特別講義：クラウドコンピューティング概論 - isem3. comparison between non cloud...

2013/12/3 クラウドコンピューティング(78pages) 1

特別講義：

クラウドコンピューティング概論　http://isem.co.jp/documents/cloudcomputing20131203.pdf

２０１３年１２月３日

於　早稲田大学大学院国際情報通信研究科

（白鳥先生　「ネットワークと通信」）

宮西洋太郎㈱アイエスイーエム　（ＩＳＥＭ，Ｉｎｃ．）

Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｙｓｔｅｍｓ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｍａｎａｇｅｍｅｎｔ

宮城大学客員教授


Special Lecture：

Introduction to Cloud Computinghttp://isem.co.jp/documents/cloudcomputing20131203.pdf

http://isem.co.jp/documents/cloudcomputing20131203script.doc

Dec. 3, 2013

at Waseda UniversityGraduate School of Global Information and Telecommunication Studies

（in Professor Norio Shiratori’s Lecture）

(“Network and Communication”)

Yohtaro MiyanishiＩＳＥＭ，Ｉｎｃ．

（Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｙｓｔｅｍｓ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｍａｎａｇｅｍｅｎｔ）

Guest Professor, Miyagi University (Sendai)


簡単な自己紹介

• 1943年11月　和歌山県に生まれる

• 1966年3月　神戸大学工学部電気工学科卒業1965年　卒業研究にマシン言語でプログラム作成（コンピュータプログラムとの関わりを開始、以来プログラミングを継続）

• 1968年3月　同大学院電気工学専攻修士課程修了（工学修士）

• 1968年4月～2000年3月　三菱電機　システムエンジニア32年間、主に高信頼プラント制御システムのSEをつとめる（水系制御、化学分析・プラント、旧国鉄貨物制御システム、電力系統制御、水力発電プラント、製紙プラント、航空管制、道路管理DB、MRI開発、地理情報開発など）

• 1994年4月～1997年3月　静岡大学大学院博士課程修了（工学博士）

• 2000年4月～2004年8月　公立はこだて未来大学教授

• 2004年9月～2009年3月　宮城大学教授

• 2010年5月　㈱アイエスイーエム起業

– 専門分野：情報システム工学、プロジェクト管理、情報モデリング、情報セキュリティ、分散システム、 ITS (Intelligent Transport System) 、M2M(Machine to Machine)システム

– 営業分野：情報システム設計・製作受託、プロジェクト管理受託、マイコン応用遠方監視制御システム開発・販売、セミナー講師受託


Let me introduce myself briefly• 1943/11(Nov)　I was born in Wakayama prefecture near Osaka

• 1966/3(Mar)　I graduated Kobe Univ. Faculty of Engineering, Department of Electric Engineering1965 I have started Computer Programming with Machine Language

• 1968/3(Mar)　I finished Kobe Univ. Graduate School, master course

• 1968/4(Apr)～2000/3(Mar)　I had been worked in Mitsubishi Electric Corporation as a system engineer and manager for 32 yearsExperienced Field : River Management System, Chemical Analysis and Plant System, JNR Yard Automatic Control System, Electric Power Control System, Hydroelectric Power Plant System, Paper Mill Plant System, Air Traffic Control System, National Road Management Database System, MRI System Development, Geographic System Development

• 1994/4(Apr)～1997/3(Mar)　I finished Shizuoka Univ. Graduate School, doctor course

• 2000/4(Apr)～2004/8(Aug)　Future University Hakodate Professor

• 2004/9(Sep)～2009/3(Mar)　Miyagi University Professor

• 2010/5(May)　I have established very small company ISEM Inc.

– Study field ：information systems engineering, project management, informationmodeling , information security, distributed system, ITS(intelligent transport system),M2M(Machine to Machine) system

– Business field：design and installation of information systems, project management, remote monitoring and control system using micro processor,


今回、述べたいこと

１．クラウドコンピューティングへの発展過程（情報システムの歴史となぜ、今クラウドか）

２．クラウドコンピューティングとは（定義と、基本的な認識）

３．ノンクラウドコンピューティングとクラウドコンピューティングの比較（アーキテクチャ、特性、長所、短所）

４．クラウドコンピューティングの要素技術基本的な原理（仕組み）

５．クラウドコンピューティングの応用（ビッグデータとの関係）

６．実装事例（作成事例）

７．今後の課題（研究テーマ）


Points of this lecture

1. Evolution of System Architecture toward Cloud Computing(History of System Architecture and Why Cloud Computing now?)

2. What is Could Computing?(Definition and Basic recognition)

3. Comparison between Non Cloud Computing and Cloud Computing (Architecture, Characteristics, Merits and Demerits)

4. Technological Elements of Cloud Computing(Basic Mechanism of Cloud Computing)

5. An Application of Cloud Computing（Big Data)

6. Examples of installation

7. Research Topics of Cloud Computing


1. クラウドコンピューティングへの発展過程（１）

分散処理

初期の分散処理

クラウドコンピューティング

分散／集中処理

クライアントサーバ型

分散処理

1980年代 1990年代1970年代 2010年代～

集中処理

ホスト集中型

～1970年代

情報システムアーキテクチャノンクラウド*Web

アプリケーション

分散／集中処理

１２３４５６７情報システムアーキテクチャ図

スタンドアロン

ネットワーク利用形態

ネットワークコンピューティング・分散処理

LAN

メインフレーム

専用線

コンピュータ

ネットワーク

モバイル通信の普及

情報通信技術の進歩

クラウド技術

タブレット・スマートフォン

MPU出現からPCの普及

事務用コンピュータ→汎用機（メインフレーム）　　ダウンサイジング等の流れ→オフコン→ＰＣ(Personal Computer)、サーバマシン→仮想マシン（クラウド）制御用コンピュータ→ミニコン→ＭＰＵ(Micro Processor Unit)マイコン　（組込み系）

ＬＡＮ：Local Area Network、ＷＷＷ：World Wide WebＶＰＮ：Virtual Private Network

インターネット・WWW・ＶＰＮ

ノンクラウド*コンピューティング(オンプレミス)

ノンクラウド*は技術用語ではなく、

「クラウドに非ず」という意味


1. Evolution of System Architecture toward Cloud Computing(1)

DistributedProcessing

Early stageDistributed Pr.

CloudComputing

Client-ServerDistributed pr.

DistributedProcessing

1980s 1990s1970s 2010s～

CentralizedProcessing

Host Centralized Pr.

～1970s

Information System

ArchitectureNon Cloud* Web Application

Distributed/Centralized

１２３４５６７Figure numberof architectures

Stand alone

Network utilization

Network computing, Distributed Processing

LAN

Main Frame

Leased line

Computer

Network

Mobile communication spread

Progress of Information Communication Technologies

Cloud Technologies

Tablet, Smart PhoneAppearance of MPU, PC spread

Business use computer→Main Frame（general purpose）　　Trend of downsizing→office use→ＰＣ(Personal Computer)、Server machine→Virtual machine（Cloud）Control computer→mini computer→ＭＰＵ(Micro Processor Unit)　（Embedded computer）

ＬＡＮ：Local Area Network、ＷＷＷ：World Wide WebＶＰＮ：Virtual Private Network

Internet・WWW・VPN

Distributed/Centralized

Non Cloud* Computing (On premise)

Non Cloud* is not a terminologybut it only means “not Cloud Computing”


1. クラウドコンピューティングへの発展過程（2）

２ホスト集中処理（遠隔端末）

ホストコンピュータ

遠隔端末

端末

ビルディング A東京

ビルディング B大阪

遠隔端末

ビルディング C仙台

専用線

・・・

ホストを遠隔から使用する

１

ホストコンピュータ

端末端末端末

ビルディング A

ホスト集中処理（周辺端末）

ホストを周辺から使用する

３

端末

ビルディングA

東京

端末

ビルディングB大阪

端末端末

ビルディングC仙台

端末

コンピュータネットワーク

(専用線）

初期の分散処理

コンピュータそれぞれに固有の処理を分担

４クライアントサーバ型分散処理

端末

サーバ（応答処理）

クライアント(要求処理）

・・・

クライアントとサーバに役割を分割

初期はLAN後にインターネットも

５ 3層クライアントサーバ型分散処理

アプリケーションサーバ

クライアント

バックエンド(データベース)

サーバ

通常、同一ビル内隣接

・・・

サーバの中を役割分担

初期はLAN後にインターネットも

６ノンクラウドWebアプリケーション

（分散／集中／集中）

サーブレットJSPMVC(Model View Control)モデル

コンピュータ　A１つの

サーバマシン

コンピュータB　（PC)

クライアント

端末

サーバ

クライアント

インターネットまたは社内LAN WWW(HTTP, HTML, XML) アーキテクチャ

コンピュータC　（PC)

クライアント

端末

・・・

形態は分散、ソフトは集中、サーバも集中

コンピュータ　C

コンピュータ　B

コンピュータ　B　（PC)

クライアント

コンピュータ　Ｃ　（PC)

クライアント

コンピュータ　A

サーバ

コンピュータ　Z

サーバ


サーバ

役割：すべてのアプリケーション（人間インタフェースも含めて）を担当する(集中）

端末


端末

コンピュータ　B　（PC)

クライアント

コンピュータ　Ｃ　（PC)

