Pengguna:Vina Rahmadiany30/Cloud Computing Tools

Cloud Computing Tools

Cloud computing telah menjadi bagian penting dari teknologi modern, yang bisa memungkinkan pengguna untuk memanfaatkan sumber daya Computing yang fleksibel dan efisien. Cloud Computing Tools adalah perangkat lunak yang memungkinkan untuk memfasilitasi berbagai layanan Cloud Computing dengan berbagai macam fungsi maupun kemampuan yang bebeda. Lima alat simulasi Cloud Computing open-source yang populer yaitu CloudSim, Cloud Analyst, Cloud Reports, Cloudsched, dan Green Cloud. Alat-alat ini mendukung berbagai fungsi yang penting dalam Cloud Computing yaitu dapat memungkinkan pengguna untuk mengelola dan mengoptimalkan sumber daya, analisis data yang kompleks serta menjalankan simulasi sehingga dapat meningkatkan efisiensi dan fleksibilitas operasional. Alat ini telah dikembangkan untuk mendukung implementasi dan optimalisasi layanan cloud.

CloudSim

“CloudSimis a simulation tool that developed in CLOUDS laboratory in University of Melbourne for cloud computing environment. It enables users to evaluate specific system issues without taking into consider the low level facts associated to cloud-based infrastructures and services.”^[1] CloudSim merupakan alat simulasi lingkungan komputasi awan yang dikembangkan di University of Melbourne. Alat ini memungkinkan pengguna untuk menguji dan mengevaluasi berbagai masalah sistem tanpa memperhatikan detail teknis dari infrastruktur atau layanan yang mendasarinya.

CloudSim adalah alat simulasi Cloud Computing yang menggunakan bahasa pemrograman Java dan dapat dijalankan di berbagai platform. CloudSim bersifat open source, namun memiliki dukungan grafis yang terbatas. CloudSim dapat memungkinkan pemodelan aplikasi yang melibatkan komputasi dan transfer data. Model komunikasi pada CloudSim juga terbatas dan tidak mendukung TCP/IP. CloudSim juga tidak mendukung eksperimen paralel dan tidak memiliki model energi. Namun, CloudSim dapat mengukur konsumsi energi. Selain itu CloudSim Tidak mendukung model penghematan daya, dengan penggunaan memori yang kecil dan waktu simulasi dalam hitungan detik.

Arsitektur CloudSim

User Code Layer: Bagian ini terdapat dua komponen yaitu Simulation Specifcation dan Scheduling Policy di bagian Simulation Specification mencakup Skenario Cloud, Rekrutmen Pengguna serta Konfigurasi Aplikasi, Bagian Scheduling Policy mencakup broker pusat data atau pengguna yang bertanggung jawab untuk mengelola dan mengatur interaksi antara pengguna dan pusat data.

CloudSim Layer: Bagian CloudSim terdiri dari berbagai komponen yang dapat mendukung eksekusi simulasi. Komponen-komponen ini meliputi:

User Interface Structures: Komponen ini mencakup struktur antarmuka pengguna seperti Cloudlet dan Virtual Machine yang memungkinkan pengguna untuk dapat berinteraksi dengan sistem.
VM Services: Layanan VM yang meliputi eksekusi Cloudlet dan manajemen VM.
Cloud Services: Layanan cloud yang mencakup penyediaan VM, alokasi CPU, alokasi memori, alokasi penyimpanan, dan alokasi bandwidth.
Cloud Resources: Sumber daya cloud yang mencakup penanganan peristiwa, sensor, kordinasi cloud dan pusat data.
Network: Komponen jaringan yang mencakup topologi jaringan dan perhitungan penundaan pesan.

CloudSim Core Simulation Engine Layer: Lapisan ini adalah dasar dari arsitektur CloudSim yang bertanggung jawab untuk menjalankan logika dan eksekusi simulasi.

