Verteilte Dateisysteme

Größe: px
Ab Seite anzeigen:

Download "Verteilte Dateisysteme"

Transkript

1 Verteilte Dateisysteme Blockseminar Software as a Service, Cloud Computing und aktuelle Entwicklungen Fakultät für Mathematik und Informatik Universität Jena Johannes Schmidt Dieses Dokument behandelt Dateisysteme, genauer verteilte Dateisysteme. Speziell für Anwendungen im Cloud -Bereich werden unterschiedliche Dateisysteme vorgestellt. Hier gilt es viele Terabyte an Daten effizient und schnell zu verarbeiten und gleichzeitig die Ausfallsicherheit zu gewährleisten/erhöhen.

2 Inhaltsverzeichnis Inhaltsverzeichnis 1 Einführung Ursprung der Dateisysteme FAT Dateisystem Anforderungen an ein Cloud-Dateisystem GoogleFS Architektur Master Fehlertoleranz Algorithmen Lese-Algorithmus Schreib-Algorithmus Performance Hardware und Aufbau des Testclusters Lesen Schreiben Bewertung NFS vs GFS HadoopDFS Architektur Replikation und Verfügbarkeit Schlussfolgerung 13

3 1 Einführung 1 Einführung 1.1 Ursprung der Dateisysteme Die Ursprünge des Dateisystems liegen in dem zunehmenden Bedarf an Speicherplatz. Bei einem Festspeicher erfolgt eine Aufteilung in Blöcke, welche analog zu einer CD oder Festplatte fortlaufend nummeriert werden. Informationen über die Daten in den Blöcken (Metadaten) sind nicht vorhanden. Im engeren Sinne sind dies Zugriffsrechte und eine höhere Gruppierung von Blöcken, Datei genannt. Das Dateisystem ist also eine Metaschicht die zwischen dem physikalischen Speicher und der abstrakten Sichtweise des Benutzers/Rechners liegt. 1.2 FAT Dateisystem Die Bezeichnung FAT ist eine englische Abkürzung und steht für Dateizuordnungstabelle ( File Allocation Table ). Der schematische Aufbau zeigt am Anfang der dem Volume zugeordneten Blöcke einen Bereich für den sogenannten Volumen Boot Sector. Dieser ist für die weitere Betrachtung nicht notwendig, da diese Arbeit nur den Aspekt der Speicherung von Daten behandelt. Darauf folgt ein Bereich für die FAT-Tabelle und direkt an diese angeschlossen eine identische Kopie dieser Metadaten. Die Kopie soll der Ausfallsicherheit dienen, jedoch stehen die beiden Tabelle physisch so nah beieinander, dass in den meisten Fällen sowohl das Original als auch die Kopie zerstört werden (Plattencrash usw). Danach folgen die eigentlichen Nutzdaten. Bei dem FAT Dateisystem bestehen die Einträge in der FAT-Tabelle aus den in Abbildung 1 abgebildeten Werten, wie bei DOS früher üblich ein Dateiname + Endung (8+3 Bytes), verschiedene Attribute, das Änderungsdatum, der erste Cluster und die größe der Datei. 1

4 1.3 Anforderungen an ein Cloud-Dateisystem Metadaten Abbildung 1: Schematischer Aufbau des FAT-Dateisystems (Zur Vereinfachung entspricht ein Block einem Cluster.) 1.3 Anforderungen an ein Cloud-Dateisystem In einer Cloud sind theoretisch unbegrenzt viele Maschinen miteinander verbunden. Ein Dateisystem für die Cloud muss daher sehr flexibel sein, weil es auf einer unbestimmten Anzahl an Einzelsystemen implementiert werden muss. Damit verbunden steigt auch die mögliche Maximalkapazität eines Dateisystems rapide und vorallem wahlfrei an oder sogar ab. Ein verringern der Kapazität ist jedoch nicht praxisrelevant, bei Google werden täglich Terabytes an Daten generiert, es wird also kontinuierlich vergrößert. 2

5 2 GoogleFS 2 GoogleFS Das Google File System ist ein verteiltes Dateisystem, welches 2003 von Google entwickelt wurde. Es wurde speziell an die Ansprüche von Google angepasst und steht exklusiv Google zu Verfügung. Hoher Datendurchsatz, schnelles sequenzielles Lesen/Schreiben sind die Hauptmerkmale. Um dies zu erreichen wurde der Overhead verringert - also die Blockgröße erhöht. Diese Optimierung geht zulasten der Zugriffszeit und damit auch des wahlfreien Zugriffs. Aktuell hat Google diverse solcher Dateisysteme im Einsatz in Größen ab 100 Terabyte bis zu mehreren Petabyte. 2.1 Architektur Das GFS besteht aus vielen einzelnen Maschinen, genannt server, und einer ausgezeichneten Maschine, welche die Verwaltung der Metadaten übernimmt, genannt Master. Dateien sind in s aufgeteilt und über mehrere server verteilt (siehe Abbildung 2) Ein entspricht einem Block, wie zuvor beim FAT-Dateisystem behandelt. Im Gegensatz zu 512 Byte bis 128 KByte bei normalen Dateisystemen ist ein immer 64 MB groß. Jeder bekommt bei seiner Erstellung eine eindeutige Kennung, den sogenannten handle, vom Master zugeteilt. Fortan wird er über diese Kennung im System bestimmt. Zur Steigerung der Ausfallsicherheit werden s auf mehreren unterschiedlichen servern parallel gespeichert Master Der Master speichert und verwaltet die gesamten Metadaten des GFS und hält sie üblicherweise permanent im Hauptspeicher. Er führt neben dem Namensraum und den Datei-- Zuordnungen, analog zum historischen Dateisystem eine erweiterte Zugriffsverwaltung inklusive Lockverwaltung. Außerdem verwaltet er die Zuordnung von s zu ihren jeweiligen servern, sowie eine Versionierung um veraltete Replikationen zu erkennen und zu ersetzen beziehungsweise zu löschen. 3

6 2.2 Fehlertoleranz Application GFS client (file name, chunk index) (chunk handle, chunk locations) (chunk handle, byte range) chunk data GFS master /foo/bar File namespace chunk 2ef0 Instructions to chunkserver server state GFS chunkserver GFS chunkserver Linux file system Linux file system Legend: Data messages Control messages Abbildung 2: GFS Architektur (Quelle: [1]) 2.2 Fehlertoleranz Das GFS unterscheidet nicht zwischen normalem Neustart oder einem Absturz einer Komponente. Standardmäßig wird der Prozess mit einem Kill beendet. Das hat zur Folge, dass Master sowie server auf einen Neustart in wenigen Sekunden optimiert sind. Zur Erkennung von Fehlern hat jeder eine Prüfsumme. Der Masterserver loggt ähnlich einem Datenbankmanagementsystem jede Änderung an den Metadaten mit. Dieses Log wird periodisch an sogenannten Checkpoints auf die Festplatte geschrieben, wir erinnern uns, der Master hält diese Daten im Hauptspeicher vor. Um einem Ausfall des Masterservers vorzubeugen gibt es sogenannte Schattenmaster. Wenn der Hauptmaster einen Checkpoint fährt oder einen Logeintrag schreibt, werden diese auf den Schattenmaster übertragen. Damit ist er jederzeit bereit einzuspringen, falls der aktuelle Master ausfäll. Load Balancing über verschiedene Masterserver sieht der initiale Ansatz [1] nicht vor, wird aber vermutlich in der Praxis angewandt. 2.3 Algorithmen Im folgenden Kapitel wird auf zwei spezielle Algorithmen eingegangen. Zum ersten auf einen einfachen Lesevorgang im Kapitel und im Kapitel auf einen Schreibvorgang Lese-Algorithmus Der Lesealgorithmus, welcher hier beschrieben wird, liest ein Teilstück einer Datei in einem GFS. 4

