Cloud Data Management

Größe: px
Ab Seite anzeigen:

Download "Cloud Data Management"

Transkript

1 Cloud Data Management Kapitel 2: Infrastruktur und Services Dr. Michael Hartung Sommersemester 2012 Universität Leipzig Institut für Informatik 1

2 Inhaltsverzeichnis Hardware-Infrastruktur Grundideen performanter Datenverarbeitung in der Cloud Aufbau eines Data Centers Dateisysteme für die Cloud Google File System, Hadoop File System Software-Infrastruktur Aufbau, Anforderungen und Ziele Cloud-Dienste: Software/Platform/Infrastructure as a Service Cloud-Anbieter Beispiel: Amazon 2

3 Big Ideas Scale out statt scale up Grenzen von SMPs (symmetric multi-processors) und großen Shared-Memory- Maschinen Freie Skalierbarkeit Flexible Nutzung von Rechner-Ressourcen ( 1000 Rechner für 1 Minute ) Sequentielle Datenverarbeitung statt wahlfreiem Datenzugriff Festplatten: Seeks sind teuer, Datendurchsatz akzeptabl Datenverarbeitung dort, wo die Daten liegen (geringe Zugriffszeit) Vermeiden unnötigen Datentransfers 3

4 Scale-up vs. Scale-out [DGLS99 ff] Scale-up = vertikale Skalierung schnellere SMP-Knoten Shared Everything Scale-out = horizontale Skalierung N unabhängige Rechner (z.b. Commodity Server) Hinzufügen neuer Rechner nach Bedarf Shared Nothing oder Shared Disk (Cluster) Scale-out in Cloud-Data-Center mit preiswerter Standard-Hardware geringere Kosten, geringere Administrationsaufwand, leichte Erweiterbarkeit,... Alternative: geringere Zahl von High-End-Servern 4

5 Aufbau eines Datacenters Server CPUs DRAM Disks Rack Server Ethernet Switch Cluster 5 [BH09]

6 Aufbau eines Datacenters (2) [BH09] Source: Barroso and Urs Hölzle (2009) 6

7 Storage Hierarchy 7 [BH09]

8 Standard-Hardware statt High-End Standard-Hardware ist kosteneffizienter pro Leistungseinheit Ähnliche Ausfallwahrscheinlichkeiten, geringerer Stromverbrauch Nahezu beliebige Skalierbarkeit ( pay as you go/grow ) 8 [BH09]

9 (Ökonomische) Gründe für Data Centers Sehr große ( Server) Data Centers kostengünstiger als mittelgroße (1.000 Server) Faktor 5-7 pro Ressource (Netzwerk, Speicher, Administratoren,...) Virtualisierung ermöglich (nahezu) freie Standortwahl nach ökonomischen Gesichtspunkten Strompreis, Löhne, Steuern,... Große Web-Firmen (Google, Amazon,...) benötigen große Infrastrukturen... die aber nicht ständig zu 100% ausgelastet sind Vermietung von Ressourcen als Zusatzgeschäft 9

10 Kommunikationskosten Parallelverarbeitung erzwingt Kommunikation zwischen Knoten/Cores SMP (shared memory): Latenz ~100 ns LAN: Latenz ~100 µs Scaling up vs. scaling out Kleines Cluster of High-End-SMPs vs. großes Cluster of Low-End-SMPs Bsp: Core-SMP vs Core-SMP Einfaches Kostenmodell Gesamtkosten: Kosten für Berechnung (1ms) + Kosten für (globalen) Datenzugriff Für n Knoten (keine Berücksichtigung der Cores) 1 ms + f [100 ns n µs (1-1/n)] Light communication: f =1 Medium communication: f =10 Heavy communication: f =100 Source: analysis on this an subsequent slides from Barroso and Urs Hölzle (2009) 10

11 Kommunikationskosten (2) Vergleich: 1 n m-core vs. n m-core 1 n m-core bis zu 10mal schneller als entsprechendes n m-core Cluster keine Veränderung ab n=8 11 [BH09]

12 Kommunikationskosten (3) Vergleich: (c/128) 128-Core vs. (c/4) 4-Core Bsp: Cluster size = 512 entspricht Core vs Core Sobald High-End-Server geclustert werden (müssen), sinkt der Performanzvorteil deutlich, z.b. <15% ab 1024 cores Standard-Hardware-Cluster hat ähnliche Performanz bei deutlich geringeren Kosten 12 [BH09]

13 Seeks vs. Scans Sequentielle Verarbeitung großer Datenmengen performant da aufwändige Seeks entfallen Seek = Positionierung des Lese-Schreibkopfes auf Platte Beispiel Datenbank mit Datensätzen à 100 Byte 1 TB Update 1% aller Datensätze Variante 1: Updates mit Random Access Variante 2: Neuschreiben aller Datensätze Source: Ted Dunning, on Hadoop mailing list 13

14 Datenzugriff Verarbeitung großer Datenmengen u.a. beeinflusst von Zugriffszeiten Ziel: Verarbeitung nah an den Daten L1 cache reference Branch mispredict L2 cache reference Mutex lock/unlock Main memory reference Send 2K bytes over 1 Gbps network Read 1 MB sequentially from memory Round trip within same datacenter Disk seek Read 1 MB sequentially from disk Send packet CA Netherlands CA ns 5 ns 7 ns 25 ns 100 ns 20,000 ns 250,000 ns 500,000 ns 10,000,000 ns 20,000,000 ns 150,000,000 ns [De09]

15 Dateisysteme und verteilte Dateisysteme Dateisystem System für permanente Datenspeicherung Zugriffsschicht für physischen Datenträger (HDD, DVD,...) Basisobjekt: Datei eindeutig referenziert durch Namen und (hierarchischen) Pfad Beispiele: FAT32, NTFS, ext4,... Verteiltes Dateisystem ermöglicht Zugriff auf Dateien anderer Rechner (Server) Problemfälle Concurrency Replication Caching Beispiele: DFS, NFS,... Dateisystem (für Nutzer/Anwendung) NTFS EXT4 NFS HDD1 HDD2 Client 15 NFS Server Dateisystem (Server) EXT4 EXT4 HDD1 HDD2

16 Notwendigkeit neuer Dateisysteme für Cloud Nutzer Beispiele Anzahl der Dateien Größe der Dateien Lesezugriff Lokal / Netzwerk Anwender, (lokale) Programme Textverarbeitung Fotoverwaltung sehr viele (>>1,000,000) kleine (KB-MB) teilw. concurrent, komplett Schreibzugriff mehrfach Überschreiben Cloud 16

17 Google File System Proprietäres, verteiltes Linux-basiertes Dateisystem Hochskalierend: tausende Festplatten, mehrere 100TB Open Source-Alternative: Hadoop Distributed File System Netzknoten: billige Standardhardware (kein RAID) Hardwarefehler- und ausfälle sind Regelfall; Gewährleistung von Datensicherheit optimiert für Streaming Access File-Änderungen durch Anhängen: write once - read many times Verteiltes, sequentielles Lesen (blockweise) Hoher Durchsatz statt geringer Latenz Physische Datenpartitionierung in Chunks (Default: 64 MB) Verteilung über mehrere Chunkserver (und Replizierung jedes Chunks) Master-Server Mapping: Datei->Chunk->Node Replikat-Management: Default 3 Chunk-Kopien (in 2 Racks) Anfragebearbeitung, Zugriffsverwaltung 17

