autonomic computing aspekte und werkzeuge der datenbankadministration christian adam – thema 2
TRANSCRIPT
Autonomic Autonomic ComputingComputing
Aspekte und Werkzeuge der Aspekte und Werkzeuge der DatenbankadministrationDatenbankadministration
Christian Adam – Thema 2Christian Adam – Thema 2
GliederungGliederung 1. Motivation1. Motivation 2. Die Vision des Autonomic Computing2. Die Vision des Autonomic Computing 3. Self-Management3. Self-Management 4. Architektur4. Architektur 5. Five Maturity Levels5. Five Maturity Levels 6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze 7. Fazit7. Fazit Zusatz: Autonomic vs. Proactive ComputingZusatz: Autonomic vs. Proactive Computing
GliederungGliederung1. Motivation1. Motivation 2. Die Vision2. Die Vision 3. Self-Management3. Self-Management 4. Architekturelle Anforderung4. Architekturelle Anforderung 5. Five Maturity Levels5. Five Maturity Levels 6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze 7. Fazit7. Fazit Zusatz: Autonomic vs. Proactive ComputingZusatz: Autonomic vs. Proactive Computing
seit 50ern:seit 50ern:– 1 : n 1 : n n : 1 n : 1
Benutzer verwalten immer mehr Benutzer verwalten immer mehr ComputersystemeComputersysteme
Verbindung über NetzwerkeVerbindung über NetzwerkeInteraktion zwischen Geräten steigtInteraktion zwischen Geräten steigt
Wandel der BenutzerstrukturWandel der Benutzerstruktur
1. Motivation - Geschichte1. Motivation - Geschichte
Stark wachsende Anforderungen bzgl. Stark wachsende Anforderungen bzgl. Performance, Verfügbarkeit und SicherheitPerformance, Verfügbarkeit und Sicherheit
Hohe BeanspruchungHohe BeanspruchungTeilweise sogar ÜberforderungTeilweise sogar Überforderung
BenutzerBenutzer
1. Motivation - Geschichte1. Motivation - Geschichte
Hochqualifizierte Spezialisten gefordertHochqualifizierte Spezialisten gefordertAufgaben komplexer und zeitaufwendiger:Aufgaben komplexer und zeitaufwendiger:
– Installation und IntegrationInstallation und Integration– Konfiguration, Wartung, Bedienung und Konfiguration, Wartung, Bedienung und
OptimierungOptimierung
größtenteils tägliche Routinearbeitengrößtenteils tägliche RoutinearbeitenKaum Zeit für kreative AufgabenKaum Zeit für kreative Aufgaben
SystemadministratorenSystemadministratoren
1. Motivation - Geschichte1. Motivation - Geschichte
Vielzahl neuer Softwaresysteme zur Vielzahl neuer Softwaresysteme zur KonkurrenzfähigkeitKonkurrenzfähigkeit
Hohe Kosten Hohe Kosten Gutes Personal erforderlichGutes Personal erforderlich
WirtschaftWirtschaft
1. Motivation - Geschichte1. Motivation - Geschichte
Moore´s LawMoore´s Law
Problem:Problem: KOMPLEXITÄT KOMPLEXITÄT
1. Motivation - heute1. Motivation - heute
AUTONOMIC COMPUTINGAUTONOMIC COMPUTING
Lösung
Technologische KomplexitätTechnologische KomplexitätInfrastruktur des SystemsInfrastruktur des SystemsEnorme KostenEnorme KostenMangel an qualifizierten ArbeitskräftenMangel an qualifizierten Arbeitskräften
TriebkräfteTriebkräfte
1. Motivation - Zusammenfassung1. Motivation - Zusammenfassung
GliederungGliederung 1. Motivation1. Motivation
2. Die Vision des AC2. Die Vision des AC 3. Self-Management3. Self-Management 4. Architektur4. Architektur 5. Five Maturity Levels5. Five Maturity Levels 6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze 7. Fazit7. Fazit Zusatz: Autonomic vs. Proactive ComputingZusatz: Autonomic vs. Proactive Computing
Vizepräsident der Forschungsabteilung bei IBMVizepräsident der Forschungsabteilung bei IBMMärz 2001 März 2001 „National Academy of Engineers“„National Academy of Engineers“ Legte Grundstein für die Forschung des ACLegte Grundstein für die Forschung des AC
Paul Horn (I)Paul Horn (I)
2. Die Vision des AC2. Die Vision des AC
Zitate aus seinem Manifest:Zitate aus seinem Manifest:– “[...] But now we face a problem springing from the very
core of our success - and too few of us are focused on solving it.“
– „[...] More than any other I/T problem, this one - if it remains unsolved - will actually prevent us from moving to the next era of computing.“
– „[...] The obstacle is complexity. Dealing with it is the single most important challenge facing the I/T industry.”