7 Read Algorithm 2.3 Algorithmen Application 1 (file name, byte range) 2 (file name, chunk index) (chunk handle, replica locations) 3 Master Abbildung 3: Lese-Algorithmus (Schritte 1, 2 und 3) (Quelle: [1]) 1. Anwendung generiert die Leseanfrage 2. übersetzt die Anfrage und sendet sie an den Master Read Algorithm 3. Master antwortet mit einem chunk handle und einer Liste aller server, mit der Information, wo dieser gespeichert ist Server Application 4 6 (data from file) (chunk handle, byte range) Server (data from file) 5 Server Abbildung 4: Lese-Algorithmus (Schritte 4, 5 und 6) (Quelle: [1]) 5 Read Algorithm

8 (2048 bytes of data) Server # Algorithmen 4. Client wählt einen server und sendet die Anfrage (chunk handle, byte range) 5. server sendet die angeforderten Daten zum Client 6. Client leitet die Daten an die Anwendung weiter Schreib-Algorithmus Write Algorithm Der hier dargestellte Algorithmus zeigt einen sogenannten Write-Append-Vorgang. An eine existierende Datei werden Daten an deren Ende angehängt. Application 1 2 (file name, data) (file name, chunk index) (chunk handle, primary and secondary replica locations) 3 Master Abbildung 5: Schreib-Algorithmus (Schritte 1,2 und 3) (Quelle: [1]) 1. Anwendung generiert die Schreibanfrage 2. übersetzt die Anfrage und sendet sie an den Master 3. Master antwortet mit chunk handle und (Primär- und Sekundär-) servern 6

9 Application (Data) Write Algorithm Buffer Buffer (Data) 2.3 Algorithmen Application (Data) 4 (Data) (Data) Primary Buffer Buffer Buffer (Data) 4 Buffer Abbildung 6: Schreib-Algorithmus (Schritt 4) (Quelle: [1]) 4. Client sendet Daten zu allen servern, welche diese zwischenspeichern (Puffer) Write Algorithm Application 5 Write Algorithm Application 5 Abbildung 7: Schreib-Algorithmus (Schritte 5, 6 und 7) (Quelle: [1]) (Write command) (Write command) Primary Primary 6 7 D1 D2 D3 D4 D1 D2 D3 D4 D1 D2 D3 D4 D1 D2 D3 D4 D1 D2 D3 D4 5. Client sendet Schreibbefehl zum Primärchunkserver D1 D2 D3 D4 (write command, serial order) 6 7 (write command, serial order) 6. Primärchunkserver ermittelt serielle Reihenfolge für die Daten im Puffer und schreibt sie in den 7. Primärchunkserver sendet serielle Reihenfolge zu den Sekundärchunkservern 7

10 Write Algorithm 2.4 Performance Application 9 (response) Primary (empty) 8 (empty) (response) (empty) Abbildung 8: Schreib-Algorithmus (Schritte 8 und 9) (Quelle: [1]) 8. Sekundärchunkserver bestätigen den Schreibbefehl 9. Primärchunkserver berichtet dem Client über Erfolg oder Misserfolg 2.4 Performance Write Algorithm Der folgende Performanztest bezieht sich auf einen Testcluster, der nur für die Geschwindigkeitsanalyse aufgebaut wurde. Er soll zeigen, dass bei vielen parallelen Zugriffen kein Flaschenhals- Effekt auftritt. 1. Application originates write request. 2. GFS client translates request from (filename, data) -> (filename, chunk index), and sends it to master. 3. Master responds with chunk handle and (primary + secondary) replica locations. 4. Client pushes Clientnetz write data to all locations. Data is stored in chunkservers internal buffers. 5. Client sends write command to primary Hardware und Aufbau des Testclusters Der Testcluster besteht aus identischen Maschinen mit 2x 1,4Ghz, 2 GB Ram, 2x 80 GB Festplatte. Es wurden zwei Testnetzwerke aufgebaut ein Clusternetz und ein Clientnetz, jeweils mit einem FD Gbit uplink (vgl. [1]). Clusternetz 1 Master, 2 Schattenmaster 16 Clients 16 server 100 Mbit FD 100 Mbit FD 8

11 2.4 Performance Lesen Read rate (MB/s) Network limit Aggregate read rate Write rate (MB/s) Network limit Aggregate write rate Append rate (MB/s) Number of clients N Number of clients N (a) Reads (b) Writes (c) Abbildung 9: Benchmark Testcluster lesen (Quelle: [1]) Figure 3: Aggregate Throughputs. Top curves show theoretical limits imposed by o Nshow Clientsmeasured Lesen gleichzeitig throughputs. zufällig ausgewählte They have 4MBerror große bars Teilstücke. thatdies show wird95% 256 mal confidence interval wiederholt because- of somit lowhat variance jeder Client in measurements. 1GB an Daten gelesen. Die theoretischen Grenzen liegen hier bei 125 MB/s, wenn der Uplink zwischen den Testnetzen ausgelastet ist beziehungsweise bei 12,5Cluster MB/s pro Client. Die durchschnittliche Leserate A liegt bei einem B Client bei 80%. Bei 16 15,000 chunks containin parallelen Read Clients rate sinkt (last sieminute) auf ca 75 % denn mit 583steigender MB/s Anzahl 380 MB/s paralleler Zugriffe steigt die pact on running applica Systemlast Read an. rate (last hour) 562 MB/s 384 MB/s ing decisions, our defa Read rate (since restart) 589 MB/s 49 MB/s Write rate (last minute) 1MB/s 101 MB/s 91 concurrent clonings ( Write rate (last hour) 2MB/s 117 MB/s where each clone opera Writerate(sincerestart) 25 MB/s 13 MB/s 6.25 MB/s (50 Mbps). A Master ops (last minute) 325 Ops/s 533 Ops/s utes, at an effective rep Master ops (last hour) 381 Ops/s 518 Ops/s In another experimen Master ops (since restart) 202 Ops/s 347 Ops/s with roughly 16,000 chu failure reduced 266 chun 266 chunks were cloned Table 3: Performance Metrics for Two GFS Clusters restored to at least 2x putting the cluster in a chunkserver failure with The read rates were much higher than the write rates. The total workload consists of more reads than writes as we have assumed. Both clusters were in the middle of heavy read activity. In particular, A had been sustaining a read rate of 580 MB/s for the preceding week. Its network configuration can support 750 MB/s, so it was using its resources efficiently. Cluster B can support peakread rates of 1300 MB/s, but its applications were using just 380 MB/s Master Load Table 3 also shows that the rate of operations sent to the master was around 200 to 500 operations per second. The master can easily keep up with this rate, and therefore is not a bottleneckfor these workloads. In an earlier version of GFS, the master was occasionally a bottleneckfor some workloads. It spent most of its time 0 0 N 6.3 Workload Br In this section, we p workloads on two GFS cal to those in Section development while clust ing Methodology These results include that they reflect the wo for the file system as a server requests to carry ground activities, such Statistics on I/O op

