Introduktion

Slutförd

En av de främsta fördelarna med att flytta IT-resurser till molnet är elasticiteten. Termen syftar på att resurser kan tas online dynamiskt när efterfrågan ökar och sedan tas offline igen för att minska kostnaderna när de inte längre behövs. Tänk dig en ballong som ökar i storlek när det behövs mer kapacitet och krymper till ursprunglig storlek när behovet minskar. Om du debiteras för mängden luft i ballongen så vill du att den ska vara tillräckligt stor, men aldrig större än den behöver vara.

Ett klassiskt exempel på behovet av elasticitet är när belastningen på en organisations webbplats är ovanligt stor. Om webbplatsen inte kan skalas ut för att möta efterfrågan tar det längre tid att bearbeta förfrågningarna eftersom de får vänta på processortiden. Kunden upplever då webbplatsen som långsam eller att den inte svarar. I extrema fall kan webbplatsen verka ligga nere.

Vissa belastningar är förutsägbara. Till exempel är efterfrågan på webbplatsen för Domino’s Pizza som störst under storhelger som Thanksgiving och nyårsafton, och under större sportevenemang1. Andra belastningar är inte lika förutsägbara. De kan inträffa på grund av att en tweet blev viral eller att vårt favoritlag vann en sportmatch, eller på grund av andra faktorer som en organisation inte kan förutse.

I den här modulen går vi igenom hur elasticiteten fungerar. Grundprincipen är att virtuella datorer och andra molnresurser kan tas online snabbt och sedan avetableras när de inte längre behövs. Först tittar vi på några vanliga belastningsmönster som motiverar behovet av elasticitet. Sedan går vi igenom två skalningstekniker, att skala upp och skala ut, samt automatisk skalning där resurser kan skalas om automatiskt i enlighet med regler som IT-administratören ställer in. Vi går igenom belastningsutjämning och hur den här principen kan se till att en större del av kapaciteten utnyttjas. Slutligen tittar vi på en ny innovation inom den molnbaserade databehandlingen som gör den automatiska skalningen verkligt automatisk, och som passar perfekt för en del scenarier där belastningen är mycket varierande: serverlös databehandling.

Utbildningsmål

  • beskriva vanliga belastningsmönster och hur de påverkar behovet av omskalning
  • Gå igenom olika strategier och överväganden när det gäller skalning av molnprogram
  • diskutera fördelarna med automatisk skalning och vilka mekanismer som används till det
  • beskriva hur viktigt det är med belastningsutjämning i molnprogram och gå igenom olika metoder för att uppnå det
  • gå igenom de viktigaste fördelarna med serverlös databehandling och begreppet serverlös funktion.

Förutsättningar

  • Förstå vad molnbaserad databehandling, inklusive begrepp som molntjänstmodeller och leverantörer av gemensamma moln, innebär
  • lära dig känna igen molntjänstmodeller som IaaS, PaaS och SaaS och kunna skilja mellan dem,
  • Förstå hur molntjänstetablering fungerar
  • Kunskap om olika sätt att organisera och hantera molnresurser

Referenser

  1. Domino's. Domino's 101: Grundläggande fakta.https://biz.dominos.com/web/public/about-dominos/fun-facts.