18 Google File System: Architektur [GGL03] 18

19 Master Metadata-Management Mapping Datei > Chunk > ChunkServer (Node) Alles im Hauptspeicher (performant) Logfile 64 byte pro Chunk, wenige Dateien persistentes Logging kritischer Metadaten-Updates Repliziert, Checkpoints (Revovery) Single-Master-Problem (Single Point of Failure, Bottleneck) Shadow Masters haben ( recent ) Kopie des Mappings; springen bei Ausfall ein Reduzierter Workload für Master nur Metadaten große Chunksize (64MB), damit wenige Metadaten / Interaktion / Netzwerk Overhead Authority-Weiterreichung an Primary Replicas bei Datenänderung (Lease) 19

20 Datenmanipulation Mutation (Schreiben oder Anhängen) muss für alle Replikate durchgeführt werden Lease Meachnismus Master bestimmt ein Replica zur Koordinierung ( lease for mutation ) Primary Replica sendet Folge von Mutations-Operationen an alle Secondary Replicas Reduzierte Master-Workload Datenfluss von Kontrollfluss entkoppelt Append-Operation GFS hängt Daten von Client an File an GFS bestimmt Offset, damit parallele Schreibzugriffe möglich optimiert für Multiple-Producer-Single-Reader-Queues (z.b. MapReduce) 20 [GGL03]

21 Hadoop Framework für skalierbare und verteilte Software frei, open-source, Java (z.t.) Nachbau proprietärer Systeme GFS/HDFS, BigTable/HBase, MapReduce 21

22 Hadoop File System: Architektur [HDFS] GFS Master=HDFS Namenode, GFS ChunkServer = HDFS Datanode 22

23 GFS/HDFS: Zusammenfassung Eigenschaft Metadaten Technologie / Idee Instanzdaten Zuverlässigkeit Lese-Operation Schreib-Operation Auf GFS/HDFS abgestimmte Programmiermodelle (z.b. MapReduce) Moving Computation is Cheaper than Moving Data Ziel: Berechnung auf gleichem (oder nahem) Knoten wie Daten 23

24 Software-Infrastruktur Presentation Modality/Platform The frogs who desired a king. Data/Voice/Video, PC/Embedded/Mobile APIs Applications Native, Web, Emulated Software as a Service Platform as a Service Infrastructure as a Service Data Meta Data Integration & Middleware APIs Connectivity & Delivery Abstraction Hardware Facilities Content 24 Structured/Unstructured Database, Messaging, Queueing Management IPAM/DNS, Transport, Security, Auth. VMM, Grid/Cluster, Images Compute, Network, Storage Power, HVAC, Space

25 Cluster-Level Software: Anforderungen Ressource Management Zuordnung von Tasks zu Ressourcen Ziel: Performanz, effizienter Energieverbrauch Hardware Abstraction Virtualisierung Ziel: Einheitlicher (einfacher) Ressourcen-Zugriff Deployment und Maintenance Software-Upgrades, Monitoring Ziel: geringerer Nutzer/Administrator-Aufwand Programming Framework einfache Realisierung paralleler/web-scale Anwendungen Ziel: Erhöhung der Produktivität von Programmierern 25

26 Cluster-Level-Software: Besonderheiten vs. Desktop-Software inhärente Parallelität effiziente Ausnutzung aller verfügbarer Ressourcen relativ homogene Plattform begrenzte Heterogenität durch schrittweise Ersetzen defekter Hardware große Varianz in Workload Varianz der Applikationen, Nutzungsvarianz (Peaks),... Fault-free -Anforderung Verfügbarkeit trotz täglicher Hardware-Defekte auf Grund Größe eines Data Centers vs. High Performance Computing nicht vorhersagbarer (Daten-)Input Umfang, Schema,... sehr große Datenvolumina z.t. auch bei HPC nicht nur Computing Speicher-Dienste, Datenbanken, Web-Applikationen,... 26

27 Techniken für Performance & Availability Replication Redundante Speicherung von Daten Anwendung: u.a. Dateisystem (GFS/HFS), Storage Service (Amazon Dynamo) Load Balancing Workload-Aufteilung auf mehrere Knoten Anwendung: parallele Programmierung (MapReduce), WebApps (Google App Engine) Data Partitioning Aufteilung eines Datenbestandes in mehrere Partitionen zur effizienten Bearbeitung Anwendung: u.a. Cloud-Datenbank (Bigtable), parall. Programmierung (MapReduce) Eventual Consistency Änderungen am Datenbestand werden nicht sofort an Replikate weitergereicht Anwendung: Storage Service (Amazon Dynamo) Weitere Überprüfung ob Nodes still alive, Überprüfung der Datenintegrität, Datenkompression 27

28 Techniken für Performance & Availability (2) Replication Performance Availability Schutz vor Datenverlust Data Partitioning Load Balancing Eventual Consistency Recovery schneller bei (kleinen) Partitionen --- Effiziente parallele Writes Identifikation fehlerhafter Knoten; keine Requests an nicht verfügbare/langsame Knoten Health Checking und Integritätsprüfung Datenkompression ---

29 Infrastructure as a Service Bereitstellung (Mieten) von Ressourcen + Infrastruktur-Tools CPU, Storage, Network Lokaler Server in der Cloud früher: Utility Computing Keine automatische Skalierung Hohe Flexibilität Bezahlung nach Nutzung (pro CPU-Stunde, pro MB,...) Zeitraum und Größe frei wählbar ( 1000 CPUs für 1 Stunde ) Beispiele Amazon Elastic Compute Cloud (EC2), Rackspace Amazon Simple Storage Service (S3) Amazon Route 53 29

30 Platform as a Service Framework zur Entwicklung und Bereitstellung von Applikationen Infrastruktur führt hochgeladenen Quellcode aus Begrenzte automatische Skalierung Dynamische Allokation von Instanzen je nach Nutzungsaufkommen Dynamische Partitionierung von Daten möglich Mittlere Flexibilität Bezahlung nach Nutzung (CPU, Speicher, Requests,...) Einschränkungen beim Quellcode (Sprache, nutzbare Bibliotheken,...) Beispiele Amazon Elastic MapReduce, Hadoop MapReduce Google App Engine 30

31 Software as a Service Bereitstellung von (Web)-Applikationen zur sofortigen Nutzung Standardisierte Software (z.b. Office-Produkte, CRM,...) Datenspeicherung i. Allg. beim Anbieter Automatische Skalierung durch Anbieter definierte Verfügbarkeit / Response-Times möglich Flexibilität flexible Bezahlung nach Nutzungsumfang (statt Lizenzkosten) Customisierung nur eingeschränkt möglich Beispiele Google Apps (Docs, Mail,...) Salesforce 31

32 Vergleich IaaS, PaaS und SaaS IaaS PaaS SaaS Nutzer Administrator Anwendungsentwickler Endnutzer Komponenten Compute Capacity Bezahlung CPU, Speicher,... Beispiele Compute Capacity Cloud Storage Amazon EC2 + S3, Azure Storage Cloud-DB BigTable, SimpleDB App Framework + Compute Capacity Requests, Dienstnutzung (DB, Mail,...)... CPU, Speicher,... Anwendungsfälle Laufzeitumgebung MapReduce, Google App Engine Erweiterbare Webapps Facebook Business Layer + App Framework + Compute Capacity Nutzungsdauer/- intensität (je nach App-Typ) WebApps Google Mail 32