12 2.5 NFS vs GFS Schreiben Network limit gregate read rate Write rate (MB/s) Network limit Aggregate write rate Append rate (MB/s) 10 5 Network limit Aggregate append rate clients N Number of clients N Number of clients N ads (b) Writes (c) Record appends Abbildung 10: Benchmark Testcluster schreiben (Quelle: [1]) te Throughputs. Top curves show theoretical limits imposed by our networktopology. Bottom curves ughputs. TheyNhave Clients error Schreiben barsgleichzeitig that show1mb 95% große confidence Teilstücke. Jeder intervals, Client schreibt which 1GB are illegible an Daten. in some cases nce in measurements. Die theoretischen Grenzen liegen hier im Gegensatz zum Lesen bei 62,5 MB/s bzw bei 6,25 MB/s pro Client. Die Anzahl der Replikationen pro muss zwei betragen, da wir nur die Hälfte A der Bandbreite B zur Verfügung haben. Die durchschnittliche Schreibrate liegt bei einem 15,000 chunks containing 600 GB of data. To limit the impact on running applications and provide leeway for schedul- inute) 583Client MB/s bei 6,3380 MB/s, MB/s bei 16 Clients fällt sie auf 2,2 MB/s pro Client. Hier sinkt auch wieder der ur) 562Durchsatz MB/s bei 384 steigender MB/s Last. ing decisions, our default parameters limit this cluster to estart) 589 MB/s 49 MB/s inute) 1MB/s 101 MB/s 91 concurrent clonings (40% of the number of chunkservers) our) MB/s Bewertung 117 MB/s where each clone operation is allowed to consume at most restart) 25 MB/s 13 MB/s 6.25 MB/s (50 Mbps). All chunks were restored in 23.2 minutes, at an effective replication rate of 440 MB/s. An den Messwerten erkennt man zwar, dass das GFS nicht linear über die Anzahl der Clients inute) 325 Ops/s 533 Ops/s our) 381N Ops/s skaliert, jedoch, 518 Ops/s und das sieht man besonders In another beim experiment, Lesen, sehr schnell we killed an seine two theoreti- Ops/s Werte347 heranops/s kommt. Die Anzahl with der roughly Clients könnte 16,000 ja in chunks freier Wildbahn and 660 GB problemlos of data. This double chunkservers each restart) 202schen ansteigen. Ein Flaschenhals tritt nicht failure auf, die Last reduced wird gleichmäßig 266 chunks überto diehaving beteiligten a single Server replica. These verteilt. Außerdem gilt dieses theoretische 266 chunks Netzwerkmaximum were cloned für die atphysikalischen a higher priority, Eigenschaften der Verbindung (vgl. Netzwerk-Topologien). restored to at Aufgrund least von 2x einem replication Protokoll-Overhead within 2 minutes, thus and were all nce Metrics for Two GFS Clusters in den darüberliegende OSI-Schichtenputting ist es, wiethe so viele cluster theoretische in a state Werte, where nie erreichbar. it could tolerate another ere much higher than the write rates. chunkserver failure without data loss. onsists of more 2.5 reads NFS than vs writes GFS as we clusters were in the middle of heavy 6.3 Workload Breakdown rticular, A had Die been Hauptunterschiede sustaining asind read sehr gut in Abbildung In this section, 11 zu sehen. we Bei present einem NFS a Server detailed wirdbreakdown die of the r the preceding Ausfallsicherheit week. Its network der Daten conort 750 MB/s, so it was using its recal to those in Section 6.2. Cluster X is for research and durch einworkloads RAID Systemon realisiert. two GFS Dieclusters gesamte Kommunikation, comparable but not identiluster B can support peakread rates of development while cluster Y is for production data processing. pplications were using just 380 MB/s. 10 ad Methodology and Caveats that the rate of operations sent to the These results include only client originated requests so 00 to 500 operations per second. The that they reflect the workload generated by our applications ep up with this rate, and therefore is for the file system as a whole. They do not include interserver these workloads. requests to carry out client requests or internal back- n of GFS, the master was occasionally ground activities, such as forwarded writes or rebalancing. e workloads. It spent most of its time Statistics on I/O operations are based on information

13 2.5 NFS vs GFS also Daten und Metadaten, findet über die einzigen beiden am System beteiligten Maschinen statt. Beim GFS Ansatz wird unterschieden zwischen Systemen die Metadaten vorhalten, dem Master, und Systeme, die für die Speicherung verantwortlich sind, die server. Ein Client kommuniziert nun mindestens mit zwei unterschiedlichen Servern. Gerade bei vielen parallelen Zugriffen kann man so einen Flaschenhals vermeiden. Beim NFS-Ansatz wäre bei datenintensiven Vorgängen der gleichzeitige Zugriff auf wenige Bytes, selbst wenn es nur zum lesen ist, beeinträchtigt. physische Maschine hd1 hd2 hd3 hd hd hd RAID Cs1 Cs2 Cs3 NFS Server GFS Master NFS Client Anwendung Anwendung Abbildung 11: Vergleich NFS vs GFS 11

14 3 HadoopDFS 3 HadoopDFS Das Hadoop Distributed FileSystem ist ein verteiltes Dateisystem der Apache Hadoop Group, welches 2007 veröffentlicht wurde [2]. Diese Arbeitsgruppe, welche zu den Apache Core Gruppen gehört, entwickelt nach dem Vorbild von Google eigene Java-Implementierungen zum Thema verteiltes Rechnen und Speichern. Etwas mehr als die Hälfte der Mitarbeiter dieser Gruppe sind bei Yahoo! angestellt, somit ist der Bedarf und die Beweggründe ähnlich wie bei Google und GFS. Im Gegensatz zu Google ist HDFS Open Source und kann von jedem sowohl kompiliert und verändert als auch eingesetzt werden. Für große Linuxdistributionen wie Debian existieren bereits vorkompilierte Pakete die über den Paketmanager mittels apt get install hadoop installiert werden können. Eine Komplettlösung ist die Linux Distribution Cloudera. 3.1 Architektur Die Architektur ist der des GFS nahezu identisch. Mit folgender Übersetzungstabelle ist es sofort möglich, Abbildung 12 zu verstehen. GFS Master server HDFS NameNode DataNode Block Die Metadaten werden vom NameNode verwaltet. Daten werden in Blöcken auf DataNodes gespeichert. 12

