Otto-von-Guericke-Universität Magdeburg. Fakultät für Informatik Institut für Technische und Betriebliche Informationssysteme.

Größe: px
Ab Seite anzeigen:

Download "Otto-von-Guericke-Universität Magdeburg. Fakultät für Informatik Institut für Technische und Betriebliche Informationssysteme."

Transkript

1 Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Institut für Technische und Betriebliche Informationssysteme Masterarbeit Adaptionsstrategien für kosteneffizientes Complex Event Processing Verfasser: Andreas Meister 15. September 2013 Betreuer: Prof. Dr. rer. nat. habil. Gunter Saake, M.Sc. Sebastian Breß Universität Magdeburg Fakultät für Informatik Postfach 4120, D Magdeburg Germany Dr.-Ing. Zbigniew Jerzak Dipl. Inf. Thomas Heinze SAP Dresden Chemnitzer Strasse 48, D Dresden Germany

2 Meister, Andreas: Adaptionsstrategien für kosteneffizientes Complex Event Processing Masterarbeit, Otto-von-Guericke-Universität Magdeburg, 2013.

3 INHALTSVERZEICHNIS i Inhaltsverzeichnis Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Verzeichnis der Abkürzungen i v ix xi 1 Einführung Hintergrund Motivation Ziele der Arbeit Methodik der Arbeit Aufbau der Arbeit Grundlagen Complex Event Processing Cloud Computing Optimierung Adaptive Anfragebearbeitung Optimaler Optimierungsprozess Aufbau des Prototyps Multi Query Optimierung Platzierung von Operatoren Kostenmodell Systemoptimierung Zusammenfassung Anforderungsanalyse Problemstellung Kosten der Änderung der Systemkonfiguration

4 ii INHALTSVERZEICHNIS Faktoren zur Kostenberechnung Bestimmung eines geeigneten Zeitpunkts der Optimierung Anforderungen Zusammenfassung Konzeption Modellierung der Migrationskosten Direkte Migrationskosten Indirekte Migrationskosten Berechnung der Migrationszeit Berechnung der indirekten Migrationskosten Schätzung der Dauer einer Konfiguration des Systems Bestimmung eines geeigneten Optimierungszeitpunkts Zusammenfassung Systemintegration Bestehender Optimierungsprozess Erweiterter Optimierungsprozess Evaluation Auswirkungen der Migration von Operatoren Entwurf Variablen der Analyse Ergebnisse des Experiments Diskussion Bedrohung der Validität Vergleich der unterschiedlichen Optimierungsprozesse Entwurf Variablen der Analyse Ergebnisse des Experiments Diskussion Bedrohung der Validität Performanz der Berechnung der Migrationskosten Entwurf Variablen der Analyse Ergebnisse des Experiments Diskussion

5 INHALTSVERZEICHNIS iii Bedrohung der Validität Zusammenfassung Abschluss Zusammenfassung Ausblick A Multi Query Optimierung 83 Literaturverzeichnis 85

6 iv INHALTSVERZEICHNIS

7 ABBILDUNGSVERZEICHNIS v Abbildungsverzeichnis 2.1 Zeitbasierte Fenster zur Verarbeitung von Ereignissen Problem der Unter- und Überversorgung Architektur der Optimierung der Anfragebearbeitung Übersicht über laufende Anfragen Zusätzliche Informationen einer Anfrage Visualisierung zum Hinzufügen neuer Anfragen Systemkosten in Abhängigkeit von plc und gran Verlauf der Migration eines Operators Verlauf der Verzögerung der Anfragebearbeitung Optimierungsprozess ohne Berücksichtigung der Migrationskosten Optimierungsprozess mit Berücksichtigung der Migrationskosten Steigerung des CPU-Verbrauchs bei der Erstellung und Wiedereinspielung des Zustands eines zustandsbehafteten Operators Steigerung des Speicherverbrauchs bei der Erstellung und Wiedereinspielung des Zustands eines zustandsbehafteten Operators Benötigte Zeit zur Extraktion und Wiedereinspielung des Zustands eines zustandsbehafteten Operators Steigerung des CPU-Verbrauchs bei der Migration eines zustandslosen Operators Steigerung des Speicherverbrauchs bei der Migration eines zustandslosen Operators Zu übertragende Datenmenge bei der Migration eines zustandslosen Operators Zeit zur Migration eines zustandslosen Operators Durchschnittliche, maximale und minimale Latenz der Anfragen (Anfragemuster: linear, Ereignisrate: variabel)

8 vi ABBILDUNGSVERZEICHNIS 6.9 Durchschnittliche, maximale und minimale CPU-Auslastung der Rechnerknoten (Anfragemuster: linear, Ereignisrate: variabel) Anzahl an Operatormigrationen und durchschnittliche genutzte Rechnerknotenanzahl (Anfragemuster: linear, Ereignisrate: variabel) Anzahl und gesamte Ausführungszeit der Optimierungen (Anfragemuster: linear, Ereignisrate: variabel) Ausführungszeit und Kosten des Experiments (Anfragemuster: linear, Ereignisrate: variabel) Durchschnittliche, maximale und minimale Latenz der Anfragen (Anfragemuster: real, Ereignisrate: konstant) Durchschnittliche, maximale und minimale CPU-Auslastung der Rechnerknoten (Anfragemuster: real, Ereignisrate: konstant) Anzahl an Operatormigrationen und durchschnittliche genutzte Rechnerknotenanzahl (Anfragemuster: real, Ereignisrate: konstant) Anzahl und gesamte Ausführungszeit der Optimierungen (Anfragemuster: real, Ereignisrate: konstant) Ausführungszeit und Kosten des Experiments (Anfragemuster: real, Ereignisrate: konstant) Durchschnittliche, maximale und minimale Latenz der Anfragen (Anfragemuster: real, Ereignisrate: variabel) Durchschnittliche, maximale und minimale CPU-Auslastung der Rechnerknoten (Anfragemuster: real, Ereignisrate: variabel) Anzahl an Operatormigrationen und durchschnittliche genutzte Rechnerknotenanzahl (Anfragemuster: real, Ereignisrate: variabel) Anzahl und gesamte Ausführungszeit der Optimierungen (Anfragemuster: real, Ereignisrate: variabel) Ausführungszeit und Kosten des Experiments (Anfragemuster: real, Ereignisrate: variabel) Ausführungszeit der Kostenberechnung mit Berücksichtigung der Migrationskosten Ausführungszeit der Zielfunktion 1 mit Berücksichtigung der Migrationskosten Ausführungszeit der Zielfunktion 1 ohne Berücksichtigung der Migrationskosten Ausführungszeit der Zielfunktion 2 mit Berücksichtigung der Migrationskosten

9 ABBILDUNGSVERZEICHNIS vii 6.27 Ausführungszeit der Zielfunktion 2 ohne Berücksichtigung der Migrationskosten A.1 Prozess zum Vergleich von Operatoren

10 viii ABBILDUNGSVERZEICHNIS

11 TABELLENVERZEICHNIS ix Tabellenverzeichnis 3.1 Variablen zur Bestimmung des Optimierungszeitpunkts Variablen zur Modellierung der Migrationskosten Variablen zur Berechnung der Migrationszeit Variablen zur Berechnung der indirekten Migrationskosten Variablen zur Abschätzung der Dauer einer Systemkonfiguration Variablen zur Bestimmung eines Optimierungszeitpunkts Rechnerkonfigurationen Zielfunktionen der Optimierung Anfragemuster des Anfragegenerators Ereignisraten der Ereignisquellen

12 x TABELLENVERZEICHNIS

13 xi Verzeichnis der Abkürzungen SLA CEP GA RRS DBMS CQL MQO CCL Service Level Agreement Complex Event Processing genetische Algorithmen Recursive Random Search Datenbankmanagementsystem Continuous Query Language Multi Query Optimierung Continuous Computation Language