Cloud Analyst

Cloud Analyst merupakan alat simulasi yang dibangun di atas CloudSim, menggunakan bahasa pemrograman Java dan dapat dijalankan di berbagai platform. Cloud Analyst bersifat open source dan memiliki dukungan grafis. Cloud Analyst dapat memungkinkan pemodelan aplikasi yang melibatkan komputasi dan waktu eksekusi. Model komunikasi pada Cloud Analyst lengkap, namun tidak mendukung TCP/IP. Cloud Analyst tidak mendukung eksperimen paralel dan tidak memiliki model energi atau model penghematan daya. Penggunaan memori kecil dan waktu simulasi dalam hitungan detik.

Arsitektur Cloud Analyst

CloudSim Toolkit: Ini adalah bagian dasar yang berfungsi sebagai fondasi kuat untuk membangun simulasi.

CloudSim Extensions: Bagian ini adalah fitur tambahan yang membantu dalam menangani skenario simulasi yang lebih kompleks.

GUI (Graphical User Interface): Ini adalah antarmuka pengguna grafis yang membantu pengguna dalam mengoperasikan Cloud Analyst.

Cloud Reports

Cloud Reports adalah alat simulasi yang juga menggunakan bahasa pemrograman Java dan dapat dijalankan di berbagai platform. Cloud Reports bersifat open source dan memiliki dukungan grafis. Cloud Reports dapat memungkinkan pemodelan aplikasi yang melibatkan komputasi, transfer data, dan waktu eksekusi. Model komunikasi pada Cloud Reports lengkap, namun tidak mendukung TCP/IP. Cloud Reports tidak mendukung eksperimen paralel, namun memiliki model energi serta dapat mengukur konsumsi energi. Tidak ada model penghematan daya, dengan penggunaan memori yang kecil dan waktu simulasi dalam hitungan detik.

Arsitektur Cloud Reports

Cloud Reports memiliki lima modul wajib dan satu modul ekstensi opsional. Lapisan persisten mencakup antarmuka pengguna grafis (GUI), manajer laporan, manajer simulasi, berbagai ekstensi, dan entitas inti. Alat Cloud Reports dikembangkan di atas mesin simulasi CloudSim dan Java Virtual Machine (JVM). Cloud Reports menggunakan database SQLite untuk penyimpanan datanya.

Cloudsched

Cloudsched adalah alat simulasi penjadwalan sumber daya cloud yang menggunakan bahasa pemrograman Java dan dapat dijalankan di berbagai platform. Cloudsched bersifat open source dan memiliki dukungan grafis. Cloudsched dapat memungkinkan pemodelan aplikasi yang melibatkan komputasi dan waktu eksekusi. Model komunikasi pada Cloudsched lengkap, namun tidak mendukung TCP/IP. Cloudsched juga tidak mendukung eksperimen paralel dan tidak memiliki model energi. Namun, Cloudsched dapat mengukur konsumsi energi. Tidak ada model penghematan daya yang didukung, dengan penggunaan memori yang kecil dan waktu simulasi dalam hitungan detik.

CloudSched memiliki kemapuan untuk mensimulasikan infrastruktur jaringan dengan algoritma dan kebijakan penjadwalan sumber daya yang berbeda.

“CloudSched is also another simulation platform which can model and simulate large Cloud computing environments such as VMs, data centers, and physical machines. CloudSched can also use different resource scheduling policies and algorithms to simulate anetwork infrastructure.”^[2]

Arsitektur Cloudsched

User Interface: adalah tingkat tertinggi yang bertanggung jawab untuk memilih resources dan mengirimkan pesan kepada pelanggan dan pengguna.

Core Layer of Scheduling: Untuk transaksi klien, perencanaan lapisan inti bergantung pada peralatan server farm dan pemilihan mesin fisik, yang pada gilirannya bergantung pada kebutuhan klien. Dengan bantuan Cloudsched, tampilan dan rendering server cloud dikembangkan, terutama untuk mendistribusikan mesin virtual termasuk unit pemrosesan pusat, memori, dan batas transfer informasi ke mesin fisik terkait.

Cloud Resource: Merujuk pada server yang dikembangkan dengan berbagai spesifikasi. Hal Ini meliputi mesin fisik dan virtual yang memiliki CPU, memori, batasan pergerakan data, dan lainnya.