Paul Horn (II)Paul Horn (II)
2. Die Vision des AC2. Die Vision des AC
Annähernd perfektes System der NaturAnnähernd perfektes System der NaturSteuert Atmung, Stoffwechsel, Herzschlag, Steuert Atmung, Stoffwechsel, Herzschlag,
Verdauung etc. automatischVerdauung etc. automatischMensch tut diese Vitalfunktionen unbewusstMensch tut diese Vitalfunktionen unbewusstKonzentration auf andere AufgabenKonzentration auf andere Aufgaben
Autonome Systeme lehnen daran anAutonome Systeme lehnen daran an
Vgl. Autonomes NervensystemVgl. Autonomes Nervensystem
2. Die Vision des AC2. Die Vision des AC
Selbständigkeit des SystemsSelbständigkeit des Systems– Routinearbeiten und LernfähigkeitRoutinearbeiten und Lernfähigkeit– SLA = Service Level AgreementSLA = Service Level Agreement
Entlastung/Unabhängigkeit der AdministratorenEntlastung/Unabhängigkeit der AdministratorenWirtschaftliche SicherheitWirtschaftliche Sicherheit
– Schnelle und sichere GeschäftsabwicklungSchnelle und sichere Geschäftsabwicklung– Effektiveres PersonalmanagementEffektiveres Personalmanagement
Ziele des ACZiele des AC
2. Die Vision des AC2. Die Vision des AC
GliederungGliederung 1. Motivation1. Motivation 2. Die Vision des Autonomic Computing2. Die Vision des Autonomic Computing
3. Self-Management3. Self-Management 4. Architektur4. Architektur 5. Five Maturity Levels5. Five Maturity Levels 6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze 7. Fazit7. Fazit Zusatz: Autonomic vs. Proactive ComputingZusatz: Autonomic vs. Proactive Computing
4 zentrale Teilfelder:4 zentrale Teilfelder:
Selfmanagement - CHOPSelfmanagement - CHOP
3. Self-Management3. Self-Management
Self – Self – CC onfiguring onfiguringSelf – Self – HH ealing ealingSelf – Self – OO ptimizing ptimizingSelf – Self – PP rotecting rotecting
CHOPCHOP
3. Self-Management3. Self-Management
z.B. Integration einer Datenbank / SAP R3z.B. Integration einer Datenbank / SAP R3Eigenständige Konfiguration neuer Eigenständige Konfiguration neuer
KomponentenKomponentenBeachtung vorgegebener RichtlinienBeachtung vorgegebener RichtlinienOhne Beschränkungen der VerfügbarkeitOhne Beschränkungen der Verfügbarkeit
3.1 Self - Configuring3.1 Self - Configuring
3. Self-Management3. Self-Management
Garantie optimaler Performance / SLAsGarantie optimaler Performance / SLAsStändige Optimierung der Effizienz Ständige Optimierung der Effizienz
z.B. Parametereinstellung von DB2 / SAP R3 z.B. Parametereinstellung von DB2 / SAP R3 Leistungsengpässe überbrückenLeistungsengpässe überbrückenStändige Überprüfung der Aktualität /AuslastungStändige Überprüfung der Aktualität /AuslastungDurchführung von Selbsttests Durchführung von Selbsttests
3. Self-Management3. Self-Management
3.2 Self - Optimizing3.2 Self - Optimizing
Fehlererkennung und FehlerbehebungFehlererkennung und FehlerbehebungAutonome DiagnosekomponenteAutonome Diagnosekomponente
3.3 Self - Healing3.3 Self - Healing
3. Self-Management3. Self-Management
Lokalisierung Isolation
InstallationVon Patches
