رایانش ابری برای مهندسان داده و نرم افزار

پردازش ابری در دهه گذشته به یک کلمه کلیدی تبدیل شده است. استفاده از فناوری توسط محاسبات ابری فعال و ممکن می شود.
یک مثال ساده زنگ هشدار گوشی شما است. این زنگ هشدار پس از ایجاد از طریق محاسبات ابری در دسترس کاربران قرار گرفت. برنامههایی که ما روزانه استفاده میکنیم و نوآوریهای اخیر ChatGPT و Gemini.AI به دلیل محاسبات ابری در دسترس کاربران قرار گرفتهاند.
این برنامه ها را قادر می سازد تا داده ها را همگام سازی کرده و خدمات را مدیریت کنند.
رفت و آمد برای کار با نقشه ها به رایانش ابری متکی است. Microsoft 365 و Google Workspace شما به دلیل رایانش ابری امکان پذیر شده اند.
در اینجا، ما محاسبات ابری و اینکه چگونه به توزیع داده ها و فرآیندها در چندین ماشین کمک می کند، خواهیم فهمید.
در اینجا، مفهوم رایانش ابری را توضیح می دهیم، مدل های ارائه و خدمات ابری را توضیح می دهیم، محاسبات ابری را برای هدف شما شرح می دهیم و موارد دیگر.
ما همچنین اصول محاسبات ابری، مدلهای سرویس ابری، زیرساخت به عنوان یک سرویس، محاسبات بدون سرور، خطرات و مزایای رایانش ابری را درک خواهیم کرد.
مدل های تحویل ابری
مدلهای Cloud Delivery مدلهای ابر منبعیابی نیز نامیده میشوند و مدلهای محاسباتی مختلفی وجود دارد.
محلی: به طور سنتی، ما برنامههای خود را روی یک دستگاه محلی مانند لپتاپ شما داریم که حاوی تمام دادهها و نرمافزار لازم برای یک کار خاص در همان دستگاه با یا بدون اتصال به اینترنت است.
مزیت این است که راه حل ارزان، سریع و به راحتی در دسترس است. و هنگامی که اتصال اینترنتی وجود ندارد، از مهاجمان خارجی کاملاً ایمن است. نکته منفی این است که کار مشترک آسان نیست و منابع یک ماشین محلی ممکن است برای مجموعه داده های گسترده کافی نباشد. به همین دلیل است که بسیاری از سازمان ها داده های خود را ذخیره می کنند و نرم افزار را نه بر روی ماشین های محلی بلکه روی سرورهایی که سازمان ها می توانند به آنها متصل شوند نصب می کنند.
در فرض: در محل به این معنی است که یک سازمان دارای سخت افزاری مانند سرورهایی است که در اتاق های سازمان یا از لحاظ جغرافیایی نزدیک به سازمان قرار دارند. با این حال، اگر سازمان تصمیم به انتقال به فضای ابری بگیرد، سازمان دیگر مالک سخت افزار نخواهد بود، بلکه آن را از یک ارائه دهنده خدمات ابری ارائه می کند. این سرورها به طور فیزیکی در اتاقهای متعلق به سازمان قرار داشتند و از این رو به آن، محاسبات داخلی یا مقدماتی نامگذاری شدند. مزایا این است که سازمانها بر نرم افزار و زیرساخت کنترل کامل دارند. از جنبه منفی، این راه اندازی مقیاس پذیری محدود و هزینه های سرمایه گذاری بالایی دارد. تمامی منابع باید توسط سازمان خریداری و بر روی سرورهای ورودی به فضای ابری نصب شوند.
ابر خصوصی: این بدان معناست که زیرساخت برای یک سازمان خاص رزرو شده است و ما می توانیم از طریق یک شبکه به سرویس متصل شویم و نه عمومی که به اینترنت نیاز دارند.
همچنین می توانیم از شبکه های خصوصی مجازی برای برقراری ارتباط استفاده کنیم.
این بستگی به این دارد که آیا سختافزار برای سازمانها در مراکز دادهای که توسط ارائهدهنده خدمات ابری که فقط برای سازمان رزرو شده است، رزرو شده باشد.
ابر عمومی: برخلاف ابر خصوصی، اگر سازمان تصمیم به استفاده از ابر عمومی داشته باشد، سازمان منابع را با سایر کاربران ابری به اشتراک خواهد گذاشت. تفاوت دیگر این است که عموم از اینترنت استفاده می کنند در حالی که ابر خصوصی از یک شبکه غیر عمومی استفاده می کند.
ابر هیبریدی: این مدل از ترکیبی از سرویس ها/ماشین های داخلی و ابری استفاده می کند. به این ترتیب، می توانیم انتخاب کنیم که کدام داده ها باید در فضای ابری ذخیره، پردازش و تجزیه و تحلیل شوند و چه چیزی در ماشین های سازمان باقی بماند.
