Clouddienste
- 13 Minuten
Moderne Clouddienstanbieter (Cloud Service Providers, CSPs) bieten eine Vielzahl von Diensten, die allein oder in Kombination auf unterschiedliche Weise verwendet werden können, um bestimmte Geschäftsprobleme oder technische Herausforderungen zu lösen. Einige dieser Dienste können als „Kerndienste“ angesehen werden, da sie eine Abstraktionsschicht über physischen Ressourcen im Cloudrechenzentrum bereitstellen. Zu den Kernressourcentypen zählen Compute-, Speicher- und Netzwerkressourcen.
Es gab eine Zeit, zu der diese Kernressourcentypen den Großteil der Dienste umfassten, die von CSPs angeboten wurden. Heutzutage beinhalten große Cloudplattformen jedoch Hunderte von unterschiedlichen Diensten. Diese Dienste fallen in die folgenden allgemeinen Kategorien:
- Computedienste
- Speicherdienste
- Netzwerkdienste
- Analysedienste
- Identitätsdienste
- IoT-Dienste (Internet of Things, Internet der Dinge)
- Machine Learning-Dienste
- Verwaltungs- und Governancedienste
- Medienverarbeitungs- und Präsentationsdienste
- Sonstige Dienste
Verschaffen wir uns kurz einen Überblick über die Breite und Tiefe der Clouddienste, die von wichtigen CSPs angeboten werden, angefangen bei den Kerndiensten, die Compute-, Speicher- und Netzwerkfunktionen unterstützen.
Rechendienste
Computedienste bilden das Rückgrat von modernen Cloudplattformen, sodass Kunden Programme auf vom CSP bereitgestellten Ressourcen ausführen können. Häufige Beispiele sind virtuelle Computer, Dienste, die Docker-Container in der Cloud ausführen, HPC-Cluster (High-Performance Computing), Funktionslaufzeiten, die die serverlose Ausführung von Code unterstützen, der in die Cloud hochgeladen wird, und Webanwendungshosting.
Speicherdienste
Moderne Cloudplattformen unterstützen eine Vielzahl von Möglichkeiten, um Daten zu speichern und darauf zuzugreifen. Dies beginnt mit grundlegendem Objekt- und Dateispeicher mit Optionen zum Verwalten von kurz- und langfristigen Aufbewahrungsverhaltensweisen. Sie enthalten außerdem relationale und nicht relationale (NoSQL) Datenbankdienste, die in der Regel als PaaS-Dienste angeboten werden, damit der CSP die Kosten für Lizenzierung und Wartung übernimmt. Heutzutage können sich die meisten Benutzer auf der Website Ihres CSP anmelden und eine MySQL-oder PostgreSQL-Datenbank innerhalb weniger Minuten bereitstellen. Wenn Benutzer dies bevorzugen, können sie auch mithilfe von Diensten wie AWS Neptun und Azure Cosmos DB eine Graph-Datenbank, eine Schlüssel-Wert-Datenbank oder eine Dokumentdatenbank erstellen. Zusätzlich zur Unterstützung proprietärer Datenbanken wie Microsoft SQL Server und Oracle unterstützen die meisten großen Cloudanbieter auch PaaS-Versionen von beliebten Open-Source-Datenbanken wie Cassandra, MariaDB und MongoDB.
Andere Speicherdienste, die von CSPs bereitgestellt werden, beinhalten Mechanismen zum Verschieben von Daten in die Cloud. Hierzu gehören dedizierte Hardwaregeräte, die in lokalen Rechenzentren installiert werden können und mit cloudbasiertem Speicher interagieren. Sie beinhalten außerdem eine Reihe von Datenverschiebungsdiensten, bis hin zu Lieferwagen, die große Mengen von Daten vom Standort eines Kunden in ein Cloudrechenzentrum transportieren.
