Diferenças entre Cluster, Grid e Conceitos de TI

Diferença entre Cluster e Grid

Grid Computing (Computação em Grade)

Forma de computação distribuída através de uma rede de computadores. Sua finalidade é agrupar computadores distribuídos e utilizados na execução de aplicações paralelas e distribuídas que necessitem de alto poder de processamento e armazenamento. Resumindo, é um modelo paralelo que tolera o compartilhamento, seleção e agregação, de forma dinâmica, de recursos autônomos geograficamente distribuídos de acordo com a capacidade, disponibilidade, custo, desempenho e necessidade de qualidade de serviço do usuário.

Cluster

Quantidade pré-definida de computadores, podendo ser alterada posteriormente. Replica suas informações entre si e passa a trabalhar em conjunto, sendo visualizados na rede como um único dispositivo.

Comparativo Rápido:

• Cluster: Servidores homogêneos (mesma arquitetura, mesmo dimensionamento, sistema operacional, memória e quantidade de discos).
• Grid: Sistemas completamente distintos, tanto na infraestrutura quanto no meio de comunicação.

Grids Oportunistas e Aplicações

Grades oportunistas utilizam estações de trabalho comuns e compartilhadas e têm como principal preocupação a garantia de desempenho para o usuário que cede seus recursos à grade. Normalmente, esta técnica usa ciclos de instrução de *desktop* de computador que seriam desperdiçados durante a noite, durante o almoço, ou mesmo nos segundos espalhados por todo o dia, quando o computador está aguardando entrada do usuário em dispositivos relativamente rápidos. Na prática, os computadores participantes também doam alguma quantia de espaço de armazenamento em disco, RAM, e largura de banda de rede, além de poder CPU ocioso.

Aplicação:

• Limpeza de dados nas máquinas ou backup de arquivos.

Business Continuity vs. Disaster Recovery

Disaster Recovery (Recuperação de Desastres)

Foca na recuperação após um desastre natural, catástrofe ou emergência nacional.

Business Continuity (Continuidade de Negócios)

Refere-se aos processos e procedimentos de uma organização para manter as funções de missão crítica após um desastre. Aborda um planejamento mais abrangente que se concentra no longo prazo. Potenciais problemas de continuidade podem incluir doença ou saída de membros chave, falhas catastróficas ou infecções de *malware* críticas.

Impacto em Sistemas Distribuídos:

Ambos os conceitos afetam o projeto de sistemas distribuídos ao exigir redundância, replicação de dados e estratégias de *failover* para garantir que as operações críticas possam ser retomadas rapidamente (DR) e que as funções essenciais continuem operando (BC).

Virtualização e Cloud Computing

Virtualização não está necessariamente relacionada a Cloud Computing. Cloud Computing disponibiliza acesso aos dados e serviços de qualquer lugar, geralmente sob demanda e com escalabilidade elástica, o que vai além da simples abstração de hardware proporcionada pela virtualização.

Diferença entre BI e Big Data

Big Data

É um conjunto de tecnologias capaz de tratar grandes volumes de dados, estruturados ou não, de diferentes formatos, com velocidade. Foca no processamento de dados em busca de correlações e descobertas, pouco se preocupando com a exatidão imediata fornecida.

Business Intelligence (BI)

Foca na coleta, organização, transformação e disponibilização de dados para a tomada de decisão, além de permitir análises preditivas.

O BI e Big Data são distintos, mas complementares. As duas soluções podem trabalhar conjuntamente, de forma não excludente, para melhor analisar e entender os dados.

Dependência de Big Data e Recursos Elásticos

Com a grande quantidade de dados necessária para a construção do Big Data, não é possível prever sua necessidade de armazenamento e velocidade de computação de dados. Para isso, é fundamental obter recursos computacionais elásticos que possam escalar conforme a demanda.

Importância dos Sistemas Distribuídos para Cloud Computing (Custos)

Com os recursos de sistemas distribuídos, é possível ampliar a velocidade de processamento e a capacidade de armazenamento com facilidade. É possível também coordenar as tarefas ou dividi-las entre as máquinas, ganhando desempenho e economizando recursos, o que é crucial para a otimização de custos na infraestrutura de Cloud Computing.