Konsistenzproblematik bei der Cloud-Datenspeicherung

Größe: px
Ab Seite anzeigen:

Download "Konsistenzproblematik bei der Cloud-Datenspeicherung"

Transkript

1 Konsistenzproblematik bei der Cloud-Datenspeicherung Adrian Zylla Fachhochschule Aachen Fachbereich Elektrotechnik und Informationstechnik Eupener Straße 70, Aachen Zusammenfassung Die Seminararbeit beschäftigt sich mit der Konsistenzproblematik in der Cloud. Zu Beginn wird eine Einführung in die Cloud sowie in die Ursachen der Konsistenzproblematik gegeben. Im Anschluss daran wird ein Theorem vorgestellt, welches den Beweis liefert, dass in der Cloud eine gewisse Zeitspanne der Inkonsistenz herrschen muss. Danach wird das Konsistenzmodell vorgestellt, welches in der Cloud im Einsatz ist. Zum Abschluss werden Verfahren erläutert, die die Zeitspanne der Inkonsistenz analysieren und auswerten. Key words: Cloud Computing, Amazon S3, Eventual Consistency, Letztendliche Konsistenz 1 Einleitung Die Cloud hat in den letzten Jahren immer mehr an Bedeutung gewonnen, sowohl bei den Firmen als auch bei Privatanwendern. Die Daten lassen sich nämlich kostengünstig und skalierbar speichern. Die Datenspeicherung unterscheidet sich jedoch von den klassischen Datenbanksystemen. Damit die Daten immer verfügbar und vor Ausfällen gesichert sind, speichert die Cloud die Daten auf mehrere Server verteilt. Dies hat zur Folge, dass die Replikationen nicht immer konsistent sind. Ein Schreibzugriff aktualisiert als allererstes nur eine Replikation. Bis die weiteren Replikationen aktualisiert werden, vergeht eine gewisse Zeit. In dieser Zeit sind die restlichen Replikationen inkonsistent. Die Cloud kann deshalb, anders als die Datenbank, keine strikte Konsistenz anbieten. Es kann nur eine letztendliche Konsistenz (Eventual Consistency) garantiert werden. Dieser Sachverhalt wird in der Ausarbeitung nun genauer beschrieben. (vgl. [13])

2 2 Konsistenzproblematik bei der Cloud-Datenspeicherung 2 Cloud Die Cloud ist ein virtueller Bereich, in dem Speicher- und Rechenkapazität bereitgestellt werden. Der virtuelle Bereich befindet sich im Internet und lässt sich von mehreren Endanwendern bearbeiten. Somit sind Clouds virtuelle Ablagen, deren Bestimmungsort unbekannt ist. Für die Endanwender ist die Cloud nicht fassbar und nur durch Schnittstellen nutzbar. Der Provider hingegen hat den Überblick über die gesamte Sicht und kümmert sich um die Wartung und das Angebot. Die in der Cloud abgelegten Dateien und Programme lassen sich mittels Cloud-Computing ausführen. Die erhaltenen Ergebnisse können wiederum in der Cloud gesichert werden. Die Dienste, die im Cloud-Computing angeboten werden, erstrecken sich auf das komplette Spektrum der Informationstechnik. (vgl. [1], [2], [3]) Das National Institute for Standards and Technology (NIST) veröffentlichte eine Definition, die das Cloud-Computing in drei Servicemodelle unterteilt [4]: SaaS Das Modell Software as a Service (SaaS) wird auch als Software on demand (Software bei Bedarf) bezeichnet, da der Provider seine Software- Sammlung und Anwendungsprogramme in der Cloud zur Nutzung bereitstellt. PaaS Das Modell nennt sich Platform as a Service (PaaS). Auf dieser Plattform kann der Endanwender eigene Software-Anwendungen in der Cloud betreiben. Der Provider liefert dafür sowohl Softwareumgebungen als auch den Zugriff auf die deployte Anwendung. IaaS Bei diesem Modell handelt es sich um das Infrastructure as a Service (IaaS). Der Provider bietet dem Endanwender virtuelle Ressourcen wie etwa Rechner, Speicher und Netzwerke an. Mithilfe der Ressourcen kann ein eigener Server mit einem vom Nutzer gewählten Betriebssystem betrieben werden. Der Endanwender ist somit für die Installation, den Betrieb und das Funktionieren der Komponenten selbst verantwortlich. (vgl. [4], [5]) Die vorgestellten Servicemodelle entsprechen im Cloud-Computing den unterschiedlichen funktionalen Abstraktionsebenen. Die Abstraktionsebenen bilden die Cloud-Computing-Architektur, die die Form einer Pyramide hat (siehe Abbildung 1). Im Kontext meiner Arbeit sind nur die Abstraktionsebenen PaaS und IaaS relevant, da es nur dort zur Konsistenzproblmematik kommen kann. Der Grund hierfür soll kurz erläutert werden. SaaS ist komplett in Provider-Hand, deswegen kann der Provider die Konsistenz der Daten gewährleisten. Ein weiterer Grund ist der folgende: Für PaaS und IaaS bietet das Cloud-Computing eine Skalierbarkeit an indem in Abhängigkeit vom Workload weitere Instanzen automatisch hinzu- bzw. abgeschaltet werden. Um die Ausfallsicherheit im

3 Konsistenzproblematik bei der Cloud-Datenspeicherung 3 Cloud-Computing zu gewährleisten, werden die Instanzen in mehreren Rechenzentralen repliziert. Die Replikation und das Starten mehrer Instanzen führt uns zu der Konsistenzproblematik. (vgl. [6]) Abbildung 1. Cloud-Computing-Architektur [5] 3 CAP-Theorem Im vorigen Abschnitt wurde erläutert, dass in der Cloud eine Konsistenzproblematik besteht. Es stellt sich jedoch die Frage, warum dem so ist. Die Antwort darauf wird uns das CAP-Theorem geben, welches für verteilte Systeme entwickelt wurde. Im Jahre 2000 stellte Eric A. Brewer in einer Keynote das Theorem vor [7]. Das Akronym CAP steht für die folgenden drei Eigenschaften: Consistency (Konsistenz) Die Clients sehen stets dieselben Daten in der Cloud. Zu keiner Zeit erhalten zwei Clients eine unterschiedliche Antwort auf dieselbe Anfrage. Availability (Verfügbarkeit) Wenn in der Cloud Knoten (Server) ausfallen, ist die Funktionsfähigkeit weiterhin gewährleistet. Die verbleibenden Knoten kompensieren den Ausfall mithilfe von Daten-Replikationen. Partition Tolerance (Partitionstoleranz) Die Cloud kann mit Nachrichtenverlusten zwischen den Knoten umgehen. Man spricht von einer Partitionierung eines Netzwerks, wenn nicht mehr alle Knoten mit allen anderen Knoten kommunizieren können. (vgl. [9]) Das CAP-Theorem besagt, dass in verteilten Systemen höchstens zwei Eigenschaften erfüllt sein können. Deswegen wird das Theorem oft als Dreieck, wie in der Abbildung 2, dargestellt. Die Kanten des Dreiecks stellen dabei die drei möglichen Systeme CP, CA und AP dar.

4 4 Konsistenzproblematik bei der Cloud-Datenspeicherung Abbildung 2. CAP-Theorem [8] Ein Geldautomat wäre ein Beispiel für ein CP-System. Für die Geldtransaktionen ist die Konsistenz und die Partitionstoleranz äußerst wichtig, im Gegensatz zur Verfügbarkeit, auf die verzichtet wird. Bei CA-Systemen wiederum handelt es sich um klassische relationale Datenbanksysteme, die Wert auf Konsistenz und Verfügbarkeit legen, jedoch nicht auf die Verteilung der Daten. Bei der Cloud handelt es sich um ein AP-System. Der Grund hierfür soll nun näher beschrieben werden. Die Cloud setzt auf Skalierung, d.h. zahlreiche Instanzen werden je nach Workload gestartet. Dabei werden die Instanzen innerhalb der Knoten verteilt. Die Knoten bestehen zumeist aus günstiger und nicht ausfallsicherer Hardware. Aus diesem Grund ist es erforderlich, dass die Cloud den Ausfall von Knoten toleriert. Die Cloud nutzt deswegen sehr stark die Partitionstoleranz. Zudem wird auf die Verfügbarkeit gesetzt, da der Endanwender bei langen Antwortzeiten sonst zum Konkurrenten wechselt. Auf die Konsistenz kann am ehesten verzichtet werden. Es beeinträchtigt nicht die Funktionalität von Facebook oder Twitter, wenn die Postings nicht bei allen Nutzern gleichzeitig eintreffen. Beim Cloud-Computing muss man sich daher mit einer letztendlichen Konsistenz abfinden. (vgl. [8], [9], [10]) 4 Arten von Konsistenz Es wurde bewiesen, dass die Cloud keine starke Konsistenz besitzt. Das bedeutet aber nicht, dass die Cloud dadurch für den Anwender nutzlos wäre. In diesem Abschnitt wird die letztendliche Konsistenz (Eventual Consistency) vorgestellt, welche die Cloud-Nutzung sehr gut ermöglicht. Zunächst soll ein Überblick über Konsistenzmodelle gegeben werden, die allen Clients systemweite (globale) Konsistenz liefern. In den Modellen kommt es nicht vor, dass ein Client veraltete (inkonsistente) Daten erhält. Dies realisiert das verteilte System, indem die Replikationen erst antworten, wenn alle Replikationen denselben Stand der Daten besitzen. Wegen der daraus resultierenden Wartezeit sind die Modelle für die Cloud nicht einsetzbar, da die Verfügbarkeit verletzt wird. Wie im Zusammenhang mit dem AP-System bereits erklärt, kann es nicht toleriert werden, dass die Cloud sekundenlang außer Betrieb ist. In diesem Abschnitt werden einige Modelle mit globaler Konsistenz erläutert, um das Verständnis davon zu erleichtern, was letztendliche Konsistenz ist.