Benachrichtigung
Sicherheit und ZuverlässigkeitSicherheit und ZuverlässigkeitSchutz gegen „Angriffe“ von Schutz gegen „Angriffe“ von
– Innen Innen menschliche Fehler, Ausfall von menschliche Fehler, Ausfall von KomponentenKomponenten
– Außen Außen gezielte Attacken durch Viren gezielte Attacken durch Viren
Zugangskontrolle, Schutz vor unauthorisierten Zugangskontrolle, Schutz vor unauthorisierten ZugriffenZugriffen
3.4 Self - Protecting3.4 Self - Protecting
3. Self-Management3. Self-Management
Self-Organizing und Self-Inspecting Self-Organizing und Self-Inspecting
+ Zusätzliche Anforderungen+ Zusätzliche Anforderungen
– – ÜberschneidungenÜberschneidungen
– – Ausrichtung auf autonome DBMSAusrichtung auf autonome DBMS
Erweiterung von CHOPErweiterung von CHOP
3. Self-Management3. Self-Management
Dynamische Reorganisation/ Umstrukturierung Dynamische Reorganisation/ Umstrukturierung des Datenlayoutsdes Datenlayouts
Indexe, Zugriffspfade, VerzeichnisseIndexe, Zugriffspfade, VerzeichnisseOptimierung der PerformanceOptimierung der Performance
Speicherbelegung, ZugriffszeitenSpeicherbelegung, Zugriffszeiten
3. Self-Management3. Self-Management
3.5 Self-Organizing3.5 Self-Organizing
Autonomic Systems „know themselves“Autonomic Systems „know themselves“ Sammeln, Speichern und Analysieren von InformationenSammeln, Speichern und Analysieren von Informationen
– Performance optimierenPerformance optimieren– Problemquellen erkennenProblemquellen erkennen– Trends ableitenTrends ableiten
3. Self-Management3. Self-Management
Inspectionresults
DBAAndere autonome
Komponenten
3.6 Self-Inspecting3.6 Self-Inspecting
GliederungGliederung 1. Motivation1. Motivation 2. Die Vision des Autonomic Computing2. Die Vision des Autonomic Computing 3. Self-Management3. Self-Management
4. Architektur4. Architektur 5. Five Maturity Levels5. Five Maturity Levels 6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze 7. Fazit7. Fazit Zusatz: Autonomic vs. Proactive ComputingZusatz: Autonomic vs. Proactive Computing
StrukturStruktur Autonomic elements
1 Autonomic Manager > 1 Managed element
4. Architektur4. Architektur
4. Architektur4. Architektur
MAPEMAPEMonitor: Sammelt Systemdetails
Analyse:change request
Plan: Erstellt Set of changes
Execute: Führt Prozeduren aus
Knowledge Source: Informationskatalog der control loop
GliederungGliederung 1. Motivation1. Motivation 2. Die Vision des Autonomic Computing2. Die Vision des Autonomic Computing 3. Self-Management3. Self-Management 4. Architektur4. Architektur
5. Five Maturity Levels5. Five Maturity Levels 6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze 7. Fazit7. Fazit Zusatz: Autonomic vs. Proactive ComputingZusatz: Autonomic vs. Proactive Computing
Evolutionäre Einführung eines Autonomen Evolutionäre Einführung eines Autonomen SystemSystem
Grad der Selbstverwaltung erhöhtGrad der Selbstverwaltung erhöht5 Stufen:5 Stufen:
5. Five Maturity Levels5. Five Maturity Levels
IntegrationsstufenIntegrationsstufen
