云计算的定义一直是,嗯,有点多云。的基本思想是简单:如果不计算或存储在金属架在自己的办公室你可以触摸,在云中。如果是别人的机器在别人的科罗拉多州,在云中。
然而,细节,不脆。你得到的,当你得到它已经发展多年来,转变为市场开始理解人们想要什么,他们真正需要的东西。一开始,你有一个机器和一个根密码——仅此而已。一切取决于你。现在的工具和技术来构建基础设施变得更好。股票的机器,毕竟,都是商品,所以公司的竞争进行添油加醋,使你的生活更容易。
我们得到更多,但使用它并不总是那么简单。当然,你最终仍然根上一些可能运行Linux的盒子,但要正确的那台机器性能比较复杂。你现在比以前有更多的选项来存储数据,它并不总是显而易见的就是最好的。你要运行的数据库大量的与持久的磁盘吗?你想要做些不同的比如果你简单地运行一个Web服务,它可以在内存缓存的所有重要的数据。
但真正的有趣的是当你试图找出如何支付你的云部署计划,因为有比以往更多的选择。如果你愿意和你的计算时间灵活,他们会削减你休息。如果你愿意在多台机器上测试您的应用程序,你可能会惊讶地学习如何将不同的性能,即使在机器似乎有类似的统计数据。在某些情况下,成本比软件工程工程可以更复杂。
下面列出13云已经演变或巨成新的东西。该地区出生的工程师想要更容易共享计算资源,这是比以往任何时候都更真实。
可变定价
一开始,云业务很简单。你输入你的信用卡信息和支付每小时或分钟您使用您的服务器实例。每秒钟有相同的价格。
该模型简单直观,但它忽略了现实的一个重要组成部分。云计算对计算能力的需求并不统一。电子商务公司发现人们购物时的午餐。流媒体视频公司关注的需求飙升,当孩子们回家,然后再次飞跃当成年人定居在晚上寻找娱乐。需求减弱和飙升的人使用或忽视了网络。
自然的解决方案是基于需求收取不同的价格在不同的时间,和云公司开始提供这个选项。亚马逊现在拍卖的机器,这个过程允许价格与需求的实例将上下。如果你能够运行在非工作时间工作和让开当需求激增,可以大大节省。如果你需要计算能力需求激增的时候,你要花更多的钱。
Pre-emptable机器
许多云提供商将他们的租房者,好像他们的主人。当您启动一个实例时,它是你的,直到你释放它。除非有一个可怕的灾难或奇怪的违反服务条款,就像垃圾邮件,你的机器将运行和运行,直到你决定关闭它或者你的信用卡反弹。
谷歌看着可变需求的挑战,决定解决它通过提供较低的价格为机器可以关闭和生存。你的机器是你的机器,直到一些谷歌的算法决定,别人将支付更多。当需求疲软时,你可以支付少得多,或许只有30%,但当需求上升你会第一个他们推出的救生艇。当需求减少,他们会让你回去。
这是一个很好的选择对于那些不需要担保。唯一的挑战是编写代码,以便它可以生存崩溃。但是你可能已经这样做了,就像你是优秀的程序员。
算法不是硬件
第一个云实例几乎空机。如果他们有任何软件,这是一个股票的分配标准,开源操作系统。他们是一张白纸,这是你的工作来填补它。
一些新产品转化这个模型。例如,微软Azure捆绑了机器学习和数据分析工具为服务。你可以在微软的云存储数据,然后启动它的软件危机的数字。硬件捆绑到软件的价格。湖的数据分析工具,例如,账单由分钟,完成工作。你专注于微软U-SQL写作语言的分析,之后发送你账单查询完成。
微软Azure有超过六个服务提供答案,不仅仅是时间机器。
提前购买
云公司的一个挑战是需求预测有多少真的会出现。精打细算的人可以看凯文·科斯特纳的“梦想之地”说,“如果你构建它,他们会来。“但这并不能保证。
亚马逊可以避免一些风险,让客户购买“保留”实例,一个选择嫁给一个保证支付的服务承诺。
在其最简单的形式,您编写一个检查和亚马逊将让您的机器运行一至三年。你会被你的机器是否没有任何影响。作为承诺的回报,亚马逊提供的折扣,从30%到50%不等。
购买散装
谷歌需要一种不同的方法奖励长期客户提供类似的折扣没有坚定的承诺。它开始提供折扣的“持续使用”踢一次您的机器已经运行了至少25%的月。这些增长,直到最后一分钟,它提供了一个60%的折扣。当所有的折扣是平均,你会节省30%如果你的机器运行持续整个月。
关键的区别是,您的机器不需要连续运行整个月。谷歌账单和计算折扣的分钟。你可以节省钱即使你运行你的机器偶尔(只要你总用推到一个谷歌的折扣等级)。这减少了机会,一些实例将坐在那里闲置。
亚马逊提供了另一个更大的折扣上保留的实例。如果你锁在超过500000美元的情况下在它的一个地区,你的折扣为5%。如果你花费超过400万美元,上升到10%折扣。
数据源
曾几何时,这是你的工作让你的数据到云。现在,云供应商认识到一些数据源可以共享。例如,亚马逊是数据存储的天气。如果你需要访问NEXRAD数据来自美国国家海洋和大气管理局,亚马逊已经签署了一项合同,加载到S3存储的信息。实时可用,档案回到1991年6月。
有几十个来源从大型公共科学项目收集人类微生物组项目和开源的努力像维基百科。访问这些是免费的——尽管你可能想租在亚马逊的云实例运行软件。
自动定量
网络的持续挑战是扩展。是一回事做某事;这是另一个同样对世界上每一个发生在网站疯传的当你的精彩。
云供应商提供的新软件层为您处理扩展。谷歌是先驱之一。其App Engine薄层代码,自动定量决定它到底需要多少计算能力来处理负载的来到你身边。谷歌的云决定你需要多少计算能力,和你的要求,而不是机器。亚马逊有一个更基本的选项,Elastic Beanstalk,分派通用EC2实例来处理负载,这样你不需要做它你自己。
gpu越来越常见
GPU芯片可能是常见的视频卡在你的桌面,但云机器不是台式机。他们没有USB接口,CD / DVD驱动器,或视频卡,因为他们只通过网络和世界交流。他们甚至不需要运行游戏或者显示视频。
这不是一个问题对于那些只运行一个标准的Web服务器,连接字符串,但它是一个问题,如果你想做重型gpu的并行计算是理想。现在,越来越多的科学家和其他人发现在gpu上运行并行算法的力量,越来越要求gpu中云机器。
你不会找到他们与一个标准的实例作为一个选项,但IBM的裸机SoftLayer将安装一个服务器。不是那么简单实例在几秒钟内旋转,但是你可以有GPU的力量在同一个盒子作为CPU。亚马逊也有两种类型的机器,跟gpu来准备好运行。
更好的分析
初云机器了一米,在月底你有账单。如果你想要更多的细节,你必须登录到您的机器和安装您自己的分析方案。今天,更容易获得数据如何您的机器正在运行。
谷歌的仪表板提供生活图形绘制负载机器。微软的仪表盘包括地图和图表来监控您的系统的性能。还有增强服务LogicMonitor或NewRelic等少数几家公司。他们甚至提供数据和图表,因为他们专注于分析。主要云现在有许多卫星公司绕给你得到一个更好的了解你的云机器是什么风化、混合几天上的隐喻。