5 Konsistenzproblematik bei der Cloud-Datenspeicherung 5 Im Anschluss daran wird die letztendliche Konsistenz beschrieben. In diesem Modell versendet das verteilte System die Antwort auf eine Leseanfrage direkt an den Client. Es wird nicht gewartet, bis alle Replikationen konsistent sind. Der Client kann deswegen inkonsistente Daten erhalten, da das Synchronisieren aller Replikationen Zeit beansprucht. Es kann nämlich passieren, dass der Client auf eine Replikation zugreift, die noch nicht aktualisiert worden ist. In diesem Modell ist die Verfügbarkeit gewährleistet, jedoch nicht die Konsistenz, was auch dem AP-System entspricht. Die Cloud ist dadurch immer verfügbar, jedoch kann sie veraltete (inkonsistente) Daten liefern. Zu Beginn müssen noch Begrifflichkeiten und Funktionalitäten erläutert werden. Zum besseren Verständnis werden die Konsistenzmodelle in der Cloud- Umgebung erklärt. Wenn der Client Daten aus der Cloud ausliest, ist dies eine Read Operation. Führt der Client einen Schreibvorgang in der Cloud aus, dann entspricht dies einer Write Operation. Die Cloud leitet die Operationen an Replikationen weiter, die geographisch nah am Client sind oder wenig ausgelastet sind. Deshalb arbeitet ein Client nicht immer auf derselben Replikation. (vgl. [11], [12]) Strict Consistency Führt ein Client eine Write Operation aus, erhält eine Replikation die Änderung. Direkt im Anschluss daran erhalten alle weiteren Replikationen in der Cloud die Änderung. Im Anschluss führt ein Client in extrem kurzer Zeit eine Read Operation auf dieselben Daten aus. Dabei kann es passieren, dass der Client einer anderen Replikation zugewiesen wird. Der Client erhält jedoch stets die letzte Write Operation und somit keine veralteten Daten. Das Modell ist in der Cloud nicht realisierbar, da die Partitionstoleranz nicht unterstützt wird. Das Modell setzt ausschließlich auf Verfügbarkeit und Konsistenz. Sequential Consistency Zwei Clients führen zur selben Zeit eine Write Operation aus. Die Cloud fängt die Operationen ab und übergibt sie allen Replikationen in einer sequentiellen Reihenfolge. So erhalten z.b. alle Replikationen die Write Operation von Client B und anschließend die Write Operation von Client A. Dass zuerst alle Replikationen die Write Operation von Client A erhalten und anschließend die von Client B, ist ebenso möglich gewesen. Weak Consistency In diesem Modell wird die Synchronisation Operation eingeführt. Mit dieser Operation kann der Client die zugeteilte Replikation synchronisieren und die Cloud somit konsistent setzen. Wenn der Client in der zugeteilten Replikation nicht auf veraltete Daten zugreifen möchte, führt er vorher die Synchronisation Operation aus. Eventual Consistency Eventual Consistency ( letztendliche Konsistenz ) ist dann von großer Bedeutung, wenn ein hochverfügbares System bereitgestellt werden soll. Deswegen ist das Modell sehr gut für den Einsatz in der Cloud geeignet.

6 6 Konsistenzproblematik bei der Cloud-Datenspeicherung In diesem Modell werden die Replikationen erst nach und nach konsistent. Das Synchronisieren aller Replikationen nimmt Zeit in Anspruch, da die Weiterleitung der Write Operation nicht umgehend verschickt wird. Dies lässt sich gut am folgenden Beispiel zeigen. Ein Client führt eine Write Operation aus und wird anschließend einer anderen Replikation zugeteilt. Bei der darauffolgenden Read Operation greift der Client auf veraltete Daten zu. Der Client wird auf eine Replikation verwiesen, die noch nicht die Write Operation erhalten hat. In den vorigen Modellen hätte der Client zwar keine veralteten Daten erhalten, doch müsste er Wartezeiten in Kauf nehmen. Eventual Consistency bietet Verfügbarkeit an, aber um den Preis der Konsistenz. Um das Problem der Inkonsistenz zu mildern, werden vier Eigenschaften in der Eventual Consistency angeboten. Die Eigenschaften bieten Konsistenz für die Abfolge von Client-Operationen an, allerdings nur für die eigenen Daten des Client. Bei Operationen anderer Clients auf Daten, die nicht ihre eigenen sind, ist die Konsistenz nicht gegeben. Das bedeutet, dass die Clients auf veraltete Daten stoßen können. Die Provider können selbst entscheiden, welche Eigenschaften ihre Cloud anbietet. Zudem ist es möglich, dass die Cloud mehr als eine Eigenschaft anbietet. So ist z.b. die Kombination von Monotonic Write Consistency und Read Your Writes Consistency möglich. Mit einer solchen Kombination ist die Programmierung von Anwendungen, die auf der Cloud aufbauen, wesentlich leichter. Eine weitere Kombination, die erwünscht ist, ist die Kombination von Monotonic Read Consistency und Read Your Writes Consistency. Nur wenige Cloud-Provider garantieren, dass die Eigenschaften zu 100 % fehlerfrei laufen [17]. Eigenschaften ohne Garantien können z.b. eine Fehlerquote von % besitzen [14]. Mithilfe dieser Eigenschaften kann Konsistenz in der Cloud herrschen, doch nur für den Client, der auch der Besitzer der Daten ist. Die Eigenschaften werden in der Cloud so angeboten, dass der Client keine Wartezeiten für seine Operationen hinnehmen muss. Damit ist sichergestellt, dass die Verfügbarkeit in der Cloud erhalten bleibt. Als Nächstes werden in diesem Abschnitt die Eigenschaften aus der Sichtweise der Cloud erläutert. (vgl. [11], [12], [13]) Monotonic Read Consistency Ein Client tätigt eine Read Operation und wird dabei der Replikation A zugeteilt. Anschließend folgt eine weitere Read Operation auf den identischen Daten, doch wird der Client vorher der Replikation B zugeteilt. Die Verlagerung kam zustande, weil es in der Cloud zu einer Lastenverteilung gekommen ist. Die Eigenschaft sorgt nun dafür, dass der Client keine veralteten Daten liest. Die Replikation B wird konsistent gesetzt, bevor der Client die Read Operation erhält. Monotonic Write Consistency Ein Client führt eine Write Operation in der ihm zugeteilten Replikation A aus. Anschließend wechselt der Client aufgrund einer Lastenverteilung zur Replikation B. Es folgt eine zweite Write Operation