15 3.2 Replikation und Verfügbarkeit The NameNode and DataNode are pieces of software designed to run on commodity machines. These machines Abbildung typically 12: run HDFS a GNU/Linux Architektur operating (Quelle: system [2]) (OS). HDFS is built using the Java language; any machine that supports Java can run the NameNode or the DataNode software. Usage of the highly portable Java language means that HDFS can be deployed 3.2 Replikation a wide range und Verfügbarkeit of machines. A typical deployment has a dedicated machine that runs only the NameNode software. Each of the other machines in the cluster runs one instance Die standardmäßige of the DataNode Anzahl software. an Replikaten The architecture pro Block does liegt beim not preclude HDFS bei running drei. Diese multiple werden DataNodes nach der Rack-Awareness-Strategie on the same machine but verteilt. in a real Wie deployment man auch in that Abbildung is rarely12 thesehen case. kann, ist das The Dateisystem existence in of der a single Lage, die NameNode geografische in a Position cluster greatly der DataNodes simplifies zu the ermitteln. architecture of the system. Der NameNode The NameNode veranlasst is theeine arbitrator Replikation and repository in Rack for undall eine HDFS out metadata. Rack, damit Thesind system zwei is designed Replikateinnah such beieinander, a way thatum usereinen data höheren never flows Datendurchsatz through thebeim NameNode. Verarbeiten zu erreichen. Um die Ausfallsicherheit zu erhöhen wird ein Replikat außerdem in ein anderes Rack kopiert. 4. The File System Namespace HDFS supports a traditional hierarchical file organization. A user or an application can create directories 4 Schlussfolgerung and store files inside these directories. The file system namespace hierarchy is Die beiden näher vorgestellten Dateisysteme GFS und HDFS stellen eine Art Hybridsystem aus Page einem 5 RAID Verbund und einem Netzwerkdateisystem dar. Sie kombinieren die Möglichkeiten, Copyright 2008 The Apache Software Foundation. All rights reserved. von überall auf seine Dateien zugreifen zu können, mit der Ausfallsicherheit eines teueren RAID Systems. Mit der frei verfügbaren Java-Implementierung des HDFS ist es für jeden möglich, in kürzester Zeit und auf sehr unterschiedlichen Rechnern ein homogenes Dateisystem zu erschaffen mit einer nahezu permanenten Verfügbarkeit. 13

16 Abbildungsverzeichnis Abbildungsverzeichnis 1 Schematischer Aufbau des FAT-Dateisystems (Zur Vereinfachung entspricht ein Block einem Cluster.) GFS Architektur (Quelle: [1]) Lese-Algorithmus (Schritte 1, 2 und 3) (Quelle: [1]) Lese-Algorithmus (Schritte 4, 5 und 6) (Quelle: [1]) Schreib-Algorithmus (Schritte 1,2 und 3) (Quelle: [1]) Schreib-Algorithmus (Schritt 4) (Quelle: [1]) Schreib-Algorithmus (Schritte 5, 6 und 7) (Quelle: [1]) Schreib-Algorithmus (Schritte 8 und 9) (Quelle: [1]) Benchmark Testcluster lesen (Quelle: [1]) Benchmark Testcluster schreiben (Quelle: [1]) Vergleich NFS vs GFS HDFS Architektur (Quelle: [2])

17 Literatur Literatur [1] Sanjay Ghemawat, Howard Gobioff and Shun-Tak Leung, The Google File System, SOSP 03: Proceedings of the nineteenth ACM symposium on Operating systems principles, p.29-43, 2003, Bolton Landing, NY, USA [2] Dhruba Borthakur, HDFS Architecture, The Apache Software Foundation,

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

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

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

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

PVFS (Parallel Virtual File System)

PVFS (Parallel Virtual File System) Management grosser Datenmengen PVFS (Parallel Virtual File System) Thorsten Schütt thorsten.schuett@zib.de Management grosser Datenmengen p.1/?? Inhalt Einführung in verteilte Dateisysteme Architektur

Mehr

p^db=`oj===pìééçêíáåñçêã~íáçå=

p^db=`oj===pìééçêíáåñçêã~íáçå= p^db=`oj===pìééçêíáåñçêã~íáçå= Error: "Could not connect to the SQL Server Instance" or "Failed to open a connection to the database." When you attempt to launch ACT! by Sage or ACT by Sage Premium for

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

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

Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision

Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision Infrastructure as a Service (IaaS) Solutions for Online Game Service Provision Zielsetzung: System Verwendung von Cloud-Systemen für das Hosting von online Spielen (IaaS) Reservieren/Buchen von Resources

Mehr

IDS Lizenzierung für IDS und HDR. Primärserver IDS Lizenz HDR Lizenz

IDS Lizenzierung für IDS und HDR. Primärserver IDS Lizenz HDR Lizenz IDS Lizenzierung für IDS und HDR Primärserver IDS Lizenz HDR Lizenz Workgroup V7.3x oder V9.x Required Not Available Primärserver Express V10.0 Workgroup V10.0 Enterprise V7.3x, V9.x or V10.0 IDS Lizenz

Mehr

Datenbearbeitung in der Cloud anhand von Apache Hadoop Hochschule Mannheim

Datenbearbeitung in der Cloud anhand von Apache Hadoop Hochschule Mannheim Tobias Neef Cloud-Computing Seminar Hochschule Mannheim WS0910 1/23 Datenbearbeitung in der Cloud anhand von Apache Hadoop Hochschule Mannheim Tobias Neef Fakultät für Informatik Hochschule Mannheim tobnee@gmail.com

Mehr

Verzeichnisdienste in heterogenen Systemen

Verzeichnisdienste in heterogenen Systemen Verzeichnisdienste in heterogenen Systemen Zielsetzungen Implementierung Aufbau: Active Directory (AD) auf Basis von Windows Server 008 R mit Windows Client(s), Linux Client(s) und einem Linux Server (Dateiserver).

Mehr

eurex rundschreiben 094/10

eurex rundschreiben 094/10 eurex rundschreiben 094/10 Datum: Frankfurt, 21. Mai 2010 Empfänger: Alle Handelsteilnehmer der Eurex Deutschland und Eurex Zürich sowie Vendoren Autorisiert von: Jürg Spillmann Weitere Informationen zur

Mehr

Hadoop aus IT-Operations Sicht Teil 1 Hadoop-Grundlagen

Hadoop aus IT-Operations Sicht Teil 1 Hadoop-Grundlagen Hadoop aus IT-Operations Sicht Teil 1 Hadoop-Grundlagen Brownbag am Freitag, den 26.07.2013 Daniel Bäurer inovex GmbH Systems Engineer Wir nutzen Technologien, um unsere Kunden glücklich zu machen. Und

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

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

Lehrveranstaltung Speichersysteme Sommersemester 2009

Lehrveranstaltung Speichersysteme Sommersemester 2009 Lehrveranstaltung Speichersysteme Sommersemester 2009 Kapitel 11: Network File Systems Part 1 André Brinkmann Gliederung Network AFached Storage Speichertechnologien hinter NAS Verteilte Dateisysteme NFS

Mehr

(Prüfungs-)Aufgaben zum Thema Scheduling

(Prüfungs-)Aufgaben zum Thema Scheduling (Prüfungs-)Aufgaben zum Thema Scheduling 1) Geben Sie die beiden wichtigsten Kriterien bei der Wahl der Größe des Quantums beim Round-Robin-Scheduling an. 2) In welchen Situationen und von welchen (Betriebssystem-)Routinen

Mehr

MapReduce in der Praxis

MapReduce in der Praxis MapReduce in der Praxis Rolf Daniel Seminar Multicore Programmierung 09.12.2010 1 / 53 Agenda Einleitung 1 Einleitung 2 3 Disco Hadoop BOOM 4 2 / 53 1 Einleitung 2 3 Disco Hadoop BOOM 4 3 / 53 Motivation

Mehr

1. General information... 2 2. Login... 2 3. Home... 3 4. Current applications... 3

1. General information... 2 2. Login... 2 3. Home... 3 4. Current applications... 3 User Manual for Marketing Authorisation and Lifecycle Management of Medicines Inhalt: User Manual for Marketing Authorisation and Lifecycle Management of Medicines... 1 1. General information... 2 2. Login...

