Was die Cloud mit einem brennenden Haus zu tun hat

1. oder Was die Cloud mit einem brennenden Haus zu tun hat Hybride Cloud-Szenarien 02.11.2016 Prof. Dr. Nane Kratzke

2. Ein Vortrag über ... Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 2 häufig genannte Bedenken warum Cloud-basierte Geschäftsmodelle vermieden werden: • Verfügbarkeit • Sicherheit • Vendor Lock-In (Fokus dieses Vortrags) • Kosten (Ausblick) Presentation URL „Ein Ring sie zu knechten, ein Ring sie zu finden, ein Ring sie ins Dunkel zu treiben und ewig zu binden.“

3. Oder um im Genre zu bleiben: Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 3

4. FLUCHTWEG (Agenda) 4 Was heißt es, wenn die Cloud brennt? Wie lang ist eigentlich ihr Fluchtweg? Wer kümmert sich eigentlich um Brandschutz in der Cloud? Baulicher Brandschutz und Fluchtwege? Wieso eigentlich das Risiko eingehen?

5. Was ist ihr sehnlichster Wunsch in einem brennenden Haus?

6. Raus! Und zwar schnell ...

7. Cloud TRANSIT (ein Forschungsprojekt) 7 • Es gibt viele Ansätze um in die Cloud zu kommen. • aber kaum (praktikable) Ansätze eine Cloud zu verlassen oder zu wechseln. • Jedoch: Wer weiß wie man rauskommt, ist eher bereit hineinzugehen.

8. Was heißt es nun, wenn die Cloud brennt ... Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 8 • Provider ist insolvent ... • Provider hebt Preise ... • Provider reduziert meine Ressourcen-Limits ... • Provider kündigt meinen Vertrag ... • Provider hat Verfügbarkeitsprobleme ... • Geänderte Gesetzeslage (Datenschutz) ... • Sonstige Governance/Compliance Gründe (EU-Daten auf US- Boden?) • Sonstige Image-Gründe (z.B. Verdi-Services auf AWS?) Es gibt viele (schwer prognostizierbare) Gründe eine Cloud verlassen zu müssen.

10. Beispiel: Instagram Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 10 • Weltweites Social Network zum Image-Sharing • 20 Mitarbeiter • Hosted on Amazon Web Services • Marktwert 1 Mrd USD (das zahlte zumindest Facebook) • Keine nennenswerten IT-Assets oder gar Rechenzentren (außer 20 Laptops) Jahre Es dauerte nur

11. Beispiel: Instagram Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 11 • Etwa 1 Jahr für Analysen und • Entwicklung von Toolings (insb. IP Collision Handling) • Ca. 4 bis 8 Wochen für die eigentliche Migration Frage: Wie lange benötigte Instagram, um seine Services in die Rechenzentren von Facebook zu migrieren? ??? Das war kein ad-hoc Umzug!

12. Ihr Fluchtweg kann also lang, ... ... einsam, beschwerlich und fernab jeder Datenautobahn verlaufen.

14. Wussten sie ... Mehr als 95% aller Unternehmen sind Klein- und Kleinstunternehmen Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 14 Kleinstunternehmen Kleinunternehmen Mittlere Unternehmen Großunternehmen Kategorie Mitarbeiter Umsatz Kleinstunternehmen < 10 < 2 Mio. € Kleinunternehmen < 50 < 10 Mio. € Mittleres Unternehmen < 250 < 50 Mio. € Großunternmehmen >= 250 >= 50 Mio. € Verteilung von IKT Unternehmen in Europa (2014), EUSTAT

15. Aktuelle Cloud Computing Forschung ... Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 15 • hat häufig implizite Annahmen: • Beliebige Firmen mit • großen IT-Abteilungen und der Fähigkeit • beliebige Komplexität von Tools und Methoden beherrschen zu können. • Diese “Super Tanker“ müssen keine Angst vor Unannehmlichkeiten wie Vendor Lock-In haben.

