‫‪ "A‬بر اساس درخواستت‪ ،‬یه خالصه خیلی خیلی جزئی و جامع از مقاله چهارم که فرستادی‪ ،‬یعنی‬

‫‪ Michael Armbrust، Armando Fox، Rean‬برات آماده می‌کنم‪ .‬این مقاله توسط ‪View of Cloud Computing"،‬‬
‫‪Griffith، Anthony D. Joseph، Randy Katz، Andy Konwinski، Gunho Lee، David Patterson، Ariel Rabkin، Ion‬‬
‫منتشر شده‪ "Communications of the ACM" .‬نوشته شده و در آوریل ‪ 2010‬در مجله ‪ Matei Zaharia‬و ‪Stoica‬‬
‫هدفم اینه که تمام جزئیات مهم‪ ،‬تعاریف‪ ،‬تحلیل‌ها‪ ،‬موانع و فرصت‌ها رو با دقت توضیح بدم تا چیزی از قلم‬
‫‪.‬نیفته‬

‫‪---‬‬

‫**‪:‬خالصه بسیار جزئی و جامع مقاله**‬

‫**‪:‬مقدمه ‪### **1.‬‬

‫‪ (utility)،‬موضوع و اهمیت‪ **:‬رایانش ابری‪ ،‬رویای دیرینه محاسبات به‌عنوان یک ابزار عمومی** ‪-‬‬
‫رو داره‪ .‬این فناوری نرم‌افزار رو به‌عنوان سرویس جذاب‌تر می‌کنه و نحوه طراحی ‪ IT‬پتانسیل تغییر صنعت‬
‫رو شکل می‌ده‪ .‬توسعه‌دهندگان نیازی به سرمایه‌گذاری کالن در سخت‌افزار یا ‪ IT‬و خرید سخت‌افزار‬
‫یا کمبود )‪ (overprovisioning‬هزینه‌های عملیاتی ندارن و می‌تونن بدون نگرانی از تأمین بیش از حد‬
‫‪.‬سرویس‌هاشون رو گسترش بدن ‪(underprovisioning)،‬‬

‫مزایای اقتصادی‪ **:‬انعطاف‌پذیری منابع بدون هزینه اضافی برای مقیاس بزرگ (مثل استفاده ** ‪-‬‬
‫"از ‪ 1000‬سرور برای یک ساعت به قیمت یک سرور برای ‪ 1000‬ساعت) بی‌سابقه‌ست‪ .‬این "انجمن هزینه‬
‫‪.‬برای کارهای دسته‌ای بزرگ جذابه )‪(cost associativity‬‬

‫ابهام موجود‪ **:‬علی‌رغم محبوبیت‪ ،‬ابهام درباره تعریف و کاربرد رایانش ابری وجود داره‪ .‬لری ** ‪-‬‬
‫با کنایه گفته که رایانش ابری فقط تعریفی جدید از کارهای موجوده و تغییری ‪ Oracle،‬الیسون‪ ،‬مدیرعامل‬
‫‪.‬در عمل ایجاد نمی‌کنه‬

‫هدف مقاله‪ **:‬کاهش ابهام با تعریف روشن‪ ،‬مقایسه‌های کّمی بین رایانش ابری و سنتی‪ ،‬و ** ‪-‬‬
‫‪.‬ارائه شده )‪ Armbrust et al. (2009‬شناسایی موانع و فرصت‌های فنی و غیرفنی‪ .‬نسخه مفصل‌تر در‬

‫**‪:‬تعریف رایانش ابری ‪### **2.‬‬

 ‫تعریف جامع‪ **:‬رایانش ابری شامل برنامه‌های ارائه‌شده به‌عنوان سرویس از طریق اینترنت** ‪-‬‬
‫و سخت‌افزار‪/‬نرم‌افزار دیتاسنترهایی که این خدمات رو تأمین می‌کنن (ابر) می‌شه‪ .‬ابر عمومی )‪(SaaS‬‬
‫به عموم عرضه می‌شه و ابر خصوصی دیتاسنترهای )‪ (pay-as-you-go‬به‌صورت پرداخت به‌ازای استفاده‬
‫‪.‬داخلی سازمانهاست که به عموم در دسترس نیست‬