クライアント

端末

URL（サーバマシンを指定する）

1970年代

1990年代

1960年代 1960年代

1980年代 1980年代

前半

前半

後半

後半



２

Terminal

Building ATokyo

Building BOsaka

Building CSendai

Leased Line

・・・

Use A Host from Remote Sites

１

HostComputer

Terminal

Building A

Host Centralized Processing with Peripheral Terminals

Use A Host from periphery(Near the host)

３

Building ATokyo

Terminal

Building BOsaka

Building CSendai

Computer Network

(Leased Line）

Early stage Distributed Processing

Each computer runs its own application and coordinates mutually

４Client Server

Distributed Processing

Server（Response）

Client(Request Processing）

・・・

Divide Role Client and Server

Early stage, LANLater, Internet also

５Three Tier Client Server Distributed Processing

Application Server

Back End（Database）

Server

Usually, in the same building

・・・

Divide Role inside the Server

URL（direct to a server machine）

Computer CComputer B

Computer B　（PC)Client

Computer Ｃ　（PC)Client

Computer AServer

Computer ZServer

Computer AServer

Computer A

Host Centralized Processing with Remote Terminals

Terminal Terminal

Remote Terminal

HostComputer

Remote Terminal

Terminal

Terminal Terminal Terminal

Terminal Terminal

Early stage, LANLater, Internet also

Client(human interface.）


Terminal


Terminal

６Non Cloud Web Application

（Distributed/Centralized/Centralized）

ServletJSPMVC(Model View Control) Model

Computer AOne

Server Machine

Server

Client(No Application)

Internet or In house LAN WWW(HTTP, HTML, XML) architecture

Architecture: Distributed, Software: Centralized, Server: Centralized

Role：covers All Applications(including human interface)(Centralized）

Computer B　（PC)Client ・・・


Terminal Terminal

1970s1960s 1960s

1990s1980s 1980s

First half

First half

Second half

Second half



７クラウドコンピューティング（分散／集中／分散）

コンピュータ集合　Ａ多数のサーバマシン

コンピュータB　（PC)

クライアント

端末

サーバ

クライアント


端末

URL（サーバマシンの集合Ａを指定する）

1つのサーバＡは極めて多数の

サーバマシンからなる（分散）

・・・・・

形態(アーキテクチャ）は分散、ソフトは集中、サーバ内部は分散

インターネットWWW(HTTP, HTML, XML) アーキテクチャ

コンピュータC　（PC)

クライアント(アプリケーションなし)標準Webブラウザのみ

2010年代



７ Cloud Computing（Distributed / Centralized / Distributed）

Computer Set Ａ(many server machines)


Terminal

Server

Client(No applications)

only standard Web Browser

Role：covers All Applications (including human interface) (Centralized）

Terminal

URL（direct to a Server (A set of server machines))

One Server “A” contains thousands of (or more) server machines（Distributed）

・・・・・

Architecture: Distributed, Software: Centralized, Server: Distributed

Internet WWW(HTTP, HTML, XML) Architecture

Computer C　（PC)Client

2010s



1960年代頃から産業界で、様々な用途にコンピュ

ータが利用されるようになった

1970年代、それらをネットワークで連携させ、効用

は増したが、システムが巨大・複雑化した

1980年代、コンピュータの役割を規定する「クライ

アントサーバ」形式が考案された

1990年代、クライアントサーバ形式はWeb技術を使い、「Webアプリケーション」形式に進化した

PC、LAN、GUI技術

インターネット、Web技術

2000年代、Webアプリケーション形式による各種

のアプリケーションを統合した

1940年代コンピュータの出現

ネットワーク技術

クラウド技術

サーバ負荷の増大、サーバ負荷の変動、所有コスト、管理コストの増大

2010年代、クラウドコンピューティングへの期待高まる

今、なぜクラウドか

システム管理コスト増大、競争激化



Around 1960s, computers were applied to various applications in industries.

Around 1970s, the computers were linked by network. The effectiveness was increased, but systems became complex.

Around 1980s, “Client-Server architecture” was invented to simplify the computer’s role.

Around 1990s, the Client-Server evolved to “Web Application architecture” using Web technology.

PC, LAN, GUITechnology

Internet and WebTechnology

Around 2000s, industries integrated various applications into Web application architecture.

1940s Computer was invented

Network Technology

Cloud Technology

Server’s Load increased, Server’s Load fluctuated, Ownership cost increased,

Management cost increased

Around 2010s, Eager Expectation to Cloud Computing

Now, Why Cloud?

System Management Cost increased, Business Competition intensified


2. クラウドコンピューティングとは（1）ＮＩＳＴ(National Institute of Standards and Technology)の定義

NIST(米国国立標準技術研究所）が定義したものhttp://csrc.nist.gov/publications/nistpubs/800-145/SP800-145.pdf (Sep. 2011)

クラウドコンピューティングの定義

　　クラウドコンピューティングとは、構成可能なコンピューティングリソースの共用プール（ネットワーク／サーバ／ストレージ／アプリケーション／サービス）への、便利で、オンデマンドでのネットワークアクセスを可能にするためモデルである。そして、それらのリソースは、最小の管理労力またはサービスプロバイダとのやりとりにより、迅速に供給され、提供を受けることができる。

このクラウドモデルは、５つの本質的な特性と、３つのサービスモデル、そして４つのディプロイメント（配置）モデルで構成される。


2. What is Cloud Computing (1)ＮＩＳＴ(National Institute of Standards and Technology) definition

NIST Definitionhttp://csrc.nist.gov/publications/nistpubs/800-145/SP800-145.pdf(Sep. 2011)

Definition of Cloud Computing:　　Cloud computing is a model for enabling convenient,

on-demand network access to a shared pool of configurable computing resources (e.g., networks, servers, storage, applications, and services) that can be rapidly provisioned and released with minimal management effort or service provider interaction. This cloud model is composed of five essential characteristics,three service models, and four deployment models.


2. クラウドコンピューティングとは（2）本質的な特性

５つの本質的な特性:　　　１．オンデマンドのセルフサービス. 消費者(利用者）は、それぞれのサービスプロバイダとの人的な対

話に依存することなく、必要に応じて自動的かつ一方的に、サーバやネットワーク、ストレージの利用時間といった、コンピューティング能力をプロビジョン（準備・提供・供給）することができる。

　　２．広範なネットワークアクセス. このコンピューティング能力は、ネットワーク上で利用でき、また、標準的なメカニズムを介してアクセスできる。それにより、各種のシン／シッククライアントプラットフォーム（携帯電話／タブレット／ラップトップパソコン／ワークステーション）からの利用が促進される。

　　３．リソースの共用.プロバイダのコンピューティングリソースはプールされ、マルチテナントモデルを利用

する多数の消費者に提供される。リソースは、消費者からの需要にしたがって動的に割当／再割当される物理的あるいは仮想的なリソースとして用いられる。一般的に、そこで供給されるリソースの正確な位置を、顧客が制御／知覚することはないという意味で、場所からの独立といった感覚があるが、より高い抽象レベル（例：国／州／データセンタ）において場所は特定されるかもしれない。こうしたリソースの例としては、ストレージ／プロセッサ／メモリ／ネットワーク帯域幅／仮想マシンなどが含まれる。

　　４．迅速な弾力性.コンピューティング能力のプロビジョン（準備・提供・供給）は、エラスティック（弾力的、

柔軟）なものになる。そして、ある場合には自動的に、スケールアウトのために拡大し、また、スケールインのために縮小する。消費者にとって、このプロビジョニング能力は、しばしば、見かけ上、制限なく追加でき、また、いつでも必要量を購入できるものとなる。

　　５．計測可能なサービス.サービスの種類（例：ストレージ／プロセッサ／バンド幅／アクティブユーザア

カウント）に適した抽象レベルにおける測定機能を高めることで、クラウドシステムは自動的にリソース利用を制御し、最適化する。こうしたリソースの使用量はモニタ／コントロールされ、利用されたサービスのプロバイダと消費者の両者に、透明性をもってレポートされる。


2. What is Cloud Computing (2)essential characteristics　

Five Essential Characteristics:　　　１．On-demand self-service. A consumer can unilaterally provision computing capabilities,

such as server time and network storage, as needed automatically without requiring human interaction with each service provider. 　　

　　２．Broad network access. Capabilities are available over the network and accessed through standard mechanisms that promote use by heterogeneous thin or thick client platforms (e.g., mobile phones, tablets, laptops, and workstations).

　　３．Resource pooling. The provider’s computing resources are pooled to serve multiple consumers using a multi-tenant model, with different physical and virtual resourcesdynamically assigned and reassigned according to consumer demand. There is a sense of location independence in that the customer generally has no control or knowledge over the exact location of the provided resources but may be able to specify location at a higher level of abstraction (e.g., country, state, or data center). Examples of resources include storage, processing, memory, and network bandwidth.

　　４．Rapid elasticity. Capabilities can be elastically provisioned and released, in some cases automatically, to quickly scale out and rapidly released to quickly scale in. To the consumer, the capabilities available for provisioning often appear to be unlimited and can be purchased in any quantity at any time.

　　５．Measured Service. Cloud systems automatically control and optimize resource use by leveraging a metering capability at some level of abstraction appropriate to the type of service(e.g., storage, processing, bandwidth, and active user accounts). Resource usage can be monitored, controlled, and reported providing transparency for both the provider and consumer of the utilized service.