چند ابری: این بدان معناست که سازمان از خدمات ابری ارائه شده توسط سایر ارائه دهندگان ابری استفاده می کند.
استفاده از خدمات مختلف ارائه شده توسط بیش از یک ارائه دهنده ابر. به عنوان مثال، ما میتوانیم از سرویسهای ذخیرهسازی ارائهشده توسط هر دو ارائهدهنده A و B استفاده کنیم، اما فقط از خدمات پردازش توسط ابر A و خدمات تحلیلی توسط ارائهدهنده B استفاده کنیم. به این ترتیب ممکن است از قفل شدن فروشنده جلوگیری کنیم و از میان طیف گستردهای از خدمات، سرویسهایی را انتخاب کنیم که برای آنها مفید است. مورد استفاده خاص ما یک اشکال این است که مدیریت این تنظیمات پیچیده تر است.
چند ابری: این بدان معنی است که ما از یک نوع سرویس فقط توسط یک ارائه دهنده ابر استفاده می کنیم، به عنوان مثال، از یک پایگاه داده توسط ارائه دهنده A و خدمات تحلیلی توسط ارائه دهنده B استفاده می کنیم. در اینجا، ما فقط از خدمات یک ارائه دهنده ابر برای یک دامنه خاص از پروژه استفاده می کنیم. به عنوان مثال، ما تمام داده ها را در Cloud A ذخیره می کنیم، داده ها را در Cloud B پردازش می کنیم و داده ها را در Cloud C تجزیه و تحلیل می کنیم.
Cloud-native یک مدل تحویل نیست، بلکه به این معنی است که یک برنامه از همان ابتدا با در نظر گرفتن ابر توسعه داده می شود. به عنوان مثال، به گونه ای طراحی شده است که به راحتی مقیاس پذیر، قابل اعتماد، و با استقرار آن در یک محیط ابری به عنوان مثال به عنوان میکروسرویس ها و کانتینرها، یا به عنوان یک عملکرد بدون سرور در دسترس باشد.
نقش های اساسی در رایانش ابری
Cloud Solution Architect: به این معمار سازمانی ابری نیز گفته می شود که مسئول طراحی یک مفهوم سطح بالا و همسو با یک استراتژی تجاری است. ارائه یک معماری ابری برای مقیاسبندی سازمان. با درک و فناوری های تجاری سروکار دارد.
معمار ابر: این شبیه به راه حل ابری Architect است اما بیشتر بر روی پیاده سازی متمرکز است بر خلاف راه حل Cloud که بر مفهوم سطح بالای معماری متمرکز است، معمار ابر بیشتر بر پیاده سازی عملی آن مفهوم در خدمات بتن متمرکز است. که با هم کار می کنند. آنها در ارائه یک یا چند ارائه دهنده ابر تخصص دارند.
مهندسان ابر: آنها مدیران و اپراتورهای سیستم های ابری هستند. آنها سیستم ابری و خدمات آن را حفظ می کنند. آنها سرورها و خوشه ها را مدیریت می کنند. آنها نه تنها مسئول اداره کل سیستم هستند بلکه مسئولیت خدمات فردی را نیز بر عهده دارند. این شامل کنترل دسترسی است. آنها سیستم عامل ها و نگهداری سرور را درک می کنند.
توسعه دهندگان ابر: آنها برنامه نویسانی هستند که از خدمات ابری در برنامه هایی که توسعه می دهند استفاده می کنند. این شامل توسعه دهندگان برنامه می شود زیرا آنها خدمات ابری جدیدی ارائه نمی دهند بلکه از خدمات ارائه شده استفاده می کنند و آنها را در برنامه های خود پیکربندی می کنند. آنها از خدمات ابری در برنامه های خود استفاده می کنند و هماهنگ می کنند. آنها به دانشی در مورد نحوه راه اندازی سیستم های ابری نیاز دارند. با این حال، هسته آنها برنامه نویسی، راه اندازی API و شبکه است.
مشاور ابر: این شبیه به معمار راه حل ابری است. آنها مشاوره و راهنمایی ارائه می دهند و یک نمای کلی از ارائه دهندگان ابر ارائه می دهند. آنها نیازهای تجاری و ابری سازمان را درک می کنند و راه حل ها و معماری را ارائه می دهند. آنها بیشتر بر ارزش افزوده برای فرآیندهای تجاری متمرکز هستند.
گاهی اوقات، این نقش ها با هم تداخل دارند و می توانند برای کمک به دیگری عمل کنند.
مدل های خدمات ابری
مدل های خدمات ابری با مدل های تحویل ابری متفاوت است.
این نشان می دهد که چگونه مسئولیت ها بین ارائه دهنده ابر و ما به عنوان کاربران/توسعه دهندگان تقسیم می شود.