7 Konsistenzproblematik bei der Cloud-Datenspeicherung 7 auf den identischen Daten. Die Eigenschaft stellt nun sicher, dass die vorangegangene Write Operation aus Replikation A an die Replikation B weitergeleitet wird. Des Weiteren achtet die Eigenschaft darauf, dass die vorangegangene Write Operation vor der zweiten Write Operation eingereiht und verarbeitet wird. Read Your Writes Consistency Eine Write Operation wird vom Client in der ihm zugeteilten Replikation A ausgeführt. Im Anschluss daran folgt eine Read Operation, um die Write Operation auszulesen. Vor der Read Operation kam es allerdings zu einer neuen Replikationszuweisung, der Client wurde der Replikation B zugeteilt. Die Eigenschaft leitet nun die vorangegangene Write Operation aus der Replikation A an die Replikation B weiter, damit der Client seine letzte Write Operation lesen kann. Write Follows Reads Consistency Ein Client tätigt eine Read Operation und wird einer Replikation A zugewiesen. Die Read Operation liest eine Datei in der Version X aus. Anschließend vollführt derselbe Client eine Write Operation, um die ausgelesene Datei zu bearbeiten. Der Client ist noch immer mit derselben Replikation A verbunden, weshalb diese Replikation die Write Operation zuerst erhält. Die Eigenschaft sorgt nun für die Verteilung der Write Operation auf die anderen Replikationen. Zuerst erhalten jene Replikationen die Write Operation, die die Datei in der Version X oder in einer aktuelleren Version vorliegen haben. Replikationen, die die Datei in einer älteren Version besitzen, erhalten die Write Operation erst dann, wenn die Datei in der Version X oder in einer aktuelleren Version vorliegt. (vgl. [11], [12]) 5 Cloud-Konsistenz in der Praxis Es ist nun gezeigt worden, dass die Cloud die Eventual Consistency anbietet, sowie eine Reihe von optionalen Eigenschaften. Der Anwender kann sich nicht immer auf die Eigenschaften verlassen, da nur wenige Cloud-Provider garantieren, dass ihre Eigenschaften fehlerfrei arbeiten [17]. Zudem werden nicht immer alle Eigenschaften von den Providern unterstützt. Deshalb muss der Anwender die Inkonsistenz hin und wieder in Kauf nehmen. Man muss zwar auf die Synchronisierung eine gewisse Zeit warten, doch hat dies den Vorteil, dass man eine Fehlerquote von null Prozent hat, im Gegensatz zu Eigenschaften, die keine Garantie besitzen. Die Zeitspanne der Inkonsistenz lässt sich statistisch ermitteln. In diesem Abschnitt sollen die Zeitspanne der Inkonsistenz (Inkonsistenzfenster) sowie die Fehlerquote der Eigenschaften analysiert werden. Für den Anwender, der sich für ein Cloud-Angebot entschieden hat, kann die Zeitspanne der Inkonsistenz ein wichtiger Faktor sein. Eine Inkonsistenz von wenigen Millisekunden mag für eine Webanwendung tolerierbar sein, eine Inkonsistenz von mehreren Sekunden jedoch nicht. Ein weiterer wichtiger Faktor für den Anwender sind die Fehlerquoten der Eigenschaften. (vgl. [13], [14])

8 8 Konsistenzproblematik bei der Cloud-Datenspeicherung 5.1 Vorgehensweise und Implementierung Die Forschungsgruppe eorganisation am Karlsruher Institut für Technologie (KIT) hat ein Verfahren entwickelt, dass das Inkonsistenzfenster approximiert [14]. Das Inkonsistenzfenster ist die Zeitspanne, in der eine Write Operation verschickt wird und gemessen wird, wann alle Replikationen die Operation erhalten haben. Da die Cloud keinen direkten Zugriff auf die Replikationen ermöglicht, kann nicht die Zeit gemessen werden, die vergeht, bis alle Replikationen nach einer Write Operation denselben Stand der Daten besitzen. Die Forschungsgruppe hat deswegen ein Verfahren entwickelt mit dem man sich dem Inkonsistenzfenster nähern kann. Der Provider ist der einzige, der in der Lage ist, das Inkonsistenzfenster zu ermitteln. Für den Provider ist die Cloud eine Whitebox, für den Client (Anwender) hingegen eine Blackbox. Der Client kann das Inkonsistenzfenster nur erhalten, indem er die Zeit misst, bis er keine inkonsistenten Daten mehr erhält. Die Cloud kann dem Client ältere (inkonsistente) Daten vorenthalten und sie nicht ausliefern [13]. Deswegen ist das erhaltene Inkonsistenzfenster nur eine Annäherung. (vgl. [13], [14]) Für das Messverfahren der Forschungsgruppe werden mehrere Server eingesetzt, die als Reader fungieren und Read Operations ausführen. Darüber hinaus wird ein weiterer Server als Writer eingesetzt, um Write Operations zu vollführen. Der Writer schickt periodisch Write Operations an die Cloud. In den Write Operations ist jeweils eine Kombination des Zeitstempels und einer Version enthalten. Die Reader schicken zur selben Zeit parallele Read Operations, um laufend die Daten auszulesen. Setzt man die erhaltenen Daten aller Reader zusammen, erhält man das Inkonsistenzfenster. Die Abbildung 3 veranschaulicht das Vorgehen. (vgl. [14]) Abbildung 3. Reader und Writer [13]

9 Konsistenzproblematik bei der Cloud-Datenspeicherung 9 Der Einsatz mehrerer Reader ist erforderlich, da dies die Wahrscheinlichkeit erhöht, jede Replikation zu erreichen. Der Zugriff auf viele Replikationen verbessert die Genauigkeit des Inkonsistenzfensters. Wenn die Reader nicht auf allen Replikationen vertreten sind, bemerken die Reader das Synchronisieren der Replikationen schneller. Daraus resultiert ein niedrigeres Inkonsistenzfenster. Für drei Replikationen müssten drei Reader reichen. Die Reader verschicken gleichzeitig Read Operations und sollten demzufolge auf allen Replikationen vertreten sein. Das ist aber nicht der Fall. Die Zuweisung der Replikationen zu den Readern (Clients) regelt die Cloud, und es nicht bekannt, welchen Regeln dies unterliegt. Deswegen muss eine Vielzahl von Readern genutzt werden. Die Forschungsgruppe gibt an, dass bei 3 Replikationen 9 Reader eingesetzt werden sollten. Die Wahrscheinlichkeit würde dann 93 % betragen, dass alle Replikationen einen Reader erhalten [14]. Des Weiteren lässt sich die Wahrscheinlichkeit steigern, indem die Reader geographisch nah an den Replikationen platziert werden. (vgl. [13], [14]) Eine zweite Forschungsgruppe aus Australien hat sich ebenfalls mit dem Problem beschäftigt, das Inkonsistenzfenster zu messen [15]. Ihr Ansatz unterscheidet sich jedoch von dem der eorganisation -Forschungsgruppe. Das Inkonsistenzfenster wird zwar auch mithilfe der Clients berechnet, doch kommt nur ein Reader zum Einsatz. Der Reader und der Writer befinden sich sogar im selben Server. Die Forschungsgruppe eorganisation steht diesem Ansatz kritisch gegenüber, da keine veralteten Daten erscheinen. eorganisation schildert, dass bei einem einzigen Reader die Wahrscheinlichkeit sehr groß ist, dass stets dieselbe Replikation zugewiesen wird [14]. (vgl. [14], [15]) Abbildung 4. Ermitteln des Inkonsistenzfensters [14] Die Abbildung 4 verdeutlicht, wie die Reader das Inkonsistenzfenster mit dem Messverfahren der eorganisation berechnen. Der Writer verschickt jeweils zu

10 10 Konsistenzproblematik bei der Cloud-Datenspeicherung allen 5 Zeitpunkten eine Write Operation, die eine Version und den Zeitstempel (Zeitpunkt) enthält. Im Zeitpunkt 5 verschickt der Writer die Write Operation mit der Version B. Der Reader 1 liest im Zeitpunkt 8 zum letzten Mal die alte Version A, der Reader 2 hingegen erst im Zeitpunkt 10. Nun wird überprüft, wie viele Zeitpunkte zwischen der Write Operation (Version B) und dem letzten Lesen von Version A vergangen sind. Bei Reader 1 sind dies 3 Zeitpunkte und bei Reader 2 sind dies 5 Zeitpunkte. Der höhere Wert, in diesem Fall der Zeitpunkt 5, entspricht dem Inkonsistenzfenster für die Version A. (vgl. [13], [14]) 5.2 Durchführung und Ergebnisse Die Forschungsgruppe eorganisation hat ihr Messverfahren beim bekanntesten Cloud-Computing-Dienst Amazon S3 angewendet. Der Dienst verspricht Skalierbarkeit, Verfügbarkeit, Ausfallsicherheit durch Replikationen und geographische Verteilung. Die Forschungsgruppe hat über die Zeit normalverteilte Konsistenzfenster erwartet, die von der Systemlast abhängen. Bei einer hohen Auslastung der Systemlast sollten die Write Operationens nicht so schnell an die Replikationen verschickt werden. Zur Verblüffung der Forschungsgruppe ist das normalverteilte Konsistenzfenster nicht aufgetreten. (vgl. [13], [14]) Die Forschungsgruppe aus Australien hat sich ebenfalls mit dem Messen des Inkonsistenzfensters im Amazon-S3-Dienst beschäftigt. Anders als die eorganisation -Gruppe entdeckte sie überhaupt keine Inkonsistenz und maß somit auch kein Inkonsistenzfenster [15]. Der Grund hierfür ist sicherlich, dass nur ein Reader eingesetzt wurde. Der Reader wird immer an die selbe Replikation verwiesen und nicht an eine Replikation, die die Write Operation später erhält [14]. Ein Blogger hat sich eines ähnlichen Verfahrens mit nur einem Reader bedient, um das Inkonsistenzfenster zu messen. Herausgekommen ist dasselbe Ergebnis, nämlich dass keine Inkonsistenz herrscht [16]. (vgl. [14], [15], [16]) Abbildung 5. Saw-Phase [14]