33 Die Amazon-Cloud Building powerful web applications in the AWS Cloud : A Love 33Story - Jinesh Varia:

34 Amazon EC2 IaaS: Mieten von Linux-Instanzen RESTful Webservices (API) zur Allokation und Management von Ressourcen mittels virtueller Maschinen (VM) Erstellung eigener VM s möglich Basiert auf Xen Hypervisor 1 EC2-CU ( Compute Unit ) = CPU capacity of GHz 2007 Opteron or 2007 Xeon CPU: 1 1 CU bis CU Virtuelle Speicher: 1.7 GB bis 15 GB Linux oder Windows; Preise (EU): $0.10 bis $2.50 Integration mit anderen Diensten, u.a. APIs Connectivity & Delivery Abstraction Hardware Facilities Elastic Block Store (EBS) = Persistenter Blockspeicher, der zur Laufzeit mit EC2- VM verbunden werden kann Infrastructure as a Service 34

35 Zusammenfassung Hardware-Infrastruktur Data Center sind Basis einer effiziente Cloud-Infrastruktur Scale out statt Scale up Dateisysteme für die Cloud, z.b. GFS optimiert für große Datenmengen und konkurrierende Zugriffe Software-Infrastruktur Software/Platform/Infrastructure as a Service Techniken für Performance & Availability 35

36 Quellen und Literatur [BH09] Barroso and Hölzle: The datacenter as a computer: An introduction to the design of warehouse-scale machines. Morgan & Claypool, 2009 [De09] Dean: Designs, Lessons and Advice from Building Large Distributed Systems. Keynote LADIS 2009 [DGLS99] Devlin, Gray, Laing, Spix: Scalability Terminology, MS Tech Report, Dec [GGL03] Ghemawat, Gobioff, and Leung: The Google File System. Symposium on Operating Systems Principles, 2003 [HDFS] [1] [2] [3] 36

Cloud Data Management

Cloud Data Management Cloud Data Management Kapitel 2: Infrastruktur und Services Dr. Anika Groß Sommersemester 2015 Universität Leipzig http://dbs.uni-leipzig.de/ Inhaltsverzeichnis Hardware-Infrastruktur Grundideen performanter

Mehr

Cloud Data Management

Cloud Data Management Cloud Data Management Kapitel 2: Infrastruktur und Services Lars Kolb Wintersemester 2013/14 Universität Leipzig http://dbs.uni-leipzig.de/ Inhaltsverzeichnis Hardware-Infrastruktur Grundideen performanter

Mehr

MATCHING VON PRODUKTDATEN IN DER CLOUD

MATCHING VON PRODUKTDATEN IN DER CLOUD MATCHING VON PRODUKTDATEN IN DER CLOUD Dr. Andreas Thor Universität Leipzig 15.12.2011 Web Data Integration Workshop 2011 Cloud Computing 2 Cloud computing is using the internet to access someone else's

Mehr

Einführung in Hadoop

Einführung in Hadoop Einführung in Hadoop Inhalt / Lern-Ziele Übersicht: Basis-Architektur von Hadoop Einführung in HDFS Einführung in MapReduce Ausblick: Hadoop Ökosystem Optimierungen Versionen 10.02.2012 Prof. Dr. Christian

Mehr

Dateisysteme und Datenverwaltung in der Cloud

Dateisysteme und Datenverwaltung in der Cloud Dateisysteme und Datenverwaltung in der Cloud Sebastian Fischer Master-Seminar Cloud Computing - WS 2013/14 Institut für Telematik, Universität zu Lübeck Dateisysteme und Datenverwaltung in der Cloud 1

Mehr

Cloud Data Management

Cloud Data Management Cloud Data Management Kapitel 3: Verteilte Dateisysteme Dr. nika Groß Sommersemester 2015 Universität Leipzig http://dbs.uni-leipzig.de/ Inhaltsverzeichnis Dateisysteme für die Cloud Notwendigkeit, Ziele

Mehr

PROFI UND NUTANIX. Portfolioerweiterung im Software Defined Data Center

PROFI UND NUTANIX. Portfolioerweiterung im Software Defined Data Center PROFI UND NUTANIX Portfolioerweiterung im Software Defined Data Center IDC geht davon aus, dass Software-basierter Speicher letztendlich eine wichtige Rolle in jedem Data Center spielen wird entweder als

Mehr

Cloud Computing mit mathematischen Anwendungen

Cloud Computing mit mathematischen Anwendungen Cloud Computing mit mathematischen Anwendungen Vorlesung SoSe 2009 Dr. Marcel Kunze Karlsruhe Institute of Technology (KIT) Steinbuch Centre for Computing (SCC) KIT the cooperation of Forschungszentrum

Mehr

MICROSOFT WINDOWS AZURE

MICROSOFT WINDOWS AZURE Cloud Computing à la Microsoft MICROSOFT WINDOWS AZURE Karim El Jed netcreate OHG Agenda Was ist Cloud Computing? Anwendungsszenarien Windows Azure Platform Alternativen Was ist Cloud Computing? Was ist

Mehr

Cloud-Computing. 1. Definition 2. Was bietet Cloud-Computing. 3. Technische Lösungen. 4. Kritik an der Cloud. 2.1 Industrie 2.

Cloud-Computing. 1. Definition 2. Was bietet Cloud-Computing. 3. Technische Lösungen. 4. Kritik an der Cloud. 2.1 Industrie 2. Cloud Computing Frank Hallas und Alexander Butiu Universität Erlangen Nürnberg, Lehrstuhl für Hardware/Software CoDesign Multicorearchitectures and Programming Seminar, Sommersemester 2013 1. Definition

Mehr

Windows Azure für Java Architekten. Holger Sirtl Microsoft Deutschland GmbH

Windows Azure für Java Architekten. Holger Sirtl Microsoft Deutschland GmbH Windows Azure für Java Architekten Holger Sirtl Microsoft Deutschland GmbH Agenda Schichten des Cloud Computings Überblick über die Windows Azure Platform Einsatzmöglichkeiten für Java-Architekten Ausführung

Mehr

Seminar Cloud Data Management WS09/10. Tabelle1 Tabelle2

Seminar Cloud Data Management WS09/10. Tabelle1 Tabelle2 Seminar Cloud Data Management WS09/10 Tabelle1 Tabelle2 1 Einführung DBMS in der Cloud Vergleich verschiedener DBMS Beispiele Microsoft Azure Amazon RDS Amazon EC2 Relational Databases AMIs Was gibt es

Mehr

Was ist Windows Azure? (Stand Juni 2012)

Was ist Windows Azure? (Stand Juni 2012) Was ist Windows Azure? (Stand Juni 2012) Windows Azure Microsofts Cloud Plattform zu Erstellung, Betrieb und Skalierung eigener Cloud-basierter Anwendungen Cloud Services Laufzeitumgebung, Speicher, Datenbank,

Mehr

Hybride Cloud Datacenters

Hybride Cloud Datacenters Hybride Cloud Datacenters Enterprise und KMU Kunden Daniel Jossen Geschäftsführer (CEO) dipl. Ing. Informatik FH, MAS IT Network Amanox Solutions Unsere Vision Wir planen und implementieren für unsere

Mehr

Clouds. Erwartungen der Nutzer. Wolkig bis Heiter. (c) 2013, Peter Sturm, Universität Trier. Er ist verwöhnt! Er ist nicht dankbar!

