از کجا شروع کنیم: تفاوت میان نسخه‌ها

از OCCC Wiki
پرش به ناوبری پرش به جستجو
بدون خلاصۀ ویرایش
خط ۱۱: خط ۱۱:




== 2. برای ایجاد آزمایشگاه ==
== 2. برای ایجاد آزمایشگاه دانشگاهی ==
برای ایجاد آزمایشگاه، ابتدا باید حوزه تحقیقاتی مشخص باشد. یک آزمایشگاه در حوزه زیرساخت با آزمایشگاه در حوزه پلت فرم و نیز با حوزه نرم افزار متفاوت است. در هر کدام نیز متعاقبا میتوان سرویس های مختلفی را در نظر گرفت. آزمایشگاه های مرتبط با نرم افزار معمولا تجهیزات سرور و شبکه نیاز ندارند و بسیاری از مباحث مرتبط با این حوزه نظیر چندمستاجری، کیفیت سرویس، مدل سازی بار کاری، وب سرویس، مدل های قیمت گذاری، امنیت سرویس بدون نیاز به زیرساخت اولیه از طریق ابزارهای موجود یا شبیه سازها قابل مطالعه و پیاده سازی است.
برای ایجاد آزمایشگاه، ابتدا باید حوزه تحقیقاتی مشخص باشد. یک آزمایشگاه در حوزه زیرساخت با آزمایشگاه در حوزه پلت فرم و نیز با حوزه نرم افزار متفاوت است. در هر کدام نیز متعاقبا میتوان سرویس های مختلفی را در نظر گرفت. آزمایشگاه های مرتبط با نرم افزار معمولا تجهیزات سرور و شبکه نیاز ندارند و بسیاری از مباحث مرتبط با این حوزه نظیر چندمستاجری، کیفیت سرویس، مدل سازی بار کاری، وب سرویس، مدل های قیمت گذاری، امنیت سرویس بدون نیاز به زیرساخت اولیه از طریق ابزارهای موجود و شبیه سازها قابل مطالعه و پیاده سازی است.


یکی اشتباهات رایج این است که ارایه سرویس نرم افزار در مدل ابری معادل استقرار نرم افزار در ماشین مجازی در نظر گرفته میشود. لازم به ذکر است که مجازی سازی به عنوان یک ابزار توانمندساز برای تسریع در ارایه سرویس و مدیریت چرخه عمر آن در سطح زیرساخت و پلت فرم مورد استفاده قرار میگیرد، در صورتیکه ماهیت ارایه سرویس نرم افزاری مستقل از آن است و توسط کاربر حس نمیشود. مثلا نیاز نیست گوگل سرویس جیمیل خود را برای اینکه ابری باشد در داخل ماشین مجازی قرار دهد، ضمن اینکه مکن است این کار سبب کاهش کیفیت سرویس نیز بشود. بنابراین ذات سرویس نرم افزاری مستقل از زیرساختی است که بر روی آن قرار میگیرد اما در مقابل به پلت فرم وابسته است. بنابراین اگر مطالعات آزمایشگاه در سطح ملاحظات خاص استقرار سرویس میباشد، ایجاد یک پلت فرم یا استفاده از پلت فرم های موجود بصورت ابری نیز ضروری خواهد بود. البته مورد دوم از نظر هزینه مقرون بصرفه تر خواهد بود.
چنانچه قصد مطالعه وتحقیق در حوزه IaaS یا PaaS داشته باشید، میتوان با 4 الی 6 سیستم چندپردازنده ای قدرتمند و یا 2 الی 3 سرور و استفاده از ابزارهای متن باز موجود  یک زیرساخت یا بستر رایانش ابری را در مقیاس کوچک ایجاد کرد. ضمن اینکه با توجه به هدف آزمایشگاه، میباست در انتخاب نرم افزار نیز بررسی کافی انجام شود. ابزارهایی نظیر [[openstack]] و [[opennebula]] و [[cloudstack]] و [[eucalyptus]] برای ایجاد زیرساخت ابری مناسب هستند.  
اشتباه دیگر این است که به دلیل معماری لایه ای ارایه شده از رایانش ابری، در ارایه سرویس نرم افزار، معمولا فرض میشود که باید حتما زیرساخت آن نیز ابری باشد، در صورتیکه این موضوع به مدل مدیریت هزینه سرویس saas برمیگردد. زیرا اگر سرویس دهنده نرم افزار خودش قادر به تامین زیرساختش باشد، لزوما نیاز به استفاده از مدل ابری ندارد و استفاده از مدل ابری تنها یک مساله اقتصادی است.  