14 xii

15 Kapitel 1. Einführung 1 Kapitel 1 Einführung In diesem Kapitel wird eine kurze Einführung in diese Arbeit gegeben. Hierbei wird sowohl der Hintergrund, als auch die Motivation dieser Arbeit erläutert. Zusätzlich werden die Ziele der Arbeit definiert sowie die Methodik zum Erreichen der Ziele erklärt. Als letzter Abschnitt dieses Kapitels wird der Aufbau dieser Arbeit beschrieben. 1.1 Hintergrund Die Problemstellung der zeitnahen Verarbeitung von Ereignissen von Ereignisströmen gewann in den letzten Jahren an Bedeutung [CJ09]. Ein Beispiel für die zeitnahe Verarbeitung von Ereignissen ist die Auswertung von An- und Verkäufen von Aktien zur Ermittlung des Aktienwerts an einem Aktienmarkt [BDG07]. Die Ereignisse der unterschiedlichen Ereignisströme können in einem logischen oder temporalen Zusammenhang stehen, der durch eine geeignete Analyse genutzt werden kann, um Informationen und komplexe Zusammenhänge aus den einzelnen Ereignissen zu gewinnen. Die Auswertung der einzelnen Ereignisse zur Gewinnung neuer Erkenntnisse bezeichnet man als Complex Event Processing (CEP). Um festzulegen wie die Analyse der Ereignisse ausgeführt werden soll, werden Anfragen definiert, die unterschiedliche Typen und eine variierende Anzahl von Operationen besitzen können. Die Operationen, die in Anfragen des CEP verwendet werden, sind aus dem Kontext von Datenbankmanagementsystemen (DBMS) bekannt, z.b. Selektionen, Aggregationen und Joins, wurden jedoch an die Anforderungen des CEP angepasst. Besonderheit des CEP ist, dass Ereignisströme und damit die Ereignis- bzw. Datenmenge, die verarbeitet werden, potentiell unendlich ist, da Ereignisse, z.b. Aktienkäufe, kontinuierlich erzeugt werden. Anfragen, z.b. die Ermittlung eines Aktienkurses, werden hierbei über einen längeren Zeitraum ausgeführt, weshalb die Verarbeitung der Ereignisse durch die Operationen einer Anfrage kontinuierlich durchgeführt werden muss. Eine effiziente Verarbeitung von Ereignissen ist hierbei notwendig, um Ergebnisse einer Anfrage zeitnah bereitzustellen. Durch die langlaufenden Anfragen zur Bearbeitung der Ereignisse ist die Wahrscheinlichkeit groß, dass sich Anforderungen, z.b. die Anzahl an Ereignissen je Zeiteinheit, zur Laufzeit ändern [MSHR02].

16 Motivation 1.2 Motivation Durch die variierenden Anforderungen, die durch die beschriebenen Eigenschaften des CEP eintreten können, ändert sich ebenfalls die Menge an Ressourcen, die zur Verarbeitung der Ereignisse benötigt wird. Es ist wichtig einem CEP System genug Ressourcen bereitzustellen, um eine zeitnahe Verarbeitung der Ereignisse zu gewährleisten. Werden nicht genug Ressourcen bereitgestellt, kann dies zu einer Verzögerung der Ereignisverarbeitung führen. Falls Ereignisse dabei schneller erzeugt werden, als die Ereignisse verarbeitet werden können, müssen gegebenenfalls Ereignisse vom System ohne Bearbeitung verworfen werden [BBD + 02]. Je nach vereinbarten Qualitätsmerkmalen in den Service Level Agreements (SLA), können dem Anbieter eines CEP Systems hierdurch zusätzliche Kosten in Form von Strafzahlungen entstehen. Auf der anderen Seite sorgt die Bereitstellung von zu vielen Ressourcen zu einer Ineffizienz des Systems. Es ist deshalb wünschenswert, dass das CEP System und die verwendete Ressourcenmenge elastisch sind. Elastizität bedeutet hierbei, dass sowohl eine Abwärts-, als auch Aufwärtsskalierung des Systems durchgeführt werden kann. Die Verwendung von Cloud Computing kann hierbei genutzt werden, um die Ressourcen des Systems dynamisch an die aktuellen Anforderungen der Anfragebearbeitung anzupassen. Cloud Computing ermöglicht durch die Verwendung verschiedener Prinzipien und Mechanismen, z.b. Virtualisierung der Ressourcen, die Bereitstellung einer prinzipiell unendlichen Ressourcenmenge. Ressourcen werden in Form von Rechnerknoten bereitgestellt, die eine begrenzte Menge an CPU-Kapazität, Arbeitsspeicher und Netzwerkbandbreite besitzen. Die Anzahl an verwendeten Rechnerknoten kann hierbei dynamisch an die momentanen Anforderungen des Systems angepasst werden, wobei einzelne Rechnerknoten zeitnah bereitgestellt und freigegeben werden können. Beispielsweise dauert die Bereitstellung zusätzlicher Ressourcen bei dem Cloud-Anbieter Amazon EC2 [Ama] in der Regel nur 2 bis 5 Minuten [AFG + 09]. Besonderheit bei der Verwendung von Cloud Computing ist, dass kaum Investitionen notwendig sind, sondern die verwendeten Ressourcen auf Basis der Nutzung bezahlt werden. Ziel bei der Verwendung von Cloud Computing ist die Gesamtbetriebskosten durch die geringeren Investitions- und Wartungskosten zu reduzieren. Um eine kosteneffiziente Anfragebearbeitung zu ermöglichen, muss das System ständig optimiert werden, um das System auf geänderte Anforderungen der Anfragebearbeitung anzupassen. Eine Optimierung der Anfragebearbeitung kann hierbei z.b. durch die Minimierung der Anzahl an verwendeten Rechnerknoten durchgeführt werden. Durch die Optimierung soll zum einen sichergestellt werden, dass dem System genug Ressourcen zur Bearbeitung aller Anfragen bereitgestellt werden. Zum anderen soll durch die Optimierung eine effiziente Konfiguration des Systems bestimmt werden, wodurch die Gesamtkosten des Systems möglichst minimiert werden sollen. Problematisch bei der Optimierung ist, dass die Änderung der Systemkonfiguration Auswirkungen auf die Ereignisverarbeitung haben kann. Durch die Verschiebung von Operatoren einer Anfrage ist es je nach verwendeten CEP System gegebenenfalls notwendig die Anfragebearbeitung zeitweise zu unterbrechen. Je nach Art der Konfigurationsänderung, die durch die Optimierung bestimmt wird, kann die Anfragebearbeitung durch verschiedene Auswirkungen beeinflusst werden. Es ist wichtig diese Auswirkungen abschätzen zu können, und in den Optimierungsprozess zu integrieren, da sonst die Kosten durch die Konfigurationsänderung höher sein können als die Kosteneinsparung durch die optimierte