16. Unser Zielgruppe ist anders ... Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 16 • Segelboot vs. Supertanker (Wetter) • Kleine und mittlere Unternehmen • 1 Personen IT-Abteilungen • Public und Private Cloud Computing • Wir untersuchen die Eignung von • Container Technologien (z.B. Docker) • Container Cluster (z.B. Kubernetes, Swarm, Mesos)

17. Unsere Erfahrung .... Brandschutz (nicht nur) für kleine (d.h. 95% aller) Unternehmen sieht häufig so aus ... Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 17

19. Good News ... Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 19 2006 2 von Standards abgedeckte Cloud Services 2016 11 von Standards abgedeckte Cloud Services 5 x mehr Standardisierung in 10 Jahren !!! Am Beispiel:

20. Wesentliche (bittere) Erkenntnis Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 20 2 2 2 4 6 7 7 7 7 11 11 1 1 2 4 7 10 14 21 26 42 44 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 Relation of considered services considered by CIMI, OCCI, CDMI, OVF, OCI, TOSCA not considered Die Relation von standardisierten zu nicht standardisierten Diensten nahm aber dennoch über die letzten 10 Jahren ab! Analyzed using over 2300 offical release notes of Amazon Web Services (AWS). Data for other providers like Google, Azure, Rackspace, etc. not presented. Basic conclusions for these providers are the same. Cloud-native Applikativen sind anfällig für Vendor lock-in Situationen. Dies gilt insb. für KMU.

21. Das Cloud-Native Reference Model (ClouNS) Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 21

22. Populäre Container-Cluster Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 22 Docker Swarm Swarm Mode (Docker 1.12) kopiert Kubernetes- artige Steuerungsprozesse. Kapselt diese aber in nur noch einer Komponenten und ist Secure by default (control and data plane). Versteckt damit Betriebs- Komplexität. Google Steuerungsprozesse die kontinuierlich einen beabsichtigen Zustand einer verteilten Applikation mit einem tatsächlichen Zustand vergleichen, und bei Bedarf erforderliche Gegen- maßnahmen automatisiert zu veranlassen. Nachfolger des Google internen Borg Systems. Mesosphere Apache Mesos ist ein Datacenter Operating System für fein granulare Resourcen Allokation. Mesos wird seit Jahren erfolgreich eingesetzt, um large scale Datacenters zu betreiben (Twitter, Netflix, ...) Entwicklung von elatischen Plattformen (Open Source) ...

23. Vermeiden von Vendor Lock-In mittels existierender Container-Technologien Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 23 Operate application on current provider. Scale cluster into prospective provider. Shutdown nodes on current provider. Cluster reschedules lost container. Migration finished. Pets Cattle

25. Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 25 Kostenassoziativät Neue Geschäftsmodelle z.B. Kostenassoziativität z.B. Peak Loads

26. Berkley View of Cloud Computing, 2009: Kostenassoziativität im Cloud Computing 26 Es kostet dasselbe ... ... 720 Server für eine Stunde oder einen Server für 720 Stunden zu betreiben.

27. Wir haben Angst vor Peak Loads, nur warum? 27 „In other words, even if cloud services cost, say, twice as much, a pure cloud solution makes sense for those demand curves where the peak-to-average ratio is two-to-one or higher.“ Weinman, Mathematical Proof of the Inevitability of Cloud Computing, 2011 http://www.joeweinman.com/Resources/Joe_Weinman_Inevitability_Of_Cloud.pdf

28. Analysierter Anwendungsfall • Webtechnologie Vorlesung und Praktikum Semester SS2011, SS2012, WS2012/13. • Projekte: Entwicklung eines Web Information Systems • Allen Studierendengruppen konnten nach eigenem Ermessen Ressourcen von Amazon Web Services (AWS) anfordern. • Analyse der Kosten- und Resourcennutzung von Studierenden. Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 28

29. Average to Peak Ratio pro Woche 29 Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 13 14 15 16 17 18 19 20 21 22 23 24 25 Calendar Week 0 14 16 18 20 22 24 0.00.20.40.60.81.0 (C) Average Box to Maximum Box Ratio according to Weinman Calendar Week AvgtoMaxBoxUsageRatio Cloud computing is economical reasonable Cloud computing might be reasonable Cloud computing is economical not reasonable

30. Ergebnis 30 Eine Cloud-basierte Lösungen bietet einen mehr als 25-fachen Kostenvorteil. Das gemessene ATP Ratio von 0.035 bedeutet einen 1/0.035 == 28.57 fachen Kostenvorteil für einen Cloud Provider. Verglichen mit einer Inhouse-Labor Lösung.