چنانچه قصد مطالعه وتحقیق در حوزه زیرساخت یا پلت فرم داشته باشید، میتوان با 4 الی 6 سیستم چندپردازنده ای قدرتمند و یا 2 الی 3 سرور و استفاده از ابزارهای متن باز موجود  یک زیرساخت یا بستر رایانش ابری را در مقیاس کوچک ایجاد کرد. ضمن اینکه با توجه به هدف آزمایشگاه، میباست در انتخاب نرم افزار نیز بررسی کافی انجام شود. ابزارهایی نظیر openstack و opennebula و cloudstack و eucalyptus برای ایجاد زیرساخت ابری مناسب هستند.


یک اشتباه رایج، استفاده از ابزارهای تجاری نظیر وی ام ویر میباشد که بدلیل بسته بودن آنها، امکان مطالعه در سطح زیرساخت و پلت فرم را فراهم نمیکنند، مگر در حد مقایسه و ارزیابی بین محصولات تجاری و متن باز.
=== ملاحظات ===


* یک اشتباه رایج در فعالیت های آزمایشگاهی این است که به دلیل معماری لایه ای ارایه شده از رایانش ابری، در ارایه سرویس SaaS، معمولا فرض میشود که باید حتما زیرساخت آن نیز ابری و بصورت مجازی یا IaaS باشد، در صورتیکه این موضوع به مدل مدیریت هزینه سرویس SaaS برمیگردد. زیرا اگر سرویس دهنده نرم افزار خودش قادر به تامین زیرساختش باشد، لزوما نیاز به استفاده از مدل ابری ندارد و استفاده از مدل ابری تنها یک مساله اقتصادی است.
* اشتباه رایج دیگر این است که ارایه سرویس SaaS در مدل ابری معادل استقرار نرم افزار در ماشین مجازی در نظر گرفته میشود. لازم به ذکر است که مجازی سازی به عنوان یک ابزار توانمندساز برای تسریع در ارایه سرویس و مدیریت چرخه عمر آن در سطح زیرساخت و پلت فرم مورد استفاده قرار میگیرد، در صورتیکه ماهیت ارایه سرویس نرم افزاری مستقل از آن است. مثلا نیاز نیست گوگل سرویس جیمیل خود را برای اینکه ابری باشد در داخل ماشین مجازی قرار دهد.
* استفاده از ابزارهای تجاری نظیر [[وی ام ویرچچ برای فعالیت های تحقیقاتی مناسب نمی باشد، زیرا امکان مطالعه در سطح زیرساخت و پلت فرم را فراهم نمیکنند، مگر در حد مقایسه و ارزیابی بین محصولات تجاری و متن باز.


== 3. به عنوان کارشناس در صنعت ==
== 3. به عنوان کارشناس در صنعت ==

نسخهٔ ‏۲۶ ژوئن ۲۰۱۴، ساعت ۱۷:۱۰

برای شروع به کار در زمینه رایانش ابری چه کنیم؟ این سئوالی است که برای خیلی از افرادی که علاقه دارند در زمینه رایانش ابری فعالیت کنند مطرح میشود. در اینجا سعی شده است بر اساس نوع کاربری، نقاط شروع مختلف مطرح شود. سایر دوستان نیز میتوانند تجربیات خود را به اشتراک بگذارند.

1. به عنوان دانشجو یا محقق

چنانچه برای پروژه پایانی، پروژه درسی یا سمینار میخواهید در زمینه رایانش ابری فعالیت کنید، میتوانید طبق روش تحقیق پیشنهادی، تحقیقات خود را شروع کنید. همچنین بصورت جانبی با برخی ابزارهای معرفی شده در خصوص رایانش ابری در لایه های مختلف مطالعه نموده و تا حد ممکن با آنها بصورت عملی کار کنید تا با دید بهتری فرآیند تحقیق را ادامه دهید.