Mehr

Exercise (Part XI) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1

Exercise (Part XI) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1 Exercise (Part XI) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All

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

Apache Hadoop. Distribute your data and your application. Bernd Fondermann freier Software Architekt bernd.fondermann@brainlounge.de berndf@apache.

Apache Hadoop. Distribute your data and your application. Bernd Fondermann freier Software Architekt bernd.fondermann@brainlounge.de berndf@apache. Apache Hadoop Distribute your data and your application Bernd Fondermann freier Software Architekt bernd.fondermann@brainlounge.de berndf@apache.org Apache The Apache Software Foundation Community und

Mehr

IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen

IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen IBM Netezza Data Warehouse Appliances - schnelle Analysen mit hohen Datenmengen Nahezu 70% aller Data Warehouse Anwendungen leiden unter Leistungseinschränkungen der unterschiedlichsten Art. - Gartner

Mehr

Session Storage im Zend Server Cluster Manager

Session Storage im Zend Server Cluster Manager Session Storage im Zend Server Cluster Manager Jan Burkl System Engineer, Zend Technologies Agenda Einführung in Zend Server und ZSCM Überblick über PHP Sessions Zend Session Clustering Session Hochverfügbarkeit

Mehr

HARTNAGEL Etikettiermaschinen für Verpackungsbecher und Automation. Etikettierautomat - EMR 8-200 / EMR 8-400

HARTNAGEL Etikettiermaschinen für Verpackungsbecher und Automation. Etikettierautomat - EMR 8-200 / EMR 8-400 Etikettierautomat - EMR 8-200 / EMR 8-400 Die Firma Hartnagel, begann vor über 15 Jahren den ersten Etikettierautomaten zu entwickeln und zu bauen. Geleitet von der Idee, das hinsichtlich der Produktführung

Mehr

EXASOL @ Symposium on Scalable Analytics. www.exasol.com. Skalierbare Analysen mit EXASolution

EXASOL @ Symposium on Scalable Analytics. www.exasol.com. Skalierbare Analysen mit EXASolution EXASOL @ Symposium on Scalable Analytics Skalierbare Analysen mit EXASolution EXASOL AG Wer sind wir R&D: + seit 2000 + laufend Forschungsprojekte Produkt: Analytische Datenbank EXASolution Focus auf Komplexität

Mehr

Aber genau deshalb möchte ich Ihre Aufmehrsamkeit darauf lenken und Sie dazu animieren, der Eventualität durch geeignete Gegenmaßnahmen zu begegnen.

Aber genau deshalb möchte ich Ihre Aufmehrsamkeit darauf lenken und Sie dazu animieren, der Eventualität durch geeignete Gegenmaßnahmen zu begegnen. NetWorker - Allgemein Tip 618, Seite 1/5 Das Desaster Recovery (mmrecov) ist evtl. nicht mehr möglich, wenn der Boostrap Save Set auf einem AFTD Volume auf einem (Data Domain) CIFS Share gespeichert ist!

Mehr

LOG AND SECURITY INTELLIGENCE PLATFORM

LOG AND SECURITY INTELLIGENCE PLATFORM TIBCO LOGLOGIC LOG AND SECURITY INTELLIGENCE PLATFORM Security Information Management Logmanagement Data-Analytics Matthias Maier Solution Architect Central Europe, Eastern Europe, BeNeLux MMaier@Tibco.com

Mehr

RAC auf Sun Cluster 3.0

RAC auf Sun Cluster 3.0 RAC auf Sun Cluster 3.0 Schlüsselworte RAC, OPS, Sun Cluster, Performance, Availability Zusammenfassung Oracle hat mit dem Real Application Cluster (RAC) aus einer Hochverfügbarkeitslösung eine Höchstverfügbarkeitslösung

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

Granite Gerhard Pirkl

Granite Gerhard Pirkl Granite Gerhard Pirkl 2013 Riverbed Technology. All rights reserved. Riverbed and any Riverbed product or service name or logo used herein are trademarks of Riverbed Technology. All other trademarks used

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

Frequently asked Questions for Kaercher Citrix (apps.kaercher.com)

Frequently asked Questions for Kaercher Citrix (apps.kaercher.com) Frequently asked Questions for Kaercher Citrix (apps.kaercher.com) Inhalt Content Citrix-Anmeldung Login to Citrix Was bedeutet PIN und Token (bei Anmeldungen aus dem Internet)? What does PIN and Token

Mehr

Exercise (Part II) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1

Exercise (Part II) Anastasia Mochalova, Lehrstuhl für ABWL und Wirtschaftsinformatik, Kath. Universität Eichstätt-Ingolstadt 1 Exercise (Part II) Notes: The exercise is based on Microsoft Dynamics CRM Online. For all screenshots: Copyright Microsoft Corporation. The sign ## is you personal number to be used in all exercises. All

Mehr

ReadMe zur Installation der BRICKware for Windows, Version 6.1.2. ReadMe on Installing BRICKware for Windows, Version 6.1.2

ReadMe zur Installation der BRICKware for Windows, Version 6.1.2. ReadMe on Installing BRICKware for Windows, Version 6.1.2 ReadMe zur Installation der BRICKware for Windows, Version 6.1.2 Seiten 2-4 ReadMe on Installing BRICKware for Windows, Version 6.1.2 Pages 5/6 BRICKware for Windows ReadMe 1 1 BRICKware for Windows, Version

Mehr

Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena

Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena Lehrstuhl für Allgemeine BWL Strategisches und Internationales Management Prof. Dr. Mike Geppert Carl-Zeiß-Str. 3 07743 Jena http://www.im.uni-jena.de Contents I. Learning Objectives II. III. IV. Recap

Mehr

Betriebssysteme K_Kap11B: Files, Filesysteme Datenstrukturen

Betriebssysteme K_Kap11B: Files, Filesysteme Datenstrukturen Betriebssysteme K_Kap11B: Files, Filesysteme Datenstrukturen 1 Files als lineare Liste File angeordnet als verkette Liste von Blöcken Jeder Block enthält Zeiger zum Nachfolger Zeiger = Adresse des Blocks

Mehr

Power-Efficient Server Utilization in Compute Clouds

Power-Efficient Server Utilization in Compute Clouds Power-Efficient Server Utilization in Compute Clouds 1/14 Overview 1. Motivation 2. SPECpower benchmark 3. Load distribution strategies 4. Cloud configuration 5. Results 6. Conclusion 2/14 1. Motivation

Mehr

SolidQ Flex Services Walkthrough Part I

SolidQ Flex Services Walkthrough Part I Part I Im Folgenden stellen wir Ihnen in Text und Bild die wichtigsten Funktionen der SolidQ Flex Services vor. 1. Dashboard Nach dem Einloggen sieht man zunächst das Dashboard. Dies gilt sowohl für den

Mehr

Konzeptüberlegungen zum Bau eines ZFS-basierten NAS- Systems

Konzeptüberlegungen zum Bau eines ZFS-basierten NAS- Systems Konzeptüberlegungen zum Bau eines ZFS-basierten NAS- Systems Table of Contents Software...2 NexentaCore 1.0.1 GNU-Solaris... 2 Link... 2 About...2 Spezifications... 2 Impressions... 3 Konzept der Storrage-Software...