17 Kapitel 1. Einführung 3 Anfragebearbeitung [BB05]. Ein weiteres Problem der Optimierung ist, dass die Optimierung selbst Ressourcen verbraucht. Da die Gesamtkosten des Systems abhängig von der Ressourcennutzung sind, sollte eine Optimierung nur dann ausgeführt werden, falls durch die Optimierung eine effizientere Ereignisverarbeitung erreicht wird, und hierdurch die Gesamtkosten des Systems reduziert werden. Durch die effizientere Ausführung müssen die Kosten, die durch die Optimierung und die Änderung der Konfiguration entstehen, zur Laufzeit der optimierten Konfiguration amortisiert werden. 1.3 Ziele der Arbeit Ziel dieser Arbeit ist es Möglichkeiten zur Steigerung der Effizienz bzw. zur Minimierung der Kosten des vorhandenen cloudbasierten CEP Systems zu bestimmen. Hierbei sollen zwei unterschiedliche Aspekte untersucht werden. Zum einen soll überprüft werden, ob die Effizienz des bestehenden cloudbasierten CEP Systems gesteigert werden kann, indem die Auswirkungen der Änderung der Systemkonfiguration im Optimierungsprozess berücksichtigt werden. Zum anderen soll eine Möglichkeit erarbeitet werden, geeignete Optimierungszeitpunkte im vorhandenen Prototypen zu bestimmen. 1.4 Methodik der Arbeit Zum Erreichen des Ziels dieser Arbeit müssen verschiedene Schritte ausgeführt werden, die im Folgenden kurz erläutert werden. Erster Schritt ist die Analyse bestehender Verfahren zur Abschätzung der Auswirkungen einer Konfigurationsänderung in CEP bzw. cloudbasierten Systemen um mögliche Arten der Auswirkungen sowie Einflussfaktoren einer Optimierung bzw. Konfigurationsänderung zu bestimmen. Zusätzlich müssen bestehende Verfahren ermittelt und analysiert werden, die zur Bestimmung eines geeigneten Optimierungszeitpunkts verwendet werden können. Anhand der durchgeführten Analyse müssen im zweiten Schritt Modelle entwickelt werden, die die Auswirkungen einer Optimierung im vorhandenen cloudbasierten CEP System abschätzen bzw. geeignete Zeitpunkte für eine Optimierung ermitteln können. Die entwickelten Modelle müssen im Anschluss im dritten Schritt in den existierenden Prototypen integriert werden, um den aktuellen Optimierungsprozess zu erweitern. Im vierten Schritt muss eine geeignete Evaluation der vorgenommen Änderungen des Systems durchgeführt werden, in der die Auswirkungen bestimmt werden, die durch die Verwendung der entwickelten Modelle entstehen. 1.5 Aufbau der Arbeit Um einen genaueren Einblick in die Problemstellung und Ziele dieser Arbeit zu geben, werden in Kapitel 2 die Grundlagen dieser Arbeit erläutert. Hierbei werden die Begriffe CEP, Cloud Computing und adaptive Anfragebearbeitung erklärt. Außerdem wird das vorhandene cloudbasierte CEP System beschrieben. Im Anschluss wird in Kapitel 3 die Problemstellung dieser Arbeit angegeben sowie die möglichen Arten der Auswirkungen und Einflussfaktoren einer Konfigurationsänderung

18 Aufbau der Arbeit dargestellt, die in bestehenden Arbeiten verwendet werden. Außerdem werden in diesem Kapitel die Anforderungen dieser Arbeit analysiert. In Kapitel 4 wird im Anschluss beschrieben, wie die verschiedenen Arten der Auswirkungen einer Optimierung im bestehenden cloudbasierten CEP System anhand der verschiedenen Einflussfaktoren im System geschätzt werden können. Sowohl der bestehende Prozess der Optimierung, als auch die Integration der entwickelten Modelle in den vorhandenen Optimierungsprozess wird in Kapitel 5 beschrieben. Die notwendige Evaluation zur Bewertung der Umsetzung der entwickelten Modelle wird in Kapitel 6 dargestellt. Hierbei werden sowohl die durchgeführten Messungen, als auch die erhaltenen Ergebnisse erläutert und ausgewertet. In Kapitel 7 wird abschließend eine Zusammenfassung der Arbeit gegeben und mögliche Themen für zukünftige Arbeiten sowie zusätzliche Erweiterungen der entwickelten Modelle beschrieben.

19 Kapitel 2. Grundlagen 5 Kapitel 2 Grundlagen Diese Arbeit beschäftigt sich mit der adaptiven Anpassung der Anfragebearbeitung eines cloudbasierten Complex Event Processing (CEP) Systems. Um die Aufgabenstellung dieser Arbeit besser verstehen zu können, werden im Folgenden die Grundlagen zu CEP, Cloud Computing und adaptiver Anfragebearbeitung erläutert. Da diese Arbeit auf einem bestehenden Prototypen aufbaut und das existierende System erweitern soll, werden ebenfalls relevante Informationen bezüglich des vorhandenen CEP Prototypen kurz beschrieben. 2.1 Complex Event Processing Complex Event Processing beschreibt die Erkennung von Mustern der Eigenschaften bzw. zeitlichen Zusammenhängen von Ereignissen innerhalb einem oder mehreren kontinuierlichen Ereignisströmen [Luc01]. Die Verarbeitung der Ereignisse erfolgt hierbei nach dem Eintreffen des Ereignisses kontinuierlich und zeitnah, im Gegensatz zu Datenbankanfragen, die einmalig gegen eine endliche Datenmenge ausgeführt werden [EB09]. Ereignisse sind erkennbare relevante Zustandsänderungen [MFP06], die für die weitere Verarbeitung von Bedeutung sind, z.b. An- und Verkäufe von Aktien. Zu beachten ist, dass die einzelnen Ereignisse, im Gegensatz zu Datenbankmanagementsystemen (DBMS), im Allgemeinen nicht persistent gespeichert, sondern direkt verarbeitet werden. Die einzelnen Ereignisströme, die zur Musteranalyse verarbeitet werden, sind unabhängig, und können verschiedene Eigenschaften wie Ereignisformat oder Ereignisraten besitzen. Die gegebenenfalls unterschiedlichen Formate der Ereignisse der Ereignisströme sind jedoch zu Beginn bekannt, und ändern sich zur Laufzeit nicht. Obwohl die einzelnen Ereignisströme unabhängig voneinander sind, können zwischen den Ereignisströmen logische Verbindungen bestehen [LF98]. Entsprechend können die zugehörigen Ereignisse zu komplexen Ereignissen aggregiert werden, die höhere und wertvollere Informationen darstellen [EB09]. Diese Mustererkennung bzw. Analyse basiert auf formulierten, kontinuierlichen Anfragen. Zur Definition von kontinuierlichen Anfragen, können unter anderem graphische Interfaces [KS04] genutzt werden. Alternativ dazu können deklarative, SQL-basierte Anfragesprachen, z.b. Continuous Query Language (CQL) [ABW06] oder Continuous Computation Language (CCL) [Syb12] verwendet werden. Ausgangspunkt einer kontinuierlichen Anfrage sind ein oder mehrere Ereignisströme, die in der Anfrage durch Ereignisquellen

20 Complex Event Processing VerarbeitungsreihenfolgevdervEreignissev EreignisstromvA EreignisstromvB zukünftigevereignisse verworfenevereignisse Abbildung 2.1: Zeitbasierte Fenster zur Verarbeitung von Ereignissen repräsentiert werden. Die Ergebnisse einer Anfrage werden in Ereignissenken bereitgestellt. Zwischen den Ereignisquellen und Ereignissenken können sich eine beliebige Anzahl unterschiedlicher Operationen befinden, z.b. Selektionen, Aggregationen, Joins usw. Obwohl die genannten Operationen aus dem Kontext von DBMS bekannt sind, gibt es dennoch Unterschiede. Zum einen werden Operationen zur Ausführung in Operatoren gekapselt, die neben den Informationen der Operationen, z.b. Bedingung einer Selektion, zusätzliche Informationen enthalten, z.b. Verbindungsinformationen zu anderen Operatoren. Die Operatoren werden hierbei zur Anfragebearbeitung bzw. Ereignisverarbeitung kontinuierlich ausgeführt. Zum anderen wird in einigen Operatoren, z.b. Aggregationen oder Joins, das Prinzip der Akkumulation verwendet. Akkumulation in Bezug auf CEP bedeutet, dass nur ein endlicher Ausschnitt der Ereignisströme gespeichert und weiterverarbeitet wird, da die Verarbeitung aller Ereignisse der potentiell unendlichen Ereignisströme nicht möglich ist [EB09]. Zur Umsetzung des Prinzips der Akkumulation werden in CEP Systemen zeitbasierte Fenster [BDM02], die nur einen gewissen Zeitraum betrachten, oder anzahlbasierte Fenster [GO03] verwendet, die die Anzahl der berücksichtigten Ereignisse beschränken. Abbildung 2.1 könnte die zeitbasierten Fenster eines Joins darstellen, der die Ereignisse zweier Ereignisströme A und B miteinander verbindet. Die Zahlen repräsentieren hierbei die Positionen der Ereignisse in den Ereignisströmen. Die Ereignisse innerhalb der Rechtecke werden zur Anfragebearbeitung zwischengespeichert. Die Ereignisse, die sich außerhalb der Rechtecke befinden, wurden entweder noch nicht verarbeitet, oder wurden bereits verworfen. Zu beachten ist, dass die Größe der Fenster selbst innerhalb eines Operators variieren kann, z.b. wenn zeitliche Bedingungen verwendet werden, um zu entscheiden wann ein Ereignis des Fensters verworfen werden kann. Operatoren, die zur Ausführung zeit- oder anzahlbasierte Fenster verwenden, werden als zustandsbehaftete Operatoren bezeichnet, wobei die Ereignisse, die in den Fenstern gespeichert werden, unter anderem den Zustand der entsprechenden Operatoren bilden. Operatoren, die keine zeit- oder anzahlbasierten Fenster zur Ereignisverarbeitung benötigen, z.b. Selektionen, werden zustandslose Operatoren genannt. Zusätzlich muss bei der Ereignisverarbeitung in CEP berücksichtigt werden, dass das Ergebnis eines Operators bzw. einer kontinuierlichen Anfrage kein einmaliges Ergebnis wie in DBMS ist, sondern erneut ein kontinuierlicher Ereignisstrom ist. Die durch die Analyse der Ereignisströme gewonnen Erkenntnisse dienen als Ausgangspunkt für Entscheidungen oder Aktionen, z.b. Aktienkauf, Starten eines neuen Prozesses usw. [EB09]. Anwendungsgebiete von CEP sind unter anderem Finanzanwendungen [ScZ05], z.b. Betrugserkennung durch Analyse von Kreditkartentransaktionen [SMMP09], Sensornetzwerke [CcC + 02] zur Verarbeitung von Sensordaten, Business

