KOMPUTASI CLOUD
NAMA
KELOMPOK :
1.
ADITYA NUGROHO (
50415192 )
2. ANDIKHA RAHMAT I. B ( 50415697 )
3. MUHAMMAD PRAYOGA ( 54415409 )
4. RUDI NASRIANTO ( 56415295 )
5. SEPTIAN NUGROHO ( 56415482 )
2. ANDIKHA RAHMAT I. B ( 50415697 )
3. MUHAMMAD PRAYOGA ( 54415409 )
4. RUDI NASRIANTO ( 56415295 )
5. SEPTIAN NUGROHO ( 56415482 )
KELAS : 4 IA 21
TUGAS KELOMPOK
A.
Komputasi
Cloud
Cloud computing atau komputasi
awan ialah teknologi yang memanfaatkan layanan internet
menggunakan
pusat server yang bersifat virtual dengan tujuan pemeliharaan data dan
aplikasi.
Keberadaan
komputasi awan jelas akan menimbulkan perubahan dalam cara kerja sistem
teknologi informasi dalam sebuah organisasi. Hal ini karena komputasi awan
melalui konsep virtualisasi, standarisasi dan fitur mendasar lainnya dapat
mengurangi biaya Teknologi Informasi (TI), menyederhanakan pengelolaan layanan
TI, dan mempercepat penghantaran layanan. Secara umum arsitektur komputasi awan
terdiri dari :
·
Infrastructure
as a Service (IaaS), Hal ini meliputi Grid untuk virtualized server, storage
& network. Contohnya seperti Amazon Elastic Compute Cloud dan Simple
Storage Service.
·
Platform as a Service
(PaaS), Hal ini memfokuskan pada aplikasi dimana dalam hal ini seorang
developer tidak perlu memikirkan hardware dan tetap fokus pada pembuatan
aplikasi tanpa harus mengkhawatirkan sistem operasi, infrastructure scaling,
load balancing dan lain-lain. Contohnya yang sudah mengimplementasikan ini
adalah Force.com dan Microsoft Azure investment.
·
Software as a
Service (SaaS),
Hal ini memfokuskan pada aplikasi dengan Web-based interface yang diakses melalui
Web Service dan Web 2.0. Contohnya adalah Google Apps, SalesForce.com dan
aplikasi jejaring sosial seperti Facebook.
B.
Komputasi
Grid
Komputasi Grid adalah penggunaan
sumber daya yang melibatkan banyak komputer yang terdistribusi dan terpisah secara
geografis untuk memecahkan persoalan komputasi dalam skala besar.
Grid computing merupakan cabang dari
distributed computing.Grid komputer memiliki perbedaan yang lebih menonjol dan
di terapakan pada sisi infrastruktur dari penyelesaian suatu proses. Grid
computing adalah suatu bentuk cluster (gabungan) komputer-komputer yang
cenderung tak terikat batasan geografi. Di sisi lain, cluster selalu
diimplementasikan dalam satu tempat dengan menggabungkan banyak komputer lewat
jaringan.
Jenis-jenis
atau komponen-komponen grid computing adalah:
·
Gram (Grid Resources Allocation &
Management)
Komponen ini dibuat untuk mengatur
seluruh sumberdaya komputasi yang tersedia dalam sebuah sistem komputasi grid.
Pengaturan ini termasuk eksekusi program pada seluruh komputer yang tergabung
dalam sistem komputasi grid, mulai dari inisiasi, monitoring, sampai dengan
penjadwalan dan koordinasi antar proses yang terjadi dalam sistem tersebut.
·
RFT/GridFTP(Reliable File Transfer/Grid
File Transfer Protocol)
Komponen ini dibuat agar pengguna dapat
mengakses data yang berukuran besar dari semua simpul komputasi yang telah
tergabung dalam sebuah sistem komputasi secara efisien. Hal ini tentu saja
berpengaruh karena kinerja komputasi tidak hanya bergantung pada kecepatan
komputer yang tergabung dalam mengeksekusi program, tapi juga seberapa cepat
data yang dibutuhkan dapat diakses.
·
MDS (Monitoring and Discovery Service)
Komponen ini dibuat untuk
memonitoring proses komputasi yang sedang dijalankan agar dapat mendeteksi
masalah yang timbul dengan segera.
Sedangkan fungsi disovery dibuat agar pengguna mampu mengetahui
keberadaan sumber daya komputasi beserta karakteristiknya.
·
GSI (Grid Security Infrastructure)
Komponen ini dibuat untuk
mengamankan sistem komputasi grid secara keseluruhan. Komponen ini membedakan
teknologi GT4 dengan teknologi-teknologi sebelumnya. Dengan menerapkan
mekanisme keamanan yang tergabung dengan komponen-komponen komputasi grid
lainnya, sistem ini dapat diakses secara luas tanpa sedikitpun mengurangi
tingkat keamanannya. Sistem keamanan ini dibangun dengan segala komponen yang
telah diuji, mencakup proteksi data, autentikasi, delegasi dan autorisasi.
C.
Virtualisasi
Virtualisasi
merupakan sebuah teknik untuk menyembunyikan karakteristik fisik dari sumber
daya komputer dari bagaimana cara sistem lain, aplikasi atau pengguna
berinteraksi dengan sumber daya tersebut. Hal ini termasuk membuat sebuah
sumber daya tunggal (seperti server, sebuah sistem operasi, sebuah aplikasi,
atau peralatan penyimpanan terlihat berfungsi sebagai beberapa sumber daya
logikal; atau dapat juga termasuk definisi untuk membuat beberapa sumber daya
fisik (seperti beberapa peralatan penyimpanan atau server) terlihat sebagai
satu sumber daya logical.
