распределением ресурсов и рабочей нагрузки;
• сокращение числа управляемых систем. Один гиперконвергентный узел объединяет вычислительные ресурсы и ресурсы хранения данных, что ведет к уменьшению числа отдельных устройств и как следствие - к уменьшению количества объектов, которые надо покупать, устанавливать и обслуживать. Также более легкому развертыванию и обслужи-
ванию гиперконвергентных устройств способствует то, что они базируются на стандартных серверных компонентах. Наконец, наличие во многих решениях интегрированных инструментов управления упрощает задачи администрирования;
• упрощение масштабирования. Гиперконвергентные системы рассчитаны не на вертикальное, а на горизонтальное масштабирование. Гиперконвергентная архитектура интегрирует ПО для распределенных вычислений, которое автоматически обнаруживает новые узлы и добавляет их в кластер, предоставляя дополнительные вычислительные ресурсы и ресурсы хранения при добавлении каждого нового модуля.
Среди минусов, присущих гиперконвергенции, отметим невозможность гранулярного обновления или настройки системы. Рост хранилища данных и повышение производительности являются критически важными показателями для любой компании. Если емкость системы хранения данных кластера практически закончилась, однако по вычислительным ресурсам еще имеется хороший резерв, то пользователь будет вынужден увеличить общую вычислительную мощность путем добавления новых устройств. Точно так же возникновение потребности в настройке конфигурации дисков хранилища для определенного приложения может повлечь за собой похожую проблему. Исключение состоит в построении собственной платформы. Имеется возможность добавлять только системы хранения данных или только вычислительную мощность при выборе подхода VSA.
Заключение
После обзора моделей представления облачных вычислений выделены их основные недостатки: безопасность хранения данных, необходимость постоянного подключения к Интернету, ограничения в используемом ПО. Было предложено альтернативное решение - гиперконвергентные системы, которые имеют преимущества над облачными вычислениями: единый программный интерфейс управления вычислительными ресурсами, легкость масштабирования, а также снижение затрат на общую стоимость владения IT-инфраструктурой за счет глубокой автоматизации и самообслуживания.
ЛИТЕРАТУРА
1. https://en.wikipedia.oig/wiki (дата обращения 15.04.2017).
2. Amrhein D. Cloud Computing for the Enterprise: Part 1: Capturing the Cloud / D. Amrhein, S. Quint. URL: http://www. ibm.com/developerworks/websphere/techjournal/0904_amrhein/ 0904_amrhein.html (дата обращения 16.04.2017).
3. Орландо Д. Модели сервисов облачных вычислений: инфраструктура как сервис / Д. Орландо. URL: http://www. ibm.com/developerworks/ru/library/cloudservices1iaas (дата обращения: 16.04.2017).
4. Sheu P. C.-Y. Semantic Computing, Cloud Computing, and Semantic Search Engine / P. C.-Y. Sheu, S. Wang, Q. Wang et al. // IEEE Int. Conf. Semantic Comput., 2009. P. 654-657.
5. Doddavula S. K. Implementation of a Secure Genome Sequence Search Platform on Public Cloud / S. K. Doddavula, V Saxena // Third IEEE Int. Conf. Cloud Computing Technol. and Sci., 2011. P. 205-212.
6. Chen J. Research about Spam Page Identification Based on Cloud Computing in Search Service / J. Chen, Y. Xu, Y. Li // 4th IEEE Int. Conf. Intelligent Human-Machine Systems and Cybernetics, 2012. P. 77-80.
7. Новиков И. Облачные вычисления: на пороге перемен / И. Новиков. URL: http://www.pcmag.ru/solutions/ sub_detail.php?ID=44441& SUB_PAGE=1 (дата обращения 17.04.2017).
8. O'Brien N. S. Exploiting Cloud Computing for Algorithm Development / N. S. O'Brien, S. J. Johnston, E. E. Hart, et al. // IEEE Int. Conf. Cyber-Enabled Distributed Comput. and Knowledge Discovery, 2011. P. 336-342.
9. Khazaei H. Modelling of Cloud Computing Centers Using M/G/m Queues / H. Khazaei, J. Misic, V. B. Misic // Proc. 2011 31st Int. Conf. Distributed Comput. Workshops. P. 87-92.
10. Calheiros R. N. Virtual Machine Provisioning Based on Analytical Performance and QoS in Cloud Computing Environments / R. N. Calheiros, R. Ranjan, R. Buyya // Proc. Int. Conf. Parallel Proc. (ICPP), Sept 2011. P. 295-304.