در حال چاپ: ما کنترل کامل سیستم را داریم اما مسئولیت مراقبت از هر جزء را نیز به همراه دارد.
فلز لخت به عنوان یک سرویس (BAAS): ممکن است تصمیم بگیریم که سخت افزار فیزیکی نداشته باشیم، اما آن را از یک ارائه دهنده مسئول نگهداری دریافت کنیم. اما چرا مسئولیت مجازی سازی سخت افزار را به ارائه دهنده نمی دهیم؟ این مورد بعدی به نام IAAS است.
زیرساخت به عنوان یک سرویس (IAAS): ارائهدهنده ابر مسئول سختافزار فیزیکی و مجازیسازی است، در حالی که کاربران مسئول هر چیزی هستند که روی آن سختافزار مجازی اجرا میشود. این به معنای انعطاف پذیری و همچنین مسئولیت نگهداری است. به عنوان مثال برای کد برنامه ای که ما برای این ماشین های مجازی ایجاد می کنیم. به عنوان مثال AWS EC2، ماشین های مجازی Azure و موتورهای محاسباتی GCP.
کانتینر به عنوان یک سرویس (CAAS): هنگامی که ارائه دهندگان ابری خدماتی را برای اجرای کانتینرها ارائه می دهند و مسئول نگهداری همه اجزای زیر خط دار هستند، CAAS نامیده می شود. به عنوان مثال کانتینر Azure، سرویسهای Azure Kubernetes، سرویس کانتینر الاستیک AWS، سرویس Kubernetes الاستیک AWS، Google Cloud run، و موتور Google kubernetes.
پلت فرم به عنوان یک سرویس (PAAS): در اینجا، علاوه بر سختافزار و مجازیسازی، ارائهدهنده ابر مسئولیت سیستمعامل و زمان اجرای کدهایی که ما توسعه میدهیم را نیز بر عهده دارد. در اینجا ارائه دهنده مسئول مسئولیت نگهداری و زمان اجرا به ارائه دهنده است. به عنوان مثال می توان به سرویس های ذخیره سازی مانند AWS S3، ذخیره سازی بلوک Azure و ذخیره سازی بلوک GCP اشاره کرد. ذخیره سازی پایگاه داده مدیریت شده مانند AWS dynamoDB و Azure Cosmos DB و خدمات IOT مانند هسته AWS IOT، هاب Azure IOT و هسته IOT ابری GCP. همانطور که از نام آن پیداست، PAAS همه چیز در مورد ارائه یک پلت فرم است.
بدون سرور که Function and a Service (FAAS) نیز نامیده می شود: این شبیه به پلتفرم به عنوان یک سرویس است، با این حال، همچنین به این معنی است که ما مشغول نگهداری و پیکربندی هیچ سخت افزاری نیستیم، بلکه به طور کامل روی توسعه کد تمرکز می کنیم. ما به سادگی کد خود را به یک سرویس بدون سرور فشار می دهیم تا در فضای ابری اجرا شود و اصلاً به زیرساخت های زیر خط کشیده شده فکر نمی کنیم.
در اینجا، نه به پلتفرم ارائه شده، بلکه به چارچوبی که میتوانیم کد برنامه خود را بر روی آن اجرا کنیم، نه به راهاندازی و نگهداری مؤلفه زیرخطدار.
به عنوان مثال، توابع AWS Lambda، Azure و GCP Cloud هستند.
نرم افزار به عنوان یک سرویس (SAAS): علاوه بر مجازی سازی سخت افزار، سیستم عامل و زمان اجرا، ارائه دهنده کد برنامه در این مدل سرویس را نیز بر عهده دارد. به عنوان مثال، Office 365 یا هر نرم افزار مشابه دیگری که مبتنی بر ابر است. تنها چیزی که می توانیم در این سرویس تغییر دهیم تنظیمات برنامه است اما نه کد آن. در اینجا ما از نرم افزارهای کاربردی استفاده می کنیم و نمی توانیم چیزی در آن به جز تنظیمات برنامه تغییر دهیم.
خطرات و مزایای رایانش ابری
مزایای
کاهش هزینه: ارزان تر از راه حل های محلی یا داخلی است. هزینه خرید سختافزار و استخدام نیروی متخصص برای بسیاری از مشتریان ابری بهتر از داشتن این همه هزینه برای یک سازمان است. همچنین، بسیاری از خدمات به عنوان مدل های صورتحساب پرداختی ارائه می شوند. این بدان معنی است که ما می توانیم به سرعت هزینه سیستم خود را با باری که تجربه می کند تطبیق دهیم.