32. Zusammenfassung • Sie wollen in die Cloud? • Machen Sie sich VORHER über Fluchtwege vertraut! • Fördern Sie doch mal Forschung für KMU (so teuer ist das gar nicht) • d.h. für 95% aller Unternehmen • (und nicht nur für 5%) • Neue Geschäftsmodelle dank ... • Kostenassoziativität • Kostenvorteile insb. bei stark variierenden Workloads (peak, unpredictable, rising, falling, once in a lifetime, periodical workloads)

33. About Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 33 CoSA: https://cosa.fh-luebeck.de/en/contact/people/n-kratzke Blog: http://www.nkode.io Twitter: @NaneKratzke GooglePlus: +NaneKratzke LinkedIn: https://de.linkedin.com/in/nanekratzke GitHub: https://github.com/nkratzke ResearchGate: https://www.researchgate.net/profile/Nane_Kratzke SlideShare: http://de.slideshare.net/i21aneka Prof. Dr. rer. nat. Nane Kratzke

34. Acknowledgement • Mordor Meme by imgflip.com • All other pictures taken from Pixabay.com (CC0 Licence) Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 34 Our research is funded by German Federal Ministry of Education and Research (Project Cloud TRANSIT, 03FH021PX4). We thank fat IT solution GmbH (Kiel) for their support of Cloud TRANSIT. Picture Reference Presentation URL

35. Backup Slides Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 35

36. Cloud-native Applikationen Cloud-native Applikationen haben eine hohe technische Abhängigkeit von unterliegenden Cloud Infrastrukturen. Cloud TRANSIT untersucht, wie man Cloud-native Applikationen bauen und betreiben sollte, um solche Abhängigkeiten zu reduzieren. DEFINITION: A cloud-native application is a (micro)service-based, elastic and horizontal scalable application where each self-contained deployment unit of that application is designed according to cloud-focused software design patterns and operated on a self-service agile elastic platform.

37. Gemessene Ressourcennutzung 37 Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 13 14 15 16 17 18 19 20 21 22 23 24 25 Average Box Usage Maximum Box Usage in an hour (A) Maximum and Average Box Usage Calendar Week UsedServerBoxes 01020304050 Training Project 24x7 Migration

38. Woher kommt dieser Kostenvorteil? Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 38 13 14 15 16 17 18 19 20 21 22 23 24 25 Average Box Usage Maximum Box Usage in an hour (A) Maximum and Average Box Usage Calendar Week UsedServerBoxes 01020304050 Wie müssen sie ihr Datacenter dimensionieren? peak load Was wird nur benötigt? average load Und das Delta? Misst die Überdimensionierung ...

39. Wie macht man aus einem KMU ein Instagram? Prof. Dr. rer. nat. Nane Kratzke Praktische Informatik und betriebliche Informationssysteme 39 Einfach 20 Tech Nerds wie ihn ... Das funktioniert vielleicht im Silicon Valley, ... ... Aber die meisten Firmen verkaufen Domänen-spezifische Dienste und beschäftigen daher Domänenexperten und keine Cloud-Experten (das ist sogar im Software Engineering so). Gibt es einen anderen Weg? ... anheuern. Die wissen wie man das letzte aus einer Cloud herausholt.

40. Do you considered network latencies? You are relying on SDN ... Prof. Dr. rer. nat. Nane Kratzke Computer Science and Business Information Systems 40 Data transfer in relative comparison (bigger is better) Message Size (kB) Ratio(%) 0kB 50kB 150kB 250kB 350kB 450kB 40%60%80%100%120% ● ● ● ● Reference: (Exp. V1, V3, V5) SDN loss on m3.large (2−core, V2 compared with V1) SDN loss on m3.xlarge (4−core, V4 compared with V3) SDN loss on m3.2xlarge (8−core, V6 compared with V5) Decreasing loss with increase of cores due to a reduction of CPU contention effects. (1) SDN deployed on high core machines decreases performance down to 80% - 90%. (2) That is far less than a potential language impact (40% - 190%). Kratzke, N., & Quint, P.-C. (2016). ppbench - A Visualizing Network Benchmark for Microservices. InProceedings of 6th. International Conference on Cloud Computing and Service Sciences (CLOSER 2016) (Vol. 2, pp. 223–231). Kratzke, N., & Quint, P.-C. (2015). How to Operate Container Clusters more Efficiently? Some Insights Concerning Containers, Software-Defined-Networks, and their sometimes Counterintuitive Impact on Network Performance. International Journal On Advances In Networks and Services, 8(3&4), 203–214. Kratzke, N. (2015). About Microservices, Containers and their Underestimated Impact on Network Performance. In Proceedings of CLOUD COMPUTING 2015 (6th. International Conference on Cloud Computing, GRIDS and Virtualization) (pp. 165–169).