- •Введение. Система 360
- •Семейство компьютеров
- •Обратная совместимость
- •Наследники и клоны
- •Техническое описание
- •Важные унаследованные особенности
- •Архитектура
- •Операционная система
- •Периферические устройства
- •Устройства хранения с прямым доступом (dasd)
- •Ленточные накопители
- •Линейка мэйнфреймов ibm System/370
- •1. Классическая архитектура «клиент-
- •2. Многоуровневые (многозвенные)
- •2.1. Трехуровневая архитектура.
- •2.2. Менеджеры транзакций
- •3. Архитектура peer to peer
- •2. Понятие и виды кластеров
- •2.1 Отказоустойчивые кластеры
- •2.2 Кластеры с балансировкой нагрузки
- •2.3 Высокопроизводительные кластеры
- •3. Коммуникационной среды для повышения эффективности вычислений
- •4. Классы задач, решаемые кластерами
- •5. Типичные задачи кластерных систем
- •6. Пример вычислительного кластера
- •7. Заключение. Стоит ли использовать кластер
- •Изменения Интернет с появлением xml
- •Перевод с одного языка на другой
- •Edi против xml
- •Подход к распределению данных
- •Список литературы
- •Достоинства веб-служб
- •Список литературы
- •Введение
- •Потребность в технологиях Грид
- •Требования к Grid-архитектуре
- •Описание Grid-архитектуры
- •Fabric: управление локальными ресурсами
- •Connectivity: легкость и безопасность коммуникаций
- •Resource: разделение единичных ресурсов
- •Collective: координация ресурсов
- •Applications: уровень приложений
- •Концепция распределенных grid-вычислений
- •На счет grid
- •Вычислительный grid
- •Заключение
- •Список использованных источников
- •Облачные вычисления
- •SaaS (Software-as-a-service) - по-как-услуга
- •ПреимуществаSaaS
- •Концепция облачных вычислений
- •Классификация облаков
- •Преимущества облаков
- •Открытые решения по организации облачных вычислений
- •Eucalyptus
- •OpenNebula
- •Консолидация данных
- •Существующие подходы к консолидации
- •Архитектура централизованных баз данных
- •Архитектура федеративных баз данных
- •Сравнение федеративного и централизованного подходов
- •Требования к программному обеспечению федеративных баз данных
- •Существующие платформы федеративных баз данных
- •Ibm db2 Information Integrator
- •Этапы построения среды облачных вычислений
- •Этап 1. Анализ существующих ресурсов организации
- •Этап 2. Создание прототипа среды облачных вычислений
- •Этап 3. Развертывание прототипа в полном масштабе
На счет grid
Технологии grid из игрушки ученых и разработчиков становятся инструментами, активно используемыми в бизнесе. Однако под этим термином разные компании подразумевают немного разные вещи. Общепринятым сегодня считается деление систем класса grid на вычислительные и бизнес-системы, хотя и оно достаточно условное. Системы для объемных вычислений используются в работе финансовых учреждений, а распределенные базы данных, характерные для бизнес-систем, функционируют на вычислительных кластерах. Этот небольшой обзор технологий grid и участия различных производителей в их развитии и продвижении на рынок коснется именно сетевых вычислений — тема бизнес-grid сама по себе достаточно велика и заслуживает отдельного рассмотрения.
Сетевые вычисления ( grid computing ), о которых так много говорят последние два года, в сущности, не являются новым явлением. Идея использования простаивающих вычислительных ресурсов, лежащая в центре концепции grid, владеет умами компьютерных специалистов с 80-х и даже с 70-х годов XX века. Сам термин возник в середине 90-х годов и обозначал распределенную вычислительную инфраструктуру для сложных инженерных и научных расчетов. Постоянный прогресс в этой области и решение все новых классов задач привели к расширению понятия. Сегодня, говоря о grid, обычно имеют в виду промежуточное ПО (middleware), программный инструментарий и прикладные программы, способные работать в географически распределенной и неоднородной вычислительной среде.
Grid возник из потребности ученых не только обмениваться данными по сети, но и совместно использовать программное обеспечение, вычислительные ресурсы и даже уникальное специализированное оборудование, такое, как телескопы или микроскопы. В коммерческих организациях также существуют задачи, требующие объединения вычислительной техники в географически распределенной среде. Это укрупнение центров обработки данных, объединение корпоративных прикладных систем, информационное обслуживание по запросу, взаимодействие бизнесов через Интернет, а также все, что требует ресурсоемких расчетов: геологоразведка, финансовый анализ, моделирование лекарственных препаратов, прогноз погоды и т. д. Переход grid-технологий с академических на коммерческие рельсы проходит по сценарию, похожему на тот, что был сыгран в Интернете: от лабораторной технологии к широкому применению в бизнесе.
Рост потребностей в вычислительных ресурсах и стремление сократить расходы на оборудование — основные движущие стимулы развития grid-технологий. Несмотря на то что сегодняшний персональный компьютер мощнее суперЭВМ Cray 15-летней давности, спрос на вычислительные мощности сегодня так же далек от насыщения, как и тогда — увеличение точности анализа финансового рынка или прогноза u1087 погоды на проценты требует увеличения времени расчетов в разы. Решение проблемы с помощью grid выглядит очень заманчиво: вместо того чтобы приобретать суперкомпьютер, можно добавить в систему стойку недорогих стандартных серверов или даже ПК. А можно использовать мощности уже имеющихся компьютеров в сети предприятия — средняя загрузка их процессоров, как правило, не превышает нескольких процентов.