Clouds. Erwartungen der Nutzer. Wolkig bis Heiter. (c) 2013, Peter Sturm, Universität Trier. Er ist verwöhnt! Er ist nicht dankbar! Clouds Wolkig bis Heiter Erwartungen der Nutzer Er ist verwöhnt! Verfügbarkeit Viele Anwendungen Intuitive Interfaces Hohe Leistung Er ist nicht dankbar! Mehr! Mehr! Mehr! Moore 1 Erwartungen der Entwickler

Mehr

Cloud Computing mit OpenStack

Cloud Computing mit OpenStack Cloud Computing mit OpenStack B1 Systems GmbH http://www.b1-systems.de Cloud Computing Fragen Was ist Cloud Computing? Was ist Infrastructure As A Service? Was ist OpenStack...... und aus welchen Komponenten

Mehr

Gliederung. Was ist Cloud Computing Charakteristiken Virtualisierung Cloud Service Modelle Sicherheit Amazon EC2 OnLive Vorteile und Kritik

Gliederung. Was ist Cloud Computing Charakteristiken Virtualisierung Cloud Service Modelle Sicherheit Amazon EC2 OnLive Vorteile und Kritik Cloud Computing Gliederung Was ist Cloud Computing Charakteristiken Virtualisierung Cloud Service Modelle Sicherheit Amazon EC2 OnLive Vorteile und Kritik 2 Bisher Programme und Daten sind lokal beim Anwender

Mehr

Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen

Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen DATA WAREHOUSE Oracle Data Warehouse Mit Big Data neue Horizonte für das Data Warehouse ermöglichen Alfred Schlaucher, Detlef Schroeder DATA WAREHOUSE Themen Big Data Buzz Word oder eine neue Dimension

Mehr

Unternehmen-IT sicher in der Public Cloud

Unternehmen-IT sicher in der Public Cloud Unternehmen-IT sicher in der Public Cloud Safely doing your private business in public David Treanor Team Lead Infrastructure Microsoft Certified Systems Engineer (MCSE) Microsoft Certified Systems Administrator

Mehr

Datenverwaltung in der Cloud. Überblick. Google File System. Anforderungen der Anwendungen an das Dateisystem

Datenverwaltung in der Cloud. Überblick. Google File System. Anforderungen der Anwendungen an das Dateisystem Überblick Datenverwaltung in der Cloud Datenverwaltung in der Cloud Motivation Windows Azure Storage: Zusammenfassung CAP-Theorem nach [Brewer] In einem verteilten System ist es nicht möglich gleichzeitig

Mehr

Konzeption und Entwicklung einer an YouTube orientierten Lösung für Video-Streaming auf Basis von Cloud Computing-Diensten

Konzeption und Entwicklung einer an YouTube orientierten Lösung für Video-Streaming auf Basis von Cloud Computing-Diensten Konzeption und Entwicklung einer an YouTube orientierten Lösung für Video-Streaming auf Basis von Cloud Computing-Diensten Sufian Abu-Rab 22 April 2011 Agenda 1. Probleme bei der Nutzung von Video-Portalen

Mehr

Oracle EngineeredSystems

Oracle EngineeredSystems Oracle EngineeredSystems Überblick was es alles gibt Themenübersicht Überblick über die Engineered Systems von Oracle Was gibt es und was ist der Einsatzzweck? Wann machen diese Systeme Sinn? Limitationen

Mehr

Private Cloud mit Eucalyptus am SCC

Private Cloud mit Eucalyptus am SCC Private Cloud mit Eucalyptus am SCC Christian Baun 15. Dezember 2009 KIT The cooperation of Forschungszentrum Karlsruhe GmbH und Universität Karlsruhe (TH) http://www.kit.edu Cloud-Comuting = Grid-Computing?!

Mehr

Vision: ICT Services aus der Fabrik

Vision: ICT Services aus der Fabrik Vision: ICT Services aus der Fabrik Der Weg zur elastischen ICT-Infrastruktur Daniel Jossen Geschäftsführer (CEO) dipl. Ing. Informatik FH, MAS IT Network Unsere Vision Wir planen und implementieren für

Mehr

Cloud Computing mit OpenStack

Cloud Computing mit OpenStack Cloud Computing mit OpenStack B1 Systems GmbH http://www.b1-systems.de Cloud Computing Cloud Computing Servicemodelle Software as a Service (SaaS) Platform as a Service (PaaS) Infrastructure as a Service

Mehr

Verteilte Systeme. Map Reduce. Secure Identity Research Group

Verteilte Systeme. Map Reduce. Secure Identity Research Group Verteilte Systeme Map Reduce Map Reduce Problem: Ein Rechen-Job (meist Datenanalyse/Data-Mining) soll auf einer riesigen Datenmenge ausgeführt werden. Teile der Aufgabe sind parallelisierbar, aber das

Mehr

Simplivity Rechenzentrum in a Box

Simplivity Rechenzentrum in a Box 09-10.09 2 Tag Simplivity Rechenzentrum in a Box Markus Schmidt Consultant markus.schmidt@interface-systems.de Agenda 1.Motivation Warum ein neuer Ansatz 2.Technischer Überblick 3.Anwendungsszenarien 4.Performancebetrachtung

Mehr

Hybride Cloud Datacenter

Hybride Cloud Datacenter Hybride Cloud Datacenter Enterprise und KMU Kunden Daniel Jossen Geschäftsführer (CEO) dipl. Ing. Informatik FH, MAS IT Network Amanox Solutions Dynamisches IT-Startup Unternehmen mit Sitz in Bern Mittlerweile

Mehr

Erfahrungsbericht: Umstieg von RDBMS auf Big Data-Technologien

Erfahrungsbericht: Umstieg von RDBMS auf Big Data-Technologien Wir unternehmen IT. Erfahrungsbericht: Umstieg von RDBMS auf Big Data-Technologien Karlsruhe, 30.09.2015 $id thgreiner Thorsten Greiner Teamleiter Software Development ConSol* Software GmbH, Düsseldorf

Mehr

Neues in Hyper-V Version 2

Neues in Hyper-V Version 2 Michael Korp Technical Evangelist Microsoft Deutschland GmbH http://blogs.technet.com/mkorp Neues in Hyper-V Version 2 - Virtualisieren auf die moderne Art - Windows Server 2008 R2 Hyper-V Robust Basis:

Mehr

Complex Hosting. Whitepaper. Autor.: Monika Olschewski. Version: 1.0 Erstellt am: 14.07.2010. ADACOR Hosting GmbH

Complex Hosting. Whitepaper. Autor.: Monika Olschewski. Version: 1.0 Erstellt am: 14.07.2010. ADACOR Hosting GmbH Complex Hosting Autor.: Monika Olschewski Whitepaper Version: 1.0 Erstellt am: 14.07.2010 ADACOR Hosting GmbH Kaiserleistrasse 51 63067 Offenbach am Main info@adacor.com www.adacor.com Complex Hosting

Mehr

Verteilte Dateisysteme in der Cloud

Verteilte Dateisysteme in der Cloud Verteilte Dateisysteme in der Cloud Cloud Data Management Maria Moritz Seminar Cloud Data Management WS09/10 Universität Leipzig 1 Inhalt 1.) Anforderungen an verteilte Dateisysteme 2.) GoogleFS 3.) Hadoop

