Chmura obliczeniowa. Rozwiązania dla biznesu.

Transkrypt

1 Chmura bliczeniwa. Rzwiązania dla biznesu. Autrzy: Jthy Rsenberg, Arthur Mates Odkryj wielką mc chmur bliczeniwych i ptencjał, jaki kryją w sbie! C t jest chmura bliczeniwa? Kiedy krzystać z chmur, a kiedy ich unikać? Jak szacwać kszty krzystania z chmury bliczeniwej? Jeszcze parę lat temu udstępnienie dużej, ppularnej aplikacji wiązał się z grmnymi wydatkami na infrastrukturę. Knieczne był psiadanie własnej serwerwni, wynajmwanie przestrzeni w centrum danych lub uciekanie się d innych ksztwnych rzwiązań. W tej chwili na zawłanie mżna trzymać dkładnie tyle mcy bliczeniwej i przestrzeni dyskwej, ile w danej chwili jest ptrzebne. Zmartwienia związane z nagłymi i chwilwymi wzrstami bciążenia deszły na zawsze, a dstępnść Twich aplikacji na pzimie bliskim 100% przez krągły rk jest w zasięgu ręki. Jak t mżliwe? Książka ta wprwadzi Cię w świat, jakieg nie znałeś. Dwiesz się, czym są chmury bliczeniwe, kiedy z nich krzystać i c w nich umieszczać. Pznasz becnych na rynku dstawców i ich platfrmy: Ggle App Engine, Amazn EC2, Windws Azure raz Salesfrce.cm i Frce.cm. Każda z nich ma swje mcne i słabe strny raz sprawdza się najlepiej w innych rzwiązaniach. P lekturze tej książki bezbłędnie wybierzesz najlepsze z nich - idealnie dpaswane d Twich ptrzeb. W klejnych rzdziałach autrzy pruszają kwestie związane z bezpieczeństwem w chmurze, mawiają najlepsze wzrce dla aplikacji w niej działających raz spsby szacwania ksztów przechwywania danych. Znajdziesz tu też spsby prwadzenia testów i wdrażania aplikacji w chmurach. Chmury bliczeniwe są przyszłścią świata infrmatyki - głównie w sferze biznesu. Nie pzstawaj w tyle i już dziś sięgnij p kmpendium, które twrzy przed Twją firmą nwe mżliwści! Spis treści: Zasady definiujące przetwarzanie danych w chmurze Histria chmur bliczeniwych i ich klasyfikacja Najnwsze technlgie, najwięksi dstawcy, najlepsze praktyki Kiedy krzystać z chmury, a kiedy jej unikać Twrzenie skalwalnych i niezawdnych aplikacji w chmurze Przenszenie d chmury istniejących aplikacji i infrastruktury Niezawdnść i bezpieczeństw chmur bliczeniwych Testy, wdrżenia i działanie w chmurze Wyjdź naprzeciw nwym technlgim i przenieś swój biznes d chmury! Słw wstępne (9) Przedmwa (11) Pdziękwania (13) O książce (17) 1. Czym jest chmura bliczeniwa? (25)

2 1.1. Pięć pdstawwych zasad definiujących przetwarzanie w chmurze (27) Pula zasbów (28) Wirtualizacja zasbów bliczeniwych (29) Elastycznść wbec zmieniająceg się zaptrzebwania (30) Autmatyczne wdrażanie nwych zasbów (30) Naliczanie płat: płacisz tylk za t, c faktycznie wykrzystasz (31) 1.2. Zyski z przejścia na chmurę (31) Zyski eknmiczne związane z zamianą wydatków inwestycyjnych na peracyjne (31) Zyski związane z elastycznścią i brakiem zaptrzebwania na serwery (32) Zyski wydajnściwe dające przewagę nad knkurencją (33) Większe bezpieczeństw w chmurze (33) 1.3. Ewlucja w infrmatyce prwadząca d chmury bliczeniwej (33) Dlaczeg "chmura"? (34) Zmiany paradygmatów przetwarzania: d samdzielnych jednstek, przez architektury klient-serwer, aż d sieci (35) Przechwywanie fizycznych zasbów bliczeniwych: ewlucja centrów danych (37) Mdularyzacja prgramwania i zdalny dstęp: wirtualizacja, SOA i SaaS (37) 1.4. Klasyfikacja warstw chmury: różne typy d różnych zastswań (38) Infrastruktura jak usługa (IaaS) (39) Platfrma jak usługa (PaaS) (41) Oprgramwanie jak usługa (SaaS) i framewrk jak usługa (FaaS) (41) Chmury prywatne jak prekursrzy chmur publicznych (42) 1.5. Pdsumwanie (42) 2. Klasyfikacja chmur bliczeniwych (43) 2.1. Pdstawy technlgiczne przetwarzania w chmurze (44) Duże krzyści skali dzięki centrm danych w chmurze (45) Efektywne wykrzystanie serwerów w chmurze dzięki wirtualizacji (49) Sterwanie zdalnymi serwerami za pśrednictwem API chmury (52) Przechwywanie trwałych danych w chmurze (54) Przechwywanie danych aplikacji w chmurwej bazie danych (56) Elastycznść: skalwanie aplikacji w miarę zwiększania się lub zmniejszania ppytu (62) 2.2. Zrzumienie różnych typów chmur (63) Amazn EC2: IaaS (64) Micrsft Azure: IaaS (65) Ggle App Engine: PaaS (68) Ruby n Rails w chmurze: PaaS (69) Salesfrce.cm i Frce.cm: PaaS (70) Chmury prywatne: DaaS (centrum danych jak usługa) (70) 2.3. Wybór chmury najlepiej dpaswanej d Twich ptrzeb (72) Amazn Web Services - chmura IaaS (72) Micrsft Azure - chmura IaaS i PaaS (73) Ggle App Engine - chmura PaaS (74)