21 Kapitel 2. Grundlagen 7 Activity Monitoring [EB09] in dem z.b. Geschäftsprozesse überwacht werden, und die Überwachung von Netzwerken und Infrastrukturen [WDR06]. Bei der Auswertung von Ereignisströmen können sowohl bekannte Muster, oder durch Verwendung von Mechanismen des maschinellen Lernens unbekannte Muster gesucht werden [JHJ13]. In der Praxis, z.b. bei der Verarbeitung von Informationen aus Finanztransaktionen, müssen CEP Systeme die Ereignisse von verschiedenen Ereignisströmen verarbeiten, die Millionen von Ereignissen in der Sekunde erzeugen [Cor11]. Die Ereignisse müssen gegebenenfalls von einer hohen Anzahl von gleichzeitig laufenden Anfragen bearbeitet werden. Entsprechend können die Ressourcenanforderungen für einen einzelnen Rechnerknoten zu hoch sein. Um dennoch eine zeitnahe Ereignisverarbeitung zu ermöglichen, kann ein verteiltes System zur Ereignisverarbeitung verwendet werden. Hierbei entstehen jedoch neue Problemstellungen, z.b. wie die Operatoren der kontinuierlichen Anfragen auf die vorhandenen Rechnerknoten des verteilten CEP Systems platziert werden [LLS08]. Bei der Platzierung der Operatoren müssen die Eigenschaften von CEP Anfragen berücksichtigt werden. Im Gegensatz zur Problemstellung des Schedulings [BSBS13] können mehrere Operatoren gleichzeitig einem Rechnerknoten zugeordnet werden, und über einen längeren Zeitraum ausgeführt werden. Können trotz der Verwendung mehrerer Rechnerknoten nicht genügend Ressourcen zur Anfragebearbeitung bereitgestellt werden, müssen Ereignisse der Operatoren oder Ereignisströme ohne Bearbeitung verworfen werden (load shedding) [BBD + 02]. Um Qualitätsanforderungen, z.b. Antwortzeiten oder Ereignisdurchsatz, einhalten zu können, muss das CEP System kontinuierlich überwacht und an die aktuellen Anforderungen der Anfragebearbeitung angepasst werden. Problematisch hierbei ist, dass die Ereignisraten mit der Zeit variieren, oder Ereignisse stoßweise auftreten können [CJ09]. Entsprechend wichtig sind eine effiziente Anfragebearbeitung und -optimierung, gute Skalierbarkeit und hohe Verfügbarkeit des Systems [ScZ05]. Durch diese komplexen Anforderungen, die durch die zeitnahe Verarbeitung einer hohen Anzahl von Ereignissen (große Datenmenge) im Kontext von CEP auftreten können, stoßen bestehende Datenverarbeitungsinfrastrukturen, z.b. DBMS, an ihre Grenzen [ScZ05]. Um die hohen Anforderungen des CEP zu erfüllen, kann z.b. Cloud Computing verwendet werden, das unter anderem gute Eigenschaften bezüglich der Skalierbarkeit und Verfügbarkeit bietet. 2.2 Cloud Computing Die Ergebnisse dieser Arbeit werden innerhalb eines CEP Prototypen implementiert, der die Probleme bezüglich der hohen Effizienzanforderungen des CEP durch die Verwendung von Cloud Computing löst. Für Cloud Computing gibt es eine Vielzahl von unterschiedlichen Definitionen [VRMCL08]. Die folgende Definition von Cloud Computing wird hierbei vom National Institute of Standards and Technology (NIST) übernommen [MG09]: Cloud Computing ist ein Model, das jederzeit eine praktische Nutzung geteilter, konfigurierbarer Rechenressourcen (z.b. Netzwerke, Server, Speicher, Anwendungen und Dienste) auf Anfrage über ein Netzwerk erlaubt, wobei eine schnelle Bereitstellung und Freigabe mit minimalen Managementaufwand oder Serviceprovider-Interaktion ermöglicht wird.

22 Cloud Computing Statische Ressourcenbereitstellung Elastische Ressourcenbereitstellung Unterversorgung Systemlast Ressourcenmenge Überversorgung Zeit Abbildung 2.2: Problem der Unter- und Überversorgung Die wesentlichen Neuerungen, die durch Cloud Computing eingeführt werden, sind hierbei folgende Merkmale [AFG + 09]: 1. Illusion einer unendlichen verfügbaren Ressourcenmenge 2. Keine Investitionskosten 3. Bezahlung der Ressourcen auf Basis der Nutzung 4. Schnelle Bereitstellung bzw. Freigabe von Ressourcen Außerdem bietet Cloud Computing die Möglichkeit Anwendungen durch Änderungen des Rechnerknotens zu verschieben sowie eine automatische Ressourcenverwaltung [ZCB10]. Obwohl die meisten Anwendungen vorhersagbaren, periodischen oder saisonalen Schwankungen unterliegen, treten oft unvorhersehbare Spitzenlasten auf [AFG + 09]. Um diese Spitzenlasten abzufangen, und genügend Ressourcen bereitzustellen, können Cloud- Technologien verwendet werden. Die genutzten Anwendungen müssen hierbei elastisch sein, um sich entsprechend schnell an geänderte Anforderungen durch eine Aufwärtsoder Abwärtsskalierung anpassen zu können [AFG + 09]. Die Anforderungen bezüglich der Elastizität werden von modernen Cloud-Anbietern wie Amazon EC2 [Ama] unterstützt, indem z.b. zusätzliche Ressourcen innerhalb von 2 bis 5 Minuten angeboten werden können [AFG + 09]. Diese schnelle Bereitstellung neuer Ressourcen ist ein enormer Vorteil im Vergleich zur traditioneller Ressourcenbeschaffung in der von der Finanzierung, Kauf, Lieferung und Installation neuer Hardware mehrere Monate verstreichen können [KHSS10]. Durch die schnelle Ressourcenbereitstellung bzw. -freigabe bei der Verwendung von Cloud-Technologien ist es möglich die Kosten für die Überversorgung (Over Provisioning) bzw. das Risiko der Unterversorgung (Under Provisioning) zu reduzieren [AFG + 09]. Die Probleme der Überversorgung bzw. Unterversorgung werden in Abbildung 2.2 dargestellt. Überversorgung bezeichnet hierbei die Bereitstellung von zu vielen Ressourcen für die aktuellen Anforderungen, was zu einer ineffizienten Hardwarenutzung führt, da nur ein Teil der vorhandenen Hardware genutzt wird. Bei einer Unterversorgung hingegen werden zu wenig Ressourcen für die aktuellen Anforderungen bereitgestellt, wodurch gegebenenfalls Laufzeitanforderungen der Anwendungen bezüglich Antwortzeit oder Durchsatz nicht mehr gewährleistet werden können. Können die Kosten für die Überversorgung konkret bestimmt werden, ist dies für eine Unterversorgung nur schwer möglich [AFG + 09]. Eine