‫به دلیل عدم توافق بر تعاریفشون اجتناب ‪ PaaS‬و ‪ IaaS‬تمایزها‪ **:‬نویسندگان از اصطالحات ** ‪-‬‬
‫کردن و این دو رو مشابه دونستن‪ .‬ابر شامل دیتاسنترهای کوچک تا متوسط نمی‌شه‪ ،‬مگر اینکه به اندازه‬
‫‪.‬کافی بزرگ باشن تا از مزایای مقیاس بهره ببرن‬

‫و ارائه‌دهندگان ابر بررسی می‌شن )کاربران ابر( ‪ SaaS‬نقش‌ها‪ **:‬کاربران و ارائه‌دهندگان** ‪-‬‬
‫(شکل ‪ .)1‬یک بازیگر می‌تونه چند نقش داشته باشه (مثًال ارائه‌دهنده‌ای که سرویس‌های خودش رو میزبانی‬
‫‪.‬می‌کنه)‬

‫**‪:‬ویژگی‌های جدید** ‪-‬‬

‫منابع بی‌نهایت درخواستی‪ **:‬تأمین سریع منابع برای پاسخ به افزایش بار بدون نیاز به ** ‪-‬‬
‫‪.‬برنامه‌ریزی طوالنی‬

‫‪.‬بدون تعهد اولیه‪ **:‬امکان شروع کوچک و افزایش منابع با نیاز** ‪-‬‬

‫‪.‬پرداخت کوتاه‌مدت‪ **:‬استفاده ساعتی یا روزانه و آزادسازی منابع پس از اتمام نیاز** ‪-‬‬

‫**‪:‬اقتصاد رایانش ابری ‪### **3.‬‬

‫**‪:‬موارد استفاده کلیدی** ‪-‬‬

‫تقاضای متغیر‪ **:‬مثل سرویسی که چند روز در ماه اوج داره و بقیه اوقات کم‌استفاده‌ست‪1. ** .‬‬
‫‪a).‬شکل ‪ (2‬ابر هزینه رو به ساعت مصرف محدود می‌کنه‬

‫که در ‪ Animoto 3‬مثل( تقاضای ناشناخته‪ **:‬استارتاپ‌هایی که ممکنه ناگهان محبوب بشن** ‪2.‬‬
‫‪).‬روز از ‪ 50‬به ‪ 3500‬سرور رسید‬

‫تحلیل دسته‌ای‪ **:‬استفاده از ‪ 1000‬سرور برای یک ساعت به جای یک سرور برای ‪3. ** 1000‬‬
‫‪.‬ساعت بدون هزینه اضافی‬

‫یا "پرداخت به‌ازای )‪ (OpEx‬به عملیاتی )‪ (CapEx‬مزایای اقتصادی‪ **:‬تبدیل هزینه‌های سرمایه‌ای** ‪-‬‬
‫‪.‬استفاده"‪ ،‬انعطاف‌پذیری در تخصیص منابع‪ ،‬و انتقال ریسک تأمین بیش از حد یا کمبود به ارائه‌دهنده ابر‬
 ‫مثال کّمی‪ **:‬اگر اوج بار ‪ 500‬سرور و میانگین ‪ 300‬سرور در روز باشه‪ ،‬در مدل سنتی ‪- ** 12000‬‬
‫سرور‪-‬ساعت هزینه داره‪ ،‬اما با ابر فقط ‪ 7200‬سرور‪-‬ساعت (‪ 1.7‬برابر ارزان‌تر)‪ .‬اگر پیش‌بینی اشتباه‬
‫‪.‬بیشتر می‌شه )‪c‬و ‪b 2‬شکل ‪ (2‬باشه‪ ،‬هزینه‌ها یا از دست دادن مشتری‬

‫**‪:‬انواع محاسبات ابری ‪### **4.‬‬

‫**‪:‬سطوح انتزاع** ‪-‬‬

‫سطح پایین (مثل سخت‌افزار فیزیکی)‪ ،‬کاربر کنترل کامل پشته نرم‌افزاری **‪- **Amazon EC2:‬‬
‫‪.‬داره‪ ،‬اما مقیاس‌پذیری خودکار سخته‬