11 Konsistenzproblematik bei der Cloud-Datenspeicherung 11 Beim Ansatz der Forschungsgruppe eorganisation verschickt der Writer alle zehn Sekunden die Write Operation. Die Reader wiederum verschicken jede zehn Millisekunden die Read Operation. Das erhaltene Inkonsistenzfenster lässt sich in zwei Phasen unterteilen, zu einem in die Low-Phase und zum anderen in die Saw-Phase (sägende Konsistenz). In der Low-Phase treten niedrige Werte auf, die im Bereich weniger hundert Millisekunden liegen. In der Saw-Phase ist das Inkonsistenzfenster steigend und nicht einheitlich. Die Messergebnisse der Saw-Phase sind in der Abbildung 5 aufgeführt. Die erste Messung in der Saw-Phase liefert einen Wert zwischen null und zwei Sekunden, anschließend steigt der Wert für acht oder zwölf Messungen an. Ist der Wert auf zwölf Sekunden gestiegen, ist das Maximum erreicht. Anschließend beginnen die Werte von neuem beim Minimalwert und steigen bis zum Maximalwert. Die Dauer einer Saw-Phase beträgt 80 bis 120 Sekunden, da in jeder Messung ( Test Number ) eine Write Operation verschickt wird. Verschickt wird eine Write Operation alle zehn Sekunden. (vgl. [13], [14]) In der Abbildung 6 sind die Messergebnisse dargestellt, die im Zeitraum von einer Woche erhoben wurden. Zu erkennen sind in dieser Abbildung die einzelnen Low- und Saw-Phasen. Aufgrund der Dichte der Messungen ( Test Number ) ist das Steigen und Abfallen der Saw-Phasen nicht gut zu erkennen. Die Saw-Phasen starten montags bis freitags gegen 8 Uhr und enden gegen 21 Uhr. Am Wochenende gibt es kurz verteilte Saw-Phasen. In der restlichen Zeit überwiegt die Low-Phase. Zwischen der Tageszeit und der Inkonsistenz lässt sich eine Beziehung herstellen. Über den Grund für das Auftreten der Saw-Phasen und deren Verteilung lässt sich nur spekulieren. Allein Amazon kann hier für Aufklärung sorgen. (vgl. [13], [14]) Abbildung 6. Low- und Saw-Phase in einer Woche [14] Das Magazin ix nahm sich des Problems an und fragte bei Amazon nach. Leider wurde dem Magazin keine Auskunft bezüglich der Ursache der Low-

12 12 Konsistenzproblematik bei der Cloud-Datenspeicherung und Saw-Phase erteilt [14]. Allerdings scheint Amazon die Ergebnisse der Forschungsgruppe eorganisation ernst genommen zu haben. Bei einer weiteren Messung des Inkonsistenzfensters zeigten sich nach der Kontaktaufnahme verbesserte Werte. Die Verteilung der Low- und Saw-Phase blieb bestehen, doch waren die Werte der Saw-Phase nicht mehr so hoch. (vgl. [13]) 5.3 Bewertung der Eigenschaften in der letztendlichen Konsistenz Die Forschungsgruppe eorganisation hat anschließend die Fehlerquote einer Eigenschaft ausgewertet. Die Monotonic Read Consistency ist als Einziges gemessen worden. Es wurden Read Operation getätigt und Mal ist eine falscher Wert erschienen. Dies ergibt eine Fehlerquote von 12 % [14]. Leider wurden keine Messwerte zu den anderen Eigenschaften gefunden. Es konnte nur bestätigt werden, dass die Monotonic Write Consistency und die Read Your Writes Consistency fehlerhafte Daten liefern können [13]. Die Fehlerquoten sind allerdings nicht bekannt. (vgl. [13], [14]) Die Provider veröffentlichen nicht, welche Eigenschaften unterstützt werden, dies muss der Anwender mithilfe von Anwendungen und Messungen selbst ermitteln. Lediglich die Eigenschaften, die eine Garantie erhalten, werden bekannt gegeben. So hat Amazon vor kurzem die Read Your Writes-Garantie für seinen Cloud-Dienst veröffentlicht [17]. Dass die vesteckten Eigenschaften von den Providern nicht genannt werden, könnte an den vorhandenen Fehlerquoten liegen. (vgl. [17]) Eigenschaften ohne Garantien können dennoch genutzt werden, und zwar nur von Anwendungen. Die Daten in der Cloud können mit Metainformationen (z.b. mit einer Versionsnummer) versehen werden. Mit einer solchen Information weiß die Anwendung, wann ein falscher Wert gelesen wird. Die Anwendung kann auf den Fehler z.b. mit einer neuen Read Operation reagieren und dadurch den richtigen Wert erhalten. (vgl. [13]) 6 Fazit Die Cloud-Dienste bieten Verfügbarkeit und Partitionstoleranz an. Dadurch wird den Anwendern eine sehr geringe Wartezeit geboten, wenn sie die Cloud nutzen. Der Preis dafür ist jedoch der Verlust der strikten Konsistenz. Entwickler für Cloud-Anwendungen müssen deswegen berücksichtigen, dass die Replikationen erst nach einer recht langen Zeitspanne konsistent sind. In den Messungen wurde gezeigt, dass eine Anwendung maximal zwölf Sekunden warten müsste, um konsistente Daten zu erhalten. In der Nacht sind niedrigere Werte möglich. Einem Benutzer der Cloud-Anwendung kann nicht zugemutet werden, dass er bei einer Read Operation zwölf Sekunden warten soll. Aus diesem Grund können die Cloud-Anwendungen auf die Cloud-Eigenschaften zurückgreifen. Das Problem der Fehlerquoten lässt sich mit dem vorgestellten Ansatz der Metainformationen (Versionsnummern) lösen. Es kann jedoch der Fall auftreten, dass

13 Konsistenzproblematik bei der Cloud-Datenspeicherung 13 nicht alle Eigenschaften von der Cloud unterstützt werden. Dann muss ein Kompromiss gefunden werden, der so aussieht, dass einige Daten lokal in der Cloud- Anwendung (Instanzen) gespeichert werden. Gelöst werden könnte dies mit einem Caching. Entwickler von Cloud-Anwendungen sollten bei der Implementierung beachten, dass die Anwendung bei Änderungen der Cloud weiterhin funktionieren muss. Das folgende Beispiel erläutert den Sachverhalt: Angenommen, eine Cloud- Anwendung nutzt die versteckte Eigenschaft Monotonic Read Consistency, da in vorangegangenen Messungen herausgefunden wurde, dass diese Eigenschaft in der Cloud unterstützt wird. Der Cloud-Provider führt nach einigen Monaten ein Cloud-Update durch und deaktiviert dabei die Monotonic Read Consistency. Der Provider kann so verfahren, weil er keine Garantie für die Eigenschaft veröffentlicht hat. Nach dem Update wird die Cloud-Anwendung beim Kunden allerdings nicht mehr problemlos arbeiten. Bei der Implementierung von Cloud- Anwendungen sind die Entwickler sehr vom Provider abhängig. Bei der Entscheidung, welches Cloud-System gewählt werden soll, sollte nicht nur die Anfragemächtigkeit, die Antwortzeit oder die Service Level Agreements eine Rolle spielen. Es kann von großem Nutzen sein, wenn der Anwender nichttriviale Kriterien berücksichtigt. Ein solches Kriterium wäre der statistische Mittelwert des Inkonsistenzfensters, ein weiteres die garantierten Eigenschaften, die in der Cloud angeboten werden. (vgl. [13], [14]) Literatur 1. ITWissen, Cloud ( ) 2. ITWissen, Cloud-Computing ( ) 3. BSI, Cloud Computing Grundlagen https://www.bsi.bund.de/de/themen/cloudcomputing/grundlagen/ Grundlagen_node.html ( ) 4. Peter Mell, Tim Grance - The NIST Definition of Cloud Computing ( ) 5. Wikipedia, Cloud-Computing ( ) 6. Wolfgang Herrmann - TecChannel, Grundlagen Cloud Computing cloud_computing_saas_virtualisierung/ ( )

