Elaborazione distribuita

Cos'è l'elaborazione distribuita?

L'elaborazione distribuita condivide i carichi di lavoro di elaborazione tra un vasto numero di risorse, tramite Internet o una rete basata su cloud. Ogni nodo di elaborazione gestisce le proprie attività, ma il carico di elaborazione complessivo è bilanciato dinamicamente tra tutti i nodi. I nodi possono essere incrementati o ridotti in tempo reale per gestire carichi di lavoro ad alta intensità di elaborazione, garantendo elasticità e scalabilità. Questa architettura assicura inoltre che qualsiasi punto di guasto rimanga isolato, migliorando così la fault tolerance e la resilienza del sistema di elaborazione distribuito.

La differenza fondamentale tra l'elaborazione distribuita e il cloud computing è la posizione e la gestione delle risorse di elaborazione. Nell'elaborazione distribuita, le risorse sono spesso locali ma interconnesse tramite una rete per la condivisione dei carichi di lavoro. Al contrario, il cloud computing centralizza tutte le risorse (hardware, software e infrastruttura) che vengono fornite e gestite da un provider di servizi cloud e distribuite tramite Internet o una rete cloud. Questo consente la scalabilità on demand, l’elasticità delle risorse e i modelli di pagamento a consumo, caratteristiche che rendono il cloud computing altamente flessibile ed economicamente vantaggioso.

Il tracciamento distribuito, talvolta definito anche tracciamento delle richieste distribuite, è un metodo che consente il monitoraggio dei diversi processi negli ambienti di elaborazione distribuita. Questa tecnica è fondamentale per identificare punti di errore quali bug, colli di bottiglia o limitazioni all'interno di un'architettura di microservizi o cloud-native più ampia. Come suggerisce il nome, il tracciamento distribuito consiste nel monitorare i passaggi delle richieste mentre si propagano nel sistema, fornendo visibilità granulare e informazioni sulle interazioni intricate di un sistema distribuito complesso. Questo migliora l'osservabilità e facilita il monitoraggio delle prestazioni, il debug e l'ottimizzazione dell'intero sistema.

La scalabilità verticale è il processo di ottimizzazione della potenza di elaborazione di un sistema esistente senza aumentarne l'ingombro fisico. Comporta l'aggiunta di più RAM, l'aumento della velocità della CPU o l'espansione della capacità di storage di un computer o server esistente.

La scalabilità orizzontale prevede l'aumento della potenza di elaborazione espandendo l’ingombro complessivo dell'infrastruttura. Si ottiene aggiungendo server o cluster di nodi supplementari a una rete, distribuendo così i carichi di lavoro su più sistemi. Questo approccio è comunemente utilizzato negli ambienti cloud e nei sistemi distribuiti per ottenere elevata disponibilità, fault tolerance e scalabilità.

Nell'elaborazione distribuita, viene utilizzata un’ampia gamma di architetture complesse, in base alle risorse e alle attività richieste. Poiché l'elaborazione distribuita è scalabile, possono sussistere lievi differenze nelle reti di grandi dimensioni, ma molte rientrano in una delle seguenti categorie di base.

Client-server

Una rete client-server è costituita da un server centrale, che gestisce le funzioni di elaborazione e storage, e una serie di client che fungono da terminali per la ricezione e l’invio dei messaggi da/verso il server. L'esempio più comune di rete client-server è l'email.

Tre tier

In questo tipo di rete di elaborazione distribuita, il primo tier è chiamato tier di presentazione ed è l'interfaccia attraverso la quale l’utente finale invia e riceve messaggi. La sezione intermedia è denominata tier dell'applicazione, tier intermedio o tier logico e controlla la funzionalità dell'applicazione. Il tier finale è costituito dai server di database o dalle condivisioni di file, che ospitano i dati richiesti utilizzati per completare le attività. L'esempio più comune di un sistema a tre tier è un sito di e-commerce. Si noti che esistono alcuni aspetti in comune tra i sistemi distribuiti "multitier" o "n-tier" e i sistemi "a tre tier", poiché i sistemi multitier e n-tier sono variazioni dell'architettura a tre tier. In questo caso, la distinzione principale è che ciascuno dei tier si trova in uno spazio fisico separato ed è responsabile di attività specializzate e localizzate all'interno dell'architettura di elaborazione più ampia.

Peer-to-peer

In questo modello di architettura di distribuzione, i peer sono ugualmente privilegiati e potenti per la gestione dei carichi di lavoro. In questo ambiente, i peer, gli utenti o le macchine sono denominati nodi e non richiedono un coordinamento centralizzato tra le parti. L’uso più famoso della rete peer-to-peer è stato quello dell'applicazione di file sharing Napster, lanciata nel 1999 per condividere musica tra ascoltatori dotati di connessione Internet.

L'elaborazione distribuita offre un'ampia gamma di vantaggi, il che spiega perché quasi tutti i moderni processi di elaborazione utilizzano un'architettura di elaborazione distribuita al di là delle semplici elaborazioni.

Scalabilità

Per cominciare, la rete può essere progettata non soltanto per soddisfare le esigenze delle attività, ma può anche scalare dinamicamente in tempo reale per integrare nuovi nodi allo scopo di soddisfare le richieste, riportandoli quindi allo stato inattivo quando la domanda si riduce.

Affidabilità

A causa della natura del sistema distribuito, le ridondanze naturali sono intrinseche dell'architettura. Vista la possibilità di intervenire per supportare le attività di elaborazione, quegli stessi nodi possono contribuire a un processo senza downtime coprendone uno guasto o malfunzionante. In uno scenario di e-commerce, un server integro potrebbe intervenire e completare la vendita se uno del carrello smette di funzionare a metà transazione.

Velocità

Il vantaggio più importante dei sistemi di elaborazione distribuita è la velocità di gestione delle attività complesse. Laddove un server potrebbe impantanarsi nel traffico intenso, un sistema distribuito può scalare in tempo reale per gestire le stesse attività con maggiore potenza di elaborazione. In sostanza, il sistema distribuito può essere progettato per rendere i carichi di lavoro standardizzati abbinando dinamicamente le esigenze con le risorse.

HPE vanta decenni di esperienza nella collaborazione con organizzazioni globali per creare strategie e soluzioni di gestione dei dati moderne. Il portafoglio HPE spazia da soluzioni on-premise a soluzioni intelligenti end-to-end abilitate per il cloud e ottimizzate per i carichi di lavoro per aiutarti a dare un senso ai tuoi dati e sfruttarli al massimo in tempi più rapidi.

HPE GreenLake for Compute.

Gli ambienti IT multi-generazionali risultano complessi, non sono ottimizzati per i costi o la velocità, sono dislocati in diverse posizioni e spesso richiedono l’overprovisioning: il passaggio a una piattaforma cloud con una base di elaborazione innovativa può unificare e modernizzare i dati ovunque, dall’edge al cloud. Con l’esperienza operativa del cloud, otterrai la velocità necessaria per il mondo digital-first di oggi, sarai in grado di intraprendere iniziative di modernizzazione data-first e disporrai della visibilità e del controllo completi su costi, sicurezza e governance.

La configurazione, l'installazione e il funzionamento delle risorse di elaborazione richiede molta manodopera e ingenti capitali. Questo approccio al servizio cloud di HPE GreenLake offre semplicità ed efficienza end-to-end paragonabili al cloud, con moduli ottimizzati per i carichi di lavoro erogati direttamente al tuo data center o all’edge e installati per te da HPE. Il personale IT sarà libero di concentrarsi su mansioni di maggior valore, mentre esperti HPE di fiducia si occuperanno di fornire un supporto proattivo e reattivo.