Perbedaan dan persamaan Cloud Computing dengan Grid Computing

Cloud komputasi dan Grid Computing yang terukur. Skalabilitas dicapai melalui load balancing contoh aplikasi yang dijalankan secara terpisah di berbagai sistem operasi dan terhubung melalui layanan Web. CPU dan bandwidth jaringan dialokasikan dan de-yang dialokasikan pada permintaan. kapasitas penyimpanan sistem naik dan turun tergantung pada jumlah pengguna, contoh, dan jumlah data yang ditransfer pada saat tertentu.

Kedua jenis komputasi melibatkan multitenancy dan multitask, yang berarti bahwa banyak pelanggan dapat melakukan tugas yang berbeda, mengakses contoh aplikasi tunggal atau ganda. Berbagi sumber daya di antara kolam besar pengguna membantu dalam mengurangi biaya infrastruktur dan kapasitas beban puncak. Cloud dan Grid Computing memberikan perjanjian tingkat layanan (SLA) untuk ketersediaan jaminan uptime, katakanlah, 99 persen. Jika slide layanan di bawah tingkat layanan uptime terjamin, konsumen akan mendapatkan layanan kredit untuk menerima data terlambat.

S3 Amazon menyediakan antarmuka Web layanan untuk penyimpanan dan pengambilan data di awan. Menetapkan batas maksimum jumlah objek bisa Anda simpan di S3. Anda dapat menyimpan objek sekecil 1 byte dan besar sebagai 5 GB atau bahkan beberapa terabyte. S3 menggunakan konsep ember sebagai wadah untuk setiap lokasi penyimpanan benda-benda Anda. Data disimpan dengan aman menggunakan infrastruktur penyimpanan data yang sama yang menggunakan Amazon untuk situs e-commerce dengan Web.

Sedangkan penyimpanan dalam Grid Computing sangat cocok untuk penyimpanan data-intensif, tidak ekonomis cocok untuk menyimpan benda-benda kecil seperti 1 byte. Dalam grid data, jumlah data terdistribusi harus besar untuk manfaat maksimal.

Sebuah Grid Computing berfokus pada operasi komputasi intensif. Amazon Web Services dalam Cloud Computing menawarkan dua jenis contoh: standar dan CPU tinggi.

Masalah yang Harus Dipertimbangkan
Empat masalah menonjol dengan awan dan Grid Computing: ambang kebijakan, isu interoperabilitas, biaya tersembunyi, dan perilaku tak terduga.
Ambang kebijakan (threshold policy)Mari kita kira saya memiliki program yang melakukan validasi kartu kredit di awan, dan kita memukul krisis untuk musim membeli Desember. Tinggi permintaan akan terdeteksi dan contoh lebih akan dibuat untuk mengisi permintaan tersebut. Ketika kami pindah dari krisis membeli, kebutuhan akan berkurang dan contoh sumber daya yang akan de-dialokasikan dan digunakan untuk lainnya.

Untuk menguji apakah program ini bekerja, mengembangkan, atau meningkatkan dan melaksanakan, kebijakan ambang batas dalam studi percontohan sebelum pindah program kepada lingkungan produksi. Periksa bagaimana kebijakan mendeteksi peningkatan tiba-tiba dalam permintaan dan hasil dalam penciptaan contoh tambahan untuk mengisi permintaan. Periksa juga untuk menentukan bagaimana sumber daya yang tidak terpakai harus de-dialokasikan dan diserahkan kepada pekerjaan lain.

Masalah Interoperabilitas
Jika sebuah perusahaan jasa kontraktor atau membuat aplikasi dengan satu vendor Cloud Computing, perusahaan dapat menemukan sulit untuk beralih ke vendor lain komputasi yang memiliki API proprietary dan format yang berbeda untuk mengimpor dan mengekspor data. Ini menciptakan masalah untuk mencapai interoperabilitas aplikasi antara kedua vendor Cloud Computing. Anda mungkin harus memformat ulang data atau mengubah logika dalam aplikasi. Meskipun industri Cloud Computing-standar tidak ada untuk API atau data impor dan ekspor, IBM dan Amazon Web Services telah bekerja sama untuk membuat interoperabilitas terjadi.
Biaya Tersembunyi
Cloud computing tidak memberitahu Anda apa biaya tersembunyi. Misalnya, perusahaan bisa dikenakan biaya lebih tinggi dari jaringan penyedia layanan mereka untuk penyimpanan dan aplikasi database yang berisi terabyte data di awan. Ini melampaui biaya mereka bisa menghemat infrastruktur baru, pelatihan personil baru, atau lisensi perangkat lunak baru. Dalam contoh lain dari menimbulkan biaya jaringan, perusahaan yang jauh dari lokasi penyedia awan dapat mengalami latency, terutama ketika ada lalu lintas yang padat.
Perilaku tak Terduga
Mari kita misalkan aplikasi kartu kredit Anda validasi bekerja dengan baik di pusat data internal perusahaan Anda. Sangat penting untuk menguji aplikasi dalam awan dengan studi pilot untuk memeriksa perilaku tak terduga. Contoh tes termasuk bagaimana memvalidasi aplikasi kartu kredit, dan bagaimana, dalam skenario krisis membeli Desember, mengalokasikan sumber daya dan sumber daya yang tidak terpakai rilis, menyerahkannya kepada pekerjaan lain. Jika tes menunjukkan hasil yang tak terduga validasi kartu kredit atau melepaskan sumber daya yang tidak digunakan, Anda akan perlu untuk memperbaiki masalah sebelum menjalankan aplikasi di awan.