KOSTENEFFIZIENTES CLOUD - BASIERTES COMPLEX EVENT PROCESSING

KOSTENEFFIZIENTES CLOUD - BASIERTES COMPLEX EVENT PROCESSING Fakultät Informatik Institut für Systemarchitektur, Lehrstuhl Rechnernetze Diplomarbeit KOSTENEFFIZIENTES CLOUD - BASIERTES COMPLEX EVENT PROCESSING Lars Rödiger Matrikel - Nr.: 32 13 95 2 Betreut durch:

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

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374

DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN. Nr. 374 DISKUSSIONSBEITRÄGE DER FAKULTÄT FÜR BETRIEBSWIRTSCHAFTSLEHRE MERCATOR SCHOOL OF MANAGEMENT UNIVERSITÄT DUISBURG-ESSEN Nr. 374 Eignung von Verfahren der Mustererkennung im Process Mining Sabrina Kohne

Mehr

MATCHING VON PRODUKTDATEN IN DER CLOUD

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

Mehr

Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests. Masterarbeit

Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests. Masterarbeit Entwicklung eines Scheduling-Verfahrens zur Optimierung der Reihenfolge von Prototypentests Masterarbeit zur Erlangung des akademischen Grades Master of Science (M.Sc.) im Masterstudiengang Wirtschaftswissenschaft

Mehr

whitepaper CLOUD-ENTWICKLUNG: BESTE METHODEN UND SUPPORT-ANWENDUNGEN

whitepaper CLOUD-ENTWICKLUNG: BESTE METHODEN UND SUPPORT-ANWENDUNGEN whitepaper CLOUD-ENTWICKLUNG: BESTE METHODEN UND SUPPORT-ANWENDUNGEN CLOUD-ENTWICKLUNG: BESTE METHODEN 1 Cloud-basierte Lösungen sind auf dem IT-Markt immer weiter verbreitet und werden von immer mehr

Mehr

CEPaaS. Complex Event Processing as a Service. Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH

CEPaaS. Complex Event Processing as a Service. Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH CEPaaS Complex Event Processing as a Service Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH Daniar Achakeyev, Daniel Schäfer, Philip Schmiegelt CEP-Forschung in Marburg: aus

Mehr

A Platform for Complex Event Processing

A Platform for Complex Event Processing A Platform for Complex Event Processing Einführung Business Process Technology Prof. Dr. Mathias Weske Matthias Kunze Nico Herzberg Business Process Technology Seit 2001 Untersuchung realer Probleme des

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

Perzentile mit Hadoop ermitteln

Perzentile mit Hadoop ermitteln Perzentile mit Hadoop ermitteln Ausgangspunkt Ziel dieses Projektes war, einen Hadoop Job zu entwickeln, der mit Hilfe gegebener Parameter Simulationen durchführt und aus den Ergebnissen die Perzentile

Mehr

Test nichtfunktionaler Anforderungen in der Praxis am Beispiel einer netzzentrierten Anwendung. Test nichtfunktionaler Anforderungen Agenda

Test nichtfunktionaler Anforderungen in der Praxis am Beispiel einer netzzentrierten Anwendung. Test nichtfunktionaler Anforderungen Agenda Test nichtfunktionaler in der Praxis am Beispiel einer netzzentrierten Anwendung Februar 2011 Test nichtfunktionaler Agenda 1. 2. 3. 4. 5. 6. TAV Tagung Februar 2011 Julia Remmert Public Wincor Nixdorf

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

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

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

Event Stream Processing & Complex Event Processing. Dirk Bade

Event Stream Processing & Complex Event Processing. Dirk Bade Event Stream Processing & Complex Event Processing Dirk Bade Die Folien sind angelehnt an eine Präsentation der Orientation in Objects GmbH, 2009 Motivation Business Activity Monitoring Sammlung, Analyse

Mehr

Data Streams: Gegenüberstellung existierender Systeme und Architekturen. Marius Renn Betreuer: Jürgen Göres

Data Streams: Gegenüberstellung existierender Systeme und Architekturen. Marius Renn Betreuer: Jürgen Göres Data Streams: Gegenüberstellung existierender Systeme und Architekturen Marius Renn Betreuer: Jürgen Göres Inhalt Kriterien Existierende Systeme STREAM Aurora PIPES (SPEX) (MAIDS) Vergleich Fazit Einleitung

Mehr

Die EBCONT Unternehmensgruppe.

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

Mehr

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

Was darf das Grid kosten?

Was darf das Grid kosten? Was darf das Grid kosten? Dr. Marcel Kunze Steinbuch Centre for Computing Abteilung Integration und Virtualisierung Die Kooperation von Darf das Grid was kosten? Infrastruktur: Geschäftsmodell oder Sponsoring?

Mehr

NOCTUA by init.at DAS FLEXIBLE MONITORING WEBFRONTEND

NOCTUA by init.at DAS FLEXIBLE MONITORING WEBFRONTEND NOCTUA by init.at DAS FLEXIBLE MONITORING WEBFRONTEND init.at informationstechnologie GmbH - Tannhäuserplatz 2 - A-1150 Wien - www.init.at Dieses Dokument und alle Teile von ihm bilden ein geistiges Eigentum

Mehr

Histogramme in der Datenbankoptimierung. Marian Marx 26.06.2008

Histogramme in der Datenbankoptimierung. Marian Marx 26.06.2008 Histogramme in der Datenbankoptimierung Marian Marx 26.06.2008 Inhaltsverzeichnis 1. Histogramme im Allgemeinen 1.1 Definition Histogramm 1.2 Beispiel Histogramm 2. Histogramme in der Datenbankoptimierung

Mehr

ServiceGlobe: Flexible and Reliable Web Service Execution

ServiceGlobe: Flexible and Reliable Web Service Execution ServiceGlobe: Flexible and Reliable Web Service Execution Markus Keidl, Stefan Seltzsam und Alfons Kemper Universität Passau Fakultät für Mathematik und Informatik 94030 Passau @db.fmi.uni-passau.de

Mehr

Repeatable Benchmarking Mahout

Repeatable Benchmarking Mahout Studienarbeitsexposé Repeatable Benchmarking Mahout Entwicklung eines Lasttest-Rahmenwerkes für Apache Mahout von: Oliver Fischer Institut für Informatik Humbold-Universität zu Berlin Matrikelnummer: 19

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

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

7.4 Analyse anhand der SQL-Trace. 7.3.5 Vorabanalyse mit dem Code Inspector

7.4 Analyse anhand der SQL-Trace. 7.3.5 Vorabanalyse mit dem Code Inspector 7.4 Analyse anhand der SQL-Trace 337 7.3.5 Vorabanalyse mit dem Code Inspector Der Code Inspector (SCI) wurde in den vorangegangenen Kapiteln immer wieder erwähnt. Er stellt ein paar nützliche Prüfungen

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

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

Simulation von Computer- und Kommunikationssystemen

Simulation von Computer- und Kommunikationssystemen Computer und Kommunikationssysteme Nachbildung der Verarbeitung in Rechnern und Kommunikation in Netzwerken Belegung und Auslastung von Systemressourcen Analyse von Systemverhalten Systemleistung in der

Mehr

Proaktive Entscheidungsunterstützung für Geschäftsprozesse durch neuronale Netze

Proaktive Entscheidungsunterstützung für Geschäftsprozesse durch neuronale Netze Proaktive Entscheidungsunterstützung für Geschäftsprozesse durch neuronale Netze INAUGURALDISSERTATION zur Erlangung des akademischen Grades eines Doktors der Wirtschaftswissenschaften an der Wirtschaftswissenschaftlichen

Mehr

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221

Oracle 10g und SQL Server 2005 ein Vergleich. Thomas Wächtler 39221 Oracle 10g und SQL Server 2005 ein Vergleich Thomas Wächtler 39221 Inhalt 1. Einführung 2. Architektur SQL Server 2005 1. SQLOS 2. Relational Engine 3. Protocol Layer 3. Services 1. Replication 2. Reporting