５つの本質的な特性:　図解

　


利用者

クラウドサーバクラウドコンピューティングインターネット

１．要求に応じた計算能力

３．リソースの要求

３．共有計算リソースの割り当て

４．迅速な弾力性

４．負荷に応じた割り当て、解除

共有リソースのプール

手間をかけずに要求に応じた計算能力

迅速なスケールアウトスケールイン

５．利用状態の計測結果計測機能

リソースの最適運用

２．広範なネットワークアクセス

１．オンデマンドセルフサービス


Five Essential Characteristics:　Figure　

2. What is Cloud Computing (3)essential characteristics

Consumer(User)

Cloud ServerCloud ComputingInternet

Resource poolingfor multiple consumers

unilaterally provisioncomputing capabilities

quickly scale out

quickly scale in

Measured Serviceautomatically control and

optimize resource use

２． Broad network access

１． On-demand self-service

１． computing capabilities (request)

３． Request Resource

３． physical and virtual resources

４． Rapid elasticity

４． computing capabilities (load)

５．Report of Measured Result


５つの本質的な特性:　図解

　


利用者

クラウドサーバクラウドコンピューティングインターネット

１．要求に応じた計算能力

３．リソースの要求

３．共有計算リソースの割り当て

４．迅速な弾力性

４．負荷に応じた割り当て、解除

共有リソースのプール

手間をかけずに要求に応じた計算能力

迅速なスケールアウトスケールイン

５．利用状態の計測結果計測機能

リソースの最適運用

２．広範なネットワークアクセス

１．オンデマンドセルフサービス




1.利用者はクラウド提供者との交渉なしに、必要に応じてリソ

ースを要求・獲得できる

2.利用者はインターネットでリソースを要求・獲得できる

3.これらのリソースは多数の利用者のためにプールされ、共

有されている

4.リソースの要求・獲得は利用者の必要に応じて迅速になさ

れる

5.クラウド提供者は利用者のためにリソースを最適に管理・運

用する。利用の結果は利用者に報告される


Five Essential Characteristics:　Figure　

2. What is Cloud Computing (3)essential characteristics

Consumer(User)

Cloud ServerCloud ComputingInternet

Resource poolingfor multiple consumers

unilaterally provisioncomputing capabilities

quickly scale out

quickly scale in

Measured Serviceautomatically control and

optimize resource use

２． Broad network access

１． On-demand self-service


３． Request Resource


４． Rapid elasticity


５．Report of Measured Result

1.A consumer can request and get resources as much as he/she needs without negotiation or interaction with the provider.

2.A consumer can request and get resources by using Internet.

3.Those resources are pooled and shared for multiple consumers.

4.Getting and releasing those resources are realized quickly according to consumer’s needs.

5.The provider is measuring and managing his resources optimally for consumers. And the provider reports to consumers their usage result.


2. クラウドコンピューティングとは（4）

３つのサービスモデル:　　　１．Software as a Service (SaaS).消費者に提供される機能は、クラウドインフラストラクチャ

上で実行されているプロバイダのアプリケーションを利用できることである。そのアプリケーションは、 Web ブラウザ（Web メールなど）といったシンクライアントインターフェイスまたはプ

ログラムインタフェースを介して、各種のクライアントデバイスからアクセスできる。消費者はネットワーク、サーバ、オペレーティングシステム、ストレージや、個別のアプリケーション機能さえも含めて、基礎となるクラウドインフラストラクチャの管理／制御は行わない。ただし、ユーザー特定の限定されたアプリケーション構成の設定はその限りではない。

　　２．Platform as a Service (PaaS).消費者に提供される機能は、プロバイダによってサポー

トされているプログラム言語、ライブラリ、サービス、ツールを使って、消費者が作成または取得したアプリケーションをクラウドインフラストラクチャにディプロイ（配置）することである。消費者はネットワーク、サーバ、オペレーティングシステム、ストレージなどの、基礎となるクラウドインフラストラクチャの管理／制御は行わないが、ディプロイされたアプリケーションを制御したり、また、そのホスティング環境の構成を制御することもありうる。

　　３．Infrastructure as a Service (IaaS).消費者に対して提供される機能は、オペレーティ

ングシステムやアプリケーションを含む任意のソフトウェアを、消費者がディプロイ／実行することができる場所として、プロセッサ／ストレージ／ネットワーク／などの基本的なコンピューティングリソースなどをプロビジョン（準備・提供・供給）することである。消費者は、基礎となるクラウドインフラストラクチャの管理／制御は行わないが、オペレーティングシステム／ストレージ／ディプロイされたアプリケーションを制御し、また、選択されたネットワークコンポーネント（ホストのファイアウォールなどの）を限定的に制御する。

サービスモデル


2. What is Cloud Computing (4)

Three Service Models:　　　１．Software as a Service (SaaS). The capability provided to the consumer is to use

the provider’s applications running on a cloud infrastructure. The applications are accessible from various client devices through either a thin client interface, such as a web browser (e.g., web-based email) or a program interface. The consumer does not manage or control the underlying cloud infrastructure including network, servers, operating systems, storage, or even individual application capabilities, with the possible exception of limited user-specific application configuration settings.

　　２．Platform as a Service (PaaS). The capability provided to the consumer is to deploy onto the cloud infrastructure consumer-created or acquired applications created using programming languages, libraries, services, and tools supported by the provider. The consumer does not manage or control the underlying cloud infrastructure including network, servers, operating systems, or storage, but has control over the deployed applications and possibly configuration settings for the application-hosting environment.

　　３．Infrastructure as a Service (IaaS). The capability provided to the consumer is toprovision processing, storage, networks, and other fundamental computing resourceswhere the consumer is able to deploy and run arbitrary software, which can include operating systems and applications. The consumer does not manage or control the underlying cloud infrastructure but has control over operating systems, storage, deployed applications, and possibly limited control of select networking components (e.g., host firewalls).

service models


３つのサービスモデル:　図解

　

2. クラウドコンピューティングとは（5）サービスモデル

利用者

クラウドサーバ

ＳａａＳ

利用者が使えるアプリケーションを用意

１．ＳａａＳアプリケーションを使用

ＰａａＳ

アプリケーション構築のためのプラットフォーム

ＩａａＳ

アプリケーション構築のためのインフラ

ＳａａＳ

ＰａａＳ

ＩａａＳ

２．ＰａａＳを使ってシステム構築

３．ＩａａＳを使ってシステム構築

利用者がクラウドのプラットフォームを利用してアプリケーションシステムを作成する

利用者がクラウドのインフラを利用して自分のプラットフォームとアプリケーションシステムを作成する

クラウドコンピューティングインターネット


Three Service Models:　Figure

　


Consumer

Cloud Server

ＳａａＳ

Provide Applications for users to use them directly

ＰａａＳ

Provide Platform for users to construct Application

ＩａａＳ

Provide Infrastructure for users to construct Application

ＳａａＳ

ＰａａＳ

ＩａａＳ

Users construct their Application System using Platform provided by Cloud Server

Users construct their Platform and Application System using Infrastructure provided by Cloud Server

service models

1. Users use SaaS Application

2. Construct System using PaaS

3. Construct System using IaaS

Cloud ComputingInternet



４つの配置モデル:　　　１．プライベートクラウド.このクラウドインフラストラクチャは、複数のユーザ（例：ビ

ジネスユニット）から成る単独の組織専用に供給される。そして、当該組織、サードパーティー、またはそれらの協同により所有、管理、および運用され、オンプレミス（組織構内）あるいはオフプレミス（組織構外）に所在する。

　　２．コミュニティクラウド.このクラウドインフラストラクチャは、いくつかの組織のユーザから成り、関心事（ミッション／セキュリティ要件／ポリシー／コンプライアンス）を共有する特定のコミュニティ専用に供給される。そして１つ以上の組織、サードパーティー、またはそれらの協同により所有、管理、および運用され、オンプレミス（構内）あるいはオフプレミス（構外）に所在する。

　　３．パブリッククラウド.このクラウドインフラストラクチャは、一般のユーザによるオープンな使用のために供給される。産業界、学界、政府組織、またはそれらの協同により、所有、管理、および運用され、クラウド提供者のオンプレミス（構内）に存在する。

　　４．ハイブリッドクラウド.このクラウドインフラストラクチャは、複数のクラウド定義（private／community／public）から、2 つ以上を組み合わせたものとなる。それぞれに固有の実体は保持するが、標準あるいや個別のテクノロジによりバインドされ、データとアプリケーションのポータビリティ（クラウド間でのロードバランシングのためのクラウドバースティングなど）を実現する。

配置モデル



Four Deployment Models:　　　１．Private cloud. The cloud infrastructure is provisioned for exclusive use by a

single organization comprising multiple consumers(e.g.,business units). It may be owned, managed and operated by the organization, a third party, or some combination of them, and it may exist on or off premise.

　　２．Community cloud. The cloud infrastructure is provisioned for exclusive user by a specific community of consumers from organizations that have shared concerns (e.g., mission, security requirements, policy, and compliance considerations). It may be owned, managed, and operated by one or more of the organizations in the community, a third party or some combination of them, and it may exist on or off premise.

　　３．Public cloud. The cloud infrastructure is provisioned for open use by the general public. It may be owned, managed, and operated by a business, academic, or government organization, or some combination of them. It exists on the premises of the cloud provider.