14 14 Konsistenzproblematik bei der Cloud-Datenspeicherung 7. Dr. Eric A. Brewer - Towards Robust Distributed Systems ( ) 8. Wikipedia, CAP-Theorem ( ) 9. Kai Spichale, Eberhard Wolf - NoSQL: Konzepte und Prinzipien Software & Support Media GmbH, Java Magazin 04/ Eberhard Wolff - Architekturen für die Cloud JavaSpektrum.pdf ( ) 11. A. S. Tanenbaum and M. V. Steen - Verteilte Systeme Prinzipien und Paradigmen Pearson Studium, 2., aktualisierte Auflage, Werner Vogels - All Things Distributed html ( ) 13. David Bermbach, Stefan Tai - Sägende Konsistenz Heise Verlag, ix 06/ David Bermbach, Stefan Tai - Eventual Consistency: How Soon is eventual? Karlsruher Institut für Technologie, H. Wada, A. Fekete, L. Zhao, K. Lee, and A. Liu. - Data Consistency Properties and the Trade-offs in Commercial Cloud Storages: the Consumers Perspective National ICT Australia - NICTA, Huan Liu s - The cost of eventual consistency BFthe-cost-of-eventual-consistency/ ( ) 17. Shlomo Swidler - Read-After-Write Consistency in Amazon S3 html ( )

Extended Abstract Obserseminar: Datenbanksysteme - Aktuelle Trends. Cloud-Datenbanken. Franz Anders 02.07.2015

Extended Abstract Obserseminar: Datenbanksysteme - Aktuelle Trends. Cloud-Datenbanken. Franz Anders 02.07.2015 Extended Abstract Obserseminar: Datenbanksysteme - Aktuelle Trends Cloud-Datenbanken Franz Anders 02.07.2015 Dies ist das erweiterte Abstract zum Vortrag Cloud-Datenbanken für das Oberseminar Datenbanksysteme

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 Computing Chancen für KMU

Cloud Computing Chancen für KMU Cloud Computing Chancen für KMU Sascha A. Peters Cluster Manager IT FOR WORK 31. Oktober 2012 Cloud Computing Worüber reden alle? Fragen zum Thema Cloud Was ist Cloud Computing und wofür wird es genutzt?

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

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

IT-Security on Cloud Computing

IT-Security on Cloud Computing Abbildung 1: IT-Sicherheit des Cloud Computing Name, Vorname: Ebert, Philipp Geb.: 23.06.1993 Studiengang: Angewandte Informatik, 3. FS Beruf: IT-Systemelektroniker Abgabedatum: 08.12.2014 Kurzfassung

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

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

NoSQL-Datenbanken. Kapitel 1: Einführung. Lars Kolb Sommersemester 2014. Universität Leipzig http://dbs.uni-leipzig.de 1-1

NoSQL-Datenbanken. Kapitel 1: Einführung. Lars Kolb Sommersemester 2014. Universität Leipzig http://dbs.uni-leipzig.de 1-1 NoSQL-Datenbanken Kapitel 1: Einführung Lars Kolb Sommersemester 2014 Universität Leipzig http://dbs.uni-leipzig.de 1-1 Inhaltsverzeichnis NoSQL-Datenbanken Motivation und Definition Kategorisierung, Eigenschaften

Mehr

25.09.2014. Zeit bedeutet eine Abwägung von Skalierbarkeit und Konsistenz

25.09.2014. Zeit bedeutet eine Abwägung von Skalierbarkeit und Konsistenz 1 2 Dies ist ein Vortrag über Zeit in verteilten Anwendungen Wir betrachten die diskrete "Anwendungszeit" in der nebenläufige Aktivitäten auftreten Aktivitäten in einer hochgradig skalierbaren (verteilten)

Mehr

1 2 013 I BM I C BM orporatiton

1 2 013 I BM I C BM orporatiton 1 Ronald Brutter, Senior IT Architect 3. Nov. 2013 Backup wozu? Ich habe Cloud Was ist Cloud? 5 Charakteristika nach NIST Das NIST listet fünf essentielle Charakteristika für Cloud-Computing: 1. Selbstzuweisung

Mehr

Was ist die Cloud? CCW interner Vortrag für Themenabend Erstellt: Mai 2012, Heiko Ehmsen Dauer: ca. 30 Minuten. Inhalt

Was ist die Cloud? CCW interner Vortrag für Themenabend Erstellt: Mai 2012, Heiko Ehmsen Dauer: ca. 30 Minuten. Inhalt Was ist die Cloud? CCW interner Vortrag für Themenabend Erstellt: Mai 2012, Heiko Ehmsen Dauer: ca. 30 Minuten Inhalt 1. Einführung Geschichte 2. Grundidee der Cloud-Technik (Virtualisierung, Skalierbarkeit,

Mehr

Dr. Uwe Jasnoch Intergraph SG&I Deutschland GmbH

Dr. Uwe Jasnoch Intergraph SG&I Deutschland GmbH Dr. Uwe Jasnoch Intergraph SG&I Deutschland GmbH Definition Cloud Computing Was ist cloud computing? on demand Computer Center mit pay as you go Konzepten Direkte Verfügbarkeit von Rechenkapazitäten, die

Mehr

Prototypvortrag. Exploiting Cloud and Infrastructure as a Service (IaaS) Solutions for Online Game Service Provisioning. Projektseminar WS 2009/10

Prototypvortrag. Exploiting Cloud and Infrastructure as a Service (IaaS) Solutions for Online Game Service Provisioning. Projektseminar WS 2009/10 Prototypvortrag Exploiting Cloud and Infrastructure as a Service (IaaS) Solutions for Online Game Service Provisioning Projektseminar WS 2009/10 Eugen Fot, Sebastian Kenter, Michael Surmann AG Parallele

Mehr

Vorbesprechung Hauptseminar "Cloud Computing"

Vorbesprechung Hauptseminar Cloud Computing Vorbesprechung Hauptseminar "Cloud Computing" Dimka Karastoyanova, Johannes Wettinger, {karastoyanova, wettinger}@iaas.uni-stuttgart.de Institute of Architecture of Application Systems (IAAS) Universität

Mehr

Prof. Dr.-Ing. Dagmar Meyer Architekturen verteilter SW-Systeme 5 SYNCHRONISATION

Prof. Dr.-Ing. Dagmar Meyer Architekturen verteilter SW-Systeme 5 SYNCHRONISATION Prof. Dr.-Ing. Dagmar Meyer 5 SYNCHRONISATION Warum braucht man Synchronisation? Ausgangssituation Prozesse müssen sich koordinieren / synchronisieren, z. B. beim Zugriff auf gemeinsame Ressourcen. Alle

Mehr

Architekturen für die Cloud

Architekturen für die Cloud Vorsicht, Kurven! Architekturen für die Cloud Eberhard Wolff Cloud-Technologien sind gerade dabei, die Informationstechnik grundlegen zu ändern. Für Entwickler und Architekten stellt sich die Frage, was

Mehr

RAID. Name: Artur Neumann

RAID. Name: Artur Neumann Name: Inhaltsverzeichnis 1 Was ist RAID 3 1.1 RAID-Level... 3 2 Wozu RAID 3 3 Wie werden RAID Gruppen verwaltet 3 3.1 Software RAID... 3 3.2 Hardware RAID... 4 4 Die Verschiedenen RAID-Level 4 4.1 RAID

Mehr

Verteilte Systeme - 5. Übung

Verteilte Systeme - 5. Übung Verteilte Systeme - 5. Übung Dr. Jens Brandt Sommersemester 2011 Transaktionen a) Erläutere was Transaktionen sind und wofür diese benötigt werden. Folge von Operationen mit bestimmten Eigenschaften: Atomicity

Mehr

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching

1 Einleitung. 1.1 Caching von Webanwendungen. 1.1.1 Clientseites Caching 1.1 Caching von Webanwendungen In den vergangenen Jahren hat sich das Webumfeld sehr verändert. Nicht nur eine zunehmend größere Zahl an Benutzern sondern auch die Anforderungen in Bezug auf dynamischere

Mehr

Semantic Web: Resource Description Framework (RDF)

Semantic Web: Resource Description Framework (RDF) Big Data Semantic Web: RDF Information Retrieval Map Reduce: Massiv parallele Verarbeitung Datenströme Peer to Peer Informationssysteme No SQL Systeme Multi-Tenancy/Cloud-Datenbanken Semantic Web: Resource

Mehr

SimpleVOC-Yetanother. Bausteine für eine Key/Value- Datenbank

SimpleVOC-Yetanother. Bausteine für eine Key/Value- Datenbank SimpleVOC-Yetanother Memcached? Bausteine für eine Key/Value- Datenbank SimpleVOC Yet another memcached? Bausteine für eine Key/Value Datenbank. Theorie (Martin Schönert) Praxis (Frank Celler) Eine Weisheit

Mehr

Sicherheit und Datenschutz in der Cloud

Sicherheit und Datenschutz in der Cloud Sicherheit und Datenschutz in der Cloud Kennen Sie die Herausforderungen der Zukunft? VDE Rhein-Main e.v. Arbeitsgemeinschaft IK Thomas Kochanek Montag, den 24.10.2011 Sicherheit und Datenschutz in der

Mehr

NoSQL-Databases. Präsentation für Advanced Seminar "Computer Engineering", Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de

NoSQL-Databases. Präsentation für Advanced Seminar Computer Engineering, Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de NoSQL-Databases Präsentation für Advanced Seminar "Computer Engineering", Matthias Hauck, matthias.hauck@stud.uni-heidelberg.de Klassische SQL-Datenbanken Anwendungsgebiet: Geschäftsanwendungen Behördenanwendungen

Mehr

Sind Privacy und Compliance im Cloud Computing möglich?

