Diplomarbeit von Natalia Frejnik

Cloud Computing ist derzeit ein heiß diskutiertes Schlagwort im Bereich der Informatik, das unter vielen Aspekten begriffen und interpretiert werden kann. Ein Kernaspekt des Cloud Computings besteht darin, Kunden auf einfache Weise eine skalierbare und ausfallsichere Plattform für ihre Anwendungen und Dienste zur Verfügung zu stellen, die sie ohne Kenntnis der zugrundeliegenden IT-Infrastruktur an ihre Bedürfnisse anpassen können.

Ein zunehmend populär werdender Anwendungsfall für Clouds ist die massiv-parallele Daten-verarbeitung mit Hilfe von Frameworks wie Hadoop. Die New York Times z.B. hat unlängst ihr 4 TB großes Artikelarchiv mittels Hadoop in PDF Dateien konvertiert und benötigte dazu weniger als 24 Stunden mit 100 Instanzen (virtuellen Maschinen) in der Amazon EC2 Cloud.

Die bekannten Frameworks für massiv-parallele Datenverarbeitung stammen aus dem Bereich des Cluster Computings und nutzen Kenntnisse über die zugrundeliegende IT-Infrastruktur explizit aus. In einer virtualisierten Cloud Umgebung stehen diese Informationen jedoch nicht zur Verfügung, so dass wichtige Aspekte wie Datenlokalität hier nicht berücksichtigt werden können.

Aus diesem Grund sollen im Rahmen dieser Diplom-/Masterarbeit Strategien entwickelt und implementiert werden, um innerhalb der virtualisierten Umgebung einer Cloud Informationen über die tatsächliche physikalische IT-Infrastruktur zu sammeln, ohne dabei  allerdings die Flexibilität der Virtualisierung zu sehr einzuschränken.

Der Abschlussvortrag fand am 17. November 2010 statt.