Netzwerkdienste
Da auf cloudbasierte virtuelle Computer über das Internet zugegriffen wird, wären Dienste für virtuelle Computer nutzlos, ohne dass sie von virtuellen Netzwerken unterstützt werden. Tatsächlich bedeutet das Erstellen eines virtuellen Computers in der Cloud in der Regel auch das Erstellen eines zugehörigen virtuellen Netzwerks. Einige Tools erstellen einen virtuellen Computer und ein zugehöriges Netzwerk in einem Schritt, andere erfordern, dass das Netzwerk und die Komponenten, aus denen es besteht, separat erstellt werden.
CSPs unterstützen die Erstellung virtueller Netzwerke (VNETs) und Netzwerkgeräte wie virtuelle Netzwerkschnittstellenkarten (NICs) und IP-Adressen, damit auf virtuelle Computer über das Internet zugegriffen und diese miteinander verbunden werden können. Direkte Verbindungen sind verfügbar, um lokale Netzwerke mit von den CSPs verwalteten Netzwerkbackplanes zu verknüpfen. VPN-Gateways (virtuelles privates Netzwerk) stellen eine weitere Option für die Integration in lokale Netzwerke sowie in andere in der Cloud gehostete Netzwerke dar. Virtuelle Firewalls regulieren den Datenverkehr, der in virtuellen Netzwerken eingeht oder diese durchläuft, während Traffic Manager die wichtige Aufgabe des Lastenausgleichs ausführen und es Kunden ermöglichen, anzugeben, wie Datenverkehr an verschiedene Rechenzentren weitergeleitet wird, z. B. durch Weiterleiten von Datenverkehr von Benutzern in Indien für eine Webanwendung in ein südasiatisches Rechenzentrum, während Benutzern in den USA mit der gleichen Anwendung die Ausführung in einem US-amerikanischen Rechenzentrum ermöglicht wird.
Fast alles, was mit einem physischen Netzwerk möglich ist, kann auch mit einem virtuellen Netzwerk erreicht werden, und das in der Regel in wenigen Minuten, überall auf der Welt, ohne einen einzigen Euro in Netzwerkswitches, Schnittstellenkarten oder andere Netzwerkhardware zu investieren.
Analysedienste
Die Ära von Big Data hat begonnen, und große und kleine Unternehmen investieren in Analysen, um die von ihnen gesammelten Daten zu nutzen, ihr Geschäft auszubauen und ihre Kunden besser zu unterstützen. Big Data benötigt oft riesige Mengen an Speicherplatz und entsprechend große Mengen an Computeleistung. Deshalb haben Clouddienstanbieter massiv in die Bereitstellung von Analysediensten für ihre Kunden investiert, und daher ist die Cloud einer der größten Faktoren bei der Explosion von Analyseworkloads.
Beispiele für Analysedienste sind Data Warehouses und Data Lakes im PB-Bereich, Streamverarbeitung in Echtzeit und ETL-Verarbeitung (Extrakt-Transform-and-Load), automatische Katalogisierung von Daten, Search-as-a-Service und Berichterstellungslösungen. Viele CSPs bieten auch verwaltete Versionen beliebter Big Data-Tools, etwa Apache Hadoop und Apache Spark. Die Planung, Beschaffung, Bereitstellung und Konfiguration eines lokalen Spark-Clusters (ein Unterfangen, das bei großen Universitäten und Forschungseinrichtungen nicht ungewöhnlich ist) kann Monate in Anspruch nehmen. Der gleiche Cluster kann aber in wenigen Minuten in der Cloud bereitgestellt und dann gelöscht werden, wenn er nicht mehr benötigt wird, um Kosten für Ressourcen zu vermeiden, die nicht verwendet werden.
Identitätsdienste
Sicherheit ist für lokal ausgeführte Anwendungen von entscheidender Bedeutung und für Workloads, die in der Cloud ausgeführt werden, nicht weniger wichtig. Einer der Eckpfeiler der Sicherheit ist die Identität, die Benutzer und Benutzergruppen definiert und eine Grundlage für die Steuerung des Zugriffs auf Cloudressourcen über rollenbasierte Zugriffssteuerung (RBAC) bietet. Identitätsdienste bieten CSP-Kunden die Tools, die sie benötigen, um Benutzer, Gruppen und Rollen zu verwalten und zu überwachen. Diese Dienste arbeiten hand in Hand mit Verzeichnisdiensten , um Authentifizierung, Autorisierung und Governance zu verwalten.
