クラウドコンピューティング（2）

クラウドコンピューティング（２）
オペレーティングシステム
第13回
今回の内容

クラウドコンピューティングの技術的な話題が中
心
インターネットは“雲”（復習）
雲＝ cloud
データやそれを処理する
の中のことは分から
プログラムなどを雲の中
ないから雲に例える
（インターネット）に保存する
クラウドコンピューティング
雲の中では…（復習）





雲の中にあるシステムは
1台のコンピュータで構成されている
かどうか分からない
複数のコンピュータ？
あちこち（世界中）に分散？
雲の中のことは（復習）

どうなっているか，良く分からない

アクセスすれば使うことができる

どれくらいのコンピュータがあるか分からない
 十二分に強力なパワー
クラウド提供者による分類（復習）


パブリッククラウド
 GoogleやAmazonのように，広くサービスを提
供
プライベートクラウド
 自社のコンピュータを集中させ，自社内を対象
にサービスを提供
 一時的に，パブリッククラウドを使うこともあり
うる
クラウドサービスの分類（復習）

SaaS

PaaS

IaaS
いくつかのキーワード
S L A
S L A（１）

Service Level Agreement

サービス品質保証契約

クラウドサービス利用にあたり，サービス提供者
と結ぶ質の契約
S L A（２）

SaaS向けSLAガイドライン
（経済産業省 1/21/08）
仮想化
仮想化（１）



実際のハードウェアを利用者に見せない・意識さ
せない
理想的なハードウェアを提供
 抽象化
OSの基本
仮想化（２）

仮想計算機
 実際のコンピュータ上に，別のOSを（複数）実
行できるようにする仕組みを用意
 そのOSが実行され，アプリケーションを実行
する
 アプリケーションを直接実行しているわけでは
ない
仮想
どこかに脆弱性
があると，
ある仮想計算機
が，
別の仮想計算機
のメモリなどをア
クセスできてしま
う危険
物理的に1台のコンピュータ
複数の仮想計算機（これら
化（３）
は独立している）
仮想化（４）

逆の場合もある
 物理的には複数のコンピュータ
 利用者からは１台のコンピュータに見えるよう
な仕組み
 分散処理
仮想化（５）

ストレージ（ディスク）の仮想化
 物理的に複数のディスク
 一つの仮想ディスク
分散処理
分散処理（１）

“手分け”をして処理する

例学生のデータ
年度末に
学年を進める
分散処理（２）


ファイルに格納されている順に処理する
３人で，学年ごとに処理する
 １年担当・２年担当・３年担当
 分散処理
分散処理（３）



学生のデータを学年ごとに分ける
学年別に処理する
 １年・２年・３年の処理は同時に行う
三つの処理結果を，一つのファイルにまとめる
分散処理（４）



データを分けて，同時に処理
 Map
結果をまとめる
 Reduce
MapReduce
 Googleのプログラミングモデル
スケールアップとスケールアウト
処理能力の増強
システムの処理能力の向上

処理データ件数が倍になったら，どうするか？
 高速CPUに交換
 メモリを増やす
 etc.

高性能のコンピュータに交換
クラウドの世界では

コンピュータの台数を増やす
 “手分け”をして処理
 分散処理
スケールアップとスケールアウト（１）


スケールアップ
 高性能＝高価なコンピュータに更新する
スケールアウト
 同じ＝安価なコンピュータの数を増やす
 コスト面では有利
スケールアップとスケールアウト（２）


高価なコンピュータ
 故障が少ない
安価なコンピュータ
 故障が多い
 多数，使えば，頻繁にどれかが故障
 それを前提としたシステム構築
 可用性の確保
可用性

可用性（availability アベイラビリティ）
 システムが機能を果たせること
 つまり，“使うことができる”ということ
スケールアウトでの可用性確保


データのコピーを複数のコンピュータに格納
データを変更
 変更情報が，すべてのコンピュータに伝わる
までの間，同じであるべきデータが異なる
 もし，その途中でトラブルが起きたら…
 一貫性（consistency）の欠如
CAP定理
複数のコンピュータからなるシステム
“定理”と呼んでいるが
C A P 定理（１）

Consistency（一貫性・整合性）

Availability（可用性）

Partition-tolerance（分断耐性）
C A P 定理（２）

Consistency（一貫性・整合性）

同じであるべきデータは，どのコンピュータで
も同じである
C A P 定理（３）

Availability（可用性）

故障したコンピュータがあっても，システム全
体としては稼働する
C A P 定理（４）

Partition-tolerance（分断耐性）
 ネットワークが切断されても，稼働可能
C A P 定理（５）

CAP定理
 エリック・ブリュワー（Eric A. Brewer）
 Consistency（一貫性・整合性）
 Availability（可用性）
 Partition-tolerance（分断耐性）
 三つのうち，二つしか確保できない
C A P 定理（２）

1台のコンピュータからなるシステムでは
 Consistency（一貫性）
 Availability（可用性）
 Partition-tolerance（分断耐性）
１台しかないものが故障したら，
システムとして稼働しなくなる
C A P 定理（３）

クラウドでは
 Consistency（一貫性）
 Availability（可用性）
 Partition-tolerance（分断耐性）
あるコンピュータでデータを更新しても，
そのことは別のコンピュータに直ちに伝わらない
C A P 定理（４）

もちろん，いろいろな手段で，“あきらめた”のも
のにも対処
その他




クラスタリング
NoSQL
etc.
従来とは異なる技術
まとめ
まとめ（１）

SLA

仮想化

分散処理
 MapReduce (Hadoop）

スケールアップとスケールアウト

CAP定理
まとめ（２）

グーグル、MapReduce後継のビッグデータ処理
サービス「Cloud Dataflow」を発表（6/26/14）
http://itpro.nikkeibp.co.jp/article/NEWS/201406
26/566922/

Download Report