　　４．Hybrid cloud. The cloud infrastructure is a composition of two or more distinct cloud infrastructures (private, community, or public) that remain unique entities butare bound together by standardized or proprietary technology that enables data and application portability (e.g., cloud bursting for load-balancing between clouds).

deployment models


４つの配置モデル:　　図解-1プライベートクラウド

　


利用者


利用者

利用者

オフプレミスオンプレミス


クラウドサーバはオフプレミス（この場合、組織の外の意味）に設置されるかまたはオンプレミス（この場合、組織の中の意味）に設置される

この組織以外の利用者はこのクラウドを使うことはできない(排他的）

ある１つの組織

配置モデル



Four Deployment Models:　Figure-1Private cloud　


Consumer

Cloud Server

Consumer

Consumer

Off premiseOn premise

Cloud Server

Server may exist on or off premise

exclusive use by a single organization

One single organization

deployment models



４つの配置モデル:　　図解-2コミュニティクラウド

　



配置モデル

オフプレミス

利用者

利用者

オンプレミス


メンバー組織

クラウドサーバはオフプレミス（この場合、組織の外の意味）に設置されるかまたはメンバー組織のオンプレミス（この場合、組織の中の意味）に設置される（複数も可）

このコミュニティ以外の利用者はこのクラウドを使うことはできない(排他的）

コミュニティを構成

利用者

利用者

オンプレミス


メンバー組織



Four Deployment Models:　Figure-2Community cloud　


Cloud Server

Off premise

Consumer

Consumer

On premise

Cloud Server

Member Org.

Server may exist on or off premise

exclusive user by a specific community of consumers

Communityshare concerns

Consumer

Consumer

On premise

Cloud Server

Member Org.

deployment models



４つの配置モデル:　　図解-3パブリッククラウド

　



配置モデル

オンプレミス

クラウドサーバはクラウド提供者のオンプレミス（この場合、組織の中の意味）に設置される

どの利用者もこのクラウドを使うことができる

利用者

利用者

クラウド提供者

利用者



Four Deployment Models:　Figure-3Public cloud

　


Cloud Server

On the premise

Server exists on the premises of the cloud provider

for open use by the general public

Consumer

Consumer

Cloud Provider

Consumer

deployment models



４つの配置モデル:　図解-4ハイブリッドクラウド(例：プライベートとパブリックの混在）

　

2. クラウドコンピューティングとは（10）配置モデル

利用者

利用者

利用者

プライベート


オフプレミス

オンプレミス

プライベート


プライベートクラウド、コミュニティクラウド、パブリッククラウドが混在する形

利用者の所属する組織からみると、パブリッククラウドはオフプレミスに設置されている

ある１つの組織

パブリック


オフプレミス



Four Deployment Models:　Figure-4Hybrid cloud (e.g., hybrid composed of Public and Private) 　


Consumer

Consumer

Consumer

Private

Cloud Server

Off premise

On premise

Private

Cloud Server

An Example of a hybrid Cloud composed of Public Cloud and Private Cloud

For the organization, the Public Cloud Server exists off premise.

A single Organization

Public

Cloud Server

Off premise

deployment models



クラウド出現前の企業情報システム

2. クラウドコンピューティングとは（11）クラウド出現後の企業情報システム

・　自社所有の場合自社の中にコンピュータを所有し、その中に自社の情報システムを構築し、それを用いて業務に必要な情報処理を行う。データ、プログラムは自社内にあり。

・　従来が、自社所有の場合自社の中にコンピュータを所有せず、クラウド（ＩａａＳ、ＰａａＳ）を借用し、クラウドの中に自社の情報システムを構築し、業務に必要な情報処理を行う。データ、プログラムは社外にでる。コンピュータ能力の拡張/縮小が容易

・　レンタルサーバの場合社外のレンタルサーバを借用し、そのサーバの中に自社の情報システムを構築し、それを用いて業務に必要な情報処理を行う。データ、プログラムは社外にでる。

・　従来が、レンタルサーバの場合クラウド（ＩａａＳ、ＰａａＳ）を借用し、クラウドの中に自社の情報システムを構築し、業務に必要な情報処理を行う。データ、プログラムは社外にでる。コンピュータ能力の拡張/縮小が容易

　

・　従来が、ＡＳＰの場合クラウド（ＳａａＳ）またはクラウド化されたASPを借用し、クラウドの中に用意されたアプリケーションを用いて、自社の情報システムを構築せず、業務に必要な情報処理を行う。データは社外にでる。コンピュータ能力の拡張/縮小が容易　

・　ＡＳＰ(Application Service Provider)の場合ＡＳＰのサーバを借用し、ＡＳＰに用意されたアプリケーションを用いて、自社の情報システムを構築せず、業務に必要な情報処理を行う。データは社外にでる。


Enterprise Information System Before Cloud

2. What is Cloud Computing(11)Enterprise Information System

After Cloud

・　 Organization owns Computing ResourcesAn organization owns computing resources, and builds information systems. Business data are processed by own business programs in the system.Data and programs are kept in the Organization.

・　The left case (own) changes;An organization does not own computing resources. It uses a cloud (IaaS, PaaS), builds information systems in the cloud,.Business data are processed by own business programs in the system.Data and programs exist out of the Organization. Capability can be changed easily (scalability).

・　Organization rent a Rental ServerAn organization rents and uses a rental server, and builds information systems. Business data are processed by own business programs in the system.Data and Programs exist out of Organization.

・　The left case (rental server) changes;An organization rents a cloud (IaaS, PaaS), builds information systems in the cloud.Business data are processed by own business programs in the system.Data and Programs exist out of Organization.Capability can be changed easily (scalability).

・　The left case (ASP) changes;An organization rents a cloud (SaaS) or cloud ASP, does not build information systems.Business data are processed by the programs provided by the clooud (SaaS).Data and Programs exist out of Organization.Capability can be changed easily (scalability)..

・　Organization uses ASP (Application Service Provider)An organization rents an ASP, does not build information systems.Business data are processed by the programs provided by the ASP.Data and Programs exist out of Organization.


クラウド出現前の企業情報システム（データ処理の概要）

2. クラウドコンピューティングとは（12）クラウド出現後の企業情報システム

（データ処理の概要）

・　自社所有の場合・　クラウド利用の場合

競争相手に知られたくない企業情報・どのようなデータを使って（データ）・どのような方法で処理をして（プログラム）・どのようなデータを得ているか（処理の結果データ）

・販売相手（顧客情報）、各種の個人情報

例: エアコン製造業者の一例

今年の販売実績、来年の気象予測、来年の景気予測などを用いて、企業独自の手法で、来年の「エアコン」販売台数を予測し、生産の計画をたてる

サーバ

クライアント（ＰＣ）

データプログラム

データ処理の要求

データ処理の結果

自社

クライアント（ＰＣ）

データ処理の要求

データ処理の結果

自社

インターネット


データプログラム

他社

企業情報が競争相手に知られてしまう心配

対策

・機密性の高いデータ、プログラムはクラウドにださない・信頼できるクラウド提供者の選別・ＳＬＡ(Service Level Agreement）、ＮＤＡ（Non Disclosure Agreement）の締結

ユーザのデータとプログラム

クラウドのユーザ


Ｂｅｆｏｒｅ　Ｃｌｏｕｄ　Ｃｏｍｐｕｔｉｎｇ（Ｏｕｔｌｉｎｅ　ｏｆ　ｄａｔａ　ｐｒｏｃｅｓｓｉｎｇ）

2. What is Cloud Computing（12）Ａｆｔｅｒ　Ｃｌｏｕｄ　Ｃｏｍｐｕｔｉｎｇ

（Ｏｕｔｌｉｎｅ　ｏｆ　ｄａｔａ　ｐｒｏｃｅｓｓｉｎｇ）

・　own computing resources ・　using cloud computing

Enterprise information should be kept secret from competitor・what kind of data are used （Data）・how the data are processed （Programs）・what kind of results are gained （Result Data）

・Customer’s information, many kinds of Private information etc

Example: a case of Air Conditioner ManufacturerAccording to sales results of this year, weather forecast of next year, and economic forecast of next year, a manufacturer may forecast sales amount of “Air Conditioner” of next year, using proprietary methods (programs) and may establish the production plan.

Server

Client（PC）

DataPrograms

Request ofdata processing

Result of data processing

Inside of the organization

Client（PC）

Request of data processing

Result of data processing

Inside of the organization

Internet

CloudＳｅｒｖｅｒｓ

DataPrograms

Out of the organization (Cloud Computing)

Anxiety whether the enterprise information leaks to the competitor

Countermeasures

・Secret data and programs should be kept in-house. ・Selection of reliable cloud provider.・Conclusion of ＳＬＡ(Service Level Agreement）,ＮＤＡ（Non Disclosure Agreement）

User of a Cloud

User’s data andprograms


3. ノンクラウドコンピューティングとクラウドコンピューティングの比較(1)

1. 典型的なシステムアーキテクチャの比較

６は　　　　　　　　　の代表として６1 ・・・

*「ノンクラウドコンピューティング」は技術用語ではなく、

ここでは、単に「クラウドコンピューティングではない」という一般的な意味

「オンプレミス」は技術用語で、元々「構内」を意味するが、ときには、クラウドコンピューティングではないこと（従来型）を意味する

６ノンクラウドコンピューティング*（オンプレミス）

(従来型)　　（分散／集中／集中）

１つのサーバAは、

基本的に１つのサーバマシンからなる(集中）

コンピュータ　A１つの

サーバマシン

サーバ

インターネットまたは社内LAN WWW(HTTP, HTML, XML) アーキテクチャ

アーキテクチャ：分散, ソフトウェア：集中, サーバ：集中

コンピュータ B　（PC)

クライアント

コンピュータＣ　（PC)

クライアント

端末端末

URL（サーバAを指定する）（１つのサーバマシン)

クライアント(アプリケーシ

ョンなし)標準Webブラ

ウザのみ

・・・


７クラウドコンピューティング

（分散／集中／分散）

コンピュータ集合　Ａ多数のサーバマシン

コンピュータ B　（PC)

クライアント

端末

サーバ

端末

URL（サーバAを指定する）

（サーバマシンの集合）

1つのサーバＡは、必要

に応じて、極めて多数のサーバマシンからなる（分散）

・・・

Internet WWW(HTTP, HTML, XML) アーキテクチャ

コンピュータ C　（PC)

クライアント


クライアント(アプリケーシ

ョンなし)標準Webブラ

ウザのみ

アーキテクチャ：分散, ソフトウェア：集中, サーバ：分散


3. Comparison of Non Cloud Computing and Cloud Computing(1)

1. Comparison of Typical System Architecture

６ As a representative of ６1 ・・・

* “Non Cloud Computing” is not a technical termbut only means “not a cloud computing” here.