Mehr

ein verteiltes und repliziertes Dateisystem XtreemOS IP project is funded by the European Commission under contract IST-FP6-033576

ein verteiltes und repliziertes Dateisystem XtreemOS IP project is funded by the European Commission under contract IST-FP6-033576 ein verteiltes und repliziertes Dateisystem is funded by the European Commission XtreemOS IPunder project contract IST-FP6-033576 1 Das XtreemOS Projekt Europäisches Forschungsprojekt gefördert von der

Mehr

Cloud-Infrastrukturen Seminar Cloud Data Management WS09/10

Cloud-Infrastrukturen Seminar Cloud Data Management WS09/10 Cloud-Infrastrukturen Seminar Cloud Data Management WS09/10 Richard Beyer 1 Inhalt 1. Allgemeines 2. Amazon EC2 3. Yahoo Cloud 4. Vergleich 5. Fazit 6. Literatur Richard Beyer 2 Definition Cloud computing

Mehr

Hochverfügbarkeit mit Windows Server vnext. Carsten Rachfahl Microsoft Hyper-V MVP

Hochverfügbarkeit mit Windows Server vnext. Carsten Rachfahl Microsoft Hyper-V MVP Hochverfügbarkeit mit Windows Server vnext Carsten Rachfahl Microsoft Hyper-V MVP Carsten Rachfahl www.hyper-v-server.de Roling Cluster Upgrade Herausforderung: Update eines Failover Clusters ohne Downtime

Mehr

Der Cloud-Dienst Windows Azure

Der Cloud-Dienst Windows Azure Der Cloud-Dienst Windows Azure Master-Seminar Cloud Computing Wintersemester 2013/2014 Sven Friedrichs 07.02.2014 Sven Friedrichs Der Cloud-Dienst Windows Azure 2 Gliederung Einleitung Aufbau und Angebot

Mehr

It's all in the Cloud! Cloud Computing Grundlagen

It's all in the Cloud! Cloud Computing Grundlagen It's all in the Cloud! Cloud Computing Grundlagen Folie: 1/25 Agenda Einleitung - Cloud Computing Begriffe Überblick - Wer bietet was? Der Weg zur Private Cloud Einblick - RRZK und Cloud Computing Anmerkung

Mehr

WISSENSWERTES ÜBER WINDOWS SCALE-OUT FILE SERVER

WISSENSWERTES ÜBER WINDOWS SCALE-OUT FILE SERVER WISSENSWERTES ÜBER WINDOWS SCALE-OUT FILE SERVER AGENDA 01 File Server Lösungen mit Windows Server 2012 R2 02 Scale-out File Server 03 SMB 3.0 04 Neue File Server Features mit Windows Server 2016 05 Storage

Mehr

Generalisierung von großen Datenbeständen am Beispiel der Gebäudegeneralisierung mit CHANGE

Generalisierung von großen Datenbeständen am Beispiel der Gebäudegeneralisierung mit CHANGE Institut für Kartographie und Geoinformatik Leibniz Universität Hannover Generalisierung von großen Datenbeständen am Beispiel der Gebäudegeneralisierung mit CHANGE Frank Thiemann, Thomas Globig Frank.Thiemann@ikg.uni-hannover.de

Mehr

Die EBCONT Unternehmensgruppe.

Die EBCONT Unternehmensgruppe. 1200 Wien, Handelskai 94-96 Johannes Litschauer, Alex Deles IT-Infrastruktur IT-Betrieb (managed Services) Cloud / Elastizität 1200 Wien, Handelskai 94-96 Johannes Litschauer, Alex Deles Enterprise Solutions

Mehr

XEN Performance. Projektpraktikum Informatik. Arne Klein 2008-02-26. Arne Klein () XEN Performance 2008-02-26 1 / 25

XEN Performance. Projektpraktikum Informatik. Arne Klein 2008-02-26. Arne Klein () XEN Performance 2008-02-26 1 / 25 XEN Performance Projektpraktikum Informatik Arne Klein 2008-02-26 Arne Klein () XEN Performance 2008-02-26 1 / 25 1 Virtualisierung mit XEN 2 Performance von XEN Allgemeines Netzwerk-Performance IO-Performance

Mehr

Hadoop. Simon Prewo. Simon Prewo

Hadoop. Simon Prewo. Simon Prewo Hadoop Simon Prewo Simon Prewo 1 Warum Hadoop? SQL: DB2, Oracle Hadoop? Innerhalb der letzten zwei Jahre hat sich die Datenmenge ca. verzehnfacht Die Klassiker wie DB2, Oracle usw. sind anders konzeptioniert

Mehr

Linux Server in der eigenen Cloud

Linux Server in der eigenen Cloud SÜD IT AG World of IT Linux Server in der eigenen Cloud Infrastructure as a Service (IaaS) Michael Hojnacki, ProtoSoft AG Quellen: SUSE Cloud 4 Präsentation (Thore Bahr) Diverse Veröffentlichungen Stahlgruberring

Mehr

WINDOWS AZURE IM ÜBERBLICK GANZ NEUE MÖGLICHKEITEN

WINDOWS AZURE IM ÜBERBLICK GANZ NEUE MÖGLICHKEITEN WINDOWS AZURE IM ÜBERBLICK GANZ NEUE MÖGLICHKEITEN Dr. Bernd Kiupel Azure Lead Microsoft Schweiz GmbH NEUE MÖGLICHKEITEN DURCH UNABHÄNGIGKEIT VON INFRASTRUKTUR BISHER: IT-Infrastruktur begrenzt Anwendungen

Mehr

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht)

Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Performanceoptimierung mit Exadata Verarbeitung extremer Datenmengen mit PL/SQL basierter Datenbewirtschaftung (Erfahrungsbericht) Christian Haag, DATA MART Consulting Consulting Manager Oracle DWH Team

Mehr

Informatikdienste Virtualisierung im Datacenter mit VMware vsphere

Informatikdienste Virtualisierung im Datacenter mit VMware vsphere Virtualisierung im Datacenter mit ware vsphere Luzian Scherrer, ID-IS-SYS1 Virtual Center Virtualisierung im Datacenter mit ware vsphere Luzian Scherrer, ID-IS-SYS1 Cloud SaaS otion DRS ware otion Fault

Mehr

Die Cloud, die alles anders macht. Die 6 Grundzüge der Swisscom Cloud

Die Cloud, die alles anders macht. Die 6 Grundzüge der Swisscom Cloud Die Cloud, die alles anders macht. Die 6 Grundzüge der Swisscom Cloud Viele Clouds, viele Trends, viele Technologien Kommunikation Private Apps Prozesse Austausch Speicher Big Data Business Virtual Datacenter

Mehr

Isilon Solutions + OneFS

Isilon Solutions + OneFS Isilon Solutions + OneFS Anne-Victoria Meyer Universität Hamburg Proseminar»Ein-/Ausgabe Stand der Wissenschaft«, 2013 Anne-Victoria Meyer Isilon Solutions + OneFS 1 / 25 Inhalt 1. Einleitung 2. Hardware

Mehr

KASPERSKY SECURITY FOR VIRTUALIZATION 2015

KASPERSKY SECURITY FOR VIRTUALIZATION 2015 KASPERSKY SECURITY FOR VIRTUALIZATION 2015 Leistung, Kosten, Sicherheit: Bessere Performance und mehr Effizienz beim Schutz von virtualisierten Umgebungen AGENDA - Virtualisierung im Rechenzentrum - Marktübersicht

