Proyecto Fin de Carrera OpenNebula y Hadoop: Cloud Computing con herramientas Open Source

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Proyecto Fin de Carrera OpenNebula y Hadoop: Cloud Computing con herramientas Open Source"

Domingo Duarte Naranjo
hace 8 años
Vistas:

1 Proyecto Fin de Carrera OpenNebula y Hadoop: Cloud Computing con herramientas Open Source Francisco Magaz Villaverde Consultor: Víctor Carceler Hontoria Junio 2012

2 Contenido Introducción Qué es Cloud Compu5ng? IaaS: OpenNebula PaaS: Hadoop Aplicación Prác5ca 2

3 Cloud Computing 3

4 Cloud Computing Definición Paradigma computacional que pretende el uso compar5do de recursos (procesamiento, almacenamiento, servicios) a través de Internet (también redes privadas) de la forma más transparente posible para el usuario. 4

almacenamiento, servicios) a través de Internet (también

5 Cloud Computing Caracterís5cas principales Servicio bajo demanda Elas5cidad Pool de recursos Acceso por red Recursos compar5dos 5

6 Cloud Computing Ventajas Inconvenientes Escalabilidad Dependencia del proveedor Coste Localización de los datos Confiabilidad Protección de la información Integración Fiabilidad Rapidez de despliegue Cues5ones legales Simplicidad 6

Confiabilidad Protección de la información Integración

7 Modelos de despliegue Público: Todos los recursos proporcionados por el proveedor del servicio. Híbrido: Unión de una nube pública y privada. Privado: Toda la infraestructura pertenece al usuario. 7

8 Modelos de servicio SaaS: SoVware como servicio Proporciona aplicaciones que serán u5lizadas directamente por el usuario. PaaS: Producto como servicio Proporciona Sistemas Opera5vos, herramientas específicas (ej.: SGBD) y de desarrollo. IaaS: Infraestructura como servicio Proporciona una infraestructura de computación. 8

PaaS: Producto como servicio Proporciona Sistemas Opera5vos, herramientas

9 Modelos de servicio 9

10 IaaS: OpenNebula 10

11 OpenNebula Solución Open Source (bajo licencia Apache v2) que permite implementar fácilmente infraestructuras Cloud Compu5ng privadas (también híbridas) según el modelo IaaS. Proyecto iniciado por la por la Universidad Complutense de Madrid en

privadas (también híbridas) según el modelo IaaS.

12 OpenNebula Plataforma de Cloud Compu5ng escalable, segura y rápida de desplegar. Consiste en un sovware que permite desplegar máquinas virtuales sobre un pool de máquinas _sicas u hipervisores. Hipervisores soportados: Xen KVM VMWare 12

13 OpenNebula Pilares básicos Almacenamiento Repositorio de plan5llas Redes virtuales Manejo de máquinas virtuales Clústeres Usuarios y grupos API 13

14 OpenNebula Pilares básicos 14

15 OpenNebula Hoy en día Soporte comercial a través de la empresa C12G. Disponible en los repositorios oficiales de Debian, Ubuntu y OpenSuse. Uitlizado por Telefonica, FermiLab o el CERN. 15

16 PaaS: Hadoop 16

17 Hadoop Es un framework que permite el tratamiento distribuido de grandes can5dades de datos (del orden de peta bytes) y trabajar con miles de máquinas de forma distribuida. Inspirado en la documentación sobre MapReduce y Google File System publicada por Google. 17

con miles de máquinas de forma distribuida.

18 Hadoop - Características Económico Escalable Eficiente Confiable 18

19 Hadoop - Aspecto clave Hadoop, en lugar de mover los datos hacia donde se hace el procesamiento, Hadoop mueve el procesamiento (Tasks) a donde están los datos. Esto reduce el tráfico de información a través de las redes. 19

mueve el procesamiento (Tasks) a donde están los datos.