Green Cloud

“Green cloud computing entails developing environmentally friendly cloud workloads and infrastructures, as well as collaborating with cloud or data centre providers who engaged in long-term sustainability. This isn't a simple task, but it i become more crucial as firms workloads rise in size . Green computing involves reducing the energy consumption of devices, minimizing electronic waste, and promoting sustainability in the technology industry”^[3] Green cloud computing berarti membuat infrastructure dan workloads untuk cloud yang ramah lingkungan dan bekerja sama dengan penyedia cloud atau data center yang mengutamakan sustainability yang berkelanjutan. Green Cloud adalah alat simulasi cloud computing yang dapat di jalankan di platform NS2 dan menggunakan bahasa pemrograman C++. Green Cloud bersifat open source namun memiliki dukungan grafis yang terbatas. Green Cloud dapat memungkinkan pemodelan aplikasi yang melibatkan komputasi, transfer data dan batas waktu eksekusi. Model komunikasi pada Green Cloud lengkap dan mendukung TCP/IP. Green Cloud tidak mendukung eksperimen paralel, Namun memiliki model energi untuk server dan jaringan, serta dapat mengukur konsumsi energi. Green Cloud juga mendukung model penghematan daya seperti DVFS dan DNS, dengan penggunaan memori yang besar dan waktu simulasi dalam hitungan menit.

Arsitektur Green Cloud

Arsitektur Green Cloud terdiri mencakup tiga jaringan sistem: (a) jaringan Akses, (b) jaringan Agregasi, dan (c) jaringan Core. Jaringan Akses terdiri dari sekelompok server pemrosesan (hosts) sedangkan jaringan Core berada di bagian dasar dan jaringan Agregasi bertanggung jawab atas routing. “Fundamentally Green Cloud design comprises of three tier data centre architecture which are normal now-a-days. They incorporate three system networks: (a) Access network, (b) Aggregation network and (c) Core network. The access network consists of pool of processing servers (or hosts) whereas core network at the base of the tree and the aggregation network are answerable for routing.”^[4]

DAFTAR PUSTAKA

^ Ahmad, Md Oqail; Khan, Rafiqul Zaman (2019). "Cloud Computing Modeling and Simulation using CloudSim Environment" (PDF). International Journal of Recent Technology and Engineering ( IJRTE). 8 (2). doi:10.35940 Periksa nilai |doi= (bantuan). ISSN 2277-3878.
^ Jodayree, Mahdee; Abaza, Mahmoud; Tan, Qing (2019). "A Predictive Workload Balancing Algorithm in Cloud Services". Procedia Computer Science. Elsevier B.V.
^ Samuel Mathew, Aaron (2023). "Green Cloud Computing: A Literature Survey" (PDF). International Journal on Emerging Research Areas (IJERA). 3 (1). doi:10.5281/zenodo.8210329. ISSN 2230-9993. line feed character di |title= pada posisi 37 (bantuan)
^ Ranjan Jena, Soumya; Shanmugam, Raju; Saini, Kavita; Kumar, Sanjay (2020). "Cloud Computing Tools: Inside Views and Analysis" (PDF). Procedia Computer Science. Elsevier B.V.

[1] Ahmad, Md Oqail; Khan, Rafiqul Zaman (2019). "Cloud Computing Modeling and Simulation using CloudSim Environment" (PDF). International Journal of Recent Technology and Engineering ( IJRTE). 8 (2). doi:10.35940 Periksa nilai |doi= (bantuan). ISSN 2277-3878.

[2] Jodayree, Mahdee; Abaza, Mahmoud; Tan, Qing (2019). "A Predictive Workload Balancing Algorithm in Cloud Services". Procedia Computer Science. Elsevier B.V.

[3] Samuel Mathew, Aaron (2023). "Green Cloud Computing: A Literature Survey" (PDF). International Journal on Emerging Research Areas (IJERA). 3 (1). doi:10.5281/zenodo.8210329. ISSN 2230-9993. line feed character di |title= pada posisi 37 (bantuan)

[4] Ranjan Jena, Soumya; Shanmugam, Raju; Saini, Kavita; Kumar, Sanjay (2020). "Cloud Computing Tools: Inside Views and Analysis" (PDF). Procedia Computer Science. Elsevier B.V.

[1]

[2]

[3]

[4]