1. BASIC:1. BASIC: Administratoren managen allesAdministratoren managen alles2. MANAGED:2. MANAGED: Autonome InformationssammlungAutonome Informationssammlung3. PREDICTIVE:3. PREDICTIVE: Autonome AnalysefähigkeitAutonome Analysefähigkeit4. ADAPTIVE:4. ADAPTIVE: Autonome Auswahl der SzenarienAutonome Auswahl der Szenarien5. AUTONOMIC:5. AUTONOMIC: Globalisierung der ZieleGlobalisierung der Ziele
GliederungGliederung 1. Motivation1. Motivation 2. Die Vision des Autonomic Computing2. Die Vision des Autonomic Computing 3. Self-Management3. Self-Management 4. Architektur4. Architektur 5. Five Maturity Levels5. Five Maturity Levels
6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze 7. Fazit7. Fazit Zusatz: Autonomic vs. Proactive ComputingZusatz: Autonomic vs. Proactive Computing
IndustrieIndustrieOrganisation Projekt Aufgaben
HP Virus throtteling software
Virenschutz
IBM eLiza Protecting, Configuring, Optimizing
Oceano Optimizing
Intel Itanium 2 Fehlererkennung
SUN N1 Configuring
6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze
ForschungForschungUniversität Projekt Aufgaben
Monash Uni
Australien
Nimrod-G Support deadline
University of California, Berkley
Recovery Oriented Computing(ROC)
Regeneration nach Fehlern
Oceanstore Effizienter Speicherzugriff
Uni of Maryland
Baltimore County
eBiquity Cooperation of components
6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze
GliederungGliederung 1. Motivation1. Motivation 2. Die Vision des Autonomic Computing2. Die Vision des Autonomic Computing 3. Self-Management3. Self-Management 4. Architektur4. Architektur 5. Five Maturity Levels5. Five Maturity Levels 6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze
7. Fazit7. Fazit Zusatz: Autonomic vs. Proactive ComputingZusatz: Autonomic vs. Proactive Computing
Autonomic Computing = fantastische VisionAutonomic Computing = fantastische VisionAber: langer Weg + enormer ForschungsaufwandAber: langer Weg + enormer ForschungsaufwandAdiminstratoren entlasten ,nicht ersetzenAdiminstratoren entlasten ,nicht ersetzen
„ „Autonomation Paradoxon“ ???Autonomation Paradoxon“ ???Grenze des Autonomic Computing: HardwareGrenze des Autonomic Computing: Hardware
7. Fazit7. Fazit
FazitFazit
GliederungGliederung 1. Motivation1. Motivation 2. Die Vision des Autonomic Computing2. Die Vision des Autonomic Computing 3. Self-Management3. Self-Management 4. Architektur4. Architektur 5. Five Maturity Levels5. Five Maturity Levels 6. Ausgewählte heutige Ansätze6. Ausgewählte heutige Ansätze 7. Fazit7. Fazit
Zusatz: Autonomic vs. Proactive Zusatz: Autonomic vs. Proactive ComputingComputing
Zukünftige Anwendungen der DatenverarbeitungZukünftige Anwendungen der DatenverarbeitungZiel ist die Reale WeltZiel ist die Reale Weltz.B. Personal Serverz.B. Personal ServerAndere AusrichtungAndere AusrichtungAber auch KomplementärwirkungAber auch Komplementärwirkung
6. Autonomic vs. Proactive Computing6. Autonomic vs. Proactive Computing
Proactive ComputingProactive Computing