Přesun výpočetních prostředků sálového počítače do Azure
Sálové počítače mají pověst pro vysokou spolehlivost a dostupnost a jsou i nadále důvěryhodnou páteří mnoha podniků. Často si myslí, že mají téměř neomezenou škálovatelnost a výpočetní výkon. Některé podniky ale přerostly možnosti největších dostupných sálových počítačů. Pokud to zní jako vy, Azure nabízí flexibilitu, dosah a úspory infrastruktury.
Pokud chcete spouštět úlohy mainframů v Microsoft Azure, musíte vědět, jak jsou výpočetní možnosti sálového počítače v porovnání s Azure. Na základě sálového počítače IBM z14 (nejnovější model od tohoto psaní) vám tento článek řekne, jak získat srovnatelné výsledky v Azure.
Pokud chcete začít, zvažte prostředí vedle sebe. Následující obrázek porovnává prostředí sálového počítače pro spouštění aplikací s hostitelským prostředím Azure.
Výkon sálových počítačů se často používá pro systémy online zpracování transakcí (OLTP), které zpracovávají miliony aktualizací tisíců uživatelů. Tyto aplikace často používají software pro zpracování transakcí, zpracování obrazovky a zadávání formulářů. Mohou používat systém řízení informací zákazníka (CICS), systém správy informací (IMS) nebo balíček rozhraní transakcí (TIP).
Jak ukazuje obrázek, emulátor TPM v Azure dokáže zpracovávat úlohy CICS a IMS. Emulátor dávkového systému v Azure provádí roli jazyka JCL (Job Control Language). Data sálového počítače se migrují do databází Azure, jako je Azure SQL Database. Služby Azure nebo jiný software hostovaný ve službě Azure Virtual Machines je možné použít ke správě systému.
Výpočetní prostředky sálového počítače na první pohled
V sálovém modelu z14 jsou procesory uspořádány až do čtyř zásuvek. Zásuvka je jednoduše cluster procesorů a čipových sad. Každá zásuvka může mít šest aktivních čipů centrálního procesoru (CP) a každý CP má 10 čipů řadiče systému (SC). V terminologii Intel x86 je šest soketů na zásuvku, 10 jader na zásuvku a čtyři zásuvky. Tato architektura poskytuje hrubý ekvivalent 24 soketů a 240 jader, maximum pro z14.
Rychlá z14 CP má 5,2 GHz rychlost hodin. Obvykle se dodává z14 se všemi poskytovateli CSP v krabici. Podle potřeby se aktivují. Zákazníkovi se obvykle účtují alespoň čtyři hodiny výpočetního času za měsíc bez ohledu na skutečné využití.
Sálový procesor lze nakonfigurovat jako jeden z následujících typů:
- Procesor pro obecné účely (GP)
- System z Integrated Information Processor (zIIP)
- Integrovaný procesor IFL (Integrated Facility for Linux)
- Procesor pomocníka systému (SAP)
- Procesor integrovaného spojovacího zařízení (ICF)
Škálování výpočetních a odchozích výpočetních prostředků sálového počítače
Sálové počítače IBM nabízejí možnost škálovat až 240 jader (aktuální velikost z14 pro jeden systém). Sálové počítače IBM se navíc dají škálovat pomocí funkce označované jako zařízení pro párování (CF). CF umožňuje více sálových systémů přistupovat ke stejným datům současně. Pomocí CF sálový počítač Parallel Sysplex seskupuje procesory sálových počítačů v clusterech. Po napsání této příručky podporovala funkce Parallel Sysplex 32 seskupování 64 procesorů. Až 2 048 procesorů je možné tímto způsobem seskupit, aby bylo možné škálovat výpočetní kapacitu na více instancí.
Cf umožňuje výpočetním clusterům sdílet data s přímým přístupem. Slouží k uzamčení informací, informací o mezipaměti a seznamu sdílených datových prostředků. Paralelní sysplex využívající jeden nebo více souborů CFS si můžete představit jako "sdílený" výpočetní cluster se škálováním na více systémů. Další informace o těchto funkcích naleznete v části Parallel Sysplex na IBM Z na webu IBM.
Aplikace můžou tyto funkce využít k zajištění výkonu škálování na více instancí i vysoké dostupnosti. Informace o tom, jak CICS může používat Parallel Sysplex s CF, si stáhněte IBM CICS a zařízení pro párování: Beyond the Basics redbook.
