กรณีการใช้งานระบบคลาวด์

เสร็จสมบูรณ์เมื่อ

ด้วยวิวัฒนาการอย่างรวดเร็วของเทคโนโลยีคลาวด์ มีกรณีการใช้งานใหม่ ๆ เกิดขึ้นทุกวัน ในส่วนนี้ เราจะกล่าวถึงกรณีการใช้งานระบบคลาวด์ทั่วไปบางส่วน

เว็บและแอปพลิเคชันสําหรับอุปกรณ์เคลื่อนที่

โปรแกรมควบคุมหลักสําหรับการประมวลผลแบบคลาวด์มาจากเว็บโฮสติ้ง เว็บไซต์และแอปพลิเคชันเว็บโดยทั่วไปจะถูกโฮสต์บนเซิร์ฟเวอร์ที่มีการเชื่อมต่ออินเทอร์เน็ตเฉพาะ บริการเว็บโฮสติ้งรุ่นเก่ากว่าให้บริการเซิร์ฟเวอร์เฉพาะแก่ไคลเอ็นต์หรือสร้างระบบ UNIX ขนาดใหญ่แก่ไคลเอนต์หลายราย ตอนนี้ด้วยการถือกําเนิดของการประมวลผลแบบคลาวด์แอปพลิเคชันเว็บ/มือถือสามารถสร้างขึ้นจากบริการ IaaS/PaaS ที่มีอยู่หรือแม้แต่บริการ SaaS

• ตาม SaaS : การใช้แบบจําลอง SaaS องค์กรสามารถปรับใช้แอปพลิเคชันแบบพอดีกับขนาดเดียวบนเว็บได้ ตัวอย่างทั่วไปได้แก่ เว็บเมล เว็บไซต์เครือข่ายทางสังคม และเว็บไซต์อรรถประโยชน์ เช่น ผู้จัดงานส่วนบุคคล ปฏิทิน และนักวางแผน
• PaaS ตาม: นักพัฒนาแอปพลิเคชันสามารถใช้แพลตฟอร์มและเครื่องมือออนไลน์ที่หลากหลายเพื่อสร้าง SaaS และแอปพลิเคชันมือถือ Azure App Service, Parse และ Cloud Foundry เป็นแพลตฟอร์มยอดนิยมที่สามารถสร้างเว็บและแอปพลิเคชันบนมือถือได้
• IaaS ตาม: องค์กรที่ต้องการการปรับแต่งและความยืดหยุ่นมากขึ้นสําหรับเว็บแอปพลิเคชันสามารถปรับใช้แบบจําลอง IaaS โดยการเช่าเครื่องเสมือนจากผู้ให้บริการเช่น Azure และ Rackspace จากนั้นจึงปรับใช้สแตกซอฟต์แวร์ที่กําหนดเองเต็มรูปแบบเพื่อเรียกใช้แอปพลิเคชัน

พิจารณาสถานการณ์ต่อไปนี้:

• Animoto ผู้สร้างสไลด์โชว์วิดีโอออนไลน์ตัดสินใจที่จะปรับใช้แอปพลิเคชัน Facebook ปริมาณการใช้งานไปยังบริการเพิ่มขึ้นซึ่งส่งผลให้ Animoto ปรับมาตราส่วนขึ้นจาก 50 เซิร์ฟเวอร์ถึง 3,500 เซิร์ฟเวอร์ใน 3 วัน ความสามารถในการปรับขนาดที่ยืดหยุ่นดังกล่าวเกิดขึ้นได้ผ่านการประมวลผลแบบคลาวด์
• ร้านค้าปลีกออนไลน์ที่ใช้การประมวลผลแบบคลาวด์ เช่น Amazon และ Target.com สามารถปรับขนาดโครงสร้างพื้นฐานสําหรับกิจกรรมสูงสุดได้ (เช่น วันหลังจากวันขอบคุณพระเจ้า หรือ Black Friday) Salesforce.com โฮสต์ลูกค้าตั้งแต่ 2 ที่นั่งไปจนถึงมากกว่า 20,000 ที่นั่งโดยใช้แพลตฟอร์มเว็บเดียวกัน