Virtualisasi
sendiri dibagi menjadi 3, yaitu:
·
Full
Virtualization. Menggunakan aplikasi khusus yang disebut Hypervisor
untuk proses virtualisasi. Hypervisor berinteraksi langsung dengan semberdaya
yang ada pada host server, Hypervisor juga menjadi jembatan antara komputer
guest dengan komputer host. Hypervisor membagi sumberdaya server secara
independen pada setiap komputer guest, sehingga setiap komputer guest memeliki
sistem operasi yang berbeda-beda.
·
Para Virtualization. Jenis
ini menggunakan pendekatan yang sedikit berbeda. Berbeda dengan full
virtualization, host dan guest pada para virtualizaiton dapat mengetahui
keberadaan komputer virtual lain pada server yang sama. Hypervisor disini
digunakan untuk mengelola komputer guest yang tidak memerlukan sumberdaya yang
besar, karena setiap sistem operasi menerima informasi tentang kebutuhan sistem
operasi lain yang ada pada satu komputer host.
·
Virtualization
at the OS level. Tidak menggunakan teknologi hypervisor melainkan
menjalankan semua fungsi virtualisasi pada komputer host Yang menjadi
pemasalahan besar pada implemenatasi jenis ini adalah semua komputer guest
harus menggunakan sistem operasi yang sama dengan komputer host. Sehingga jenis
ini disebut Homogen.
D.
Map
Reduce & NoSQL
·
Map
Reduce
MapReduce
merupakan sebuah konsep dimana data yang kontinue dipecah menjadi bagian data /
komponen data kecil dan didistribusikan melalui mesin-mesin yang terhubung
secara cluster. Bisa dibilang map reduce merupakan sebuah framework yang
digunakan untuk mempercepat proses pengolahan data pada konsep cloud computing.
Dalam memproses data, MapReduce dibagi menjadi 2 proses utama, yaitu Map dan
Reduce. Proses Map bertugas utnuk 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.
Untuk memproses
sebuah data raksasa, data itu harus dipotong-potong kemudian dibagi-bagikan ke
tiap komputer dalam suatu cluster. Lalu proses Map dan proses Reduce pun harus
dibagi-bagikan ke setiap komputer dan dijalankan secara parallel lalu hasil
akhirnya juga disimpan secara terdistribusi.
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.
Berikut
digambarkan proses Map Reduce :
Program yang
memuat kalkulasi yang akan dilakukan dalam proses Map disebut Fungsi Map, dan
yang memuat kalkulasi yang akan dikerjakan oleh proses Reduce disebut Fungsi
Reduce. Jadi, seorang programmer yang akan menjalankan MapReduce harus membuat
program Fungsi Map dan Fungsi Reduce.
Fungsi Map
bertugas untuk membaca input dalam bentuk pasangan Key/Value, lalu menghasilkan
output berupa pasangan Key/Value juga. Pasangan Key/Value hasil fungsi Map ini
disebut pasangan Key/Value intermediate. Kemudian, fungsi Reduce akan membaca
pasangan Key/Value intermediate hasil fungsi Map, dan menggabungkan atau
mengelompokkannya berdasarkan Key tersebut. Lain katanya, tiap Value yang
memiliki Key yang sama akan digabungkan dalam satu kelompok. Fungsi Reduce juga
menghasilkan output berupa pasangan Key/Value.
·
NoSQL
Nosql
adalah sebuah memcache dari bagian database sederhana yang berisi key dan
value. Database ini bersifat struktur storage dimana sistem databasenya yang
berbeda dengan sistem database relasional. Nosql tidak membutuhkan skema table
dan menghindari operasi join dan berkembang secara horizontal. Selain itu NoSQL
merupakan suatu bahasan yang jauh dari arti kata yang dibaca. Tidak berarti
tanpa sql query. Melainkan bagaimana suatu sql query digunakan seminimal
mungkin dalam suatu program database. Dengan memanfaatkan teknologi NoSQL ini,
diharapkan mampu mengurangi beban server. Selain itu, hal ini juga memudahkan
programmer dalam membuat suatu program dan proses pengembangannya.
E.
NoSQL
Database
Database NoSQL,
juga disebut Not Only SQL, adalah sebuah pendekatan untuk pengelolaan data dan
desain database yang berguna untuk set yang sangat besar data terdistribusi.
NoSQL, yang mencakup berbagai teknologi dan arsitektur, berusaha untuk
memecahkan masalah skala bilitas dan kinerja data yang besar yang database
relasional tidak dirancang untuk menangani.NoSQL ini sangat berguna ketika
perusahaan perlu untuk mengakses dan menganalisis sejumlah besar data
terstruktur atau data yang disimpan dari jarak jauh pada beberapa virtual
server di awan.
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 tupe.
Sumber
:
https://www.it-jurnal.com/pengertian-cloud-computing-komputasi-awan/
http://fadliiman.blogspot.com/2016/03/pengantar-komputasi-grid.html
http://putrifebiani.blogspot.com/2014/05/distributed-computation-dalam-cloud.html
http://putrifebiani.blogspot.co.id/2014/05/map-reduce-dan-nosql.html
http://romydjuniardi.blogspot.co.id/2013/05/map-reduce-dan-nosql.html
http://wind0809.blogspot.co.id/2013/04/seputar-tentang-cloud-computing-map.html
http://widyachairunissa.blogspot.co.id/2014/05/map-reduce-dan-nosql.html
Komentar
Posting Komentar