20 Hadoop - Capas M a p R e d u c e : P r o c e s a m i e n t o d e l a información de forma distribuida. Hadoop Distributed File System (HDFS): Almacenamiento de todos los datos repar5éndolos entre cada nodo de la red Hadoop. 20

21 Hadoop - Capas 21

22 Hadoop Tipos de nodos NameNode: Almacena los metadatos del sistema de ficheros HDFS y donde se almacenan los bloques de datos. DataNode: Almacena los bloques de datos de HDFS. JobTracker: Ges5ona las tareas MapReduce eligiendo que nodo ejecuta cada una. TaskTracker: Ejecuta las tareas Map o Reduce siguiendo instrucciones del JobTracker. 22

23 Hadoop - MapReduce Map and Reduce es un algoritmo de la categoría divide y vencerás. Se basa en la programación funcional, en las funciones Map y Reduce de los lenguajes funcionales. Map(k1,v1) list(k2,v2) Reduce(k2, list (v2)) list(v3) 23

24 Hadoop - MapReduce MapReduce transforma una lista de clave/ valor en una lista de valores. Un ejemplo de aplicación: Contar palabras en un documento de entrada (ú5l para la indexación de ficheros) 24

25 Hadoop - MapReduce 25

26 Hadoop - HDFS Principal sistema de almacenamiento u5lizado por Hadoop. Crea múl5ples replicas de los bloques de datos y los distribuye entre los nodos de un clúster. Desde la perspec5va del usuario, HFS se muestra como un sistema de ficheros tradicional pudiendo llevar a cabo operaciones CRUD. 26

27 Hadoop - HDFS Recuperación antes fallos de hardware Acceso en streaming Grandes volúmenes de datos Coherencia simple Portabilidad 27

28 Hadoop - HDFS 28

29 Aplicación Práctica Despliegue de un Clúster Hadoop u5lizando OpenNebula con hipervisor Xen 29

30 Aplicación Práctica - Material Ordenador Barebone. Se ejecuta el hipervisor Xen controlado por OpenNebula. Hardware: Procesador Intel Core i3 con VT- x a 3,10 GHz. 8GB de memoria RAM. 1 TB de disco duro. Un Interfaz de red. SoVware: Debian Wheezy Xen 4.1 Mac- Mini: Una máquina virtual Debian corriendo en VMWare Fusion hará el rol de front- end de OpenNebula. Procesador Intel Core 2 Duo. (1 procesador para la máquina virtual) 2 GB de memoria RAM (512 MB para la máquina virtual) 350 GB de disco duro (15 GB para la máquina virtual) Un Interfaz de red. 30

31 Aplicación Práctica 31

32 Aplicación Práctica Principal hándicap: Limitaciones de una maqueta de laboratorio Aún así se ha podido desplegar las máquinas virtuales en OpenNebula. Sobre estas máquina virtuales (nodos del clúster Hadoop) se han ejecutado ejemplos de demo de tareas MapReduce. 32

33 Aspectos a destacar en el despliegue El inicio es di_cil ya que hay que integrar varios sistemas: Virtualización con OpenNebula Hadoop con OpenNebula Debido a la naturaleza Open Source de las tecnologías elegidas la documentación disponible es abundante y ú5l. Una vez desplegados y configurados los primeros nodos, los siguientes son más sencillos, siendo posible automa5zar dicho proceso. 33

34 En el mundo real Esta infraestructura implantada en un entorno real puede u5lizarse para: Indexación masiva de archivos. Almacenamiento de grandes volúmenes de datos con tolerancia a fallos. Minería de datos. 34

35 Posibles mejoras U5lización de redes virtuales. Uso de la contextualización. 35

36 Conclusiones Cloud Compu5ng no es solo una tendencia, es una realidad. Cuenta con el apoyo de grandes empresas (Amazon, Google, etc.) Las nubes privadas son las preferidas por las grandes empresas actualmente. Es posible desplegar y dar servicio a terceros mediante una infraestructura Cloud Compu5ng u5lizando herramientas Open Source. Existen mercados por explotar dentro de esta tecnología. 36

37 Gracias por su atención

Documentos relacionados

Alessandro Chacón 05-38019. Ernesto Level 05-38402. Ricardo Santana 05-38928

Alessandro Chacón 05-38019. Ernesto Level 05-38402. Ricardo Santana 05-38928 Alessandro Chacón 05-38019 Ernesto Level 05-38402 Ricardo Santana 05-38928 CONTENIDO Universo Digital Hadoop HDFS: Hadoop Distributed File System MapReduce UNIVERSO DIGITAL 161 EB 2006 Fuente: International