การวิเคราะห์ข้อมูลขนาดใหญ่

หลายองค์กรต้องจัดการกับข้อมูลจํานวนมาก ข้อมูลนี้อาจจัดการจากพื้นที่เช่น เซนเซอร์ การทดลอง ข้อมูลทรานแซคชัน และกิจกรรมของเว็บเพจ การประมวลผลข้อมูลขนาดใหญ่มักต้องใช้ทรัพยากรการคํานวณและการจัดเก็บจํานวนมาก แต่ขึ้นอยู่กับความต้องการขององค์กรซึ่งอาจเป็นระยะหรือตามฤดูกาล ตัวอย่างเช่น Amazon อาจมีงานข่าวกรองธุรกิจและการวิเคราะห์ที่ตั้งค่าไว้สําหรับตอนท้ายของวันซึ่งอาจต้องการเวลาสองสามชั่วโมงจากเซิร์ฟเวอร์ไม่กี่ร้อยเครื่อง ในสถานการณ์เหล่านี้ การประมวลผลแบบคลาวด์สมเหตุสมผลเนื่องจากทรัพยากรเหล่านี้สามารถได้รับตามความต้องการ บริษัทหลายแห่งยังมีไปป์ไลน์การวิเคราะห์อัตโนมัติเต็มรูปแบบที่รวบรวม วิเคราะห์ และจัดเก็บข้อมูลโดยอัตโนมัติพร้อมทรัพยากรที่จัดเตรียมตามความต้องการ ตัวอย่างของสถานการณ์ข้อมูลขนาดใหญ่มีดังต่อไปนี้:

• ตัวยึดรถรางอินฟราเรดไมโครโฟนและเครื่องสแกนอัลตราซาวด์ควบคู่ไปกับแทร็ค เซ็นเซอร์เหล่านี้สแกนทุกรถไฟเมื่อผ่านและส่งการอ่านไปยังศูนย์ข้อมูลของ railroad ซึ่งซอฟต์แวร์การจับคู่รูปแบบจะระบุอุปกรณ์ที่มีความเสี่ยงต่อความล้มเหลว
• ผู้ค้าปลีกแบบดั้งเดิมเช่น Walmart, Sears, และ Kmart มีผู้ค้าปลีกออนไลน์เช่น Amazon โดยการวิเคราะห์พฤติกรรมการใช้จ่ายของผู้บริโภคเพื่อเสนอแคมเปญการตลาดส่วนบุคคลและข้อเสนอให้กับลูกค้าแต่ละราย
• บริษัท ต่าง ๆ เช่น Time Warner และ Comcast กําลังใช้ข้อมูลขนาดใหญ่เพื่อติดตามพฤติกรรมการบริโภคสื่อของผู้สมัครใช้งานและให้ข้อมูลมูลค่าเพิ่มแก่ผู้โฆษณาและลูกค้า อุตสาหกรรมวิดีโอเกมติดตามพฤติกรรมการเล่นเกมของเจ้าของคอนโซลนับล้าน บริษัท เช่น Riot Games ลอดผ่านข้อมูลที่มีโครงสร้าง 500 GB และบันทึกการดําเนินงานมากกว่า 4 TB ทุกวัน

การประมวลผลประสิทธิภาพสูงตามความต้องการ

วิทยาศาสตร์สมัยใหม่เป็นไปไม่ได้โดยไม่มีการประมวลผลที่มีประสิทธิภาพสูง (HPC) นอกเหนือจากการทดลองทางกายภาพแล้วการจําลองที่ใช้คอมพิวเตอร์ได้รับความนิยมในเขตข้อมูลตั้งแต่ astrophysics, กลศาสตร์ควอนตัมและมหาสมุทรไปจนถึงชีวเคมี ปริมาณงานดังกล่าวมีความต้องการในการคํานวณ และมักจะทํางานบนคลัสเตอร์เฉพาะหรือที่สิ่งอํานวยความสะดวกขั้นสูง

นักวิทยาศาสตร์กําลังค้นหาระบบคลาวด์มากขึ้นเรื่อย ๆ ตามความต้องการทรัพยากร HPC Azure VMs มีอินสแตนซ์ที่มีประสิทธิภาพมากด้วย CPU มากขึ้นและแม้แต่การเร่ง GPU สําหรับการใช้งาน HPC นักวิทยาศาสตร์พบว่ามีความพร้อมใช้งานของพลังการคํานวณจํานวนมากที่น่าสนใจโดยเฉพาะอย่างยิ่งสําหรับโครงการขนาดเล็กหรือการวิเคราะห์ที่ไวต่อเวลาเช่นการเรียกใช้การทดลองก่อนที่จะส่งกําหนดเวลากระดาษวิจัย ตัวอย่างของ HPC บนระบบคลาวด์มีดังต่อไปนี้:

• คลัสเตอร์ AWS EC2 3,809 อินสแตนซ์ได้รับการตั้งค่าโดย Cycle Computing สําหรับบริษัทเภสัชกรรมเพื่อเรียกใช้งานการสร้างแบบจําลองโมเลกุล คลัสเตอร์มีทั้งหมด 30,472 cores, 26.7 TB ของ RAM และ 2 PB ของการจัดเก็บดิสก์
• สถาบันต่างๆ เช่น โรงพยาบาลวิจัยเด็กเซนต์จูด ห้องปฏิบัติการ Sinai Klein และโรงพยาบาลเด็กซีแอตเทิลเรียกใช้งานชีวนศัพทธ์และปริมาณงานจีโนมิกบน Azure

ที่เก็บข้อมูลออนไลน์และแบบเก็บถาวร

หนึ่งในแหล่งข้อมูลสําคัญที่พร้อมใช้งานผ่านการประมวลผลแบบคลาวด์คือที่เก็บข้อมูล จากโซลูชันการจัดเก็บข้อมูลส่วนบุคคล เช่น Dropbox ไปจนถึงระบบจัดเก็บข้อมูลบนอินเทอร์เน็ตขนาดใหญ่ เช่น Azure Storage ที่เก็บข้อมูลออนไลน์เป็นกรณีการใช้งานหลักสําหรับการประมวลผลแบบคลาวด์ ตัวเลือกที่เก็บข้อมูลออนไลน์ประกอบด้วย:

• ที่เก็บข้อมูลวัตถุบนเว็บ : บริการ เช่น Azure Blob อนุญาตให้ผู้ใช้เก็บข้อมูลเป็นวัตถุอย่างง่ายที่สามารถเข้าถึงผ่าน HTTP เว็บไซต์จํานวนมากใช้ Azure Blob เพื่อจัดเก็บเนื้อหาแบบคงที่ เช่น รูปภาพ
• การสํารองข้อมูลและการกู้คืน: บริการเช่น CrashPlan และ Carbonite ให้ข้อมูลสํารองออนไลน์ของลูกค้าซึ่งเป็นตัวเลือกที่ยอดเยี่ยมในฐานะโซลูชันการสํารองข้อมูลนอกสถานที่ที่ปลอดภัย
• การสตรีมสื่อและการกระจายเนื้อหา: บริการ เช่น เครือข่ายจัดส่งเนื้อหา Azure ไม่เพียงแต่จัดเก็บข้อมูลจํานวนมากเท่านั้น แต่ยังช่วยในการนําส่งเนื้อหาอีกด้วย คําขอดึงข้อมูลจาก Azure Content Delivery Network จะถูกส่งไปยังเซิร์ฟเวอร์ที่ใกล้ที่สุดโดยอัตโนมัติ ดังนั้นจึงลดเวลาแฝงสําหรับสื่อที่ไวต่อเวลา เช่น วิดีโอ
• ที่เก็บข้อมูลส่วนบุคคล : บริการ เช่น Dropbox และ OneDrive ได้รับความนิยมในการจัดเก็บเอกสารส่วนบุคคลแบบออนไลน์ได้ทุกที่ทุกเวลา

การพัฒนาและการทดสอบแอปพลิเคชันอย่างรวดเร็ว

ข้อดีประการหนึ่งที่สําคัญของคลาวด์คือความสามารถในการปรับใช้และทดสอบแอปพลิเคชันอย่างรวดเร็ว สภาพแวดล้อมการประมวลผลทั้งหมดสามารถปรับใช้ได้ในเวลาเพียงไม่กี่นาที จากนั้นจะถูกฉีกขาดและละทิ้งได้อย่างง่ายดายหลังจากการทดสอบเสร็จสมบูรณ์ สําหรับหลาย บริษัท ค่าที่อยู่ในการช่วยให้นักพัฒนาสามารถสร้างการปรับปรุงและคุณลักษณะได้อย่างรวดเร็วและทดสอบโดยไม่มีความเสี่ยงใด ๆ ฮาร์ดแวร์และเซิร์ฟเวอร์พิเศษไม่จําเป็นต้องสั่งซื้อและติดตั้ง ภายในไม่กี่นาที VM สามารถสปันอัพบนระบบคลาวด์ได้ แอปพลิเคชันยังสามารถทดสอบความเครียด / โหลดได้อย่างง่ายดาย เซิร์ฟเวอร์ที่มีอยู่สามารถลอกแบบเพื่อศึกษาความปรับขนาดได้เช่นกัน