Mehr

Echtzeitfähige Ereignisgetriebene Scheduling-Strategien

Echtzeitfähige Ereignisgetriebene Scheduling-Strategien Friedrich-Alexander-Universität Erlangen-Nürnberg Ausgewählte Kapitel eingebetteter Systeme Echtzeitfähige Ereignisgetriebene Scheduling-Strategien Sven Kerschbaum 1. Einführung Bei einem eingebetteten

Mehr

Hochflexibles Workforce Management: Herausforderungen und Lösungsverfahren

Hochflexibles Workforce Management: Herausforderungen und Lösungsverfahren Hochflexibles Workforce Management: Herausforderungen und Lösungsverfahren Dissertation zur Erlangung des akademischen Gerades eines Doktors der Wirtschaftswissenschaften ( Doctor rerum politicarum") an

Mehr

Konzept Orchestra Alerting

Konzept Orchestra Alerting Konzept Orchestra Alerting Seite 1 Orchestra 4.5.0.0 Neue Features 2012 2013 2014 2015 Orchestra 4.4.0.0 Orchestra 4.5.0.0 Orchestra 2014 Orchestra 2015 DICOM Cockpit Verteiltes Monitoring ESB-Monitoring

Mehr

MailStore Service Provider Edition (SPE)

MailStore Service Provider Edition (SPE) MailStore Solutions MailStore Service Provider Edition (SPE) E-Mail-Archivierung für Service Provider Mit Hilfe der MailStore Service Provider Edition können Sie Ihren Kunden moderne E-Mail-Archivierung

Mehr

Open Grid Services Architecture (OGSA)

Open Grid Services Architecture (OGSA) Open Grid Services Architecture (OGSA) IBM Red Paper; Fundamentals of Grid Computing, 2002 A d v an ced M id d lew are P ro f. D r. C h. R eich rc h @ fh-furtw angen.d e http://www.informatik.fh-furtwangen.de/~reich/advancedmiddlewareallg.ss05/index.html

Mehr

Towards Automated Analysis of Business Processes for Financial Audits

Towards Automated Analysis of Business Processes for Financial Audits Towards Automated Analysis of Business Processes for Financial Audits Michael Werner Universität Hamburg michael.werner@wiso.uni hamburg.de Max Brauer Allee 60 22765 Hamburg StB Prof. Dr. Nick Gehrke Nordakademie

Mehr

Teil II. Nichtlineare Optimierung

Teil II. Nichtlineare Optimierung Teil II Nichtlineare Optimierung 60 Kapitel 1 Einleitung In diesem Abschnitt wird die Optimierung von Funktionen min {f(x)} x Ω betrachtet, wobei Ω R n eine abgeschlossene Menge und f : Ω R eine gegebene

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

White Paper. Embedded Treiberframework. Einführung

White Paper. Embedded Treiberframework. Einführung Embedded Treiberframework Einführung White Paper Dieses White Paper beschreibt die Architektur einer Laufzeitumgebung für Gerätetreiber im embedded Umfeld. Dieses Treiberframework ist dabei auf jede embedded

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

Scheinaufgabe im Fach Web Engineering

Scheinaufgabe im Fach Web Engineering Otto-von-Guericke-Universität Magdeburg Fakultät für Informatik Institut für Verteilte Systeme Scheinaufgabe im Fach Web Engineering Thomas Thüm 07. August 2006 Matrikel: 171046 Lehrveranstaltung: Web

Mehr

Redwood Cronacle und REALTECH theguard! Integration

Redwood Cronacle und REALTECH theguard! Integration Redwood Cronacle und REALTECH theguard! Integration Einleitung Redwood Software und REALTECH haben gemeinsam eine Lösung entwickelt, die die Systemverfügbarkeit von SAP und mysap Systemen signifikant erhöht.

Mehr

Performance Monitoring Warum macht es Sinn?

Performance Monitoring Warum macht es Sinn? Performance Monitoring Warum macht es Sinn? achermann consulting ag Nicola Lardieri Network Engineer Luzern, 25.5.2011 Inhalt Definition Monitoring Warum Performance Monitoring? Performance Monitoring

Mehr

CLOUD COMPUTING IN DEUTSCHLAND 2013

CLOUD COMPUTING IN DEUTSCHLAND 2013 Fallstudie: Dimension Data IDC Multi-Client-Projekt CLOUD COMPUTING IN DEUTSCHLAND 2013 Business-anforderungen und Geschäftsprozesse mit Hilfe von Cloud services besser unterstützen Dimension Data Fallstudie:

Mehr

Entwurf und simulative Bewertung eines Verfahrens zur Behandlung von Engpässen in Bandwidth-Broker-gesteuerten DiffServ- Netzwerken

Entwurf und simulative Bewertung eines Verfahrens zur Behandlung von Engpässen in Bandwidth-Broker-gesteuerten DiffServ- Netzwerken Einleitungsvortrag zur Diplomarbeit: Entwurf und simulative Bewertung eines Verfahrens zur Behandlung von Engpässen in Bandwidth-Broker-gesteuerten DiffServ- Netzwerken --- Bernd Wollersheim --- --- wollersh@informatik.uni-bonn.de

Mehr

Online Help StruxureWare Data Center Expert

Online Help StruxureWare Data Center Expert Online Help StruxureWare Data Center Expert Version 7.2.7 Virtuelle StruxureWare Data Center Expert-Appliance Der StruxureWare Data Center Expert-7.2-Server ist als virtuelle Appliance verfügbar, die auf

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

Hochschule Heilbronn Technik Wirtschaft Informatik

Hochschule Heilbronn Technik Wirtschaft Informatik Hochschule Heilbronn Technik Wirtschaft Informatik Studiengang Electronic Business (EB) Diplomarbeit (280000) Evaluierung und Einführung eines Web Content Management Systems bei einem internationalen und

Mehr

Business Process Execution Language. Christian Vollmer Oliver Garbe

Business Process Execution Language. Christian Vollmer <christian.vollmer@udo.edu> Oliver Garbe <oliver.garbe@udo.edu> Business Process Execution Language Christian Vollmer Oliver Garbe Aufbau Was ist BPEL? Wofür ist BPEL gut? Wie funktioniert BPEL? Wie sieht BPEL aus?

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

dsmisi Storage Lars Henningsen General Storage

dsmisi Storage Lars Henningsen General Storage dsmisi Storage dsmisi MAGS Lars Henningsen General Storage dsmisi Storage Netzwerk Zugang C Zugang B Zugang A Scale-Out File System dsmisi Storage Netzwerk Zugang C Zugang B Zugang A benötigt NFS oder

Mehr

Universität OLDENBURG

Universität OLDENBURG CARL VON > OSSIETZKY Universität OLDENBURG Fakultät II - Informatik, Wirtschafts- und Rechtswissenschaften Department für Informatik Föderierte ERP-Systeme auf Basis von Web Services Dissertation zur Erlangung

Mehr

Complex Event Processing. Sebastian Schmidbauer 18.01.2011

Complex Event Processing. Sebastian Schmidbauer 18.01.2011 Complex Event Processing Sebastian Schmidbauer 18.01.2011 Cirquent im Profil Zahlen Kompetenzen 350 300 250 200 150 100 50 0 1748 1747 1722 1515 1041 1180 286 266 247 260 165 139 2003 2004 2005 2006 2007

Mehr

BP 2 Prozessorvergabe - Multiprozessoren: Kern-Fäden. besten, wenn der Zusatzaufwand für Kontextumschaltungen gering ist.

