Möglichkeiten eines technischen Upgrades
Der Einsatz von Cloud-Lösungen hat in den letzten Jahren sehr stark zugenommen und bietet den Unternehmen neue Möglichkeiten im Hinblick auf die digitale Transformation. Um die Anwendung einer Cloud zu beschreiben, wird überwiegend die Definition der US-amerikanischen Standardisierungsstelle National Institute of Standards and Technology (NIST) verwendet.
Dabei sind es laut NIST die folgenden fünf Eigenschaften, die einen Clouddienst charakterisieren:
On-demand Self Service:Die Provisionierung der Ressourcen (z. B. Netzwerk, Storage, Rechenleistung) läuft automatisch ohne Interaktion mit dem Service Provider ab.
Broad Network Access:Die Services sind mit Standard-Mechanismen über das Netz verfügbar und nicht an einen bestimmten Client gebunden.
Resource Pooling:Die Ressourcen des Anbieters liegen in einem Pool vor, aus dem sich viele Anwender bedienen (Multi-Tenant Modell). Dabei wissen die Anwender nicht, wo sich die Ressourcen befinden. Sie können aber vertraglich den Speicherort festlegen, also z. B. das Land, die Region oder das Rechenzentrum.
Rapid Elasticity:Die Services können schnell und elastisch zur Verfügung gestellt werden, in manchen Fällen auch automatisch. Aus Anwendersicht scheinen die Ressourcen daher unendlich zu sein.
Measured Service:Die Ressourcennutzung kann gemessen und überwacht werden und den Cloud-Anwendern bedarfsgerecht zur Verfügung gestellt werden.
Ferner definiert NIST vier Bereitstellungsmodelle für Cloud-Dienste:
In einer Private Cloud wird die Cloud-Infrastruktur nur für eine Institution betrieben. Sie kann von der Institution selbst oder einem Dritten organisiert und geführt werden und kann dabei im Rechenzentrum der eigenen Institution oder dem einer fremden Institution stehen.
Von einer Public Cloud spricht man, wenn die Services von der Allgemeinheit oder einer großen Gruppe, wie z. B. einer ganzen Industriebranche, genutzt werden und die Services von einem Anbieter zur Verfügung gestellt werden.
In einer Community Cloud wird die Infrastruktur von mehreren Institutionen geteilt, die ähnliche Interessen haben. Eine solche Cloud kann von einer dieser Institutionen oder einem Dritten betrieben werden.
Werden mehrere der genannten eigenständigen Cloud-Infrastrukturen über standardisierte Schnittstellen gemeinsam genutzt, so wird dies Hybrid Cloud genannt.
Vorteile der Nutzung von Cloud-Modellen
geringe Anschaffungskosten,
hohe Verfügbarkeit,
effektive bedarfsgerechte Nutzung,
geringe administrative Verwaltungsaufgaben,
hohe Skalierbarkeit,
Verfügbarkeit weiterer Technologien: Machine Learning, Big Data, Künstliche Intelligenz etc
Mögliche Nachteile der Nutzung von Cloud-Modellen
Abhängigkeit vom Anbieter,
Abhängigkeit von der Qualität der Internetanbindung,
stetiger Know-how-Entwicklungsprozess,
Datenschutz,
Cyberkriminalität
Die wachsende Anwendung von Cloud-Lösungen eröffnet auch Mainframe-Systemen die Möglichkeit, eine Cloud zu nutzen. Die Cloud bietet valide Zielumgebung für eine Portierung oder Migration.
Eine Portierung erfordert zu Beginn sehr viel Aufwand, weil alle mainframebasierten Anwendungen direkt durch einen Konterpart ersetzt werden müssen. Dies ist sehr kostenintensiv und nur bei eher kleineren Mainframe-Umgebungen sinnvoll. Dagegen beschreibt die Migration eine schrittweise Umstellung der genutzten Dienste auf äquivalente Dienste in der Cloud. Diese kann zum Beispiel durch die Verwendung von emulierten Mainframe-Umgebungen auf der Cloud-Umgebung erreicht werden.
Trigger auslösen: Das System meldet das Problem und stößt eine automatische Reaktion an. Bei dieser automatischen Reaktion muss der Admin derzeit noch eingreifen, weil sich die Gegebenheiten von Rechenzentrum zu Rechenzentrum unterscheiden.
Green Highway: Anhand der Sensordaten lernt das KI-System, was normal und was nicht normal ist. Die drei Bereiche „Most Likely, Less Likely, Unlikely“ definieren drei Stufen der Normalität. Innerhalb des „Green Highway“ liegt der Normalbereich. Wird dieser Schwellenwert überschritten und die Stufe „Unlikely“ erreicht, beginnt das System Alerts zu generieren.
Unterschiedliche Alarmstufen: Je nachdem, wie weit ein Datenwert – im Beispiel die CPU-Auslastung - die Grenze überschreitet gibt es unterschiedliche Alarmstufen mit unterschiedlichem Schweregrad. Verlässt der Wert den grünen Bereich heißt das, Alarmstufe rot. Gelb und braun sind Vorstufen.
Automatische Noise Reduction: Die vielen Daten erzeugen oft tausende von Alerts. Die KI-Software fasst Alerts zusammen und gruppiert sie zu Mustern.
Problemerkennung: Das System sammelt die Alerts aus verschiedenen Quellen. Die unterschiedlich großen und verschiedenfarbigen Punkte links stellen die Fehlermeldungen dar. Die Farben symbolisieren die Quelle der Fehlermeldung, die Größe drückt den Schwergrad des Problems aus. Das System clustert dann die Alerts und generiert daraus Issues.
Teilweise wird schon eine containerbasierte emulierte Mainframe-Umgebung angeboten, mit der Anwendungen ohne Anpassung direkt migriert werden können. Durch den Einsatz einer solchen Lösung lassen sich die zahlreichen Dienste der Cloud-Anbieter in die Mainframe-Umgebung einbinden, so dass neue Ansätze zur effizienten Datenverarbeitung gefunden werden können. Ein hybrides Modell erlaubt darüber hinaus die weitere Nutzung der lokalen Mainframe-Umgebung und den schrittweisen Umzug jeder einzelnen Anwendung.