3 Ruby n Rails - chmura PaaS (74) Frce.cm - chmura PaaS (75) 2.4. Pdsumwanie (75) 3. Analiza bizneswa chmury (77) 3.1. Eknmika przetwarzania w chmurze (78) Tradycyjna infrastruktura wewnętrzna, klkacja, usługi zarządzane, a mże mdel chmury? (79) Szczegółwe prównanie ksztów wdrażania w różnych mdelach (81) 3.2. Kiedy wdrżenie w chmurze ma sens? (86) Ograniczny czas życia lub zaptrzebwanie krótkterminwe (87) Wahnięcia skali (88) Aplikacje niestrategiczne (89) 3.3. Kiedy wdrżenie w chmurze nie ma sensu? (90) Histryczne aplikacje (90) Aplikacje z krytycznymi scenariuszami czasu rzeczywisteg (91) Aplikacje z dstępem d pufnych danych (91) 3.4. Przedsiębirstwa typu start-up bez kapitału zakładweg (92) Wtedy i teraz: twrzenie niewielkieg sklepu internetweg w 2000 i 2010 rku (92) Czy zewnętrzny kapitał inwestycyjny jest niezbędny? (93) Przykład 1.: FlightCaster - przewidywanie późnień ltów (94) Przykład 2.: analiza bizneswa jak SaaS (94) 3.5. Małe i średnie przedsiębirstwa (95) Prsty przykład: strna firmwa (95) Średni skmplikwany przykład: kpie zapaswe i przechwywanie plików (96) Przykład zaawanswany: rzwijanie nwych prduktów (96) 3.6. Chmura w krpracjach (97) Eli Lilly: duży zbiór danych, bliczenia wyskwydajne (97) "The Washingtn Pst": duże prblemy bliczeniwe z nieprzekraczalnymi terminami (98) Virgin Atlantic: becnść w sieci i zgrmadzenie spłecznści (99) 3.7. Pdsumwanie (99) 4. Bezpieczeństw i chmura prywatna (101) 4.1. Bezpieczeństw infrmacji w chmurze publicznej (102) Obawy bezpieczeństw spwalniające ekspansję chmury (103) Bezpieczeństw największych centrów danych w chmurze (104) Śrdki kntrli dstępu w chmurze publicznej (106) Bezpieczeństw sieciwe i bezpieczeństw danych w dużych chmurach (111) Rla i zakres dpwiedzialnści właściciela aplikacji (114) 4.2. Przyczyny pwstania chmury prywatnej (115) Definicja chmury prywatnej (115) Kwestie bezpieczeństwa (117) Pewnść dstępnści zasbów (117) Duża spłecznść (118)

4 Efekty skali (118) Ptencjalne prblemy z chmurą prywatną (119) Spsby wdrżenia chmury prywatnej (119) 4.3. Wirtualna chmura prywatna (124) Jak t działa? (124) API wirtualnej chmury prywatnej (125) Knsekwencje (126) 4.4. Chmury prywatne w praktyce (126) Sprint: chmura prywatna dla aplikacji wykrywającej szustwa (127) Prject Services Netwrk (PSN) firmy Bechtel (127) Rządwe chmury prywatne (128) 4.5. Długterminwa prgnza dla chmury prywatnej (129) 4.6. Pdsumwanie (130) 5. Prjektwanie i architektura aplikacji w chmurze (131) 5.1. Wzrce aplikacji najlepiej pasujące d chmury (132) Przeniesienie (132) Skala internetwa (133) Ekspansja bliczeń (133) Elastyczne składwanie danych (134) Pdsumwanie wzrców aplikacji (134) 5.2. Prjektwanie i architektura w skali internetwej: shardwanie (134) Cechy aplikacji blkujące skalwalnść (136) Shardwanie: zrównleglna architektura bazy danych umżliwiająca skalwanie (137) Jak shardwanie zmienia aplikację (139) Prównanie shardwania z tradycyjnymi architekturami baz danych (140) Shardwanie w praktyce: najppularniejsze schematy partycjnwania baz danych (143) Trudnści i prblemy związane ze shardwaniem (145) Shardwanie w praktyce: jak rbi t Flickr? (148) 5.3. Zwiększenie mcy na życzenie: cludbursting (150) Cludbursting: definicja (150) Dwie pieczenie na jednym gniu: wewnętrzne centrum danych raz chmura (151) Cludbursting: analiza bizneswa (152) Cludbursting: architektura (154) Jak zaimplementwać cludbursting? (156) Cludbursting: ptrzeba standaryzacji (157) Cludbursting: prblem dstępu d danych (157) 5.4. Jak przygtwać się na wykładniczy przyrst ilści składwanych danych? (160) Magazyn danych w chmurze: definicja (160) Amazn S3 (161) Przykładwy interfejs magazynu danych w chmurze (S3) (161) Kszty (164) Mntwalne systemy plików w chmurze (164) Jak sbie radzić z późnieniami? (165) 5.5. Pdsumwanie (166)