Mehr

Big Data in a Nutshell. Dr. Olaf Flebbe of ät oflebbe.de

Big Data in a Nutshell. Dr. Olaf Flebbe of ät oflebbe.de Big Data in a Nutshell Dr. Olaf Flebbe of ät oflebbe.de Zu mir Bigdata Projekt, benutzt Apache Bigtop Linux seit Anfang vor Minix/ATARI Linuxtag 2001? Promoviert in Computational Physics in Tü Seit Jan

Mehr

c rk, td MWCC (WS14/15) Organisation Vorlesung 0 2

c rk, td MWCC (WS14/15) Organisation Vorlesung 0 2 Organisation Einführung Chancen und Limitierungen Herausforderungen Verantwortliche Tobias Distler Raum 0.039 distler@cs.fau.de Jürgen Kleinöder Raum 0.043 jk@cs.fau.de Termin Mittwoch, 10:15 11:45 Uhr

Mehr

Next Generation Cloud

Next Generation Cloud Next Generation Cloud Building Blocks In Zukunft wird es darum gehen, aus der Summe der Teile Anwendungen (Apps) zu generieren, die Mehrwerte zu schaffen App besteht aus Integration von > Funktionen, z.b.

Mehr

Azure und die Cloud. Proseminar Objektorientiertes Programmieren mit.net und C# Simon Pigat. Institut für Informatik Software & Systems Engineering

Azure und die Cloud. Proseminar Objektorientiertes Programmieren mit.net und C# Simon Pigat. Institut für Informatik Software & Systems Engineering Azure und die Cloud Proseminar Objektorientiertes Programmieren mit.net und C# Simon Pigat Institut für Informatik Software & Systems Engineering Agenda Was heißt Cloud? IaaS? PaaS? SaaS? Woraus besteht

Mehr

(Oracle) BPM in der Cloud

(Oracle) BPM in der Cloud ti&m seminare (Oracle) BPM in der Cloud Integration, Chancen und Risiken Alexander Knauer Architect ti&m AG Version 1.0 28. Januar 2013 ti&m AG Buckhauserstrasse 24 CH-8048 Zürich Belpstrasse 39 CH-3007

Mehr

Open Source als de-facto Standard bei Swisscom Cloud Services

Open Source als de-facto Standard bei Swisscom Cloud Services Open Source als de-facto Standard bei Swisscom Cloud Services Dr. Marcus Brunner Head of Standardization Strategy and Innovation Swisscom marcus.brunner@swisscom.com Viele Clouds, viele Trends, viele Technologien

Mehr

Cloud Computing: Hype oder Chance auch. für den Mittelstand?

Cloud Computing: Hype oder Chance auch. für den Mittelstand? Prof. Dr.-Ing. Rainer Schmidt HTW Aalen Wirtschaftsinformatik Überblick Was ist Cloud-Computing und wieso ist es für Unternehmen wichtig? Wie können Unternehmen mit Hilfe einer Cloud- Computing-Strategie

Mehr

Einführung in Hauptspeicherdatenbanken

Einführung in Hauptspeicherdatenbanken Einführung in Hauptspeicherdatenbanken Harald Zankl Probevorlesung 13. 01., 13:15 14:00, HS C Inhaltsverzeichnis Organisation Überblick Konklusion Harald Zankl (LFU) Hauptspeicherdatenbanken 2/16 Organisation

Mehr

Produkte und Systeme der Informationstechnologie ENERGIE- MANAGEMENT

Produkte und Systeme der Informationstechnologie ENERGIE- MANAGEMENT Produkte und Systeme der Informationstechnologie ENERGIE- MANAGEMENT Folie 1 VDE-Symposium 2013 BV Thüringen und Dresden Virtualisierung von Leittechnikkomponenten Andreas Gorbauch PSIEnergie-EE Folie

Mehr

Zend PHP Cloud Application Platform

Zend PHP Cloud Application Platform Zend PHP Cloud Application Platform Jan Burkl System Engineer All rights reserved. Zend Technologies, Inc. Zend PHP Cloud App Platform Ist das ein neues Produkt? Nein! Es ist eine neue(re) Art des Arbeitens.

Mehr

Red Hat Cluster Suite

Red Hat Cluster Suite Red Hat Cluster Suite Building high-available Applications Thomas Grazer Linuxtage 2008 Outline 1 Clusterarten 2 3 Architektur Konfiguration 4 Clusterarten Was ist eigentlich ein Cluster? Wozu braucht

Mehr

Hadoop-as-a-Service (HDaaS)

Hadoop-as-a-Service (HDaaS) Hadoop-as-a-Service (HDaaS) Flexible und skalierbare Referenzarchitektur Arnold Müller freier IT Mitarbeiter und Geschäftsführer Lena Frank Systems Engineer @ EMC Marius Lohr Systems Engineer @ EMC Fallbeispiel:

Mehr

Sind Cloud Apps der nächste Hype?

Sind Cloud Apps der nächste Hype? Java Forum Stuttgart 2012 Sind Cloud Apps der nächste Hype? Tillmann Schall Stuttgart, 5. Juli 2012 : Agenda Was sind Cloud Apps? Einordnung / Vergleich mit bestehenden Cloud Konzepten Live Demo Aufbau

Mehr

Mobile Backend in der

Mobile Backend in der Mobile Backend in der Cloud Azure Mobile Services / Websites / Active Directory / Kontext Auth Back-Office Mobile Users Push Data Website DevOps Social Networks Logic Others TFS online Windows Azure Mobile

Mehr

Seminarvortrag. Cloud Computing. Christophe Sokol 26.01.2012

Seminarvortrag. Cloud Computing. Christophe Sokol <sokol@inf.fu-berlin.de> 26.01.2012 Seminarvortrag Cloud Computing Christophe Sokol 26.01.2012 Ablauf des Vortrags Hintergrund: Der Plat_Forms-Wettbewerb Was ist Cloud Computing? Aufgaben lösen in der Cloud 3 / 23

Mehr

Vorbesprechung Hauptseminar "Cloud Computing"

Vorbesprechung Hauptseminar Cloud Computing Vorbesprechung Hauptseminar "Cloud Computing" Dimka Karastoyanova, Johannes Wettinger, Frank Leymann {karastoyanova, wettinger, leymann}@iaas.uni-stuttgart.de Institute of Architecture of Application Systems

Mehr

Sicht eines Technikbegeisterten

Sicht eines Technikbegeisterten Cloud und Mobile Apps Quo Vadis? Bernhard Bauer Institut für Software und Systems Engineering Universität Augsburg Oder... IT Arbeitsplatz der Zukunft Sicht eines Technikbegeisterten IT Arbeitsplatz der

Mehr

Peter Dikant mgm technology partners GmbH. Echtzeitsuche mit Hadoop und Solr

Peter Dikant mgm technology partners GmbH. Echtzeitsuche mit Hadoop und Solr Peter Dikant mgm technology partners GmbH Echtzeitsuche mit Hadoop und Solr ECHTZEITSUCHE MIT HADOOP UND SOLR PETER DIKANT MGM TECHNOLOGY PARTNERS GMBH WHOAMI peter.dikant@mgm-tp.com Java Entwickler seit

Mehr

Magento goes into the cloud Cloud Computing für Magento. Referent: Boris Lokschin, CEO

Magento goes into the cloud Cloud Computing für Magento. Referent: Boris Lokschin, CEO Magento goes into the cloud Cloud Computing für Magento Referent: Boris Lokschin, CEO Agenda Über symmetrics Unsere Schwerpunkte Cloud Computing Hype oder Realität? Warum Cloud Computing? Warum Cloud für

Mehr

SPARC LDom Performance optimieren

SPARC LDom Performance optimieren SPARC LDom Performance optimieren Marcel Hofstetter hofstetter@jomasoft.ch http://www.jomasoftmarcel.blogspot.ch Mitgründer, Geschäftsführer, Enterprise Consultant JomaSoft GmbH 1 Inhalt Wer ist JomaSoft?