Sind Privacy und Compliance im Cloud Computing möglich? Sind und Compliance im Cloud Computing möglich? Ina Schiering Ostfalia Hochschule für angewandte Wissenschaften Markus Hansen Unabhängiges Landeszentrum für Datenschutz www.ostfalie.de Wolfenbüttel, Germany

Mehr

TECHNISCHE PRODUKTINFORMATION CARUSO

TECHNISCHE PRODUKTINFORMATION CARUSO 1111 TECHNISCHE PRODUKTINFORMATION CARUSO TECHNISCHE PRODUKTINFORMATION Seite 0/7 Inhalt 1 Systemdefinition............2 2 Technische Details für den Betrieb von CARUSO......2 2.1 Webserver... 2 2.2 Java

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

Kapitel 4 Teil 2 NoSQL-Datenbanksysteme

Kapitel 4 Teil 2 NoSQL-Datenbanksysteme Kapitel 4 Teil 2 NoSQL-Datenbanksysteme Inhalt: CAP (Consistency/Availability/Partition-Tolerance); BASE (Basically Available, Soft State, Eventually Consistent); Datenmodelle: Key-Value-Stores, Spaltenbasierte

Mehr

Projektbericht Gruppe 12. Datenbanksysteme WS 05/ 06. Gruppe 12. Martin Tintel Tatjana Triebl. Seite 1 von 11

Projektbericht Gruppe 12. Datenbanksysteme WS 05/ 06. Gruppe 12. Martin Tintel Tatjana Triebl. Seite 1 von 11 Datenbanksysteme WS 05/ 06 Gruppe 12 Martin Tintel Tatjana Triebl Seite 1 von 11 Inhaltsverzeichnis Inhaltsverzeichnis... 2 1. Einleitung... 3 2. Datenbanken... 4 2.1. Oracle... 4 2.2. MySQL... 5 2.3 MS

Mehr

TAV Übung 3. Übung 3: Verteilte Datenhaltung

TAV Übung 3. Übung 3: Verteilte Datenhaltung Übung 3: Verteilte Datenhaltung 1. Serialisierung Konstruieren Sie Historien aus drei Transaktionen T1, T2 und T3, die folgende Merkmale aufweisen: 1. Die serielle Reihenfolge ist T1 vor T2 vor T3. 2.

Mehr

Collaborative Virtual Environments

Collaborative Virtual Environments Collaborative Virtual Environments Stefan Lücking Projektgruppe Kreativität und Technik AG Domik WS 02/03 09.01.2003 1/35 Was sind CVE? Versuch einer Definition : Ein CVE ist ein Programm, das eine virtuelle

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

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

Storage-Trends am LRZ. Dr. Christoph Biardzki

Storage-Trends am LRZ. Dr. Christoph Biardzki Storage-Trends am LRZ Dr. Christoph Biardzki 1 Über das Leibniz-Rechenzentrum (LRZ) Seit 50 Jahren Rechenzentrum der Bayerischen Akademie der Wissenschaften IT-Dienstleister für Münchner Universitäten

Mehr

Aufbau eigener Cloud-Infrastrukturen mit Eucalyptus Hochschule Mannheim

Aufbau eigener Cloud-Infrastrukturen mit Eucalyptus Hochschule Mannheim Andreas Ries Cloud-Computing Seminar Hochschule Mannheim WS0910 1/26 Aufbau eigener Cloud-Infrastrukturen mit Eucalyptus Hochschule Mannheim Andreas Ries Fakultät für Informatik Hochschule Mannheim ries.andreas@web.de

Mehr

Dropbox - Cloud Computing Anleitung W.Barth - E.Völkel

Dropbox - Cloud Computing Anleitung W.Barth - E.Völkel Technisches vorab: Auch wenn wir vom Cloud Computing noch nie etwas gehört haben, nutzen wir es mit Sicherheit schon: Wir schreiben Mails. Virtueller Briefverkehr ist Cloud Computing der klassischen Art:

Mehr

EHCache und Terracotta. Jochen Wiedmann, Software AG

EHCache und Terracotta. Jochen Wiedmann, Software AG EH und Terracotta Jochen Wiedmann, Software AG Autor Perl-Contributor DBD::mySQL 2, DBI::Proxy, DBI::Shell, DBD::CSV, Net::Daemon, RPC::Pl(Client Server) (Autor) DBI (Developer) ASF-Member (Apache Software

Mehr

Compass Security AG [The ICT-Security Experts]

Compass Security AG [The ICT-Security Experts] Compass Security AG [The ICT-Security Experts] Live Hacking: Cloud Computing - Sonnenschein oder (Donnerwetter)? [Sophos Anatomy of an Attack 14.12.2011] Marco Di Filippo Compass Security AG Werkstrasse

Mehr

RITOP CLOUD. Leittechnik aus der Cloud hohe Servicequalität, passgenau dimensioniert

RITOP CLOUD. Leittechnik aus der Cloud hohe Servicequalität, passgenau dimensioniert RITOP CLOUD Leittechnik aus der Cloud hohe Servicequalität, passgenau dimensioniert «RITOP CLOUD STELLT IMMER DIE RICHTIGE INFRASTRUKTUR FÜR DIE LEITTECHNIK BEREIT. DAS BEWAHRT DIE FLEXIBILITÄT UND SPART

Mehr

Cloud-Architekturen auf verschiedenen Ebenen Seminar: Datenbankanwendungen im Cloud Computing

Cloud-Architekturen auf verschiedenen Ebenen Seminar: Datenbankanwendungen im Cloud Computing Cloud-Architekturen auf verschiedenen Ebenen Seminar: Datenbankanwendungen im Cloud Computing Andreas Wixler INSTITUTE FOR PROGRAM STRUCTURES AND DATA ORGANIZATION, FACULTY OF INFORMATICS KIT University

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

Robert-Bosch-Straße 18 D-63303 Dreieich Tel.: +49 6103 37416-00 Fax: +49 6103 37416-99 www.isw-online.de

Robert-Bosch-Straße 18 D-63303 Dreieich Tel.: +49 6103 37416-00 Fax: +49 6103 37416-99 www.isw-online.de Robert-Bosch-Straße 18 D-63303 Dreieich Tel.: +49 6103 37416-00 Fax: +49 6103 37416-99 www.isw-online.de Inhaltsverzeichnis ISW nur ein paar Worte Cloud Computing Die richtige Cloud-Lösung Problematiken

Mehr

Hardware- und Software-Anforderungen IBeeS.ERP

Hardware- und Software-Anforderungen IBeeS.ERP Hardware- und Software-Anforderungen IBeeS.ERP IBeeS GmbH Stand 08.2015 www.ibees.de Seite 1 von 8 Inhalt 1 Hardware-Anforderungen für eine IBeeS.ERP - Applikation... 3 1.1 Server... 3 1.1.1 Allgemeines

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

Institut für Verteilte Systeme

Institut für Verteilte Systeme Institut für Verteilte Systeme Prof. Dr. Franz Hauck Seminar: Multimedia- und Internetsysteme, Wintersemester 2010/11 Betreuer: Jörg Domaschka Bericht zur Seminarssitzung am 2011-01-31 Bearbeitet von :

Mehr

Cloud Computing. D o m i n i c R e u t e r 19.07.2011. Softwarearchitekturen

Cloud Computing. D o m i n i c R e u t e r 19.07.2011. Softwarearchitekturen Cloud Computing D o m i n i c R e u t e r 19.07.2011 1 Seminar: Dozent: Softwarearchitekturen Benedikt Meurer GLIEDERUNG Grundlagen Servervirtualisierung Netzwerkvirtualisierung Storagevirtualisierung

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

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

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

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

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

MICROSOFTS CLOUD STRATEGIE

MICROSOFTS CLOUD STRATEGIE MICROSOFTS CLOUD STRATEGIE Sebastian Weber Head of Technical Evangelism Developer Platform & Strategy Group Microsoft Deutschland GmbH Slide 1 WAS IST CLOUD COMPUTING? Art der Bereitstellung von IT-Leistung

Mehr

D5 GmbH AnycastDNS SCHNELL, STABIL UND AUSFALLSICHER

D5 GmbH AnycastDNS SCHNELL, STABIL UND AUSFALLSICHER D5 GmbH AnycastDNS SCHNELL, STABIL UND AUSFALLSICHER Hochverfügbare Nameserver-Infrastruktur zum Schutz vor DoS-Attacken und für optimale Erreichbarkeit weltweit und jederzeit 1 AnycastDNS von D5 Höchste