“On premise” is a technical term, it means “in house” originally, but sometimes means “not a cloud computing” or “traditional”.

６Non Cloud Computing*(On premise)

(Traditional) （ Distributed / Centralize / Centralized）One Server “A”contains usually one server machine (Centralized）

Computer AOne

Server Machine

Server

Internet or In house LAN WWW(HTTP, HTML, XML) Architecture

Architecture: Distributed, Software: Centralized, Server: Centralized

Role：covers All Applications(including human interface)(Centralized）



Terminal Terminal

URL（direct to a Server machine)



・・・

７Cloud Computing

（ Distributed / Centralized / Distributed）

Computer Set Ａ(many server

machines)


Terminal

Server



Role：covers All Applications (including human interface) (Centralized）

Terminal

URL（direct to a Server (A set of server machines))

One Server “A” contains thousands of (or more) server machines if necessary (Distributed）

・・・

Internet WWW(HTTP, HTML, XML) Architecture

Computer C　（PC)Client

Architecture: Distributed, Software: Centralized, Server: Distributed



2. NIST定義の５つの本質的特性の比較


１．オンデマンドのセルフサービス．利用者は一方的に

リソースを計画し、必要なだけ、クラウドプロバイダとの対人交渉をせずに、自動的に確保できる。

２．広範なネットワークアクセス．　処理能力は、ネットワークを通じ、標準的な方法で、利用可能となる。標準的な方法を用いることで様々なクライアントプラットフォームに対応できる。

３．リソースの共用．　プロバイダの計算資源は、複数の顧客のためにプールされている。物理的で仮想的資源は顧客の要請に応じて、動的にアサインされたり、再アサインされる。

４．迅速な弾力性．　処理能力は、弾力的に、ある場合

には、自動的に提供や解放され、迅速なスケールアウト、迅速なスケールインがなされる。

る。

５．計測可能なサービス．　クラウドシステムは計測機能を用いて、資源の利用を自動的に制御し、最適化する。資源の利用は、監視され、制御され、プロバイダと顧客に透明性をもって報告される。

ノンクラウドコンピューティング

１．オンデマンドのセルフサービス . 該当しない。

コンピュータ負荷の増大にともなり、ユーザはコンピュータを上位機種に置き換える必要がある。ユーザはコンピュータメーカと交渉しなければならず、このプロセスは多大な時間を要する。

２．広範なネットワークアクセス．　該当しない。

上位機種への置き換え時に限らず、交渉は、ネットワークで行われず、会議や郵便、よくて電子メールなどを必要とする。

３．リソースの共用．　該当しない。

計算資源は通常ユーザによって所有され、その状態は一定期間固定している。共有されることはない。

４．迅速な弾力性．該当しない。

コンピュータの上位機種への変更は、手続きに時間がかかり、柔軟ではなく、弾力的ではない。

５．計測可能なサービス．部分的に該当。

通常はサーバは合理的に運用されているが、その状況は、詳細には利用者に報告されない。



2. Comparison of five Essential Characteristics in NIST definition

Cloud Computing

１．On-demand self-service. A consumer can unilaterally provision computing capabilities, as needed automatically without requiring human interaction with each service provider.２．Broad network access. Capabilities are available over the network and accessed through standard mechanisms that promote use by heterogeneous thin or thick client platforms.３．Resource pooling. The provider’s computing resources are pooled to serve multiple consumers, with different physical and virtual resourcesdynamically assigned and reassigned according to consumer demand. ４．Rapid elasticity. Capabilities can be elastically provisioned and released, in some cases automatically, to quickly scale out and rapidly released to quickly scale in. ５．Measured Service. Cloud systems automatically control and optimize resource use by leveraging a metering capability. Resource usage can be monitored, controlled, and reported for both the provider and consumer.

Non Cloud Computing

１．On-demand self-service. Not available.Increasing computing load, customers must upgrade the computer, they must negotiate computer makers, those processes need much time.２．Broad network access. Not available.Not only when upgrading, but also in any cases, the negotiation is not executed over the network, it needs meeting, post mail, telephone, fax, and at best e-mail.３．Resource pooling. Not available.Computing resources are usually owned by certain customer and the situation is fixed during some years, not shared among multiple customers.４．Rapid elasticity. Not available.The upgrade processes of computers wastes much time, not flexible, and not elastic.５．Measured Service. Partially available.Usually servers are operated rationally, but not usually reported precisely to the customers.



3. メリット／デメリットの比較


1. システムコストが小さいユーザは計算資源を所有する必要がない。

2. 動的かつ大きいスケーラビリティシステムのスケール（規模）について、気にしなくてよい。

3. 迅速なシステム開発「所有し、ソフトウェアを作る」から「サービスを使用する」へのパラダイムシフト。

4. 大規模計算の高速化、並列処理による高性能

高速応答、高スループット

1. ロックインと服従のリスクいったん、あるクラウドプロバイダを使い始めると、プロバイダを変更することは困難であり、プロバイダの戦略に服従せざるをえない。

2. セキュリティのリスクデータとプログラムを外部に保有していることの不安。データ漏洩の危険性。

3. ブラックボックスに起因する困難性

デバッグ時、トラブル調査時、十分な調査が不可能。

4. 厳密な一貫性制御は困難

データが多数のマシンに分散しているので。

5. 注意すべき制約がある。

メリット（長所、利点）

デメリット（短所、欠点）

ノンクラウドコンピューティング

1. ロックインと服従から比較的自由ユーザは他から独立している。ロックインされないし、プロバイダに従う必要もない。

2. クラウドコンピューティングよりも安全データを内部に保有している。データ漏洩の危険が小さい。

3. 所有する計算資源はホワイトボックス

デバッグ時、トラブル調査時、十分な調査が可能。

4. 厳密な一貫性制御を実現できる

1. システムを所有するコストが高い(TCO)ユーザは計算資源を所有する必要がある。その資源は想定最大負荷に対応する必要がある。その初期コストおよび運用コストは高い。

2. 固定のスケーラビリティOnce いったん、計算資源を保有すると、その状況は数年間継続する。計算資源を上位機種に変更することは、困難で、面倒な作業をともなう。

3. 長期のシステム開発期間伝統的なシステム開発は長期の開発期間を要する。

デメリット（短所、欠点）

メリット（長所、利点）



3. Comparison of merits (advantages) and demerits (disadvantages)

Cloud Computing

1. Low system costNo need to possess computing resources.2. Dynamic and Large scalabilityNo need to be sensitive about the system scale.3. Rapid system developmentParadigm shift from “own and make software” to “use services”4. High Performance by parallel processingQuick response time, High throughput

1. Risk of Locked-in and ObedienceOnce a user uses a certain cloud provider, it is difficult to change the provider.The user must obey the provider’s policy.2. Risk of SecurityAnxiety having data and programs externally. Possibility of data leakage. 3. Difficulty caused by Black BoxWhen debugging and trouble shooting4. Strict Consistency Control is difficultBecause of highly distributed database. 5. There may be some constraints.

Merits (Advantages)

Demerits (Disadvantages)

Non Cloud Computing Demerits (Disadvantages)

1. Rather free from Locked-in or ObedienceA customer is independent from others.Neither locked-in nor need to obey some providers2. More secure than cloud computingHaving data internallyLess possibility of data leakage3. Owned computers are White BoxWhen debugging and trouble shooting4. Strict Consistency Control is realizable.

Merits (Advantages)

1. High total cost of ownership(TCO)A customer need to possess computing resources. Those resources must correspond to assumed maximum load. Its initial cost and operating (maintaining) cost is high.2. Fixed scalabilityOnce a customer possesses computing resources, the situation continues several years. To upgrade computing resources needs difficult or bothersome works.3. Long term system developmentTraditional system development needs long development term.


4. クラウドコンピューティングの要素技術（1）ユーザ（クライアント）とプロバイダ（サーバ）間のインタフェース技術

ユーザとプロバイダの間は、通常は標準化されたインターネットの技術が使用されるが、専用の技術（プロトコル、ソフトウェア、ハードウェア）を使用するものもある。（ Wikipediaから引用）

プロバイダ内部の技術従来技術を利用可能とする考えオープン標準に準拠したソフトウェアや、ユーザ数や処理量の増減に対応できる仮想化技術が使用される。（Wikipediaから引用）

クラウド特有の技術を前面に押し出す考えＧｏｏｇｌｅなどは、スケーラビリティ確保のために自社独自技術を多用している。（Wikipedia「クラウドコンピューティング」から引用）

→この場合、クラウドの特長を最大にひきだすため、クラウド特有技術を利用して情報システムを構築するには、独自技術（クラウドを実現している仕組み）をよく理解し、その条件下で構築することが必要となる。


4. Technological Elements of Cloud Computing (1)

1.Interface Technology between Users(Clients) and Providers(Servers)Usually, the interface between user and provider is standard protocol of Internet and WWW.Rarely, special interface is used.