Anwendungen können so konfiguriert werden, dass diese Dienste als Plattform zum Definieren von Identitätsanbietern (IdPs) genutzt werden, die sowohl den internen als auch den externen Benutzerzugriff steuern. Mit modernen Cloudplattformen ist es beispielsweise relativ einfach, Anwendungen zu erstellen, die Benutzer mithilfe von Drittanbieteridentitäten authentifizieren, die auf Social Media-Plattformen wie Facebook oder mithilfe von Microsoft- oder Google-Konten eingerichtet wurden. Dies entbindet die Anwendungsentwickler von der Verantwortung für die Verwaltung und Sicherung der Anmeldeinformationen und verringert das Risiko von Sicherheitsverletzungen. Identitätsdienste können auch verwendet werden, um Beziehungen und Interaktionen zwischen den Anwendungen selbst und den Ressourcen zu steuern, die sie verwenden.
IoT-Dienste (Internet of Things, Internet der Dinge)
Eine der Triebfedern für die in den letzten Jahren aufgetretene Datenexplosion ist das Internet der Dinge (Internet of Things, IoT), bei dem Sensoren, Mobiltelefone, Web-Apps und sogar gewöhnliche Haushaltsgeräte Daten über das Internet übertragen, die in Datenrepositorys gesammelt oder in Echtzeit mit Streamverarbeitungs-Engines wie Spark Streaming analysiert werden. Gartner schätzt, dass die Anzahl der verwendeten IoT-Geräte von 14 Milliarden im Jahr 2019 auf 25 Milliarden bis 20211. Damit einher geht die Notwendigkeit von Clouddiensten, die skalierbar sind, um Daten von Millionen von Geräten zu verarbeiten, die Daten zu lagern und Erkenntnisse aus den Daten zu gewinnen, während die Daten sowohl während der Übertragung als auch im Ruhezustand sicher bleiben.
Moderne Cloudanbieter bieten eine Vielzahl von Diensten, um IoT-Workloads zu verarbeiten. Dienste wie Azure IoT Hubs unterstützen sichere Verbindungen zwischen Geräten und Clouddiensten und können skaliert werden, sodass sie Millionen von Ereignissen pro Sekunde verarbeiten können. Dienste wie Amazon Kinesis ermöglichen die Verarbeitung und Analyse von Daten in Echtzeit, die von IoT-Geräten übermittelt werden. Und Dienste wie Google BigQuery stellen Repositorys im Warehouseformat für Daten bereit und machen Abfragen so einfach wie lokale Datenbankabfragen.
Cloudbasierte IoT-Dienste werden nicht nur für das Wachstum von Unternehmen genutzt, sondern verbessern auch die Umwelt. Ein Beispiel stammt aus dem brasilianischen Regenwald, in dem Microsoft Research mit der Sao Paulo Research Foundation und der University of Campinas zusammenarbeitet, um Hunderte von Sensoren im gesamten Wald bereitzustellen, um besser zu verstehen, wie Kohlendioxid, Wasser, Stickstoff und andere Nährstoffe durch Pflanzen, Tiere und Mikroorganismen gehen2. Ein weiteres Beispiel ist ein Projekt, das 2018 durchgeführt wurde, um illegalen Holzeinschlag im Regenwald zu bekämpfen, indem Sensoren in Bäume eingebettet werden und ihre Bewegung verfolgt wird, während sie zu Sägewerken transportiert werden [3][^3].