Mehr

4 Planung von Anwendungsund

4 Planung von Anwendungsund Einführung 4 Planung von Anwendungsund Datenbereitstellung Prüfungsanforderungen von Microsoft: Planning Application and Data Provisioning o Provision applications o Provision data Lernziele: Anwendungen

Mehr

REST-basierte Web-Services mit PHP (1)

REST-basierte Web-Services mit PHP (1) REST-basierte Web-Services mit PHP (1) REST nutzt direkt die HTTP-Operationen Daher ist es (vgl. SOAP) einfacher, einen REST-basierten Webservice direkt mit PHP zu implementieren. Einige PHP-Frameworks,

Mehr

Verteilte Systeme. Synchronisation I. Prof. Dr. Oliver Haase

Verteilte Systeme. Synchronisation I. Prof. Dr. Oliver Haase Verteilte Systeme Synchronisation I Prof. Dr. Oliver Haase 1 Überblick Synchronisation 1 Zeit in verteilten Systemen Verfahren zum gegenseitigen Ausschluss Synchronisation 2 Globale Zustände Wahlalgorithmen

Mehr

Managed Cloud Services. Christian Affolter Managed Cloud Services 11. Mai 2012

Managed Cloud Services. Christian Affolter Managed Cloud Services 11. Mai 2012 Managed Cloud Services Christian Affolter Managed Cloud Services 11. Mai 2012 Übersicht Cloud Computing Eine Einführung Vor- und Nachteile von Cloud Computing Einstiegsmöglichkeiten in die Cloud SaaS /

Mehr

TOP 5. Funktionen. von Retain

TOP 5. Funktionen. von Retain ediscovery Leichtes Audit Management Unified Archiving Compliance Die Facebook & Twitter Archivierung TOP 5 End-User Message Deletion Schnelle & leichte Wiederherstellung Funktionen [Archivierungs-] von

Mehr

Server: Vice nach Tanenbaum, van Steen

Server: Vice nach Tanenbaum, van Steen 3 Fallbeispiel: Coda Nachfolger des Andrew File Systems (AFS) Carnegie Mellon University, 1990 (CMU) Zielsetzung hohe Verfügbarkeit bei mehreren 10.000 Client-Rechnern Fehlertoleranz abgesetzter Betrieb

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

LOGISTIK-DINNER SEPTEMBER 2012 HELGE NEITZEL. DIE CLOUD-STRATEGIE DER SAP* *basierend auf Folien der SAP

LOGISTIK-DINNER SEPTEMBER 2012 HELGE NEITZEL. DIE CLOUD-STRATEGIE DER SAP* *basierend auf Folien der SAP OPEN SYSTEMS CONSULTING IT-KOMPLETTDIENSTLEISTER IM MITTELSTAND LOGISTIK-DINNER SEPTEMBER 2012 HELGE NEITZEL DIE CLOUD-STRATEGIE DER SAP* *basierend auf Folien der SAP DIE CLOUD DEFINITION "Cloud Computing

Mehr

Die Microsoft Cloud OS-Vision

Die Microsoft Cloud OS-Vision Die Microsoft Cloud OS-Vision 29-01-2014, itnetx/marcel Zehner Seit Oktober 2013 steht Microsoft mit dem neuen Betriebssystem Microsoft Windows Server 2012 R2 am Start. Aus Sicht von vielen Unternehmen

Mehr

Wie man mehr Speicherkapazität für weniger Geld bekommt

Wie man mehr Speicherkapazität für weniger Geld bekommt Mit Software-defined Storage die Speicherkosten reduzieren Wie man mehr Speicherkapazität für weniger Geld bekommt 13.01.15 Autor / Redakteur: Stefan Fischer, Business Consultant / Rainer Graefen Zadara

Mehr

Storage Management Konzepte

Storage Management Konzepte Storage Management Konzepte Der Trend, dass Information immer und überall auf der Welt zur Verfügung stehen müssen wie auch der stetig steigende Speicherbedarf stellen neue Anforderungen an die Datenspeicherung

Mehr

Cloud-Computing Seminar - Vergleichende Technologien: Grid-Computing Hochschule Mannheim

Cloud-Computing Seminar - Vergleichende Technologien: Grid-Computing Hochschule Mannheim Sven Hartlieb Cloud-Computing Seminar Hochschule Mannheim WS0910 1/23 Cloud-Computing Seminar - Vergleichende Technologien: Grid-Computing Hochschule Mannheim Sven Hartlieb Fakultät für Informatik Hochschule

Mehr

Cloud Computing in der öffentlichen Verwaltung

Cloud Computing in der öffentlichen Verwaltung Cloud Computing in der öffentlichen Verwaltung Willy Müller /ch/open - 5.4.2012 Sie alle sind Cloud-Nutzer 2 3 Cloud-Computing als Weiterentwicklung von SOA Business process as a Service Software as a

Mehr

Vertrags- und Lizenzfragen im Rahmen des Cloud Computing LES Arbeitsgruppenmeeting 13. Mai 2011

Vertrags- und Lizenzfragen im Rahmen des Cloud Computing LES Arbeitsgruppenmeeting 13. Mai 2011 Vertrags- und Lizenzfragen im Rahmen des Cloud Computing LES Arbeitsgruppenmeeting 13. Mai 2011 Heymann & Partners Übersicht Erscheinungsformen des Cloud Computing Vertragsgestaltung beim Cloud Computing

Mehr

NoSQL Datenbanken. Seminar:Software as a Service, Cloud-Computing und aktuelle Entwicklungen Dozent: Dipl. Inf. Andreas Göbel

NoSQL Datenbanken. Seminar:Software as a Service, Cloud-Computing und aktuelle Entwicklungen Dozent: Dipl. Inf. Andreas Göbel NoSQL Datenbanken Seminar:Software as a Service, Cloud-Computing und aktuelle Entwicklungen Dozent: Dipl. Inf. Andreas Göbel 17. Juni 2010 Gliederung Der Begriff NoSQL Wichtige Konzepte NoSQL-Arten Cassandra

Mehr

Datenschutzgerechtes CloudComputing -Risiken und Empfehlungen -

Datenschutzgerechtes CloudComputing -Risiken und Empfehlungen - Datenschutzgerechtes CloudComputing -Risiken und Empfehlungen - Dr. Thomas Reinke Die Landesbeauftragte für den Datenschutz und für das Recht auf Akteneinsicht Brandenburg (Bereich Technik und Organisation)

Mehr

Themenschwerpunkt Cloud-Computing

Themenschwerpunkt Cloud-Computing Themenschwerpunkt Cloud-Computing Ihr Ansprechpartner heute Claranet GmbH Hanauer Landstraße 196 60314 Frankfurt Senior Partner Account & Alliance Manager Tel: +49 (69) 40 80 18-433 Mobil: +49 (151) 16

Mehr

T.I.S.P. Community Meeting 2014 Berlin, 03. - 04.11.2014 Bewertung von Cloud-Angeboten

T.I.S.P. Community Meeting 2014 Berlin, 03. - 04.11.2014 Bewertung von Cloud-Angeboten T.I.S.P. Community Meeting 2014 Berlin, 03. - 04.11.2014 Bewertung von Cloud-Angeboten Tobias Hahn Fraunhofer Institut für sichere Informationstechnologie (SIT) Vorstellung Tobias Hahn Wissenschaftlicher

Mehr

1 Hochverfügbarkeit. 1.1 Einführung. 1.2 Network Load Balancing (NLB) Quelle: Microsoft. Hochverfügbarkeit

1 Hochverfügbarkeit. 1.1 Einführung. 1.2 Network Load Balancing (NLB) Quelle: Microsoft. Hochverfügbarkeit 1 Hochverfügbarkeit Lernziele: Network Load Balancing (NLB) Failover-Servercluster Verwalten der Failover Cluster Rolle Arbeiten mit virtuellen Maschinen Prüfungsanforderungen von Microsoft: Configure

Mehr

SQL Server 2012 Datenblatt zur Lizenzierung

SQL Server 2012 Datenblatt zur Lizenzierung SQL Server 2012 Datenblatt zur Lizenzierung Veröffentlicht am 3. November 2011 Produktüberblick SQL Server 2012 ist ein bedeutendes Produkt- Release mit vielen Neuerungen: Zuverlässigkeit für geschäftskritische

Mehr

Überblick IBM Offerings für Cloud-Provider

Überblick IBM Offerings für Cloud-Provider - IBM Cloud Computing März, 2011 Überblick IBM Offerings für Cloud-Provider Juerg P. Stoll Channel Development Executive for Cloud IMT ALPS juerg.stoll@ch.ibm.com +41 79 414 3554 1 2010 IBM

Mehr

Cloud Computing mit der Windows Azure Platform

Cloud Computing mit der Windows Azure Platform Cloud Computing mit der Windows Azure Platform Ein Überblick Holger Sirtl Architect Developer Platform & Strategy Group Microsoft Deutschland GmbH http://blogs.msdn.com/hsirtl Wahlfreiheit bei Anwendungen

