Cloudanwendungsfälle

Abgeschlossen

Mit der rasanten Entwicklung von Cloudtechnologien entstehen jeden Tag neue Anwendungsfälle. In diesem Abschnitt werden einige der gängigen Cloudanwendungsfälle erörtert.

Webanwendungen und mobile Anwendungen

Ein wesentlicher Faktor für das Cloud Computing ist das Webhosting. Websites und Webanwendungen werden in der Regel auf einem Server mit einer dedizierten Internetverbindung gehostet. Ältere Webhostingdienste stellten entweder dedizierte Server für Clients zur Verfügung oder wiesen mehreren Clients einen Bruchteil eines größeren UNIX-Systems zu. Mit dem Aufkommen des Cloud Computing können Webanwendungen/mobile Anwendungen jetzt auf bestehende IaaS/PaaS- oder sogar SaaS-Dienste aufsetzen.

• SaaS-basiert: Mit dem SaaS-Modell können Unternehmen universelle Anwendungen im Web bereitstellen. Häufige Beispiele sind Webmail, Websites für soziale Netzwerke und Websites für Hilfsprogramme wie Terminplaner, Kalender und sonstige Planer.
• PaaS-basiert: Anwendungsentwickler können eine Reihe von Onlineplattformen und -tools nutzen, um SaaS- und mobile Anwendungen zu erstellen. Azure App Service, Parse und Cloud Foundry sind beliebte Plattformen, auf denen Webanwendungen und mobile Anwendungen erstellt werden können.
• IaaS-basiert: Organisationen, die eine noch umfassendere Anpassung und Flexibilität von einer Webanwendung fordern, können das IaaS-Modell übernehmen, indem sie virtuelle Computer von Anbietern wie Azure und Rackspace mieten und einen vollständig angepassten Softwarestapel für die Ausführung der Anwendung bereitstellen.

Stellen Sie sich die folgenden Szenarien vor:

• Animoto, ein Erstellungsdienst von Online-Video-Diashows, hat sich für die Bereitstellung einer Facebook-Anwendung entschieden. Der Datenverkehr für den Dienst stieg stark an, was dazu führte, dass Animoto innerhalb von drei Tagen von 50 Servern auf 3.500 Server hochskaliert wurde. Diese flexible Skalierbarkeit wird durch Cloud Computing ermöglicht.
• Onlinehändler, die das Cloud Computing nutzen, wie Amazon und Target.com, konnten die Infrastruktur für Spitzenaktivitäten (wie am Tag nach Thanksgiving oder Black Friday) erweitern. Salesforce.com hostet Kunden mit zwei bis mehr als 20.000 Arbeitsplätzen, die alle dieselbe Webplattform nutzen.

Big Data-Analyse

Viele Unternehmen müssen große Datenmengen verarbeiten. Diese Daten können aus Bereichen wie Sensoren, Experimenten, Transaktionsdaten und Webseitenaktivitäten stammen. Die Big Data-Verarbeitung erfordert in der Regel eine Menge Computing- und Speicherressourcen, kann aber je nach Bedarf eines Unternehmens regelmäßig oder saisonabhängig erfolgen. Amazon kann z. B. Business Intelligence- und Analyseaufträge für das Ende des Tages einrichten lassen, was von einigen hundert Servern einige Stunden Zeit erfordern kann. In diesen Szenarien ist Cloud Computing sinnvoll, da diese Ressourcen bei Bedarf beschafft werden können. Viele Unternehmen verfügen sogar über vollautomatische Analysepipelines, die automatisch Daten sammeln, analysieren und speichern, wobei Ressourcen bei Bedarf bereitgestellt werden. Beispiele für Big Data-Szenarien:

• Union Pacific Railroad montiert Infrarot-Thermometer, Mikrofone und Ultraschallgeräte neben ihren Schienen. Diese Sensoren überprüfen jeden Zug, während er vorbeifährt, und senden Messwerte an die Rechenzentren von Union Pacific Railroad, in denen die Musterabgleichssoftware ausfallgefährdete Geräte oder Ausstattungen identifiziert.
• Traditionelle Einzelhändler wie Walmart, Sears und Kmart treten in die Fußstapfen von Onlinehändlern wie Amazon, indem sie die Konsumgewohnheiten der Verbraucher analysieren, um personalisierte Marketingkampagnen und Angebote für einzelne Kunden anzubieten.
• Unternehmen wie Time Warner und Comcast verwenden Big Data, um das Mediennutzungsverhalten ihrer Abonnenten zu verfolgen und Werbetreibenden und Kunden wertsteigernde Informationen zur Verfügung zu stellen. Die Videospielindustrie verfolgt die Spielgewohnheiten von Millionen von Konsolenbesitzern. Unternehmen wie Riot Games durchsuchen täglich 500 GB an strukturierten Daten und über 4 TB an operativen Protokollen.