11. CRN ИТ-Бизнес. Десять лучших гиперконвергентных решений 2016 года. URL: https://www.crn.ru/news/detail. php?ID=112462 (дата обращения 16.04.2017).
12. ChannelForIT. Гиперконвергентные системы: что нужно знать. URL: http://channel4it.com/publications/Giper-konvergentnye-sistemy-chto-nuzhno-znat -2140.html (дата обращения 16.04.2017).
13. https://www.hpe.com (дата обращения 15.04.2017).
14. Гиперконвергентные системы. URL: https://habrahabr. ru (дата обращения 15.04.2017).
Advantage of Hyperconvergent Systems over Cloud Technologies
Noskova A. I., Tokranova M. V. Emperor Alexander I Petersburg State Transport University St. Petersburg, Russia magistrpgups@rambler.ru
Abstract. The article is devoted to the relevance of cloud computing and hyperconvergent systems, that is caused by the popularity of their use by large and small scale companies. Most enterprises transfer their services and applications to "clouds", first of all, because of lower prices on buying it's own IT infrastructure. However, cloud computing is not an ideal solution in full measure. Such shortcomings as strict dependence on suppliers, the storage of confidential information on others resources, the inability to fully control the security of data, forces us to look for other more reliable options. Converged and hyperconvergent systems are an alternative to renting "clouds" from outside companies. Due to their help, it became possible to deploy private "clouds", which disposal is entirely in the hands of the enterprise.
Keywords: Hyperconvergent systems, cloud computing, IaaS, PaaS, SaaS.
References
1. https://en.wikipedia.org/wiki (accessed: 15.04.2017).
2. Amrhein D., Quint S. Cloud Computing for the Enterprise: Part 1: Capturing the Cloud. Available at: http://www.ibm.com/de-veloperworks/websphere/techjournal/0904_amrhein/0904_am-rhein.html (accessed: 16.04.2017).
3. Orlando D. Models of Cloud Computing Services: Infrastructure as a Service. Available at: http://www.ibm.com/develop-erworks/ru/library/cloudservices1iaas (accessed: 16.04.2017).
4. Sheu P. C.-Y., Wang S., Wang Q., Hao K., Paul R. Semantic Computing, Cloud Computing, and Semantic Search Engine. IEEE Int. Conf. Semantic Comput., 2009, pp. 654-657.
5. Doddavula S. K., Saxena V. Implementation of a Secure Genome Sequence Search Platform on Public Cloud. Third IEEE Int. Conf. Cloud Comput. Technol. and Sci., 2011, pp. 205-212.
6. Chen J., Xu Y., Li Y. Research about Spam Page Identification Based on Cloud Computing in Search Service. 4th IEEE Int. Conf. Intelligent Human-Machine Systems and Cybernetics, 2012, pp. 77-80.
7. Novikov I. Cloud Computing: on the Verge of Change. Available at: http://www.pcmag.ru/solutions/sub_detail.php?ID= 44441& SUB_PAGE=1 (accessed: 17.04.2017).
8. O'Brien N. S., Johnston S. J., Hart E. E., Djidjeli K., Cox S. J. Exploiting Cloud Computing for Algorithm Development. IEEE Int. Conf. Cyber-Enabled Distributed Comput. and Knowledge Discovery, 2011, pp. 336-342.
9. Khazaei H., Misic J., Misic V B. Modelling of Cloud Computing Centers Using M/G/m Queues, Proc. 201131st Int. Conf. Distributed Comput. Workshops, pp. 87-92.
10. Calheiros R. N., Ranjan R., Buyya R. Virtual Machine Provisioning Based on Analytical Performance and QoS in Cloud Computing Environments, Proc. Int. Conf. Parallel Proc. (ICPP), Sept 2011, pp. 295-304.
11. CRN IT Business, Top Ten Hyperconvergent Soltions 2016. Available at: https://www.crn.ru/news/detail.php?ID= 112462 (accessed: 16.04.2017).
12. ChannelForIT, Hyperconvergent Systems: what You Need to Know. Available at: http://channel4it.com/publications/Giper-konvergentnye-sistemy-chto-nuzhno-znat -2140.html (accessed: 16.04.2017).
13. https://www.hpe.com (accessed: 15.04.2017).
14. Hyperconvergent systems. Available at: https://habrahabr. ru (accessed: 15.04.2017).
