RESUME CHAPTER 7 & 8

IDA BAGUS GEDE SUNATA GIRI ARTHA

20101215
KELAS A
 MEMERIKSA STRATEGI BEBAN KERJA PENYIMPANAN

01 Mengelola Beban
Menggunakan beban kerja
Kerja Penyimpanan
05 container: Studi kasus

Memikirkan beban kerja

02 sebagai layanan yang
terencana dengan baik
Pemrosesan data skala
06 besar

03 Membuat antarmuka
antar wadah
CHAPTER
7

04 Menemukan
bagaimana XML
04 Menguji Beban Kerja di
Dunia Nyata
cocok
 MEMERIKSA STRATEGI BEBAN KERJA PENYIMPANAN

Mengelola Beban Kerja

01
Penyimpanan
 
Pengelolaan beban kerja tergantung dari
pengaturan. Beban Kerja diartikan sebagai
layanan mandiri atau kumpulan kode yang dapat
dieksekusi. Oleh karena itu, beban kerja tidak
bergantung pada elemen luar. Beban kerja dapat
berupa aplikasi kecil atau lengkap.
Bisnis perlu merencanakan beban kerja mereka,
bahkan saat mereka menggunakan penyedia
cloud eksternal. Manajemen perlu memahami
CHAPTER jenis beban kerja yang mereka masukkan ke
7 cloud. Beban kerja dapat berupa apa saja, mulai
dari beban kerja dataintensif hingga penyimpanan
atau beban kerja pemrosesan transaksi.
 MEMERIKSA STRATEGI BEBAN KERJA PENYIMPANAN

Memikirkan beban kerja sebagai layanan yang

02 terencana dengan baik

Cloud mengharuskan beban kerja harus ditangani

dengan cara yang sangat abstrak. Abstraksi
adalah cara untuk menjaga detail teknis dari
pengguna. Hasil dari abstraksi ini adalah jenis
layanan yang memudahkan untuk memiliki fungsi
yang terdefinisi dengan baik dengan tujuan yang
ditentukan. Layanan ini hidup di dalam wadah
dengan Application Programming Interface (API)
sehingga dapat dengan mudah dipindahkan dari
satu tempat ke tempat lain.
Layanan bisnis adalah fungsi atau proses yang
CHAPTER
dirancang untuk menyertakan antarmuka layanan
7
Web yang terdefinisi dengan baik. Oleh karena itu,
jenis layanan ini dirancang untuk banyak situasi
berbeda, yang merupakan konsep penting untuk
cloud.
 MEMERIKSA STRATEGI BEBAN KERJA PENYIMPANAN

Membuat antarmuka antar wadah

03 Menyediakan antarmuka seperti berbasis XML
atau API adalah faktor kunci dalam memastikan
bahwa beban kerja dapat dikelola secara efektif di
cloud. Jika Anda memiliki serangkaian beban kerja
yang ditempatkan dalam wadah yang rapi tanpa
ketergantungan ke layanan lain.

Menemukan bagaimana XML cocok

04 program yang menyetujui bagaimana data

didefinisikan dalam konteks wadah Anda. Jika
CHAPTER banyak wadah atau layanan yang berbeda
7 semuanya menggunakan bahasa yang sama
untuk saling menjelaskan apa yang mereka
lakukan dan bagaimana mereka dapat digunakan,
layanan ini dapat lebih mudah berbicara,
terhubung, dan mengirim pesan satu sama lain.
 MEMERIKSA STRATEGI BEBAN KERJA PENYIMPANAN

Menggunakan beban kerja container: Studi kasus

05 Cloud menyembunyikan banyak infrastruktur dan

kompleksitas dari pelanggan akhir, tetapi sebenarnya
ada banyak bagian yang bergerak. Perusahaan
memutuskan untuk menyediakan layanan lain, termasuk
Platform sebagai Layanan dan Perangkat Lunak sebagai
Layanan; pelanggan dapat menggunakan beban kerja
faktur bisnis yang mereka buat secara online dan
mengirimkannya secara elektrik ke pelanggan.

Menyeimbangkan Risiko dan Model Praktis

CHAPTER 06 Beban kerja bisa sangat rumit untuk dikelola. Di pusat

data tradisional, beban kerja cenderung dianggap sebagai
7 aplikasi penuh daripada beban kerja individu. Biasanya,
ketika aplikasi rumit dan sangat mahal untuk dijalankan,
pengeluaran cenderung dibagi ke seluruh departemen
yang menggunakan aplikasi itu.
 MEMERIKSA STRATEGI BEBAN KERJA PENYIMPANAN