BP 2 Prozessorvergabe - Multiprozessoren: Kern-Fäden. besten, wenn der Zusatzaufwand für Kontextumschaltungen gering ist. BP 2 Prozessorvergabe - Multiprozessoren: Kern-Fäden 5.2 Prozessorvergabe für Kern-Fäden Scheduler-Struktur Struktur der Warteschlangen Parallele Bearbeitung von Warteschlangen Strategien Statische oder

Mehr

Informationsmanagement Übungsstunde 9

Informationsmanagement Übungsstunde 9 Informationsmanagement Übungsstunde 9 Univ.-Prof. Dr.-Ing. Wolfgang Maass Lehrstuhl für Betriebswirtschaftslehre, insb. Wirtschaftsinformatik im Dienstleistungsbereich (Information and Service Systems

Mehr

Einführung in Hauptspeicherdatenbanken

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

Mehr

Strategie zur Verfolgung einzelner IP-Pakete zur Datenflussanalyse

Strategie zur Verfolgung einzelner IP-Pakete zur Datenflussanalyse Strategie zur Verfolgung einzelner IP-Pakete zur Datenflussanalyse Peter Hillmann Institut für Technische Informatik Fakultät für Informatik Peter.Hillmann@unibw.de Peter Hillmann 1 Gliederung 1. Motivation

Mehr

Sicherheit ohne Kompromisse für alle virtuellen Umgebungen

Sicherheit ohne Kompromisse für alle virtuellen Umgebungen Sicherheit ohne Kompromisse für alle virtuellen Umgebungen SECURITY FOR VIRTUAL AND CLOUD ENVIRONMENTS Schutz oder Performance? Die Anzahl virtueller Computer übersteigt mittlerweile die Anzahl physischer

Mehr

Reaktive Systeme und synchrones Paradigma

Reaktive Systeme und synchrones Paradigma Sascha Kretzschmann Freie Universität Berlin Reaktive Systeme und synchrones Paradigma Einführung in das Seminar über synchrone Programmiersprachen Worum geht es? INHALT 2 Inhalt 1. Einleitung - Wo befinden

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

DHCP-Server mithilfe von SolarWinds IP Address Manager verwalten. Teilen:

DHCP-Server mithilfe von SolarWinds IP Address Manager verwalten. Teilen: DHCP-Server mithilfe von SolarWinds IP Address Manager verwalten Teilen: DHCP-Server mithilfe von SolarWinds IPAM verwalten SolarWinds IP Address Manager (IPAM) bietet eine leistungsfähige und zentralisierte

Mehr

Proseminar Technische Informatik A survey of virtualization technologies

Proseminar Technische Informatik A survey of virtualization technologies Proseminar Technische Informatik A survey of virtualization technologies Referent: Martin Weigelt Proseminar Technische Informatik - A survey of virtualization technologies 1 Übersicht 1. Definition 2.

Mehr

BICsuite!focus Parallelisierung von Prozessen mit der BICsuite Dynamic Submit Funktion

BICsuite!focus Parallelisierung von Prozessen mit der BICsuite Dynamic Submit Funktion independit Integrative Technologies GmbH Bergstraße 6 D 86529 Schrobenhausen BICsuite!focus Parallelisierung von Prozessen mit der BICsuite Dynamic Submit Funktion Dieter Stubler Ronald Jeninga July 30,

Mehr

Exposé NetDiscovery. Haupteinsatzgebiete und Nutzen

Exposé NetDiscovery. Haupteinsatzgebiete und Nutzen Exposé NetDiscovery Mit der Nutzung von NetDiscovery erhalten ITK - Serviceunternehmen die Möglichkeit Ihre Kundendienstleistungen in der Netzwerkaufnahme und dokumentation wirksam zu verbessern und so

Mehr

Metadaten im OutputManagement

Metadaten im OutputManagement DOXNET 2012 Metadaten im OutputManagement Baden-Baden, 26. Juni 2012 Hendrik Leder Agenda Dokumente und Metadaten OutputManagement und ECM Verarbeitung von Massendaten Lösung mit Hilfe der POSY-OutputFactory

Mehr

CA Business Service Insight

CA Business Service Insight PRODUKTBLATT: CA Business Service Insight CA Business Service Insight agility made possible Mit CA Business Service Insight wissen Sie, welche Services in Ihrem Unternehmen verwendet werden. Sie können

Mehr

CPU-Scheduling - Grundkonzepte

CPU-Scheduling - Grundkonzepte CPU-Scheduling - Grundkonzepte Sommersemester 2015 Seite 1 Gesamtüberblick 1. Einführung in Computersysteme 2. Entwicklung von Betriebssystemen 3. Architekturansätze 4. Interruptverarbeitung in Betriebssystemen

Mehr

Hochverfügbarkeit von TransConnect 2.2

Hochverfügbarkeit von TransConnect 2.2 Hochverfügbarkeit von TransConnect 2.2 und Ausblick Torsten Uhr - SQL Projekt AG Stand September 2012 Inhalt Teil 1 Backup & Restore Virtualisierung Hot-Standby / Fail-Over Teil 2 Ausblick auf zukünftige

Mehr

EXPANDIT. ExpandIT Client Control Kurzanleitung. utilities. be prepared speed up go mobile. Stand 14.11.07

EXPANDIT. ExpandIT Client Control Kurzanleitung. utilities. be prepared speed up go mobile. Stand 14.11.07 ExpandIT Client Control Kurzanleitung Stand 14.11.07 Inhaltsverzeichnis ExpandIT Client Control 3 Installationshinweise 3 System-Voraussetzungen 3 Installation 3 Programm starten 6 Programm konfigurieren

Mehr

Systeme 1. Kapitel 5. Scheduling

Systeme 1. Kapitel 5. Scheduling Systeme 1 Kapitel 5 Scheduling Scheduling Verteilung und Zuweisung von begrenzten Ressourcen an konkurrierende Prozesse Beispiel: -> Zeitablaufsteuerung Zwei Prozesse zur gleichen Zeit rechenbereit auf

Mehr

GoGrid Hochschule Mannheim

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

Mehr

Cloud-Technologie. Chancen für Messdienstunternehmen. www.qundis.com. Stefan Hammermüller, Bereichsleiter Produktmanagement der QUNDIS GmbH

Cloud-Technologie. Chancen für Messdienstunternehmen. www.qundis.com. Stefan Hammermüller, Bereichsleiter Produktmanagement der QUNDIS GmbH Cloud-Technologie Chancen für Messdienstunternehmen Agenda Motivation und Überblick Chancen für Messdienstunternehmen Datenschutzaspekte Stefan Hammermüller (Dipl. Inf.) Bereichsleiter Produktmanagement

Mehr

Enterprise Resource Suite. Produkt Beschreibung

Enterprise Resource Suite. Produkt Beschreibung Enterprise Resource Suite Produkt Beschreibung Inhaltsverzeichnis 1 Summary... 2 2 Enterprise Resource Suite (ERS)... 3 3 ERS-Analyzing... 4 3.1 Belegung der Plattensysteme... 4 3.2 Verzeichnisbelegung...

Mehr

Multicast Backbone in the Cloud. Sebastian Zagaria Prof. Dr. Thomas C. Schmidt

Multicast Backbone in the Cloud. Sebastian Zagaria Prof. Dr. Thomas C. Schmidt Multicast Backbone in the Cloud Sebastian Zagaria Prof. Dr. Thomas C. Schmidt Gliederung Motivation HAMcast Project Cloud Computing Multicast Backbone in the Cloud Ausblick Motivation Probleme von IP Multicast

Mehr

FlexSpooler ProgramSuite 2.0

FlexSpooler ProgramSuite 2.0 FlexSpooler ProgramSuite 2.0 FlexSpooler ProgramSuite 2.0 Installationsanleitung für die kundenspezifische Integration in Insight Server für WSS 2.0 Kunde: Beispiel Datum: 15.04.2010 Aufgabenstellung Bei

Mehr

Analyse kritischer Erfolgsfaktoren für Enterprise Social Networking Anwendungen. Bachelorarbeit

Analyse kritischer Erfolgsfaktoren für Enterprise Social Networking Anwendungen. Bachelorarbeit Analyse kritischer Erfolgsfaktoren für Enterprise Social Networking Anwendungen Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaften

Mehr

AccountPlus Systemkonfiguration

AccountPlus Systemkonfiguration Anwenderhandbuch AccountPlus Systemkonfiguration Version 1.10 Inhalt: 1 ANWENDUNG... 3 2 DAS PROGRAMM... 3 2.1 Startparameter...5 2.2 Die Karteikarte ACCTPLUS.INI...5 2.3 Die Karteikarte Datenbanken...5

Mehr

Untersuchung zur hardwareunterstützten Entwurfsverifikation von Stream-basierten Kommunikations- und Verarbeitungsalgorithmen