همچنین، میتوانیم با سختافزار ارزان شروع کنیم و به سرعت به ماشینهای بزرگتر یا بیشتر در فضای ابری تبدیل شویم. ما همچنین میتوانیم با اجرای فرآیندهایی با اولویت پایینتر در هزینهها صرفهجویی کنیم، زیرا ماشینهای موجود در مراکز داده در آن زمان از آنها استفاده نمیکنند.
مقیاس پذیری: از آنجایی که ارائهدهندگان ابر ماشینهای زیادی را در اختیار دارند، میتوانیم با اضافه کردن ماشینهای بیشتر یا بزرگتر به یک خوشه در حال اجرا، بهطور لحظهای و نامحدود روی ابر مقیاسگذاری کنیم.
انعطاف پذیری: از آنجایی که هیچ هزینه اولیه ای وجود ندارد، می توانیم خدمات جدید را امتحان کنیم و اجزای سیستم خود را به راحتی تغییر دهیم.
دسترسی آسان: شما فقط به چند کلیک و دکمه نیاز دارید تا نمونه هایی از فناوری موجود در فضای ابری را بچرخانید.
قابلیت اطمینان: سیستم های توزیع شده با تکثیر داده ها و موازی سازی بالا، محاسبات ابری را بسیار قابل اعتماد می کند. همچنین، همه ارائه دهندگان خدمات ابری قراردادهای سطح خدمات را به وضوح تعریف می کنند و در صورت عدم تحقق این توافقات، هزینه ما بازپرداخت می شود.
ایمنی فیزیکی: این یک مزیت است زیرا نظارت دقیق تری بر دسترسی فیزیکی به مراکز داده نسبت به سرورهای یک سازمان وجود دارد.
گواهیها: همه ارائهدهندگان ابر گواهیهای استانداردی دارند که از ما در ارزیابی استانداردهای امنیتی و حفاظتی دادههای کاربردی حمایت میکنند. این همچنین به ما کمک می کند تا ارائه دهندگان مناسب را برای موارد استفاده خاص انتخاب کنیم.
خطر
هزینه ها: ممکن است هزینه های اضافی وجود داشته باشد، به عنوان مثال زمانی که منابع با نیاز تطبیق داده نمی شوند یا ما بیش از حد خدمات خود را ارائه می کنیم.
افزونگی در سیستم برای اطمینان از قابلیت اطمینان آن به معنای انتقال شبکه اضافی است. هنگامی که به درستی تنظیم نمی شود، این می تواند منجر به هزینه های غیر ضروری شود. نکته خوب این است که همه ارائه دهندگان ابر ابزارهای نظارتی و هشدارهای خودکار را برای کاهش این خطرات ارائه می دهند.
امنیت: وقتی به درستی تنظیم نشود، ممکن است ناامن باشد. البته، ممکن است در یک سیستم ابری پیچیده، نقاط خرابی بیشتری وجود داشته باشد، اما بسته به مدل خدمات، ممکن است مسئولیتهایی را نیز به واحدهای تخصصی ارائهدهنده ابر با نیروی کار بیشتر و بودجه امنیتی بالاتر نسبت به سازمانهای منفرد واگذار کنیم.
مسئولیت را به اشتراک بگذارید: اگرچه این معمولاً یک چیز خوب در نظر گرفته می شود، اما می تواند خطری ایجاد کند. مستقل از مدل سرویس ابری که انتخاب می کنیم، همیشه مسئول داده های ذخیره شده، نقطه پایانی سیستم خود و مدیریت دسترسی خواهیم بود.
همچنین، از نظر قانونی، ما همیشه به وضوح در مورد نحوه انجام کارها توسط ارائهدهنده ابر هنگام رسیدگی به اطلاعات شناسایی شخصی نیاز داریم.
گواهینامه ها و شفافیت: گواهیها معمولاً چیز خوبی هستند، اما تعداد گواهیهای مختلف گاهی اوقات درک معنای آنها و اینکه آیا ارزش چیزی دارند و برای یک مورد خاص قابل استفاده هستند، دشوار میسازد.
حاکمیت داده: این هنگام مدیریت داده های شخصی در فضای ابری مهم است. در اینجا، ما باید همیشه داده ها را کنترل کنیم. به عنوان مثال، زمانی که داده ها در مورد گروه خاصی از افراد است، باید اطمینان حاصل کنیم که هرگز از گروه افراد خارج نمی شود.
توجه: این یک سری 4 برابری در رایانش ابری، مجازی سازی، کانتینری سازی و پردازش داده است.
مراقب 3 مقاله باقی مانده باشید.
من را در Twitter Handle دنبال کنید: https://twitter.com/mchelleOkonicha
من را در LinkedIn Handle دنبال کنید: https://www.linkedin.com/in/buchi-michelle-okonicha-0a3b2b194/
من را در اینستاگرام دنبال کنید: https://www.instagram.com/michelle_okonicha/