ملاحظات

  • یک اشتباه رایج معمولا این است که دانشجوها به استفاده از شبیه ساز اکتفا میکنند. در صورتیکه تنوع خیلی خوبی از ابزارها وجود دارد که میتواند در کنار روشهای شبیه سازی، برای تکمیل فرآیند تحقیق استفاده شوند. وابسته شدن به شبیه ساز معمولا سبب میشود که محقق از فضای واقعی فاصله بگیرد. خصوصا اینکه برای بسیاری از موارد سعی میشود از شبیه سازی نظیر کلادسیم استفاده شود. در صورتیکه رایانش ابری بحث بسیار گسترده ای است و هر ابزار فقط میتواند طیف محدودی از سرویس ها و فناوری های مرتبط با این فضا را پوشش دهد.
  • اشتباه دیگر این است که اغلب پردازش موازی با رایانش ابری اشتباه گرفته میشود. مثلا استفاده از هادوپ و مدل نگاشت کاهش گاهی به عنوان نمونه هایی از رایانش ابری فرض میشود. در صورتیکه پردازش موازی و ابزارهای مربوط به آن میتوانند هم به صورت ابری و هم بصورت غیر ابری مورد استفاده قرار بگیرند.
  • معمولا مفهوم مجازی سازی با رایانش ابری اشتباه گرفته میشود. مجازی سازی یکی از فناوری های حوزه زیرساخت است که از جمله اهداف آن افزایش بهره وری در استفاده از منابع و مدیریت بهتر آنهاست و این فناوری میتواند در رایانش ابری نیز استفاده شود. در حقیقت بدون استفاده از مجازی سازی نیز میتوان ابر ایجاد کرد. بنابراین باید دقت کرد این که این دو مفهوم نیز با هم اشتباه گرفته نشوند.


2. برای ایجاد آزمایشگاه دانشگاهی

برای ایجاد آزمایشگاه، ابتدا باید حوزه تحقیقاتی مشخص باشد. یک آزمایشگاه در حوزه زیرساخت با آزمایشگاه در حوزه پلت فرم و نیز با حوزه نرم افزار متفاوت است. در هر کدام نیز متعاقبا میتوان سرویس های مختلفی را در نظر گرفت. آزمایشگاه های مرتبط با نرم افزار معمولا تجهیزات سرور و شبکه نیاز ندارند و بسیاری از مباحث مرتبط با این حوزه نظیر چندمستاجری، کیفیت سرویس، مدل سازی بار کاری، وب سرویس، مدل های قیمت گذاری، امنیت سرویس بدون نیاز به زیرساخت اولیه از طریق ابزارهای موجود و شبیه سازها قابل مطالعه و پیاده سازی است.

چنانچه قصد مطالعه وتحقیق در حوزه IaaS یا PaaS داشته باشید، میتوان با 4 الی 6 سیستم چندپردازنده ای قدرتمند و یا 2 الی 3 سرور و استفاده از ابزارهای متن باز موجود یک زیرساخت یا بستر رایانش ابری را در مقیاس کوچک ایجاد کرد. ضمن اینکه با توجه به هدف آزمایشگاه، میباست در انتخاب نرم افزار نیز بررسی کافی انجام شود. ابزارهایی نظیر openstack و opennebula و cloudstack و eucalyptus برای ایجاد زیرساخت ابری مناسب هستند.


ملاحظات

  • یک اشتباه رایج در فعالیت های آزمایشگاهی این است که به دلیل معماری لایه ای ارایه شده از رایانش ابری، در ارایه سرویس SaaS، معمولا فرض میشود که باید حتما زیرساخت آن نیز ابری و بصورت مجازی یا IaaS باشد، در صورتیکه این موضوع به مدل مدیریت هزینه سرویس SaaS برمیگردد. زیرا اگر سرویس دهنده نرم افزار خودش قادر به تامین زیرساختش باشد، لزوما نیاز به استفاده از مدل ابری ندارد و استفاده از مدل ابری تنها یک مساله اقتصادی است.
  • اشتباه رایج دیگر این است که ارایه سرویس SaaS در مدل ابری معادل استقرار نرم افزار در ماشین مجازی در نظر گرفته میشود. لازم به ذکر است که مجازی سازی به عنوان یک ابزار توانمندساز برای تسریع در ارایه سرویس و مدیریت چرخه عمر آن در سطح زیرساخت و پلت فرم مورد استفاده قرار میگیرد، در صورتیکه ماهیت ارایه سرویس نرم افزاری مستقل از آن است. مثلا نیاز نیست گوگل سرویس جیمیل خود را برای اینکه ابری باشد در داخل ماشین مجازی قرار دهد.
  • استفاده از ابزارهای تجاری نظیر [[وی ام ویرچچ برای فعالیت های تحقیقاتی مناسب نمی باشد، زیرا امکان مطالعه در سطح زیرساخت و پلت فرم را فراهم نمیکنند، مگر در حد مقایسه و ارزیابی بین محصولات تجاری و متن باز.

3. به عنوان کارشناس در صنعت

4. به عنوان مدیر فناوری اطلاعات

5. به عنوان توسعه دهنده

6. بعنوان مدیر دولتی

7. برای استفاده از راینش ابری در ایجاد یک استارتاپ و کارآفرینی

7