2.Technology used in provider (i.e. in server)2.1 Provider’s policy : priority is Usability of traditional technologiesVirtual Machine technology is used to respond to increase of users and increase of processing amount.

2.2 Provider’s policy : priority is Cloud specific technologiesFor example, Google Inc. applies many own technologies to keep scalability.→In this case, to maximize the merit of these technologies, system engineers must understand these technologies and construct Information Systems on the condition of these technologies.


4. クラウドコンピューティングの要素技術（2）データベースリレーショナルDBからKeyValueデータストア（NoSQL)「スケーラビリティ」を厳しく優先する場合、リレーショナルDBは使用できない

トランザクションACIDトランザクションからBASEトランザクションへ

上記のデータベースと関係、（スケーラビリティ優先の場合）

並列処理MapReduce

仮想化技術1つの物理的なCPUに複数の論理的なCPUを保持する複数の物理的なCPUを1つの論理的なCPUとして働く→分散処理

従来型（非クラウド）情報システムを比較的容易にクラウド化する方法で、従来システムへの影響は少ない

スケールアウト担当サーバの割り当て、探索　（ハッシング）（コンシステントハッシング）担当サーバへの到達、ルーティング（構造化オーバーレイ）


4. Technological Elements of Cloud Computing (2)DatabaseRelational Database → Key Value Store(KVS)（NoSQL)If scalability has much priority, traditional relational database could not be applied.

Transaction ProcessingACID Transaction → BASE Transaction(in case of above that scalability has much priority)

Parallel ProcessingMapReduce

Virtual Technology (Virtual Machine Technology)Multi virtual CPUs in one physical CPUOne virtual CPU in multi physical CPUs (Distributed Processing)This technology helps to make traditional non cloud system to cloud system

Scale OutMethod to assign server machines in charge (hashing, consistent hashing)Routing to assigned server machine (structured overlay)


4. クラウドコンピューティングの要素技術（3）　　データベース　リレーショナルDBからKeyValueデータストア（KVS, NoSQL)　　

クライアント

サーバ

クライアント

サーバマシンサーバマシン

クラウド前

・・・・


ｉ行（タプル） Key i Vi1 Vi2 Vi3ｉ番目PK i Vi1 Vi2 Vi3

KeyValueデータ

基本的に、この単位で、多数のサーバマシンにバラバラに配置されるゆえに「ジョイン操作」は適さず（備えず）

基本的に、すべての行が１つのサーバに配置される（PK: Primary Key)

インターネットの雲クラウドコンピューティングの雲

リレーショナルDB


4. Technological Elements of Cloud Computing (3)　　Database　Relational Database → Key Value Store (KVS, NoSQL(Not Only SQL))　　

Clinet

Server

Client

Server MachineServer Machine

Before Cloud

・・・・

Cloud Computing

Row ｉ（tuple） Key i Vi1 Vi2 Vi3i-th Data PK i Vi1 Vi2 Vi3

KeyValueData

Fundamentally, every KeyValueData is placed in separate server machine individually.Therefore, “JOIN operation” is not appropriate.

Fundamentally, all rows are placed in same server machine. （PK: Primary Key)

Cloud of Internet “Cloud” of Cloud Computing

Relational DB


4. クラウドコンピューティングの要素技術（4）トランザクションACID (Atomicity, Consistency, Isolation, Durability)トランザクションから

BASE (Basically Availability, Soft state, Eventually consistency)トランザクションへ

一貫性（整合性）の維持

強い一貫性制御方式　ACID, 2PC, WAL

一貫性（整合性）の維持

弱い一貫性制御方式　BASE

主サイト（サーバ）

従サイト（複数あり）

トランザクション開始

更新指示

セキュア指示

コミット指示

トランザクション終了

ＡＣＫ

ＡＣＫ

第１相

第２相

更新処理

更新処理

セキュア状態

セキュア状態

コミット処理

コミット処理

ＡＣＫ：肯定応答

トランザクション開始

主サーバ

更新処理

更新処理

更新処理

更新処理

更新処理

サーバ群（膨大な数）

時間の経過、やがて整合

Eventually Consistent

楽観的一貫性制御AllOrNothing：１つでも失敗

なら全体で「なし」にする

すべてが正常に完了するまで待たされる

すべてが正常に完了するまで待たない、待てない

2PC : two phase commitmentWAL : write ahead logging


4. Technological Elements of Cloud Computing (4)TransactionACID (Atomicity, Consistency, Isolation, Durability) Transaction →

BASE (Basically Availability, Soft State, Eventually Consistency) Transaction

Keep Consistency (Integrity) :

Strong Consistency Control　ACID, 2PC, WAL

Keep Consistency (Integrity) :

Weak Consistency Control　BASE

Main Server (Coordinator)

Subsidiary ServersStart of transaction

Direct update

Direct secure

Direct commit

Finish of transaction

ＡＣＫ

ＡＣＫ

Phase1

Phase2

Update processingUpdate processing

Secure stateSecure state

Commit processingCommit processing

ＡＣＫ：Acknowledge response

Start of transaction

Main Server



Update processing

Server Machinesvery large number

As time passes, become consistent

Eventually Consistent

Optimistic Consistency ControlAllOrNothing：if only one missed, there were nothing

Wait until all processes are completed

Do not wait or could not wait all process are completed

2PC : two phase commitmentWAL : write ahead logging


4. クラウドコンピューティングの要素技術（5）並列処理

MapReduce

・・・・・・

・・・・・・

Ｍａｐ

・・・・・・

ＲｅｄｕｃｅＭａｐ

Ｍａｐ

Ｍａｐ

ＭａｐＭａｐ

Ｍａｐ処理：要素ごとに行う処理

要素１

要素２

要素３

要素４

要素ｎ

要素１

要素２

要素３

要素４

要素ｎ

Ｒｅｄｕｃｅ処理：要素をまとめる処理

結果

・・・・・・

例：2つのベクトルの内積

I=Σyi*xi


4. Technological Elements of Cloud Computing (5)Parallel Processing

MapReduce

・・・・・・

・・・・・・

Ｍａｐ

・・・・・・

ＲｅｄｕｃｅＭａｐ

Ｍａｐ

Ｍａｐ

ＭａｐＭａｐ

Map Processing：processing for each element

element１

element２

element３

element４

Element ｎ

element１

element２

element３

element４

Element ｎ

Reduce Processing：integrate processing of each element

Result

・・・・・・

Example：inner product of two vectors

I=Σyi*xi


4. クラウドコンピューティングの要素技術（6）仮想化技術

1つの物理的なCPUに複数の論理的なCPUを保持する

複数の物理的なCPUを1つの論理的なCPUとして働く→分散処理

CPU（物理的なサーバマシン）

仮想的CPU

仮想的CPU

仮想的CPU

仮想的CPU（論理的なサーバマシン）

物理的CPU

物理的CPU

物理的CPU



Virtual Machine TechnologyMulti virtual CPUs in one physical CPUOne virtual CPU in multi physical CPUs (Distributed Processing)This technology helps us to make traditional non cloud system to cloud system

CPU（a physical server machine)

A virtual CPU

A virtual CPU

A virtual CPU

Virtual CPU（a logical server machine)

A physical CPU

A physical CPU

A physical CPU

Consists of multiple virtual CPUs Consists of multiple physical CPUs


4. クラウドコンピューティングの要素技術（7）スケールアウト/イン　（従来はスケールアップ/ダウン）

担当サーバの割り当て、探索　（ハッシング）（コンシステントハッシング）

担当サーバへの到達、ルーティング（構造化オーバーレイ）

Key

担当サーバの割り当て、探索

どのサーバにこのKeyのデ

ータを格納（割当）するか、または存在するか（探索）

担当サーバへの到達

ハッシング、

コンシステントハッシング

どのサーバにこのKeyのデ

ータを格納（割当）するか、または存在するか（探索）が決まった

このKeyのデータを

担当（格納）しているサーバ

クラウド（インターネット）の中を通過して、どうやって、到達するか

（データ格納の要求、データ送信の要求、データ処理の要求etc）

ルーティングのしくみに類似



Scale Out/In　（Before Cloud, Scale Up/Down)

Assignment or Search the server to be charged　(Hashing)(Consistent Hashing)

Approach or Routing to the server in charge（Structured Overlay）

Key

Which server is to be assigned for this KeyValueData

Which server contains this KeyValueData

Hashing,

Consistent Hashing

Which server contains the KeyValueData.

It is decided.

Next how to reach the server.