Machine Learning-Dienste
Die Spitzenposition im Computing nehmen heute Machine Learning (ML) und eine Teilmenge von Machine Learning ein (das so genannten Deep Learning), die den meisten zeitgenössischen Formen der künstlichen Intelligenz (KI) zugrunde liegen. Viele ML- und KI-Modelle erfordern einen HPC-Cluster, der mit speziellen GPUs (Graphics-Processing Units, Grafikverarbeitungseinheiten) ausgestattet ist, um das Training in angemessener Zeit auszuführen. Die Cloud hat dazu beigetragen, den Stand der Technik für ML und KI zu verbessern, indem sie den Zugriff auf diese Ressourcen standardisiert, populäre Tools wie Jupyter Notebooks als Dienst zur Verfügung stellt, vorgefertigte VMs mit beliebten ML/KI-Frameworks wie Scikit-learn und TensorFlow anbietet und Anwendungen zum Erstellen, Trainieren und Testen von Machine Learning-Modellen (einschließlich GPU-Unterstützung) in Form von SaaS-Diensten anbietet, auf die über einen Browser zugegriffen werden kann.
Große Cloud-Anbieter stellen ML und KI auch als Dienst zur Verfügung, indem sie vortrainierte Modelle über REST-APIs bereitstellen. Diese APIs ermöglichen es, Text auf Stimmungen zu analysieren, Konversations-Bots zu erstellen, Sprache in Echtzeit aus einer Sprache in eine andere zu übersetzen, Objekte in Fotos zu identifizieren, Gesichter in Fotos zu identifizieren, Emotionen in diesen Gesichtern zu quantifizieren und vieles mehr. Aufgaben, die früher ein Team von hochqualifizierten Data Scientists und eine Investition in umfangreiche Computeressourcen (ob lokal oder in der Cloud) erfordert hätten, können nun von Entwicklern, die wenig oder gar keine formale Ausbildung in Machine Learning und künstlicher Intelligenz haben, in Anwendungsprogramme integriert werden.
Verwaltungs- und Governancedienste
Verwaltungs- und Governancedienste bieten CSP-Kunden die Möglichkeit, ihre Cloudbereitstellungen zu analysieren, zu schützen und zu optimieren. Diese Dienste umfassen Funktionen für Notfallwiederherstellung wie Sicherung und Replikation, Dienste für die Bereitstellungsregulierung, die Regeln für die Typen und die Konfiguration von Diensten erzwingen, die verwendet werden können, Konfigurationsautomatisierung sowie Überwachungsdienste, die Einblicke in Leistungs- und Sicherheitsprobleme (und in einigen Fällen Echtzeitwarnungen oder Warnungen nahezu in Echtzeit) bieten.
Medienverarbeitungs- und Präsentationsdienste
Bei der Verarbeitung und Speicherung von Videos kommen lokale Compute- und Speicherressourcen häufig an ihre Grenzen. Die Nutzung von Cloudressourcen für diese Aufgaben bietet viele wirtschaftliche und Produktivitätsvorteile. Zu diesem Zweck bieten moderne Cloudanbieter Dienste an, die Mediencodierung, -speicherung, -caching sowie On-Demand-Streaming vereinfachen.
Sonstige Dienste
CSPs bieten viele weitere Dienste, die nicht in die oben genannten Kategorien fallen. Beispiele:
Zuordnungsdienste, die Zugriff auf Geodaten, Routing- und Verkehrsdaten bereitstellen.
Dienste für die Unterstützung mobiler Geräte, die Verwaltung der Anwendungsbereitstellung und Pushbenachrichtigungsfunktionen für mobile Anwendungen bereitstellen.
Mixed-Reality-Dienste, die 3D-Unterstützung für räumliche Daten und Rendering für immersive Anwendungen bereitstellen.
Blockchain-Dienste, die Plattformen zum Erstellen von Anwendungen bereitstellen, die Distributed Ledger-Technologie nutzen.
Integrationsdienste, die die effiziente und zuverlässige Kommunikation verteilter Anwendungen unterstützen.