5 6. Niezawdnść w skali chmury (167) 6.1. SOA jak prekursr chmury (168) Systemy rzprszne (168) Luźne sprzężenie (170) SOA (172) SOA i luźne sprzężenie (173) SOA i usługi sieciwe (174) SOA i przetwarzanie w chmurze (175) Kmunikacja między prcesami w chmurze (176) 6.2. Niezawdnść wyskwydajnych, rzprsznych aplikacji w chmurze (176) Nadmiarwść (177) MapReduce (178) Hadp: MapReduce w wersji pen surce (183) 6.3. Pdsumwanie (184) 7. Testy, wdrżenie i działanie w chmurze (185) 7.1. Typwe wdrżenia (186) Tradycyjna architektura wdrżeniwa (187) Śrdwisk testwe i śrdwisk etapu pśrednieg (188) Wyliczenie ksztów (189) 7.2. Chmura na ratunek! (189) Pprawa jakści prdukcyjnej dzięki chmurze (190) Szybsze wytwarzanie aplikacji raz testwanie (192) 7.3. Siła równległści (195) Testy jednstkwe (196) Testy funkcjnalne (198) Testy bciążeniwe (201) Testy wizualne (204) Testy ręczne (206) 7.4. Pdsumwanie (207) 8. Kwestie praktyczne (209) 8.1. Wybór dstawcy chmury (210) Kwestie bizneswe (210) Kwestie techniczne (212) 8.2. Chmura publiczna i SLA (218) SLA dla Amazn AWS (219) SLA dla Micrsft Azure (220) SLA dla chmury Rackspace (221) 8.3. Pmiary jakści peracji w chmurze (222) Widcznść i mnitrwanie u dstawcy jakści świadcznych przez nieg usług (222) Widcznść i mnitrwanie jakści usług, które świadczy dstawca, za pmcą rzwiązań zewnętrznych firm (226) 8.4. Pdsumwanie (228) 9. Przyszłść chmury (229)

6 9.1. Najważniejsza transfrmacja w dziejach infrmatyki (231) Internet knsumentów raz chmura (231) Chmura w przedsiębirstwach (235) 9.2. Dziesięć prgnz na temat ewlucji chmury (239) Tańsza, bardziej niezawdna, bezpieczniejsza i prstsza w użyciu (240) Mtr napędzający wzrst prekursrów (241) Kszty niższe niż w firmwych centrach danych (241) D 2020 rku tysięcy serwerów wartych miliard dlarów (242) Administratrzy a serwery - 1: w 2020 rku (243) Dminacja pen surce (243) Pragmatyczne standardy i rla Amazn API (244) Ostateczny standard ISO dla chmury (245) Rząd jak prekursr w chmurze (247) SaaS i standardy (247) 9.3. Dziesięć prgnz na temat ewlucji spsbu wytwarzania aplikacji (248) Rla szkieletów aplikacji (248) Druga i trzecia warstwa działające w chmurze (249) Gwałtwna ewlucja mechanizmów składwania danych (250) Lepsza chrna wrażliwych danych (251) Usługi wyższeg pzimu własnych API (252) Wzrst znaczenia aplikacji typu mashup (252) Dminacja PaaS i FaaS (254) Narzędzia d twrzenia aplikacji typu mashup (254) Sukces prgramistów spza świata zachdnieg (255) Kszty wytwrzenia aplikacji nie są przeszkdą (256) 9.4. Pdsumwanie (256) Pięć pdstawwych zasad przetwarzania w chmurze (256) Główne zyski z przejścia na chmurę (257) Chmura pwstała na drdze ewlucji (257) Klasyfikacja chmur: d IaaS d SaaS (257) Pdstawy technlgiczne (258) Opłaty tylk za rzeczywiste zużycie (258) Przesadne bawy bezpieczeństw (259) Chmury prywatne jak zjawisk tymczaswe (259) Prjektwanie z myślą skali i shardwanie (260) Prjektwanie z myślą niezawdnści i MapReduce (260) Lepsze testy, wdrżenia i działanie w chmurze (261) Wybór dstawcy (261) Mnitrwanie chmur publicznych i SLA (261) Przyszłść chmury bliczeniwej (261) A. Pwtórka z bezpieczeństwa (263) Sekretna kmunikacja (264) Klucze (265) Kryptgrafia klucza współdzielneg (265) Kryptgrafia klucza publiczneg (266) XML Signature (268) XML Encryptin (268)

7 Skrwidz (271)