05.35
Unknown
Nama : Hermawan Mukti
NPM : 53412438
Kelas : 4IA12
D. Distribusi Computation dalam Cloud Computing
Distributed
Computing adalah ilmu yang memecahkan masalah besar dengan memberikan bagian
kecil dari masalah untuk banyak komputer untuk memecahkan dan kemudian
menggabungkan solusi untuk bagian-bagian menjadi solusi untuk masalah tersebut.
Distributed computing terkait dengan system perangkat keras dan perangkat lunak
yang memiliki lebih dari satu elemen pemrosesan atau storage element.
Pada cloud
computing, penyimpanan data hanya dilakukan pada server utama, sehingga
pengguna hanya dapat mengaksesnya tanpa harus mengetahui infrastruktur
pembuatan aplikasinya. Hanya perlu interface software saja untuk
mengakses server. Interface ini pada umumnya merupakan web
browser yang tersedia dengan banyak pilihan dan tidak berbayar.
Cloud
computing dipecah ke dalam beberapa kategori yang berbeda berdasarkan jenis
layanan yang disediakan. SaaS (Software as a Service) adalah kategori komputasi
awan di mana sumber daya utama yang tersedia sebagai layanan perangkat lunak
aplikasi. PaaS (Platform as a Service) adalah kategori / penerapan komputasi
awan di mana penyedia layanan memberikan platform komputasi atau solusi
tumpukan untuk pelanggan mereka melalui internet. IaaS (Infrastructure as a
Service) adalah kategori komputasi awan di mana sumber daya utama yang tersedia
sebagai layanan yang infrastruktur perangkat keras. DaaS (Desktop sebagai
Layanan), yang merupakan layanan muncul-Aas berkaitan dengan memberikan
pengalaman seluruh desktop melalui internet. Ini kadang-kadang disebut sebagai
virtualisasi desktop / virtual desktop atau desktop host.
Bidang ilmu
komputer yang berkaitan dengan sistem terdistribusi disebut komputasi
terdistribusi. Sebuah sistem terdistribusi terdiri dari lebih dari satu
komputer self-directed berkomunikasi melalui jaringan. Komputer-komputer ini
menggunakan memori lokal mereka sendiri. Semua komputer dalam sistem
terdistribusi berbicara satu sama lain untuk mencapai tujuan bersama tertentu.
Atau, pengguna yang berbeda pada setiap komputer mungkin memiliki kebutuhan
individu yang berbeda dan sistem terdistribusi akan melakukan koordinasi sumber
daya bersama (atau bantuan berkomunikasi dengan node lain) untuk mencapai
tugas-tugas masing-masing. Node berkomunikasi menggunakan message passing.
Komputasi terdistribusi juga dapat diidentifikasi sebagai menggunakan sistem
terdistribusi untuk memecahkan masalah besar tunggal dengan melanggar itu
dengan tugas, masing-masing yang dihitung masing-masing komputer dari sistem
terdistribusi. Biasanya, mekanisme toleransi berada di tempat untuk mengatasi
kegagalan komputer individu. Struktur (topologi, delay dan kardinalitas) dari
sistem ini tidak dikenal di muka dan itu bersifat dinamis. Komputer individu
tidak harus tahu segala sesuatu tentang seluruh sistem atau masukan lengkap
(untuk masalah yang akan dipecahkan).
E. Map Reduce dan Non SQL
Map Reduce
danNoSQL (Not Only SQL) adalah sebuah pemogramaan framework guna untuk membantu
user mengembangankan sebuah data yang ukuran besar dapat terdistribusi satu
sama lain. Map-Reduce adalah salah satu konsep teknis yang sangat penting di
dalam teknologi cloud terutama karena dapat diterapkannya dalam
lingkungan distributed computing. Dengan demikian akan menjamin skalabilitas
aplikasi kita.
Salah satu
contoh penerapan nyata map-reduce ini dalam suatu produk adalah yang dilakukan
Google. Dengan inspirasi dari functional programming map dan reduce
Google bisa menghasilkan filesystem distributed yang sangat scalable, Google
Big Table. Dan juga terinspirasi dari Google, pada ranah open source
terlihat percepatan pengembangan framework lainnya yang juga bersifat
terdistribusi dan menggunakan konsep yang sama, project open source tersebut
bernama Apache Hadoop.
MapReduce adalah
model pemrogramana rilisan Google yang ditujukan untuk memproses data berukuran
raksasa secara terdistribusi dan parallel dalam cluster yang terdiri atas
ribuan komputer. Dalam memproses data, MapReduce dibagi menjadi 2 proses utama,
yaitu Map dan Reduce. Proses Map bertugas untuk mengumpulkan informasi dari
potongan-potongan data yang terditribusi dalam tiap komputer dalam cluster
(kelompok komputer yang saling terhubung). Hasilnya deserahkan kepada proses
Reduce untuk diproses lebih lanjut. Hasil proses Reduce merupakan hasil akhir
yang dikirim ke pengguna.
Berikut daftar
produk open source mengenai Map Reduce :[2]
- Apache Hadoop – http://hadoop.apache.org (open source)
- Pig – http://incubator.apache.org/projects/pig.html
- Cascading – http://www.cascading.org
- Microsoft Dryad – http://research.microsoft.com/research/sv/Dryad/
- IBM MapReduce Tool for Eclipse – http://www.alphaworks.ibm.com/tech/mapreducetools
- Skynet – http://skynet.rubyforge.org
- CouchDB – http://incubator.apache.org/couchdb
NoSQL adalah
tipe database yang sangat jauh berbeda dengan konsep RDBMS ataupun ODBMS.
Perbedaan utamanya sendiri yaitu karena tidak mengenal istilah relation dan
tidak menggunakan konsep schema. Dalam NoSQL, setiap tabel berdiri sendiri
tanpa tergantung dengan tabel lainnya. NoSQL Database adalah sebuah
database yang bertipe NoSQL, yaitu database ini tidak mengenal istilah
relational dan tidak menggunakan konsep schema. Contoh dari NoSQL Database
salah satunya adalah MongoDB.
Berlawanan
dengan kesalahpahaman yang disebabkan oleh namanya, NoSQL tidak melarang bahasa
query terstruktur (SQL) Meskipun benar bahwa beberapa sistem NoSQL sepenuhnya
non-relasional, yang lain hanya menghindari fungsi relasional dipilih seperti
skema tabel tetap dan bergabung dengan operasi. Sebagai contoh, daripada
menggunakan tabel, database NoSQL mungkin mengatur data menjadi objek, kunci /
nilai berpasangan atau tupel.
Sumber:
Posted in: Pengantar Komputasi Modern
0 komentar:
Posting Komentar