‫سطح باال‪ ،‬برای برنامه‌های وب سنتی با جداسازی الیه محاسباتی و **‪- **Google AppEngine:‬‬
‫‪.‬ذخیره‌سازی‪ ،‬مقیاس‌پذیری خودکار قوی داره‬

‫اما محدودتر از ‪ AppEngine‬انعطاف‌پذیرتر از ‪ CLR،‬و ‪ NET‬حد وسط‪ ،‬با **‪- **Microsoft Azure:‬‬
‫‪EC2.‬‬

‫مجازی‌سازی‪ **:‬برای دستیابی به انعطاف‌پذیری و ظرفیت بی‌نهایت‪ ،‬تخصیص خودکار با ** ‪-‬‬

‫‪.‬مجازی‌سازی انجام می‌شه‬

‫**‪:‬موانع و فرصت‌های برتر (جدول ‪### **5. )2‬‬

‫**‪:‬دسترس‌پذیری و تداوم کسب‌وکار ‪- **1.‬‬

‫‪).‬در ‪ Gmail 2008‬و ‪ S3، AppEngine‬جدول ‪ :3‬قطعی‌های( مانع‪ **:‬نگرانی از قطعی سرویس‌ها** ‪-‬‬
‫‪.‬ایجاد می‌کنه )‪ (single point of failure‬ارائه‌دهنده واحد یک نقطه شکست‬

‫ها از چند‪ ISP‬فرصت‪ **:‬استفاده از چند ارائه‌دهنده ابر برای افزایش تاب‌آوری‪ ،‬مشابه استفاده** ‪-‬‬
‫‪.‬ارائه‌دهنده شبکه‬

‫**‪ (Data Lock-In):‬قفل داده‌ها ‪- **2.‬‬

‫مثال‪ ( :‬های ذخیره‌سازی اختصاصی مانع انتقال داده‌ها بین ارائه‌دهندگان می‌شن‪:** API‬مانع** ‪-‬‬
‫‪).‬در ‪ The Linkup 2008‬تعطیلی‬

‫ها و نرم‌افزار سازگار برای محاسبات ترکیبی یا افزایشی‪ API‬فرصت‪ **:‬استانداردسازی** ‪-‬‬
‫‪(surge computing).‬‬

‫**‪:‬محرمانگی و قابلیت ممیزی داده‌ها ‪- **3.‬‬

 ‫مسئولیت امنیت بین ‪ HIPAA).‬و ‪ Sarbanes-Oxley‬مثل( مانع‪ **:‬نگرانی امنیتی و الزامات تطبیقی** ‪-‬‬
‫‪.‬کاربر‪ ،‬ارائه‌دهنده و شخص ثالث تقسیم می‌شه‬

‫‪ AWS).‬با ‪: TC3‬مثال( ها و فایروال‌ها‪ ،‬و الیه ممیزی جداگانه‪، VLAN‬فرصت‪ **:‬رمزنگاری کاربر** ‪-‬‬

‫**‪:‬گلوگاه‌های انتقال داده ‪- **4.‬‬

‫مانع‪ **:‬هزینه باالی انتقال داده (‪ 150-100‬دالر‪/‬ترابایت) برنامه‌های داده‌محور رو محدود ** ‪-‬‬
‫‪.‬می‌کنه‬

‫فرصت‪ **:‬ارسال دیسک‌ها (مثال‪ :‬انتقال ‪ 10‬ترابایت در یک روز به جای ‪ 45‬روز با ‪- ** 20‬‬
‫‪.‬مگابیت‪/‬ثانیه)‬

‫**‪:‬غیرقابل پیش‌بینی بودن عملکرد ‪- **5.‬‬

‫‪ HPC‬ها برای‪ VM‬ها (پهنای باند دیسک متغیرتر از حافظه)‪ .‬زمان‌بندی‪ VM‬بین ‪ I/O‬مانع‪ **:‬تداخل** ‪-‬‬
‫‪.‬مشکل‌سازه‬

‫‪ (gang‬استفاده از حافظه فلش‪ ،‬و زمان‌بندی گروهی ‪ I/O،‬فرصت‪ **:‬بهبود مجازی‌سازی** ‪-‬‬
‫‪scheduling).‬‬