Mehr

Extended Ordered Paired Comparison Models An Application to the Data from Bundesliga Season 2013/14

Extended Ordered Paired Comparison Models An Application to the Data from Bundesliga Season 2013/14 Etended Ordered Paired Comparison Models An Application to the Data from Bundesliga Season 2013/14 Gerhard Tutz & Gunther Schauberger Ludwig-Maimilians-Universität München Akademiestraße 1, 80799 München

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

Kybernetik Das Kybernetische Modell

Kybernetik Das Kybernetische Modell Kybernetik Das Kybernetische Modell Mohamed Oubbati Institut für Neuroinformatik Tel.: (+49) 731 / 50 24153 mohamed.oubbati@uni-ulm.de 05. 06. 2012 Das Modell Das Modell Was ist ein Modell? Ein Modell

Mehr

AFS / OpenAFS. Bastian Steinert. Robert Schuppenies. Präsentiert von. Und

AFS / OpenAFS. Bastian Steinert. Robert Schuppenies. Präsentiert von. Und AFS / OpenAFS Präsentiert von Bastian Steinert Und obert Schuppenies Agenda AFS Verteilte Dateisysteme, allg. Aufbau Sicherheit und Zugriffsrechte Installation Demo Vergleich zu anderen DFs Diskussion

Mehr

Total Security Intelligence. Die nächste Generation von Log Management and SIEM. Markus Auer Sales Director Q1 Labs.

Total Security Intelligence. Die nächste Generation von Log Management and SIEM. Markus Auer Sales Director Q1 Labs. Total Security Intelligence Die nächste Generation von Log Management and SIEM Markus Auer Sales Director Q1 Labs IBM Deutschland 1 2012 IBM Corporation Gezielte Angriffe auf Unternehmen und Regierungen

Mehr

Evil Tech presents: Windows Home Server

Evil Tech presents: Windows Home Server Evil Tech presents: Windows Home Server Eine Vorstellung der Technik eines interessanten Produktes. by rabbit@net Die zentrales Backup zentrale Datenablage Streaming von Medien weltweiter Zugriff einfache

Mehr

KURZANLEITUNG. Firmware-Upgrade: Wie geht das eigentlich?

KURZANLEITUNG. Firmware-Upgrade: Wie geht das eigentlich? KURZANLEITUNG Firmware-Upgrade: Wie geht das eigentlich? Die Firmware ist eine Software, die auf der IP-Kamera installiert ist und alle Funktionen des Gerätes steuert. Nach dem Firmware-Update stehen Ihnen

Mehr

storage management (c) Till Hänisch 2003, BA Heidenheim

storage management (c) Till Hänisch 2003, BA Heidenheim storage management (c) Till Hänisch 2003, BA Heidenheim warum? haenisch@susi:~ > df Filesystem 1k-blocks Used Available Use% Mounted on /dev/sda3 35115800 16351708 16980076 50% / /dev/sda1 23300 3486 18611

Mehr

Version 2.0. Copyright 2013 DataCore Software Corp. All Rights Reserved.

Version 2.0. Copyright 2013 DataCore Software Corp. All Rights Reserved. Version 2.0 Copyright 2013 DataCore Software Corp. All Rights Reserved. VDI Virtual Desktop Infrastructure Die Desktop-Virtualisierung im Unternehmen ist die konsequente Weiterentwicklung der Server und

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

Employment and Salary Verification in the Internet (PA-PA-US)

Employment and Salary Verification in the Internet (PA-PA-US) Employment and Salary Verification in the Internet (PA-PA-US) HELP.PYUS Release 4.6C Employment and Salary Verification in the Internet (PA-PA-US SAP AG Copyright Copyright 2001 SAP AG. Alle Rechte vorbehalten.

Mehr

Oracle 10g Einführung

Oracle 10g Einführung Kurs Oracle 10g Einführung Teil 10 Oracle Enterprise Manager (OEM) OEM page Timo Meyer von Oracle-Datenbanken Timo Meyer Sommersemester 2006 Seite 1 von 19 Seite 1 von 19 1 Oracle Enterprise Manager page

Mehr

Instruktionen Mozilla Thunderbird Seite 1

Instruktionen Mozilla Thunderbird Seite 1 Instruktionen Mozilla Thunderbird Seite 1 Instruktionen Mozilla Thunderbird Dieses Handbuch wird für Benutzer geschrieben, die bereits ein E-Mail-Konto zusammenbauen lassen im Mozilla Thunderbird und wird

Mehr

USBASIC SAFETY IN NUMBERS

USBASIC SAFETY IN NUMBERS USBASIC SAFETY IN NUMBERS #1.Current Normalisation Ropes Courses and Ropes Course Elements can conform to one or more of the following European Norms: -EN 362 Carabiner Norm -EN 795B Connector Norm -EN

Mehr

Group and Session Management for Collaborative Applications

Group and Session Management for Collaborative Applications Diss. ETH No. 12075 Group and Session Management for Collaborative Applications A dissertation submitted to the SWISS FEDERAL INSTITUTE OF TECHNOLOGY ZÜRICH for the degree of Doctor of Technical Seiences

Mehr

Ingenics Project Portal

Ingenics Project Portal Version: 00; Status: E Seite: 1/6 This document is drawn to show the functions of the project portal developed by Ingenics AG. To use the portal enter the following URL in your Browser: https://projectportal.ingenics.de

Mehr

MySQL Performance Tuning für Entwickler

MySQL Performance Tuning für Entwickler MySQL Performance Tuning für Entwickler Cebit 2015, Hannover Oli Sennhauser Senior MySQL Consultant, FromDual GmbH oli.sennhauser@fromdual.com 1 / 18 FromDual GmbH Support Beratung remote-dba Schulung

Mehr

Addressing the Location in Spontaneous Networks

Addressing the Location in Spontaneous Networks Addressing the Location in Spontaneous Networks Enabling BOTH: Privacy and E-Commerce Design by Moritz Strasser 1 Disappearing computers Trends Mobility and Spontaneous Networks (MANET = Mobile Ad hoc

Mehr

Using TerraSAR-X data for mapping of damages in forests caused by the pine sawfly (Dprion pini) Dr. Klaus MARTIN klaus.martin@slu-web.