Masalah Keamanan
Pada bulan Februari 2008, dan S3 Amazon EC2 mengalami pemadaman tiga jam. Meskipun SLA menyediakan pemulihan data dan layanan kredit untuk jenis outage, konsumen kehilangan kesempatan penjualan dan eksekutif dipotong dari informasi bisnis penting yang mereka butuhkan selama outage ini.

Daripada menunggu outage terjadi, konsumen harus melakukan pengujian keamanan memeriksa sendiri mereka-seberapa baik vendor dapat memulihkan data. Tes ini sangat sederhana. Tidak ada alat-alat yang diperlukan. Yang harus Anda lakukan adalah untuk meminta data lama Anda telah disimpan dan memeriksa berapa lama waktu yang dibutuhkan untuk vendor untuk pulih. Jika waktu terlalu lama untuk pulih, tanyakan vendor mengapa dan seberapa banyak layanan kredit Anda akan mendapatkan dalam skenario yang berbeda. Verifikasi jika checksum sesuai dengan data asli.

Sebuah wilayah pengujian keamanan harus Anda lakukan adalah untuk menguji suatu algoritma yang terpercaya untuk mengenkripsi data pada komputer lokal Anda, dan kemudian mencoba untuk mengakses data di server jauh di awan menggunakan tombol dekripsi. Jika Anda tidak dapat membaca data yang pernah Anda akses itu, kunci dekripsi yang rusak, atau vendor menggunakan algoritma enkripsi sendiri. Anda mungkin perlu alamat algoritma dengan vendor.
Masalah lainnya adalah potensi masalah dengan data di awan. Untuk melindungi data, Anda mungkin ingin mengelola kunci Anda sendiri pribadi. Periksa dengan vendor pada manajemen kunci pribadi. Amazon akan memberikan sertifikat jika Anda mendaftar untuk itu.

Pengembangan Software pada Cloud
Untuk mengembangkan perangkat lunak menggunakan database high-end, pilihan yang paling mungkin adalah dengan menggunakan kolam awan server di pusat data internal perusahaan dan memperluas sumber daya sementara dengan layanan Amazon Web untuk tujuan pengujian. Hal ini memungkinkan manajer proyek untuk biaya kontrol yang lebih baik, mengelola keamanan, dan mengalokasikan sumber daya untuk sebuah proyek awan ditugaskan. Para manajer proyek juga bisa menetapkan sumber daya perangkat keras individu untuk jenis awan yang berbeda: awan pengembangan Web, pengujian awan, dan awan produksi. Biaya yang terkait dengan setiap tipe awan mungkin berbeda dari satu sama lain. Biaya per jam atau penggunaan dengan awan pembangunan kemungkinan besar lebih rendah dari awan produksi, sebagai fitur tambahan, seperti SLA dan keamanan, dialokasikan ke awan produksi.

Para manajer dapat membatasi proyek untuk awan tertentu. Misalnya, layanan dari bagian-bagian dari awan produksi dapat digunakan untuk konfigurasi produksi. Layanan dari awan pembangunan dapat digunakan untuk tujuan pengembangan saja. Untuk mengoptimalkan aset pada berbagai tahap proyek pengembangan perangkat lunak, para manajer bisa mendapatkan data biaya-akuntansi dengan melacak penggunaan oleh proyek dan pengguna. Jika biaya yang ditemukan tinggi, manajer dapat menggunakan Amazon EC2 untuk sementara memperluas sumber daya dengan biaya yang sangat rendah asalkan masalah keamanan data dan pemulihan telah diselesaikan.