Die Cloud entwickelt sich ständig weiter, und mit dieser Entwicklung kommen neue Arten von Diensten und Verbesserungen vorhandener Dienste hinzu. Wir haben seit den Anfängen des Cloud Computings einen langen Weg zurückgelegt, als „die Cloud“ in erster Linie ein Ort war, an dem Workloads in virtuellen Computern ausgeführt und große Datenmengen geparkt wurden. Heute wird die Cloud am besten als eine Vielzahl von Diensten charakterisiert, die darauf ausgelegt sind, Geschäftsprobleme auf eine Weise zu lösen, die für die Kunden sowohl hochgradig skalierbar als auch kostengünstig ist.
Fallstudie: Rettet die Eisbären!
Alle oben erwähnten Dienste arbeiten unabhängig voneinander, aber Cloudarchitekten kombinieren diese Dienste häufig, um End-to-End-Lösungen zu ermöglichen, die für die Lösung spezifischer Geschäftsprobleme entwickelt werden. Abbildung 2.1 zeigt eine solche Lösung, die mehrere von Microsoft Azure bereitgestellte Dienste kombiniert, um eine Analyse von Eisbärensichtungen in einer Region der Arktis nahezu in Echtzeit zu ermöglichen.
Abbildung 2.1: Kombinieren von Diensten zum Erstellen von End-to-End-Lösungen.
Bei dieser Lösung nehmen bewegungsaktivierte Kameras, die an strategischen Positionen in der gesamten Arktis positioniert sind, Bilder von Wildtieren auf. Jedes Foto wird in Azure Blob Storage gespeichert, und jedes Mal, wenn ein Foto aufgenommen wird, wird ein Ereignis, das Informationen über das Foto enthält (einschließlich wann es aufgenommen wurde, wo es aufgenommen wurde und seiner URL in Blob Storage) sicher über das Internet an einen Azure IoT Hub übertragen. Von dort aus wird das Ereignis an Azure Stream Analytics weitergeleitet, das das Ereignis im Kontext der jüngsten Ereignisse untersucht und bestimmt, ob das Foto ein Bild eines Eisbären enthalten kann .
Wenn die Antwort ja ist, ruft eine Azure Functions-Funktion das entsprechende Foto aus Blob Storage ab und übergibt es an Custom Vision Service von Azure, der trainiert wurde, um mit hoher Sicherheit festzustellen, ob ein Bild einen Eisbären zeigt. Die Azure Functions-Funktion schreibt das Ergebnis in eine Azure SQL-Datenbank. Microsoft Power BI überwacht die Datenbank und aktualisiert ein Dashboard, um anzuzeigen, wo Eisbären gesichtet werden (Abbildung 2.2).
Abbildung 2.2: Power BI-Dashboard mit Polarbärensichten.
Das gesamte System wird in der Cloud ausgeführt, mit Ausnahme der Kameras, die die Fotos aufnehmen. Lösungen wie diese sind typisch für die umfangreichen Lösungen, die in der Cloud von großen und kleinen Organisationen bereitgestellt werden. Architekten entwerfen die Lösungen, aber Administratoren übernehmen die Verantwortung für die Bereitstellung, die Ausführung und den Betrieb. Dies ist ein Grund, warum Cloudadministratoren in der heutigen Arbeitswelt sehr gefragt sind und warum sich eine Investition in das Erlernen von Cloud Computing langfristig lohnen kann.
Literatur
Network World (2018). Die top 10 IoT Trends von Gartner für 2019 und darüber hinaus. https://www.networkworld.com/article/3322517/a-critical-look-at-gartners-top-10-iot-trends.html
„Microsoft Research Blog (2014). Cloud Computing hilft dabei, Cloud-Wälder zu verstehen." https://www.microsoft.com/research/blog/cloud-computing-helps-make-sense-of-cloud-forests/.
Gemalto (2018). Gemalto und Cargo Track arbeiten zusammen für eine erfolgreiche verdeckte Operation.
Überprüfen Sie Ihr Wissen
Feedback
War diese Seite hilfreich?
No
Benötigen Sie Hilfe zu diesem Thema?
Möchten Sie versuchen, Ask Learn zu verwenden, um Sie durch dieses Thema zu klären oder zu leiten?