Using TerraSAR-X data for mapping of damages in forests caused by the pine sawfly (Dprion pini) Dr. Klaus MARTIN klaus.martin@slu-web. Using TerraSAR-X data for mapping of damages in forests caused by the pine sawfly (Dprion pini) Dr. Klaus MARTIN klaus.martin@slu-web.de Damages caused by Diprion pini Endangered Pine Regions in Germany

Mehr

Verfügbarkeit. Backup & Recovery

Verfügbarkeit. Backup & Recovery Verfügbarkeit Backup & Recovery high availability disaster recovery backup/recovery Backup "Datensicherung beinhaltet das Anlegen von Sicherungskopien aller relevanten Datenbestände und deren Verwahrung

Mehr

Verfügbarkeit. disaster recovery. high availability. backup/recovery. Backup & Recovery

Verfügbarkeit. disaster recovery. high availability. backup/recovery. Backup & Recovery Verfügbarkeit Backup & Recovery high availability disaster recovery backup/recovery Backup "Datensicherung beinhaltet das Anlegen von Sicherungskopien aller relevanten Datenbestände und deren Verwahrung

Mehr

Kap. 8: Dateisysteme (E3 EXT2 Dateisystem) 1

Kap. 8: Dateisysteme (E3 EXT2 Dateisystem) 1 Kap. 8: Dateisysteme (E3 EXT2 Dateisystem) 1 E 3 EXT2 Dateisystem Lernziele Aufbau des ext2-dateisystems kennenlernen Verwaltungsstrukturen auf dem Datenträger analysieren Hard- und Softlinks Übungsumgebung

Mehr

IO Performance in virtualisierten Umgebungen

IO Performance in virtualisierten Umgebungen IO Performance in virtualisierten Umgebungen Bruno Harsch El. Ing. HTL/FH Managing Partner Tel +41 52 366 39 01 bruno.harsch@idh.ch www.idh.ch IDH GmbH Lauchefeld 31 CH-9548 Matzingen 2 Die Firma IDH wurde

Mehr

Delivering services in a user-focussed way - The new DFN-CERT Portal -

Delivering services in a user-focussed way - The new DFN-CERT Portal - Delivering services in a user-focussed way - The new DFN-CERT Portal - 29th TF-CSIRT Meeting in Hamburg 25. January 2010 Marcus Pattloch (cert@dfn.de) How do we deal with the ever growing workload? 29th

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

IBM Security Lab Services für QRadar

IBM Security Lab Services für QRadar IBM Security Lab Services für QRadar Serviceangebote für ein QRadar SIEM Deployment in 10 bzw. 15 Tagen 28.01.2015 12015 IBM Corporation Agenda 1 Inhalt der angebotenen Leistungen Allgemeines Erbrachte

Mehr

Algorithms for graph visualization

Algorithms for graph visualization Algorithms for graph visualization Project - Orthogonal Grid Layout with Small Area W INTER SEMESTER 2013/2014 Martin No llenburg KIT Universita t des Landes Baden-Wu rttemberg und nationales Forschungszentrum

Mehr

RailMaster New Version 7.00.p26.01 / 01.08.2014

RailMaster New Version 7.00.p26.01 / 01.08.2014 RailMaster New Version 7.00.p26.01 / 01.08.2014 English Version Bahnbuchungen so einfach und effizient wie noch nie! Copyright Copyright 2014 Travelport und/oder Tochtergesellschaften. Alle Rechte vorbehalten.

Mehr

HiOPC Hirschmann Netzmanagement. Anforderungsformular für eine Lizenz. Order form for a license

HiOPC Hirschmann Netzmanagement. Anforderungsformular für eine Lizenz. Order form for a license HiOPC Hirschmann Netzmanagement Anforderungsformular für eine Lizenz Order form for a license Anforderungsformular für eine Lizenz Vielen Dank für Ihr Interesse an HiOPC, dem SNMP/OPC Gateway von Hirschmann

Mehr

Oracle Hot Standby. XE, SEOne, SE. Maximum Performance Mode. WIN, Linux, Unix Einfache Lösung. bis zu 10 Standby DB

Oracle Hot Standby. XE, SEOne, SE. Maximum Performance Mode. WIN, Linux, Unix Einfache Lösung. bis zu 10 Standby DB Network Failure Management Graceful Switchover XE, SEOne, SE WIN, Linux, Unix Einfache Lösung Oracle Hot Standby Maximum Performance Mode 100% Java Kompression bis zu 10 Standby DB Die Oracle Experten

Mehr

7/15/2014. Stratus everrun Enterprise. Ist die Audio Qualität OK? Fragen bitte per Chat, diese werden im Anschluss beantwortet.

7/15/2014. Stratus everrun Enterprise. Ist die Audio Qualität OK? Fragen bitte per Chat, diese werden im Anschluss beantwortet. Stratus everrun Enterprise Zehra Balkic / Patrick Skwara/Georg Dier Avance-eE Migration Stratus Technologies vertraulich 2013 Stratus Technologies Bermuda Ltd. Ist die Audio Qualität OK? Fragen bitte per

Mehr

bacula The Network Backup Solution

bacula The Network Backup Solution bacula The Network Backup Solution Betriebssysteme Client Server Linux X X FreeBSD X X OpenBSD X NetBSD X X Mac OS X X Windows X manchmal IRIX X Konzept Director Datenbank File Daemon Meta- Daten Storage

Mehr

How to access licensed products from providers who are already operating productively in. General Information... 2. Shibboleth login...

How to access licensed products from providers who are already operating productively in. General Information... 2. Shibboleth login... Shibboleth Tutorial How to access licensed products from providers who are already operating productively in the SWITCHaai federation. General Information... 2 Shibboleth login... 2 Separate registration

Mehr

IDRT: Unlocking Research Data Sources with ETL for use in a Structured Research Database

IDRT: Unlocking Research Data Sources with ETL for use in a Structured Research Database First European i2b2 Academic User Meeting IDRT: Unlocking Research Data Sources with ETL for use in a Structured Research Database The IDRT Team (in alphabetical order): Christian Bauer (presenter), Benjamin

Mehr

Klausur Verteilte Systeme

Klausur Verteilte Systeme Klausur Verteilte Systeme SS 2005 by Prof. Walter Kriha Klausur Verteilte Systeme: SS 2005 by Prof. Walter Kriha Note Bitte ausfüllen (Fill in please): Vorname: Nachname: Matrikelnummer: Studiengang: Table

Mehr

Aufgabenstellung Wie verwende ich den in Windows XP und Windows 2000 enthaltenen SNTP- Client w32time an SICLOCK TM/TS?

Aufgabenstellung Wie verwende ich den in Windows XP und Windows 2000 enthaltenen SNTP- Client w32time an SICLOCK TM/TS? SICLOCK Application Note AN-0001 Titel w32time an SICLOCK TM/TS Aufgabenstellung Wie verwende ich den in Windows XP und Windows 2000 enthaltenen SNTP- Client w32time an SICLOCK TM/TS? Schlüsselwörter NTP,

Mehr

Neue Ansätze der Softwarequalitätssicherung

Neue Ansätze der Softwarequalitätssicherung Neue Ansätze der Softwarequalitätssicherung Googles MapReduce-Framework für verteilte Berechnungen am Beispiel von Apache Hadoop Universität Paderborn Fakultät für Elektrotechnik, Informatik und Mathematik

Mehr

1.1 IPSec - Sporadische Panic

1.1 IPSec - Sporadische Panic Read Me System Software 9.1.2 Patch 2 Deutsch Version 9.1.2 Patch 2 unserer Systemsoftware ist für alle aktuellen Geräte der bintec- und elmeg-serien verfügbar. Folgende Änderungen sind vorgenommen worden:

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

AS Path-Prepending in the Internet And Its Impact on Routing Decisions

AS Path-Prepending in the Internet And Its Impact on Routing Decisions (SEP) Its Impact on Routing Decisions Zhi Qi ytqz@mytum.de Advisor: Wolfgang Mühlbauer Lehrstuhl für Netzwerkarchitekturen Background Motivation BGP -> core routing protocol BGP relies on policy routing

Mehr

The Single Point Entry Computer for the Dry End

The Single Point Entry Computer for the Dry End The Single Point Entry Computer for the Dry End The master computer system was developed to optimize the production process of a corrugator. All entries are made at the master computer thus error sources

Mehr

Titelmasterformat durch Klicken bearbeiten

Titelmasterformat durch Klicken bearbeiten Titelmasterformat durch Klicken Titelmasterformat durch Klicken Die neue HDS Panama Serie Enterprise Plattform für den gehobenen Mittelstand Andreas Kustura, Silvio Weber Kramer & Crew GmbH & Co. KG Titelmasterformat

Mehr

Microsoft Server 2012 Hyper-V Replica für Oracle Database

Microsoft Server 2012 Hyper-V Replica für Oracle Database Microsoft Server 2012 Hyper-V Replica für Oracle Database Seite 1 Inhalt 1 Executive Summary... 3 2 Windows Server 2012 R2 Hyper- V Replica Technologie- Review... 3 2.1 Begriffe... 3 2.2 Konfigurationsoptionen:...

Mehr

OSRM - weltweites Routing mit OpenStreetMap-Daten OSRM - weltweites Routing mit OpenStreetMap-Daten

OSRM - weltweites Routing mit OpenStreetMap-Daten OSRM - weltweites Routing mit OpenStreetMap-Daten OSRM - weltweites Routing mit OpenStreetMap-Daten Jörg Thomsen, MapMedia GmbH, Berlin OSRM: The Open Source Routing Machine High Performance Routing Algorithm. Easy import of OSM data files. Written entirely

Mehr

Distributed testing. Demo Video

Distributed testing. Demo Video distributed testing Das intunify Team An der Entwicklung der Testsystem-Software arbeiten wir als Team von Software-Spezialisten und Designern der soft2tec GmbH in Kooperation mit der Universität Osnabrück.

Mehr

Introducing PAThWay. Structured and methodical performance engineering. Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt

Introducing PAThWay. Structured and methodical performance engineering. Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt Introducing PAThWay Structured and methodical performance engineering Isaías A. Comprés Ureña Ventsislav Petkov Michael Firbach Michael Gerndt Technical University of Munich Overview Tuning Challenges

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

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

FOR ENGLISCH VERSION PLEASE SCROLL FORWARD SOME PAGES. THANK YOU!

FOR ENGLISCH VERSION PLEASE SCROLL FORWARD SOME PAGES. THANK YOU! FOR ENGLISCH VERSION PLEASE SCROLL FORWARD SOME PAGES. THANK YOU! HELPLINE GAMMA-SCOUT ODER : WIE BEKOMME ICH MEIN GERÄT ZUM LAUFEN? Sie haben sich für ein Strahlungsmessgerät mit PC-Anschluss entschieden.

Mehr

PCIe, DDR4, VNAND Effizienz beginnt im Server

PCIe, DDR4, VNAND Effizienz beginnt im Server PCIe, DDR4, VNAND Effizienz beginnt im Server Future Thinking 2015 /, Director Marcom + SBD EMEA Legal Disclaimer This presentation is intended to provide information concerning computer and memory industries.

Mehr

Big Data Hype und Wirklichkeit Bringtmehrauchmehr?

Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Big Data Hype und Wirklichkeit Bringtmehrauchmehr? Günther Stürner, Vice President Sales Consulting 1 Copyright 2011, Oracle and/or its affiliates. All rights Überschrift 2 Copyright 2011, Oracle and/or

Mehr

Software development with continuous integration

Software development with continuous integration Software development with continuous integration (FESG/MPIfR) ettl@fs.wettzell.de (FESG) neidhardt@fs.wettzell.de 1 A critical view on scientific software Tendency to become complex and unstructured Highly

Mehr

Ralf M. Schnell. Technical Evangelist Microsoft Deutschland GmbH

Ralf M. Schnell. Technical Evangelist Microsoft Deutschland GmbH Ralf M. Schnell Technical Evangelist Microsoft Deutschland GmbH Was ist Server Core? Warum Server Core? Was kann man damit machen? Was kann man damit nicht machen? Server Core: Installation Server Core:

Mehr

Clustering mit Shared Storage. Ing. Peter-Paul Witta paul.witta@cubit.at

Clustering mit Shared Storage. Ing. Peter-Paul Witta paul.witta@cubit.at Clustering mit Shared Storage Ing. Peter-Paul Witta paul.witta@cubit.at Clustering mehrere kleine Rechner leisten gemeinsam Grosses günstige dual intel/amd Server load sharing High Availability combined

Mehr

Künstliche Intelligenz

Künstliche Intelligenz Künstliche Intelligenz Data Mining Approaches for Instrusion Detection Espen Jervidalo WS05/06 KI - WS05/06 - Espen Jervidalo 1 Overview Motivation Ziel IDS (Intrusion Detection System) HIDS NIDS Data

Mehr

Oracle VM Support und Lizensierung. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best.

Oracle VM Support und Lizensierung. best Open Systems Day April 2010. Unterföhring. Marco Kühn best Systeme GmbH marco.kuehn@best. Oracle VM Support und Lizensierung best Open Systems Day April 2010 Unterföhring Marco Kühn best Systeme GmbH marco.kuehn@best.de Agenda Oracle VM 2.2 Oracle VM 3.0 Oracle DB in virtualisierten Umgebungen

Mehr

Betriebssysteme WS 2012/13 Peter Klingebiel, DVZ. Zusammenfassung Kapitel 4 - Datenträger/Dateiverwaltung

Betriebssysteme WS 2012/13 Peter Klingebiel, DVZ. Zusammenfassung Kapitel 4 - Datenträger/Dateiverwaltung Betriebssysteme WS 2012/13 Peter Klingebiel, DVZ Zusammenfassung Kapitel 4 - Datenträger/Dateiverwaltung Zusammenfassung Kapitel 4 Dateiverwaltung 1 Datei logisch zusammengehörende Daten i.d.r. permanent

Mehr

Die wichtigsten Funktionen von Red Hat Storage Server 2.0 im Überblick:

Die wichtigsten Funktionen von Red Hat Storage Server 2.0 im Überblick: Red Hat Storage Server Die wichtigsten Funktionen von Red Hat Storage Server 2.0 im Überblick: Offene Software Lösung für Storage Ansprache über einen globalen Namensraum Betrachtet Storage als einen virtualisierten

Mehr

Testsequenz "Cloud-User Unmount volume" (ID 243) Testprotokoll. Testsequenz Projekt > System Test > Cloud-User Unmount volume (ID 243)

Testsequenz Cloud-User Unmount volume (ID 243) Testprotokoll. Testsequenz Projekt > System Test > Cloud-User Unmount volume (ID 243) Testprotokoll Testsequenz Projekt > System Test > Cloud-User Unmount volume (ID 243) Beschreibung Bemerkung Tester SUT Mindestpriorität Testzeit Dauer The test cases for the use-case "Unmount volume".

Mehr