Mehr

The Unbreakable Database System

The Unbreakable Database System The Unbreakable Database System Real Application Cluster Unterföhring, 04.2005 M. Kühn 1 Comparisson HA - HA Ziele, DataGuard, HA Oracle, RAC RAC Features - Cache Fusion, TAF, Load Balancing RAC on Solaris

Mehr

Oracle Database 10g Die RAC Evolution

Oracle Database 10g Die RAC Evolution Oracle Database 10g Die RAC Evolution Markus Michalewicz BU Database Technologies ORACLE Deutschland GmbH 2 Page 1 www.decus.de 1 RAC-Revolution, RAC-Evolution & Computing Oracle8i mit OPS Oracle9i Rel.

Mehr

herzlich vsankameleon Anwendungsbeispiel Titelmasterformat durch Klicken bearbeiten willkommen Titelmasterformat durch Klicken bearbeiten

herzlich vsankameleon Anwendungsbeispiel Titelmasterformat durch Klicken bearbeiten willkommen Titelmasterformat durch Klicken bearbeiten herzlich willkommen vsankameleon Anwendungsbeispiel Powered by DataCore & Steffen Informatik vsan? Kameleon? vsan(virtuelles Storage Area Network) Knoten Konzept Titelmasterformat Alle HDD s über alle

Mehr

Effizient, sicher und flexibel: Desktop-Virtualisierung mit Citrix XenDesktop

Effizient, sicher und flexibel: Desktop-Virtualisierung mit Citrix XenDesktop Effizient, sicher und flexibel: Desktop-Virtualisierung mit XenDesktop Der richtige Desktop für jeden Anwender Wolfgang Traunfellner, Systems GmbH Unsere Vision Eine Welt, in der jeder von jedem Ort aus

Mehr

Musterlösung der Abschlussklausur Verteilte Architekturen

Musterlösung der Abschlussklausur Verteilte Architekturen Musterlösung der Abschlussklausur Verteilte Architekturen 21. März 2014 Name: Vorname: Matrikelnummer: Tragen Sie auf allen Blättern (einschlieÿlich des Deckblatts) Ihren Namen, Vornamen und Ihre Matrikelnummer

Mehr

The Future of Storage JBOD, Storage Spaces, SMB 3.0 and more

The Future of Storage JBOD, Storage Spaces, SMB 3.0 and more The Future of Storage JBOD, Storage Spaces, SMB 3.0 and more Carsten Rachfahl MVP Virtual Machine Rachfahl IT-Solutions GmbH & Co. KG www.hyper-v-server.de Philipp Witschi Partner itnetx gmbh witschi@itnetx.ch

Mehr

Hybride Cloud-Infrastrukturen Bereitstellung & Verwaltung mit System Center 2012

Hybride Cloud-Infrastrukturen Bereitstellung & Verwaltung mit System Center 2012 Hybride Cloud-Infrastrukturen Bereitstellung & Verwaltung mit System Center 2012 Roj Mircov TSP Datacenter Microsoft Virtualisierung Jörg Ostermann TSP Datacenter Microsoft Virtualisierung 1 AGENDA Virtual

Mehr

Die maßgeschneiderte IT-Infrastruktur aus der Südtiroler Cloud

Die maßgeschneiderte IT-Infrastruktur aus der Südtiroler Cloud Die maßgeschneiderte IT-Infrastruktur aus der Südtiroler Cloud Sie konzentrieren sich auf Ihr Kerngeschäft und RUN AG kümmert sich um Ihre IT-Infrastruktur. Vergessen Sie das veraltetes Modell ein Server,

Mehr

Big Data Mythen und Fakten

Big Data Mythen und Fakten Big Data Mythen und Fakten Mario Meir-Huber Research Analyst, IDC Copyright IDC. Reproduction is forbidden unless authorized. All rights reserved. About me Research Analyst @ IDC Author verschiedener IT-Fachbücher

Mehr

Virtualisierung: Neues aus 2010 und Trends 2011

Virtualisierung: Neues aus 2010 und Trends 2011 Virtualisierung: Neues aus 2010 und Trends 2011 Werner Fischer, Technology Specialist Thomas-Krenn.AG Thomas Krenn Herbstworkshop 2010 Freyung, 24. September 2010 Agenda 1) Virtualisierungs-Software VMware

Mehr

PRODATIS CONSULTING AG. Folie 1

PRODATIS CONSULTING AG. Folie 1 Folie 1 Führend im Gartner Magic Quadranten für verteilte, interagierende SOA Projekte Oracle ist weltweit auf Rang 1 auf dem Markt der Enterprise Service Bus Suiten (ESB) für SOA Software 2010 26,3 %

Mehr

Verteiltes Backup. Einleitung Grundlegende Backup Techniken Backup in Netzwerken. Client/Server Peer-to-Peer

Verteiltes Backup. Einleitung Grundlegende Backup Techniken Backup in Netzwerken. Client/Server Peer-to-Peer Verteiltes Backup Einleitung Grundlegende Backup Techniken Backup in Netzwerken Client/Server Peer-to-Peer Einleitung Backup: Das teilweise oder gesamte Kopieren der in einem Computersystem vorhandenen

Mehr

Eine Taxonomie und Bewertung von Cloud Computing Diensten aus Entwicklersicht

Eine Taxonomie und Bewertung von Cloud Computing Diensten aus Entwicklersicht Eine Taxonomie und Bewertung von Cloud Computing Diensten aus Entwicklersicht Universität der Bundeswehr München Mario Golling und Michael Kretzschmar Fakultät für Informatik E-Mail: mario.golling@unibw.de

Mehr

Preise und Leistungen Dynamic Computing Services

Preise und Leistungen Dynamic Computing Services Preise und Leistungen Dynamic Computing Services Alle Preise in CHF exkl. MwSt. beim Bezug während 30 Tagen. Die effektive Verrechnung findet auf Tagesbasis statt, unabhängig von der Nutzungsdauer während

Mehr

Platform as a Service (PaaS) 15.01.2010 Prof. Dr. Ch. Reich

Platform as a Service (PaaS) 15.01.2010 Prof. Dr. Ch. Reich Platform as a Service (PaaS) 15.01.2010 Prof. Dr. Ch. Reich Cloud Computing Deployment Typen: Private cloud Besitzt das Unternehmen Community cloud Gemeinsame Nutzung durch Gemeinschaft Public cloud Öffentliche

Mehr

Information Systems & Semantic Web University of Koblenz Landau, Germany. Cloud Computing. Steffen Staab