The server which contains the KeyValueData

How to reach the server through cloud

（to write the data, to read the data etc）

Similar to Routing Mechanism

Approach and reach


4. クラウドコンピューティングの要素技術（8）クラウドコンピューティングの要素技術などの効果

システムアーキテクチャによる効果　　プログラムは作成よりも利用が主体、　　プログラム、データを外部に保持すること

資源の共有(Pool)　　

技術的要素による効果　データベース（KVS)　　　リレーショナルDBからKeyValueデータストア（NoSQL)　　　「スケーラビリティ」を厳しく優先する場合、リレーショナ　　　ルDBは使用できない　トランザクション（BASEトランザクション）　　　ACIDトランザクションからBASEトランザクションへ　　　上記のデータベースと関係、　　　（スケーラビリティ優先の場合）　並列処理　　　MapReduce　仮想化技術（Virtual Machine)　　　1つの物理的なCPUに複数の論理的なCPUを保持する　　　複数の物理的なCPUを1つの論理的なCPUとして働く　　　　→分散処理　　　従来型（非クラウド）情報システムを比較的容易にクラ　　　ウド化する方法で、従来システムへの影響は少ない　スケールアウト　　　担当サーバの割り当て、探索　（ハッシング）（コンシス　　　テントハッシング）　　　担当サーバへの到達、ルーティング（構造化オーバー　　　レイ）　

1. システムコストが小さい　ユーザは計算資源を所有する必要がない。

2. 動的かつ大きいスケーラビリティ　システムのスケール（規模）について、気にし　なくてよい。

3. 迅速なシステム開発　「所有し、ソフトウェアを作る」から「サービスを　使用する」へのパラダイムシフト。

4. 大規模計算の高速化

1. ロックインと服従のリスク　いったん、あるクラウドプロバイダを使い始め　ると、プロバイダを変更することは困難であり、　プロバイダの戦略に服従せざるをえない。

2. セキュリティのリスク　データとプログラムを外部に保有している不安。　データ漏洩の危険性。

3. ブラックボックスに起因する困難性

　デバッグ時、トラブル調査時、十分な調査が不　可能。

4. 厳密な一貫性制御は困難

　データが多数のマシンに分散しているので。

メリット（長所）

デメリット（短所）


4. Technological Elements of Cloud Computing (8)Effect of Technological and other Elements in Cloud Computing

System Architecture　Not make software, but rather use software　Store software and data externally

Resource Pooling

Technological Elements　Database（KVS)　　　 Relational Database → Key Value Store(KVS)　　　　（NoSQL)　　　If scalability has much priority, traditional relational 　　　　database could not be applied.　Transaction Processing （BASE Transaction）　　　ACID Transaction → BASE Transaction

(in case of above that scalability has much priority)　Parallel Processing　　　MapReduce　Virtual Technology （Virtual Machine)　　　 Multi virtual CPUs in one physical CPU

One virtual CPU in multi physical CPUs (Distributed Processing)This technology helps to make traditional non cloud system to cloud system

Scale out　　　Method to assign server machines in charge (hashing,

consistent hashing)Routing to assigned server machine (structured overlay)　

Merits (Advantages)

Demerits (Disadvantages)

1. Low system costNo need to possess computing resources.2. Dynamic and Large scalabilityNo need to be sensitive about the system scale.3. Rapid system developmentParadigm shift from “own and make software”to “use services”4. High Performance, Rapid large scale computation

1. Risk of Locked-in and ObedienceOnce a user uses a certain cloud provider, it is difficult to change the provider.The user must obey the provider’s policy.2. Risk of SecurityAnxiety having data and programs externallyPossibility of data and know-how leakage3. Difficulty caused by Black BoxWhen debugging and trouble shooting4. Strict Consistency Control is difficultBecause of highly distributed database. 5. Some constraints


5. クラウドコンピューティングの応用（ビッグデータへの応用）

•　ビッグデータ（Big Data)とは

– 文字通り、巨大なデータ（数テラバイト以上）1 TB （テラバイト）は1000GB（ギガバイト）

– 現在のコンピュータ技術により可能となった

– インターネット環境、さらにはクラウドコンピューティング環境による保存データ量の飛躍的増加従来利用せずに捨てていたデータを使えるようになった

•　ビッグデータを取り扱うシステム

– 巨大データを取り扱うシステムの形態(クラウドコンピューティング)– 巨大データを取り扱うソフトウェアの進歩

（GoogleのKVS、それを元に開発されたHadoop)– 巨大データを収集するセンサー技術（M2Mシステムに発展する）

•　ビッグデータに関する今後の課題

– 課題は、どのようなデータをどのような目的に利用するかという利用方法に関する知見（従来からデータマイニングという考え）

– データマイニングとは、大量のデータから何らかの規則性などを発見する手法

– ビジネスにとって有効な知見（ビジネスインテリジェンス　BI）– 統計学など、数理的手法の重要性再認識(データサイエンティストという新職種）

– 日経コンピュータ　２０１２　２／２　「ビッグデータ大作戦」

– 日経コンピュータ　２０１３　４／４　「ビッグデータの初動３原則」


5. An Application of Cloud Computing(application to Big Data)

• Big Data

– Literally Big or Huge Data（more than Terabytes）1TB(Terabyte) = 1000GB(Gigabyte)

– According to the advances of Computer Related Technologies (especially Storage Technology), Big Data became available.

– Tremendous Increase of stored data, because of Internet Environment and moreover Cloud Computing Environment.The tremendous amount of Data became available, while the data were abandoned in traditional environment.

• System which can handle Big Data

– Advances of information system architecture (Cloud Computing)

– Advances of software which can handle big data (e.g., KVS technology in Google or Hadoop developed from Google’s idea).

– Advances of Sensor Technology which can gather big data (toward M2M system).

• Research Items

– The problem is for what purpose the big data to be used. The knowledge should be accumulated. The problem has been studied as “Data Mining” so far.

– Data Mining is a kind of technique for finding any rule from big data.

– For business field the knowledge is known as Business Intelligence (BI).

– Mathematical methods (e.g.. statistics) are recognized more important(New profession emerged, Data Scientist)

– 日経コンピュータ　２０１２　２／２　「ビッグデータ大作戦」

– 日経コンピュータ　２０１３　４／４　「ビッグデータの初動３原則」


6. 実装事例(1)（システム構築例）

すべてのシステムはGAE(Google App Engine)（PaaS)で開発されている

•意見収集・形成システム（試行）

– http://opvtsystem.appspot.com– 広範囲なテーマについて、意見の発信とその意見に対する賛否を表明し、

議論をつくして世論を形成していくためのシステム

• 在庫管理システム（試行）

– http://inventory-management-system.appspot.com– ブランド靴の小売店を想定した在庫管理システム

• 遠方監視制御システム（製品） TinySCADA– http://tinyscada.appspot.com– ディジタル入力、アナログ入力をクラウドのサーバに送り込み、ユーザはど

こからでも遠方の対象を監視・制御できる。

– Arduinoマイコンを利用。


6. Examples of installation(1) (Trial system, Product system)

All systems are developed by GAE(Google App Engine) (PaaS)

• Opinion and Voting System (trial system)

– http://opvtsystem.appspot.com

– Opinion publication and Voting about general themes

– Through the exchanging of opinions, we expect Good (appropriate) Public Opinion will be formed.

• Inventory Management System (trial system)

– http://inventory-management-system.appspot.com

– Assumed brand shoes shop

• SCADA(Supervisory Control and Data Acquisition) (product) TinySCADA

– Remote monitoring and control system

– http://tinyscada.appspot.com

– Send sensor data (Temperature, Humidity etc) to Cloud Server

– User can monitor and control these data from anywhere.

– Arduino micro processor board was applied.


6. 実装事例(2)ＴｉｎｙＳＣＡＤＡの知見

– 得られた知見（１）•KVSの使用方法

– データアクセスのためのただひとつのキーを決める。

– JOIN相当の処理はアプリケーションで行う。

– 条件による選択はSQLと同様に行える。

•GAE特有の制約

– 例：整数型はすべてLONG、など

•ノード（マイコン）、サーバ間のインタフェース

– 通常のWebアプリケーションと同様にHTTPが使える。通常のWebアプリケーションでは、人間がHTTP Formにデータを入力してサーバに送っているが、TinySCADAでは、マイコンが同様の動作を

行っている。

– ただし、下り情報（サーバ→ノード）はテキスト情報であり、有効情報（日付時刻やDO値）の抽出には、テキスト分析が必要。

– 将来は、遠方監視制御用の効率的なプロトコルが制定されることが望ましい。


6. Examples of installation(2)Knowledge learned by TinySCADA

– Knowledge learned (1)•How to use KVS

– Decide KEY, only one attribute to access data.– Processing corresponding to JOIN is to be done by application program.– WHERE condition is as well as SQL.

•Special constraints of GAE– e.g., integer type is only LONG integer

•Interface between Node(TinySCADA) and Server– HTTP is available, as well as usual Web Applications.

In the usual Web Applications, a human input data into HTTP Form, on the other hand MPU(Micro Processor Unit), TinySCADA inputs sensor data automatically.

– However, because that the down link information　(from server to node) is text format information, in order to abstract effective information (Date and DO values), text format information should be analyzed.

– We need more efficient method or protocol for M2M.


– 得られた知見（２）•通信失敗対策(アプリケーション層）

– インターネットの特性から、通信が失敗する場合があり、その対策が必要。

– 例えば、DIの状態変化については、通信が失敗すると状態変化がサー

バ側で把握できないので、通信失敗に対するバックアップが必要である。

– TinySCADAは、1秒ごとの状態変化検知・サーバへの送信を行ってい

るが、

– これと併行して、全DIデータをノードからサーバに20秒周期で送信して

いる。

•リアルタイム性の限界

– 主にマイコンの能力から性能上に限界があり、TinySCADAでは、プロセスI/Oをフルに実装すると、最頻度のデータ収集は20秒周期でのデー

タ収集であった。

– 一方、Google使用料金は、データ収集頻度にほぼ正比例するので、む

やみに高頻度でデータ収集すると割高となる。ある適用事例では、対象が主に温度、湿度であったため、1分周期でデータ収集を行った。



6. Examples of installation(2)Knowledge learned learned by TinySCADA

– Knowledge learned (2)•Against communication miss or errors

– Intrinsically Internet sometimes miss the communication, we needcountermeasure.