Cloud Computing yang Ramah lingkungan
Satu insentif untuk Cloud Computing yang mungkin lebih ramah lingkungan. Pertama, mengurangi jumlah komponen perangkat keras yang diperlukan untuk menjalankan aplikasi pada pusat data internal perusahaan dan menggantinya dengan sistem Cloud Computing mengurangi energi untuk menjalankan dan pendinginan hardware. Dengan mengkonsolidasikan sistem ini di pusat-pusat remote, mereka bisa ditangani lebih efisien sebagai sebuah kelompok.
Kedua, teknik untuk Cloud Computing teknik mempromosikan telecommuting, seperti pencetakan terpencil dan transfer file, berpotensi mengurangi kebutuhan untuk ruang kantor, membeli perabot baru, membuang mebel tua, yang memiliki kantor Anda dibersihkan dengan bahan kimia dan sampah dibuang, dan sebagainya. Mereka juga mengurangi kebutuhan untuk berkendara untuk bekerja dan emisi karbon dioksida yang dihasilkan.

Apa itu Cloud Computing?

Cloud Computing

Cloud computing atau komputasi awan adalah sebuah pemanfaatan komputer yang digabungkan dengan suatu jarigan internet dengan cara mengkoneksikan sebuah komputer dengan media internet. Tetapi tidak semua komputer yang terkoneksi ke internet merupakan cloud computing.

Komputer yang berbasis system cloud yaitu menjadikan server sebagai pusat pengelolaan data dan juga merupakan aplikasi yang digunakan oleh pengguna, dimana aplikasi ini tidaklah perlu diinstal melainkan menggunakan media internet untuk menjalankannya atau menggunakan apliaksi tersebut. Didalam system cloud ini pengguna tidak hanya bisa menjalankan program yang terdapat didalamnya tetapi juga bisa untuk mengakses data pribadi dengan mengkoneksikan komputer ke cloud computing dengan menggunakan media internet.

Apa itu Grid computing?

Grid Computing

Grid Computing adalah penggunaan sumber daya yang melibatkan banyak komputer yang terdistribusi dan terpisah secara geografis untuk memecahkan persoalan komputasi dalam skala besar. Kemampuan komputasi grid adalah setara dengan mainframe karena semua komponennya (grid) di-cluster. Namun tidak seperti mainframe dan server SMP (symmetric multiprocessing) yang besar, grid bersifat terbuka (open system technologies) yang bisa mencakup system kecil-kecil dengan processor Intel dan OS Linux sehingga biaya jadi jauh lebih murah.

Contoh gambar Grid Computing

Apa itu Psycal Model?

ERD Fisik atau psycal model database merepresentasikan desain sebenarnya dari database relasional. Ini mewakili bagaimana data harus terstruktur dan terkait dalam DBMS tertentu sehingga penting untuk mempertimbangkan konvensi dan pembatasan DBMS yang Anda gunakan saat merancang ERD fisik. Ini berarti bahwa penggunaan tipe data yang akurat diperlukan untuk kolom entitas dan penggunaan kata-kata yang dicadangkan harus dihindari dalam memberi nama entitas dan kolom. Selain itu, desainer database juga dapat menambahkan kunci primer, kunci asing dan batasan pada desain.

Apa itu konseptual database?

          Konseptual database awalnya adalah sekumpulan informasi yang dibutuhkan untuk keperluan bisnis, karena entitas dan kebutuhannya dimodelkan dengan ERD yang sangat dibutuhkan dalam bisnis serta penggunaannya yang lebih sederhana dibandingkan yang lainnya. ERD konseptual mendukung penggunaan generalisasi dalam memodelkan 'semacam' hubungan antara dua entitas, untuk tujuan, Segitiga, adalah sejenis Bentuk. Penggunaannya seperti generalisasi di UML. Perhatikan bahwa hanya ERD konseptual yang mendukung generalisasi.

Contoh Konsepual Database

Apa itu Basis data?

          Basis data adalah suatu suatu pangkalan atau tempat berkumpulnya data yang bisa diakses dengan software tertentu untuk mengolah data tersebut.mencakup latar belakang kebutuhan sistem basis data dalam mendukung kebutuhan informasi, pengorganisasian data di dalam file, berbagai pendekatan dalam pemodelan data, pemodelan data di level konseptual dengan menggunakan pemodelan entity-relationship, model data relasional dan operasi relasional dengan aljabar relasional dan kalkulus relasional, perancangan skema basis data relasional dengan normalisasi berdasarkan functional dependency, bahasa query.

         peningkatan performansi basis data, pengelolaan transaksi,

pengelolaan basis data terdistribusi

Apa yang diharapkan dari belajar basis data?

semangat pagi...
          Kembali lagi bersama saya irfan, mohon maaf karena saya baru sempat mengisi blog ini lagii. kali ini saya akan membahas tentang basis data. apa itu basis data? dan apa yang diharapkan dari mempelajari basis data?
          Dengan mempelajari basis data ini kita dapat belajar bagaimana cara mengolah data yang banyak dengan sistematis serta diharapkan kita bisa mengolah sekian banyak data dengan mudah dengan sistem yang kita pelajari dari basis data ini.