<is web> Information Systems & Semantic Web University of Koblenz Landau, Germany. Cloud Computing. Steffen Staab Information Systems & Semantic Web University of Koblenz Landau, Germany Cloud Computing Cloud Computing if you do not have Cloud Computing in your business proposal you do not get VC funding. P. Miraglia@Austin,

Mehr

Geschützte Webinfrastruktur in der Public Cloud

Geschützte Webinfrastruktur in der Public Cloud Michael Liebi CEO Mobil: +41 79 300 24 27 Email: michael.liebi@u-s-p.ch Geschützte Webinfrastruktur in der Public Cloud MEET SWISS INFOSEC! 28. Juni 2011 Cloud Computing ist derzeit vermutlich das meistmissbrauchte

Mehr

Vorstellung Studienprojekt. Policy4TOSCA. Umsetzung eines Policy-Frameworks für sicheres und energieeffizientes Cloud Computing

Vorstellung Studienprojekt. Policy4TOSCA. Umsetzung eines Policy-Frameworks für sicheres und energieeffizientes Cloud Computing Vorstellung Studienprojekt Policy4TOSCA Umsetzung eines Policy-Frameworks für sicheres und energieeffizientes Cloud Computing Institute of Architecture of Application Systems (IAAS) www.iaas.uni-stuttgart.de

Mehr

Open Source Data Center Virtualisierung mit OpenNebula. 22.05.2013 LinuxTag Berlin. Bernd Erk www.netways.de

Open Source Data Center Virtualisierung mit OpenNebula. 22.05.2013 LinuxTag Berlin. Bernd Erk www.netways.de Open Source Data Center Virtualisierung mit OpenNebula 22.05.2013 LinuxTag Berlin Bernd Erk VORSTELLUNG NETWAYS NETWAYS! Firmengründung 1995! GmbH seit 2001! Open Source seit 1997! 38 Mitarbeiter! Spezialisierung

Mehr

Open Source Data Center Virtualisierung mit OpenNebula. 05.03.2013 CeBIT 2013. Bernd Erk www.netways.de

Open Source Data Center Virtualisierung mit OpenNebula. 05.03.2013 CeBIT 2013. Bernd Erk www.netways.de Open Source Data Center Virtualisierung mit OpenNebula 05.03.2013 CeBIT 2013 Bernd Erk VORSTELLUNG NETWAYS NETWAYS! Firmengründung 1995! GmbH seit 2001! Open Source seit 1997! 35 Mitarbeiter! Spezialisierung

Mehr

Managed Cloud Services

Managed Cloud Services Managed Cloud Services Autor.: Monika Olschewski Whitepaper Version: 1.0 Erstellt am: 14.07.2010 ADACOR Hosting GmbH Kaiserleistrasse 51 63067 Offenbach am Main info@adacor.com www.adacor.com Cloud Services

Mehr

Infrastrukturanalyse Ihr Weg aus dem Datenstau

Infrastrukturanalyse Ihr Weg aus dem Datenstau Waltenhofen * Düsseldorf * Wiesbaden Infrastrukturanalyse Ihr Weg aus dem Datenstau SCALTEL Webinar am 20. Februar 2014 um 16:00 Uhr Unsere Referenten Kurze Vorstellung Stefan Jörg PreSales & Business

Mehr

Der Nutzen und die Entscheidung für die private Cloud. Martin Constam Rechenpower in der Private Cloud 12. Mai 2014

Der Nutzen und die Entscheidung für die private Cloud. Martin Constam Rechenpower in der Private Cloud 12. Mai 2014 Der Nutzen und die Entscheidung für die private Cloud Martin Constam Rechenpower in der Private Cloud 12. Mai 2014 1 Übersicht - Wer sind wir? - Was sind unsere Aufgaben? - Hosting - Anforderungen - Entscheidung

Mehr

Private IaaS Cloud mit OpenStack. Sebastian Zielenski Linux/Unix Consultant & Trainer B1 Systems GmbH zielenski@b1-systems.de

Private IaaS Cloud mit OpenStack. Sebastian Zielenski Linux/Unix Consultant & Trainer B1 Systems GmbH zielenski@b1-systems.de Private IaaS Cloud mit OpenStack Sebastian Zielenski Linux/Unix Consultant & Trainer B1 Systems GmbH zielenski@b1-systems.de Vorstellung B1 Systems gegründet 2004 primär Linux/Open Source Themen national

Mehr

Wide Column Stores. Felix Bruckner Mannheim, 15.06.2012

Wide Column Stores. Felix Bruckner Mannheim, 15.06.2012 Wide Column Stores Felix Bruckner Mannheim, 15.06.2012 Agenda Einführung Motivation Grundlagen NoSQL Grundlagen Wide Column Stores Anwendungsfälle Datenmodell Technik Wide Column Stores & Cloud Computing

Mehr

GoGrid Hochschule Mannheim

GoGrid Hochschule Mannheim Christoph Eikermann GoGrid Hochschule Mannheim WS0910 1/25 GoGrid Hochschule Mannheim Christoph Eikermann Fakultät für Informatik Hochschule Mannheim c.eikermann@googlemail.com 11.12.2009 Christoph Eikermann

Mehr

Public Cloud im eigenen Rechenzentrum

Public Cloud im eigenen Rechenzentrum Public Cloud im eigenen Rechenzentrum Matthias Weiss Direktor Mittelstand Technologie Oracle Deutschland B.V. & Co.KG Copyright 2016 Oracle and/or its affiliates. All rights reserved. Agenda Oracle Cloud

Mehr

Effizienter Einsatz von Flash-Technologien im Data Center

Effizienter Einsatz von Flash-Technologien im Data Center Effizienter Einsatz von Flash-Technologien im Data Center Herbert Bild Solution Marketing Manager Georg Mey Solutions Architect 1 Der Flash-Hype 2 Drei Gründe für den Hype um Flash: 1. Ungebremstes Datenwachstum

Mehr

Grid-Systeme. Betrachtung verschiedener Softwareplattformen zur Realisierung von Grids und Vorstellung des Globus Toolkit. 07.06.2002 Grid Systeme 1

Grid-Systeme. Betrachtung verschiedener Softwareplattformen zur Realisierung von Grids und Vorstellung des Globus Toolkit. 07.06.2002 Grid Systeme 1 Grid-Systeme Betrachtung verschiedener Softwareplattformen zur Realisierung von Grids und Vorstellung des Globus Toolkit 07.06.2002 Grid Systeme 1 Gliederung Vorstellung verschiedener Plattformen Globus

Mehr

Stefan Kusiek BFW-Leipzig

Stefan Kusiek BFW-Leipzig Stefan Kusiek BFW-Leipzig Schnellere Geräte (CPU, HDD, RAM, ) Mehrere Geräte (CPU, HDD, RAM, ) Mehrere Geräte (Rechner, Server, ) Cluster Preiswerter????? Mindestgröße Installation Konfiguration Wartung

Mehr

Cloud Computing Services. oder: Internet der der Dienste. Prof. Dr. Martin Michelson

Cloud Computing Services. oder: Internet der der Dienste. Prof. Dr. Martin Michelson Cloud Computing Services oder: Internet der der Dienste Prof. Dr. Martin Michelson Cloud Cloud Computing: Definitionen Cloud Computing ist eine Form der bedarfsgerechten und flexiblen Nutzung von IT-Dienstleistungen.

Mehr