On-Demand High Performance Computing

Die moderne Wissenschaft ist ohne High Performance Computing (HPC) nicht möglich. Neben den physikalischen Experimenten hat sich die computergestützte Simulation in Bereichen wie Astrophysik, Quantenmechanik und Ozeanografie bis Biochemie durchgesetzt. Derartige Workloads sind rechenintensiv und werden normalerweise auf dedizierten Clustern oder in Einrichtungen mit Supercomputern ausgeführt.

Wissenschaftler sehen nun zunehmend auf die Cloud für HPC-Ressourcenanforderungen. Virtuelle Azure-Computer bieten äußerst leistungsstarke Instanzen mit mehr CPU-Leistung und sogar GPU-Beschleunigung für HPC-Nutzung. Wissenschaftler finden die Verfügbarkeit großer Mengen an Rechenleistung attraktiv, insbesondere für kleine Projekte oder zeitkritische, diskontinuierliche Analysen wie Versuchsreihen, bevor sie Fristen für Forschungsarbeiten einreichen. Beispiele für HPC in der Cloud:

• Ein AWS EC2-Cluster mit 3.809 Instanzen wurde von Cycle Computing, Inc. für ein Pharmaunternehmen eingerichtet, um molekulare Modellierungsaufgaben durchzuführen. Der Cluster verfügt über insgesamt 30.472 Kerne, 26,7 TB RAM und 2 PB Datenspeicher.
• Institutionen wie St. Jude‘s Children‘s Research Hospital, Mt. Sinai Klein-Labor und Seattle Children's Hospital führen Bioinformatik- und Genomikworkloads in Azure aus.

Onlinespeicherung und -archivierung

Eine der wichtigsten Ressourcen, die durch Cloud Computing zur Verfügung stehen, ist die Speicherung. Von privaten Speicherlösungen wie Dropbox bis hin zu großen Internetspeichersystemen wie Azure Storage ist Onlinespeicher ein wichtiger Anwendungsfall für Cloud Computing. Zu den Optionen für die Onlinespeicherung gehören:

• Webbasierte Objektspeicherung: Dienste wie Azure Blob Storage ermöglichen Benutzern, Terabyte an Daten als einfache Objekte zu speichern, die über HTTP zugänglich sind. Viele Websites verwenden Azure Blob Storage, um statische Inhalte wie Bilder zu speichern.
• Sicherung und Wiederherstellung: Dienste wie CrashPlan und Carbonite bieten die Onlinesicherung von Kundendaten, was eine geeignete Option als sichere, externe Sicherungslösung darstellt.
• Medienstreaming und Inhaltsverteilung: Dienste wie Azure Content Delivery Network speichern nicht nur große Datenmengen, sondern unterstützen auch die Bereitstellung von Inhalten. Anforderungen zum Abrufen von Daten aus Azure Content Delivery Network werden automatisch an den nächstgelegenen Server weitergeleitet, wodurch die Latenzzeit für zeitkritische Medien (wie Videos) verringert wird.
• Privater Speicher: Dienste wie Dropbox und OneDrive sind bei den Benutzern beliebt, um private Dokumente online zu speichern, um jederzeit und überall darauf zugreifen zu können.

Schnelle Anwendungsentwicklung und -tests

Einer der Hauptvorteile der Cloud ist die Fähigkeit, Anwendungen schnell bereitzustellen und zu testen. Eine komplette Computingumgebung kann in wenigen Minuten bereitgestellt und ebenso einfach nach Abschluss des Tests entfernt und verworfen werden. Für viele Unternehmen besteht der Vorteil darin, dass Entwickler schnell und risikofrei Verbesserungen und Features erstellen und testen können. Es ist nicht erforderlich, spezielle Hardware und Server zu bestellen und zu installieren. Innerhalb von wenigen Minuten kann ein virtueller Computer in der Cloud hochgefahren werden. Für die Anwendungen können auch problemlos Belastungs- und Auslastungstest ausgeführt werden. Vorhandene Server können geklont werden, um auch Skalierbarkeitsstudien durchzuführen.