Menguji Beban Kerja di Dunia Nyata

07 apa artinya ini di dunia nyata? Ambil contoh
perusahaan yang mulai menggunakan cloud untuk
mengelola sistem manajemen penjualan bagi
tenaga penjualannya, yang tersebar di 100
negara. Saat penjual melakukan penjualan, dia
perlu mengirim transaksi tersebut di luar cloud ke
sistem yang dijalankan secara internal yang
menerima pesanan, memeriksa kredit pelanggan
melalui pihak ketiga, dan mengonfirmasi transaksi
tersebut. Tapi itu tidak berakhir di sana. Sekarang
pelanggan telah dibersihkan, sistem inventaris
perlu diberi tahu dan produk dikirim melalui mitra
CHAPTER
lain yang mengelola transportasi barang dan jasa.
7
 CHAPTER 8
Mengelola data

01 Mengamankan Data di Melihat Data,

Cloud
05 Skalabilitas, dan
Layanan Cloud

02 Lokasi data di awan

Pemrosesan data skala

06 besar
Kontrol data di cloud
03
CHAPTER
8
Mengamankan data Database dan
04 untuk transportasi di
cloud
04 penyimpanan data di cloud
 Mengelola data
Mengamankan Data di Cloud
01 Penyedia cloud harus memastikan keamanan dan
privasi data Anda, tetapi Anda pada akhirnya
bertanggung jawab atas data perusahaan Anda.
Artinya, peraturan industri dan pemerintah yang
dibuat untuk melindungi informasi pribadi dan
bisnis tetap berlaku meskipun data tersebut
dikelola atau disimpan oleh vendor luar.

Lokasi data di awan

02 Perusahaan global dengan subsidi perusahaan atau mitra
(atau klien dalam hal ini) di negara lain mungkin khawatir
CHAPTER tentang transfer data lintas batas karena undang-undang
8 setempat. Virtualisasi membuat ini menjadi masalah yang
sangat sulit karena penyedia cloud mungkin tidak tahu di
mana data berada pada saat tertentu
 Mengelola data
Kontrol data di cloud
03 Dokumen yang Anda buat disimpan dengan penyedia
cloud. Dokumen-dokumen ini milik perusahaan Anda dan
Anda berharap untuk mengontrol akses ke dokumen-
dokumen itu. Seharusnya tidak ada yang bisa
mendapatkannya tanpa izin Anda, tetapi mungkin bug
perangkat lunak memungkinkan pengguna lain
mengakses dokumen. Pelanggaran privasi ini dihasilkan
dari kontrol akses yang tidak berfungsi
Mengamankan data untuk transportasi di cloud
04 Proses keamanan mungkin termasuk memisahkan data Anda
dari data perusahaan lain dan kemudian mengenkripsinya
dengan menggunakan metode yang disetujui. Selain itu, Anda
CHAPTER mungkin ingin memastikan keamanan data lama yang tetap
8 ada pada vendor cloud setelah Anda tidak lagi
membutuhkannya.
Jaringan pribadi virtual (VPN) adalah salah satu cara untuk
mengelola keamanan data selama pengangkutannya di
lingkungan cloud.
 Mengelola data
Melihat Data, Skalabilitas, dan Layanan Cloud

05 Sumber daya untuk mendukung pemrosesan skala besar

dan penambangan data di cloud: Salah satu contoh jenis
aplikasi intensif komputasi ini adalah penelitian ilmiah
untuk genomik komputasi. Contoh lain termasuk layanan
bisnis untuk melacak dan menganalisis tag identifikasi
frekuensi radio, menganalisis feed berita secara real time,
memberikan harga saham real-time ke lantai
perdagangan, dan menganalisis data produk untuk
memberikan promosi harga real-time.
Pemrosesan data skala besar
06 Perusahaan sedang mempertimbangkan pendekatan ini
untuk membantu mereka mengelola rantai pasokan dan
CHAPTER pengendalian inventaris mereka. Atau, pertimbangkan
8 kasus perusahaan yang memproses data produk, dari
seluruh negeri, untuk menentukan kapan harus mengubah
harga atau memperkenalkan promosi. Data ini mungkin
berasal dari sistem point-of-sale (POS) di beberapa toko
di beberapa negara bagian.
 Mengelola data
Database dan penyimpanan data di cloud
07
Beberapa pakar basis data percaya bahwa model basis
data relasional mungkin mengalami kesulitan memproses
data di sejumlah besar server — dengan kata lain, ketika
data didistribusikan ke beberapa mesin. Performa bisa
lambat saat Anda menjalankan kueri kompleks yang
melibatkan gabungan di lingkungan terdistribusi. Selain
itu, dalam cluster database gaya lama, data harus
direplikasi di seluruh kotak di cluster atau dipartisi di
08 antara kotak-kotak tersebut. Menurut pakar basis data
lainnya, hal ini mempersulit penyediaan server sesuai
permintaan.
CHAPTER
8
TERIMA KASIH
Insert the Subtitle of Your Presentation