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

Oracle Big Data Technologien Ein Überblick

Oracle Big Data Technologien Ein Überblick Oracle Big Data Technologien Ein Überblick Ralf Lange Global ISV & OEM Sales NoSQL: Eine kurze Geschichte Internet-Boom: Erste Ansätze selbstgebauter "Datenbanken" Google stellt "MapReduce"

Mehr

Grundlagen verteilter Systeme

Grundlagen verteilter Systeme Universität Augsburg Insitut für Informatik Prof. Dr. Bernhard Bauer Wolf Fischer Christian Saad Wintersemester 08/09 Übungsblatt 5 26.11.08 Grundlagen verteilter Systeme Lösungsvorschlag Aufgabe 1: Erläutern

Mehr

Grundlagen der Verwendung von make

Grundlagen der Verwendung von make Kurzskript zum Thema: Grundlagen der Verwendung von make Stefan Junghans Gregor Gilka 16. November 2012 1 Einleitung In diesem Teilskript sollen die Grundlagen der Verwendung des Programmes make und der

Mehr

FLASHRECOVER SNAPSHOTS. Sofortige, unlimitierte Snapshots, speziell für 100 % Flash-Speicherung

FLASHRECOVER SNAPSHOTS. Sofortige, unlimitierte Snapshots, speziell für 100 % Flash-Speicherung FLASHRECOVER SNAPSHOTS Sofortige, unlimitierte Snapshots, speziell für 100 % Flash-Speicherung FLASHRECOVER SNAPSHOTS BIETEN EFFIZIENTE, SKALIERBARE UND LEICHT ZU VERWALTENDE SNAPSHOTS OHNE KOMPROMISSE

Mehr

Ausgewählte Kapitel der Systemsoftware: Cloud Computing

Ausgewählte Kapitel der Systemsoftware: Cloud Computing Ausgewählte Kapitel der Systemsoftware: Cloud Computing Zunächst heiter bis wolkig, später dauerhaft bedeckt Timo Hönig Friedrich-Alexander-Universität Erlangen-Nürnberg Lehrstuhl Informatik 4 (Verteilte

Mehr

PowerBridge MSSQL Beta

PowerBridge MSSQL Beta SoftENGINE PowerBridge MSSQL Beta Dokumentation Thomas Jakob 17.04.2011 Inhalt Einrichtung der SQL Umgebung... 3 SQL-Server Installieren... 3 BüroWARE Installieren... 3 PowerBridge-SQL Modus einrichten...

Mehr

Produktunterlagen ASP

Produktunterlagen ASP 1. Produktunterlagen ASP PROLAG World ASP 2 INHALT 1. Was ist ASP/Software as a Service... 3 2. Was ist der Unterschied zu Cloud Computing?... 3 3. Vorteile von ASP/SaaS... 4 4. Sicherheit... 5 5. Technische

Mehr

SICHERE DATENHALTUNG IN DER CLOUD VIA HANDY. Tuba Yapinti Abschlussvortrag der Bachelorarbeit Betreuer: Prof. Reinhardt, Dr.

SICHERE DATENHALTUNG IN DER CLOUD VIA HANDY. Tuba Yapinti Abschlussvortrag der Bachelorarbeit Betreuer: Prof. Reinhardt, Dr. SICHERE DATENHALTUNG IN DER CLOUD VIA HANDY 1 Tuba Yapinti Abschlussvortrag der Bachelorarbeit Betreuer: Prof. Reinhardt, Dr. Bernd Borchert GLIEDERUNG 1. Motivation Gründe für die Entwicklung Ideen für

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

1 Einleitung. 2 Anmeldung

1 Einleitung. 2 Anmeldung Deployment-Portal 1 Einleitung Das Deployment-Portal von MODUS Consult bildet die zentrale Plattform zum Austausch von Programmobjekten wie Servicepacks und Programmanpassungen. Mit Hilfe von personalisierten

Mehr

Cloud Computing. IM-Briefing 3.12.2009

Cloud Computing. IM-Briefing 3.12.2009 Cloud Computing IM-Briefing 3.12.2009 Cloud Computing IM-Breefing 3.12.2009 Fragestellung Was ist eine Cloud Vergangenheit, Gegenwart Motivation - Treiber Technische Ausprägungen Anwendungsfälle Abhängigkeit

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

Software as a Service, Cloud Computing und aktuelle Entwicklungen Seminarvorbesprechung

Software as a Service, Cloud Computing und aktuelle Entwicklungen Seminarvorbesprechung Software as a Service, Cloud Computing und aktuelle Entwicklungen Seminarvorbesprechung A. Göbel, Prof. K. Küspert Friedrich-Schiller-Universität Fakultät für Mathematik und Informatik Lehrstuhl für Datenbanken

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

Microsoft Lizenzierung SQL Server 2014. Bernd Löschner

Microsoft Lizenzierung SQL Server 2014. Bernd Löschner Bernd Löschner EDITIONEN Enterprise Edition für mission critical Anwendungen und large scale Data Warehousing. Business Intelligence Edition für Premium Unternehmen und self service BI. Standard Edition

Mehr

NoSQL Deep Dive mit Cassandra. Kai Spichale

NoSQL Deep Dive mit Cassandra. Kai Spichale NoSQL Deep Dive mit Cassandra Kai Spichale 13.04.2011 1 NoSQL 13.04.2011 2 BerlinExpertDays NoSQL Wide Column Stores / Column Families Document Stores Graph Databases Key Value / Tupe Stores 13.04.2011

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

Webengineering II T2INF4202.1. Enrico Keil Keil IT e.k.

Webengineering II T2INF4202.1. Enrico Keil Keil IT e.k. Webengineering II T2INF4202.1 Enrico Keil Keil IT e.k. Übersicht Herzlich willkommen Enrico Keil Keil IT Oderstraße 17 70376 Stuttgart +49 7119353191 Keil IT e.k. Gegründet 2003 Betreuung von kleinen und

Mehr

Computerpflege. Windows XP Update (Arbeitssicherheit) Dieses Programm öffnet die Internetseite von Windows. Starten Sie die [Schnellsuche].

Computerpflege. Windows XP Update (Arbeitssicherheit) Dieses Programm öffnet die Internetseite von Windows. Starten Sie die [Schnellsuche]. Computerpflege Neben dem Virus Schutz ist es sehr wichtig den PC regelmässig zu Pflegen. Es sammeln sich täglich verschiedene Dateien an die nicht wirklich gebraucht werden und bedenkenlos gelöscht werden

Mehr

Einführung in die OPC-Technik

Einführung in die OPC-Technik Einführung in die OPC-Technik Was ist OPC? OPC, als Standartschnittstelle der Zukunft, steht für OLE for Process Control,und basiert auf dem Komponentenmodel der Firma Microsoft,dem Hersteller des Betriebssystems

Mehr

synergetic AG Open House 2012 Ihr Unternehmen in der Wolke - Cloud Lösungen von synergetic

synergetic AG Open House 2012 Ihr Unternehmen in der Wolke - Cloud Lösungen von synergetic synergetic AG Open House 2012 Ihr Unternehmen in der Wolke - Cloud Lösungen von synergetic Markus Krämer Vorsitzender des Vorstandes der synergetic AG Verantwortlich für Strategie und Finanzen der synergetic

Mehr

Finaler Testbericht. Finaler Testbericht. 1 Einführung 2. 1.1 Warum Softwaretests?... 2

Finaler Testbericht. Finaler Testbericht. 1 Einführung 2. 1.1 Warum Softwaretests?... 2 Inhaltsverzeichnis 1 Einführung 2 1.1 Warum Softwaretests?.................................... 2 2 Durchgeführte Tests 2 2.1 Test: allgemeine Funktionalität............................... 2 2.1.1 Beschreibung.....................................

Mehr

IT-Infrastruktur aus der Wolke Segen oder Leid für Unternehmen? Redner: Philip Schmolling Geschäftsführer YUNICON

IT-Infrastruktur aus der Wolke Segen oder Leid für Unternehmen? Redner: Philip Schmolling Geschäftsführer YUNICON IT-Infrastruktur aus der Wolke Segen oder Leid für Unternehmen? Redner: Philip Schmolling Geschäftsführer YUNICON Agenda IaaS Wo gehört es hin? IaaS Was steckt dahinter? IaaS Server, Server, Server Segen

Mehr

Persönlichkeiten bei bluehands

Persönlichkeiten bei bluehands Persönlichkeiten bei Technologien bei Skalierbare Anwendungen mit Windows Azure GmbH & co.mmunication KG am@.de; posts..de/am 1 2 3 4 5 6 7 8 9 Immer mehr Mehr Performance Mehr Menge Mehr Verfügbarkeit

Mehr