Fundamenty przetwarzania w chmurze

  • Buforowanie zasobów (pozwala na dynamiczne zarządzanie obciążeniem)
  • Wirtualizacja (efektywne wykorzystanie infrastruktury poprzez izolację środowisk)
  • Elastyczność (pozwalająca dostosować zasoby do aktualnego zapotrzebowania)
  • Automatyczne wdrażanie zasobów (przyspiesza skalowanie systemów)
  • Rozliczenie za użycie (koszty są naliczane na podstawie rzeczywistego zużycia)

Możliwość automatycznego skalowania


Example

  • Wielkości maszyn wirtualnych
  • Ilości działających instancji
  • Równoważenia obciążenia
  • Zasobów sieciowych i pamięci masowej (dodane dla aktualności)
  • W odpowiedzi na metryki systemowe (np. CPU, RAM, ruch sieciowy)

Dodałem dwa współczesne aspekty, które są dziś równie istotne w kontekście automatycznego skalowania w chmurze. Chcesz wersję angielską?


Obraz przedstawia elastyczność w przetwarzaniu w chmurze, czyli zdolność systemu do automatycznego skalowania zasobów w zależności od zapotrzebowania.

Główne aspekty elastyczności:

  • Wielkość maszyn wirtualnych – można dostosowywać ilość zasobów (CPU, RAM) przypisanych do każdej maszyny wirtualnej.

  • Ilość działających instancji – system może dynamicznie uruchamiać lub wyłączać maszyny wirtualne w zależności od aktualnego obciążenia.

  • Równoważenie obciążenia – umożliwia rozdzielanie ruchu i zasobów pomiędzy różne instancje, co zapewnia optymalną wydajność.

Schemat na dole obrazu:

Przedstawia automatyczne skalowanie instancji maszyn wirtualnych (VM):

  • Minimalna liczba instancji: 2 – to wartość bazowa, poniżej której system nie może zejść.

  • Aktualna liczba instancji: 3 – w danej chwili działają trzy maszyny wirtualne.

  • Maksymalna liczba instancji: 5 – w razie wzrostu zapotrzebowania system może zwiększyć liczbę uruchomionych maszyn do pięciu.

  • Dynamiczne skalowanie – system automatycznie uruchamia lub zatrzymuje maszyny wirtualne w zależności od obciążenia.

Elastyczność umożliwia optymalne wykorzystanie zasobów – system dostosowuje się do zmiennego obciążenia, co pozwala uniknąć zarówno nadmiernego zużycia zasobów (i kosztów), jak i problemów wynikających z braku dostępnych mocy obliczeniowych.


Example