‫**‪:‬ذخیره‌سازی مقیاس‌پذیر ‪- **6.‬‬

‫مانع‪ **:‬عدم وجود سیستم ذخیره‌سازی که مزایای ابر (کاهش‪/‬افزایش درخواستی) رو با دوام ** ‪-‬‬
‫‪.‬و دسترسی باال ترکیب کنه‬

‫‪.‬فرصت‪ **:‬اختراع ذخیره‌سازی مقیاس‌پذیر جدید (مسئله تحقیقاتی باز)** ‪-‬‬

‫**‪:‬اشکاالت در سیستم‌های توزیع‌شده بزرگ ‪- **7.‬‬

‫مانع‪ **:‬اشکاالتی که در مقیاس کوچک قابل‌تکرار نیستن و نیاز به اشکال‌زدایی در مقیاس ** ‪-‬‬
‫‪.‬واقعی دارن‬

‫‪.‬ها برای ضبط اطالعات و اشکال‌زدایی توزیع‌شده‪ VM‬فرصت‪ **:‬استفاده از** ‪-‬‬

‫**‪:‬مقیاس‌پذیری سریع ‪- **8.‬‬

‫‪ AppEngine‬در مقابل خودکار در )بر اساس ساعت( ‪ AWS‬مانع‪ **:‬مقیاس‌پذیری دستی در** ‪-‬‬
‫‪.‬هزینه‌بره‬

‫‪ snapshot/restart.‬فرصت‪ **:‬مقیاس‌کننده خودکار با یادگیری ماشینی و ابزارهای** ‪-‬‬

‫**‪:‬اشتراک سرنوشت شهرت ‪- **9.‬‬

 ‫مثال‪ :‬یورش( به شهرت دیگران آسیب می‌زنه )‪ EC2‬مثل اسپم در( مانع‪ **:‬رفتار بد یک کاربر** ‪-‬‬
‫‪).‬به دیتاسنتر داالس ‪FBI‬‬

‫‪.‬فرصت‪ **:‬خدمات محافظت از شهرت مثل خدمات ایمیل معتمد** ‪-‬‬

‫**‪:‬مجوز نرم‌افزار ‪- **10.‬‬

‫‪.‬مانع‪ **:‬مدل مجوز سنتی (پرداخت ساالنه) با ابر سازگار نیست** ‪-‬‬

‫در ‪ IBM‬و ‪ Microsoft‬مثل( فرصت‪ **:‬استفاده از منبع‌باز یا مجوزهای پرداخت به‌ازای استفاده** ‪-‬‬
‫‪EC2).‬‬

‫**‪:‬نتیجه‌گیری ‪### **6.‬‬

‫پیش‌بینی‪ **:‬رایانش ابری رشد می‌کنه و توسعه‌دهندگان باید اون رو در نظر بگیرن‪ .‬تمرکز باید ** ‪-‬‬
‫‪.‬روی مقیاس‌پذیری افقی منابع مجازی باشه‬

‫**‪:‬نیازها** ‪-‬‬

‫‪.‬نرم‌افزار برنامه باید سریع مقیاس‌پذیر باشه و مدل مجوز پرداخت به‌ازای استفاده داشته باشه ‪1.‬‬

‫‪.‬باشه ‪ встро‬ها سازگار باشه و صورت‌حساب از ابتدا‪ VM‬نرم‌افزار زیرساختی باید با ‪2.‬‬

‫ها ‪ VM‬سخت‌افزار باید در مقیاس کانتینر طراحی بشه‪ ،‬با مصرف انرژی متناسب و پشتیبانی از ‪3.‬‬
‫‪.‬و فلش‬

‫**‪:‬قدردانی ‪### **7.‬‬

‫‪ UC Berkeley.‬و ‪ NSF‬و دیگران‪ ،‬و بودجه ‪ Google، Microsoft، Amazon‬حمایت از ‪-‬‬

‫‪---‬‬

‫این خالصه جامع و با جزئیات کامل بود‪ .‬اگه نیاز به توضیح بیشتر یا مقاله بعدی داری‪ ،‬بگو تا ادامه‬
‫بدم!‬