– For example, the state change of DI could not be sensed at the server, when the communication is missed. So backup against communication miss is necessary.

– TinySCADA senses the state change of DI at every one second, and when the change has happened, it sends the information to the server.

– And as a backup, all DI data are sent to the server at every 20 seconds, no matter whether any state change of DI has happened or not.

•Upper limit of real time performance– Mainly because of using MPU’s performance, if Process I/O (DI, DO, AI)

are fully installed, the most frequent scan period was 20 seconds. – on the other hand, Google charge to be payed increases roughly in

proportional to the frequency of scan. In an application (plastic greenhouse), measuring objects were temperature and humidity, scan period was one minute.


– 得られた知見（３）•制御（DO）機能

– IPv4では、ノードにグローバルIPアドレスをもてないので、サーバからの直接ディ

ジタル出力や、ディジタル出力指示は難しい。

– 従って、ノードから問い合わせ、その回答にもとづき、ノードが出力する。（テーブルルックアップ方式）

•高機能センサ

– センサには、単純なアナログ入力だけではなく、センサ側でADCを行う高機能センサがあり、それらを入力する機能が必要である。Arduinoでは、これら対応のソ

フトウェアパッケージが充実している。

•SDカード対応

– ArduinoマイコンでのSDカードインタフェースは製品化後まもないため、開発ソフト

ウェアが対応しておらず、イーサネットとの共存ができない。

•無線LAN– データリンク層での通信エラーが起きやすいので、配慮が必要である。エラー停

止時の再接続。

•Google利用費用

– 意外に費用がかかる。

– データ収集周期に大きく依存する。

– 月額4800円（20秒周期）、3200円(30秒周期）、1600円（1分周期）、600円(5分周期）

のタイプを想定している。



6. Examples of installation(3)Knowledge learned by TinySCADA

– Knowledge learned (3)•DO(Digital Out) function

– Since Global IP address could not be assigned to a Node(TinySCADA) in IPv4, it is difficult to realize that a human commands from server through e.g., monitoring screen, to the Node(TinySCADA ) directly.

– While the server keep DO value according to a human operation, the Node asks to the server whether DO value is one or zero. The Node receives the DO value and Digital Outs the value. (Table lookup method)

•High functional sensor– There are some sensors which has ADC(Analog to Digital Converter) in itself. For

example, Sensirion temperature and humidity sensor (SHT11, SHT71, etc) is one of those sensors. TinySCADA can connect to Sensirion sensors, using Arduino libraries.

•SD memory card– TinySCADA could not yet handle SD memory card.

•Wireless LAN– We can connect TinySCADA to router by wirelessLAN, using a couple of certain

devices.•About Google

– Google is not kind enough when a troubles happens. And it is expensive unexpectedly.

– ¥4800 per month(20 sec scan), ¥3200per month(30 sec scan), ¥1600per month(1 min scan), ¥600(5 min scan).


– 複数クラウド間の互換性（同じデータベース、同じプログラムが異なるクラウドで使えること）（クラウドプロバイダの変更が可能となり、プロバイダへのロックインから解放される）（あるプロバイダがサービス停止しても、業務を継続できる）

– 複数クラウド間の連携動作（複数クラウド間での連携動作ができること）（互換性とも関係するが、信頼性、拡張性の向上につながる）

– クラウドのセキュリティ確保（人間的約束事であるSLAやNDAのみに依存せずに、なんらか

のセキュリティ確保のための技術的手段）→本学GITS白鳥研究室で、研究中

参考文献：池戸邦夫他、“複数の異種クラウド間におけるスケールアウトおよびディザスタリカバリ機構の実装とその評価”、情報処理学会　デジタルプラクティスVol.4 No.4

7. 研究課題案


– Compatibility among multiple Clouds（Same database and same programs could be used in different cloud.）（Then users could change cloud provider, users could be released from lock-in.）（And users could continue his business when a cloud provider stops the service.）

– Interoperability among multiple Clouds（Multiple clouds could cooperate the service.）（Then the reliability, flexibility and scalability will be increased.）

– Cloud Security（Beside SLA or NDA that are kinds of human’s promise, we need some technical mechanisms to keep security.）→We are studying at Shiratori’s Laboratory in Waseda University GITS.

参考文献：池戸邦夫他、“複数の異種クラウド間におけるスケールアウトおよびディザスタリカバリ機構の実装とその評価”、情報処理学会　デジタルプラクティスVol.4 No.4

7. Research Topics


おわりに

クラウドコンピューティングの概要について理解いただけましたか。

クラウドコンピューティングに限らず、新しくでてくる技術には、常に関心をもちましょう。

情報技術の世界は新しい技術が次々と現れてきます。

（情報処理の本質は、さほど変わっているとは言えないが）

一般論では、世の中の変化に常に敏感で、世の中の変化に取り残されないようにしましょう。

さらに願わくば、私たちが世の中の変化を惹き起こす原動力（エンジン）になれるように精進しましょう。

人々の大多数が安心と幸福を感じる日本、さらに世界になるように。

ご清聴、ありがとうございました。


ClosingDo you understand the outline of Cloud Computing?

Let us keep attention not only to Cloud Computing but also Emerging New Technologies.

Especially in Information Technology Area, new technologies come out one after another at very fast speed.

（Although intrinsic characteristics of information processing are not so much changed, I think）

Generally speaking, let us to be sensitive to the change of society, and not to be left behind society.

If I may wish, let us effort to be an engine to lead innovation.

And for most people in our country feel peace and happiness, and moreover for most people in the world.

Thank you for your attention.


クラウドコンピューティングの参考文献(1) 「日経コンピュータ」2009年9月2日号、特集：グーグル　次の一手(2) 情報処理学会誌　2009年11月号（「情報処理」　Vol.50　No.11）特集：クラウドコンピューティング

(2)-1 丸山不二夫「クラウドの成立過程とその技術特徴について」(2)-2 中田秀基「Googleのクラウド技術」(2)-3 石田愛「Amazon　EC2」(2)-4 藤田昭人「クラウド技術とオープンソース」(2)-5 首藤一幸「スケールアウトの技術」(2)-6 山下哲也「クラウドとモバイルデバイス」(2)-7 萩原正義「クラウドアプリケーションの分析と開発手法」(2)-8 浦本直彦「クラウドコンピューティングにおけるセキュリティとコンプライアンス」

・上記のうち、エンタープライズ情報システム開発に最も直接的なものは、(2)-7。・そのための予備知識として、(2)-1から(2)-3、(2)-5。・クラウドコンピューティングを有償のベンダーサービスではなく、オープンソースHadoopで実現する方法が(2)-4。・クラウドコンピューティングで懸念となるセキュリティを扱っているのが(2)-8。(3) 「日経SYSTEMS」　2009年12月号　特集：クラウド革命に備えよう(4) ニューヨークだより(IPA)2009 年 9 月　　「クラウドコンピューティングの産業構造とオープン化を巡る最近の動向」

　　http://www.ipa.go.jp/about/NYreport/200909.pdf　(すでに削除されている模様）(5) クラウド活用による経営システム改革～NECの実践とソリューション～　　　　　http://www.nec.co.jp/effort/strategy/2009_1105/index.html　(すでに削除されている模様）以下(6)～(13)、日経SYSTEMS(3)の紹介資料(6) 米持幸寿、「クラウドを実現する技術」、インプレスジャパン(7) 城田真琴、「クラウドの衝撃」、東洋経済新報社(8) 日経BP社出版局編、「クラウド大全」、日経BP社(9) Nicholas G. Carr、村上彩訳「クラウド化する世界」、翔泳社(10) (株)グルージェント、「Google App Engine for Java [実践]クラウドシステム構築」技術評論社(11) 並河祐貴、安達輝雄、「クラウドAmazon EC2/S3のすべて」、日経BP社(12) 西田宗千佳、「クラウドの象徴セールスフォース」、インプレスジャパン(13) マイクロソフトエバンジェリストチーム、「.NET開発テクノロジ入門」、日経BPソフトプレス以下(14)は、情報処理(2)-2の紹介資料(14) 西田圭介、「Googleを支える技術－巨大システムの内側の世界」、技術評論社(2008)


関連する筆者資料のＵＲＬ(1) 前期の資料　　http://www.isem.co.jp/documents/cloudcomputing20130618.pdf　　http://www.isem.co.jp/documents/cloudcomputing20130716.pdf

(2) 本資料http://www.isem.co.jp/documents/cloudcomputing20130903.pdf

(3)試行システムについて　 (単独）http://www.ieice.org/~swim/jpn/presentations/swim2010-

c17.pdf(共同）http://www.ieice.org/~swim/jpn/presentations/swim2010-34.pdf

(4)TinySCADA説明資料　http://www.isem.co.jp/documents/tinyscadaD.pdf

(5)TinySCADA適用事例（ハウス農園への応用）http://www.ieice.org/~swim/jpn/presentations/swim2011-39.pdf

(6)クラウドコンピューティングにどう向き合うか　　http://www.ieice.org/~swim/jpn/presentations/swim2010-1.pdf

特別講義： クラウドコンピューティング概論 - isem3. comparison between non cloud...

Documents

特別講義：クラウドコンピューティング概論 - isem3. comparison between non cloud...