Untersuchung zur hardwareunterstützten Entwurfsverifikation von Stream-basierten Kommunikations- und Verarbeitungsalgorithmen Fakultät Informatik Institut für Technische Informatik, Professur für VLSI-Entwurfssysteme, Diagnostik und Architektur Untersuchung zur hardwareunterstützten Entwurfsverifikation von Stream-basierten Kommunikations-

Mehr

Microsoft Azure SureStep. einen Schritt voraus durch persönliche Betreuung von Microsoft

Microsoft Azure SureStep. einen Schritt voraus durch persönliche Betreuung von Microsoft Microsoft Azure SureStep einen Schritt voraus durch persönliche Betreuung von Microsoft Welche Vorteile haben Sie mit Azure SureStep? Mit dem Vertrieb von Microsoft Azure können Sie Ihren Kunden eine leistungsstarke

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

Using Elastic Cloud Computing for Soft Real-Time Online Service Provisioning

Using Elastic Cloud Computing for Soft Real-Time Online Service Provisioning Using Elastic Cloud Computing for Soft Real-Time Online Service Provisioning Dominik Meiländer, Alexander Ploß, Prof. Sergei Gorlatch Arbeitsgruppe Parallele und Verteilte Systeme Projektseminar SS 2010

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

VMware Schutz mit NovaBACKUP BE Virtual

VMware Schutz mit NovaBACKUP BE Virtual VMware Schutz mit NovaBACKUP BE Virtual Anforderungen, Konfiguration und Restore-Anleitung Ein Leitfaden (September 2011) Inhalt Inhalt... 1 Einleitung... 2 Zusammenfassung... 3 Konfiguration von NovaBACKUP...

Mehr

I N F O R M A T I O N V I R T U A L I S I E R U N G. Wir schützen Ihre Unternehmenswerte

I N F O R M A T I O N V I R T U A L I S I E R U N G. Wir schützen Ihre Unternehmenswerte I N F O R M A T I O N V I R T U A L I S I E R U N G Wir schützen Ihre Unternehmenswerte Wir schützen Ihre Unternehmenswerte Ausfallsicherheit durch Virtualisierung Die heutigen Anforderungen an IT-Infrastrukturen

Mehr

Grid Computing. Einführung. Marc Lechtenfeld. Seminar Grid Computing Sommersemester 2004 Universität Duisburg-Essen

Grid Computing. Einführung. Marc Lechtenfeld. Seminar Grid Computing Sommersemester 2004 Universität Duisburg-Essen * Grid Computing Einführung Marc Lechtenfeld Seminar Grid Computing Sommersemester 2004 Universität Duisburg-Essen Übersicht 1 Problematik 2 Systemanforderungen 3 Architektur 4 Implementation 5 Projekte

Mehr

Bestimmungen zur Kontrolle externer Lieferanten

Bestimmungen zur Kontrolle externer Lieferanten Bestimmungen zur Kontrolle externer Lieferanten Internet-Sicherheit Für Lieferanten der Kategorie Geringes Internetrisiko Internet- 1. Ressourcenschutz und Systemkonfiguration Die Daten von Barclays sowie

Mehr

Schnittstelle zu Inxmail. Prozess der Verwendung von Inxmail im Kontext von CAS genesisworld

Schnittstelle zu Inxmail. Prozess der Verwendung von Inxmail im Kontext von CAS genesisworld Schnittstelle zu Inxmail Prozess der Verwendung von Inxmail im Kontext von CAS genesisworld Copyright Die hier enthaltenen Angaben und Daten können ohne vorherige Ankündigung geändert werden. Die in den

Mehr

Oracle Cloud Control. Seminarunterlage. Version 12.03 vom

Oracle Cloud Control. Seminarunterlage. Version 12.03 vom Seminarunterlage Version: 12.03 Version 12.03 vom 1. Oktober 2013 Dieses Dokument wird durch die veröffentlicht.. Alle Rechte vorbehalten. Alle Produkt- und Dienstleistungs-Bezeichnungen sind Warenzeichen

Mehr

High Performance Computing Cluster-Lösung mit MOSIX im Einsatz bei VA-TECH HYDRO

High Performance Computing Cluster-Lösung mit MOSIX im Einsatz bei VA-TECH HYDRO High Performance Computing Cluster-Lösung mit MOSIX im Einsatz bei VA-TECH HYDRO Anastasios Stomas SFI Technology Services AG 12. März 2003 anastasios.stomas@sfi.ch Seite 1 Hintergrund INHALT Cluster-

Mehr

Grundlagen und Basisalgorithmus

Grundlagen und Basisalgorithmus Grundlagen und Basisalgorithmus Proseminar -Genetische Programmierung- Dezember 2001 David König Quelle: Kinnebrock W.: Optimierung mit genetischen und selektiven Algorithmen. München, Wien: Oldenbourg

Mehr

Abstrakt zum Vortrag im Oberseminar. Graphdatenbanken. Gero Kraus HTWK Leipzig 14. Juli 2015

Abstrakt zum Vortrag im Oberseminar. Graphdatenbanken. Gero Kraus HTWK Leipzig 14. Juli 2015 Abstrakt zum Vortrag im Oberseminar Graphdatenbanken Gero Kraus HTWK Leipzig 14. Juli 2015 1 Motivation Zur Darstellung komplexer Beziehungen bzw. Graphen sind sowohl relationale als auch NoSQL-Datenbanken

Mehr

Vorhersagemodell für die Verfügbarkeit von IT-Services

Vorhersagemodell für die Verfügbarkeit von IT-Services Vorhersagemodell für die Verfügbarkeit von IT-Services Magdeburg Research and Competence Cluster Very Large Business Applications Lab Fakultät für Informatik Institut für Technische und Betriebliche Informationssysteme

Mehr

SOLISYON GMBH CHRISTIAN WOLF, BENJAMIN WEISSMAN. Optimierung von Abfragen in MS SQL Server DWH-Umgebungen

SOLISYON GMBH CHRISTIAN WOLF, BENJAMIN WEISSMAN. Optimierung von Abfragen in MS SQL Server DWH-Umgebungen WEITER BLICKEN. MEHR ERKENNEN. BESSER ENTSCHEIDEN. Optimierung von Abfragen in MS SQL Server DWH-Umgebungen SOLISYON GMBH CHRISTIAN WOLF, BENJAMIN WEISSMAN VERSION 1.0 OPTIMIERUNG VON ABFRAGEN IN MS SQL

Mehr

Time To Market. Eine Plattform für alle Anforderungen. Lokale Betreuung (existierende Verträge und Vertragspartner, ) Kosten

Time To Market. Eine Plattform für alle Anforderungen. Lokale Betreuung (existierende Verträge und Vertragspartner, ) Kosten Time To Market Ressourcen schnell Verfügbar machen Zeitersparnis bei Inbetriebnahme und Wartung von Servern Kosten TCO senken (Einsparung bei lokaler Infrastruktur, ) CAPEX - OPEX Performance Hochverfügbarkeit

Mehr

1 Vom Problem zum Programm

1 Vom Problem zum Programm 1 Vom Problem zum Programm Ein Problem besteht darin, aus einer gegebenen Menge von Informationen eine weitere (bisher unbekannte) Information zu bestimmen. 1 Vom Problem zum Programm Ein Algorithmus ist

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

Auszug aus Projektbericht

Auszug aus Projektbericht AAA Continuation Activity 2013. Durchführung von E-Assessment mit ILIAS an der Universität Bern Auszug aus dem Projektbericht E-Assessment ilub Auszug aus Projektbericht Optimiertes ILIAS E-Klausuren System

Mehr

Hybride Cloud-Infrastrukturen Bereitstellung & Verwaltung mit System Center 2012

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

Mehr

Check_MK. 11. Juni 2013

Check_MK. 11. Juni 2013 Check_MK 11. Juni 2013 Unsere Vision IT-Monitoring muss werden: 1. einfach 2. performant 2 / 25 Was macht IT-Monitoring? IT-Monitoring: Aktives Überwachen von Zuständen Verarbeiten von Fehlermeldungen

Mehr