Rychlý přehled výpočetních prostředků Azure
Někteří lidé si omylem myslí, že servery založené na intel nejsou tak výkonné jako sálové počítače. Nové systémy založené na jádrech ale mají tolik výpočetní kapacity jako sálové počítače. Tato část popisuje možnosti infrastruktury Azure jako služby (IaaS) pro výpočetní prostředí a úložiště. Azure také nabízí možnosti typu platforma jako služba (PaaS), ale tento článek se zaměřuje na volby IaaS, které poskytují srovnatelnou kapacitu sálového počítače.
Azure Virtual Machines poskytuje výpočetní výkon v různých velikostech a typech. V Azure se virtuální procesor (vCPU) zhruba rovná jádru v sálovém počítači.
V současné době nabízí rozsah velikostí virtuálních počítačů Azure od 1 do 128 virtuálních procesorů. Typy virtuálních počítačů jsou optimalizované pro konkrétní úlohy. Následující seznam například zobrazuje typy virtuálních počítačů (aktuální k tomuto zápisu) a jejich doporučené použití:
| Velikost | Typ a popis |
|---|---|
| D-Series | Pro obecné účely s 64 vCPU a rychlostí až 3,5 GHz |
| E-Series | Paměť optimalizovaná s až 64 virtuálními procesory |
| Řada F | Výpočetní výkon optimalizovaný s až 64 virtuálními procesory a rychlostí 3,7 GHz |
| H-Series | Optimalizované pro aplikace vysokovýkonné výpočetní prostředí (HPC) |
| L-Series | Úložiště optimalizované pro aplikace s vysokou propustností zálohované databázemi, jako je NoSQL |
| M Series | Největší výpočetní a paměť optimalizované virtuální počítače s až 128 virtuálními procesory |
Podrobnosti o dostupných virtuálních počítačích najdete v tématu Řada virtuálních počítačů.
Sálový počítač z14 může mít až 240 jader. Sálové počítače z14 ale téměř nikdy nepoužívají všechna jádra pro jednu aplikaci nebo úlohu. Místo toho sálový počítač rozděluje úlohy do logických oddílů (LPAR) a LPARs mají hodnocení – MIPS (Miliony instrukcí za sekundu) nebo MSU (Milion jednotek služby). Při určování srovnatelné velikosti virtuálního počítače potřebného ke spuštění úlohy sálového počítače v Azure zapněte hodnocení MIPS (nebo MSU).
Toto jsou obecné odhady:
150 MIPS na vCPU
1 000 MIPS na procesor
Pokud chcete určit správnou velikost virtuálního počítače pro danou úlohu v LPAR, nejprve optimalizujte virtuální počítač pro danou úlohu. Pak určete počet potřebných vCPU. Konzervativní odhad je 150 MIPS na vCPU. Na základě tohoto odhadu by například virtuální počítač řady F s 16 virtuálními procesory mohl snadno podporovat úlohu IBM Db2 pocházející z LPAR s 2 400 MIPS.
Vertikální navýšení kapacity služby Azure Compute
Virtuální počítače řady M-series můžou vertikálně navýšit kapacitu až na 128 virtuálních procesorů (v době psaní tohoto článku). Pomocí konzervativního odhadu 150 MIPS na vCPU se virtuální počítač řady M-series rovná přibližně 19 000 MIPS. Obecné pravidlo pro odhad MIPS pro sálový počítač je 1 000 MIPS na procesor. Sálový počítač z14 může mít až 24 procesorů a poskytuje přibližně 24 000 MIPS pro jeden sálový systém.
Největší sálový počítač z14 má přibližně 5 000 MIPS více než největší virtuální počítač dostupný v Azure. Přesto je důležité porovnat, jak se úlohy nasazují. Pokud má systém sálových počítačů aplikaci i relační databázi, obvykle se nasadí na stejný fyzický sálový počítač – každý ve vlastním LPAR. Stejné řešení v Azure se často nasazuje pomocí jednoho virtuálního počítače pro aplikaci a samostatného a vhodného virtuálního počítače pro databázi.
Pokud například systém VCPU M64 podporuje aplikaci a pro databázi se používá virtuální procesor M96, je potřeba přibližně 150 vCPU – nebo přibližně 24 000 MIPS, jak ukazuje následující obrázek.
Tento přístup spočívá v migraci LPAR na jednotlivé virtuální počítače. Azure se pak snadno škáluje na velikost potřebnou pro většinu aplikací nasazených v jednom sálovém systému.
Škálování služby Azure Compute na více instancí
Jednou z výhod řešení založeného na Azure je schopnost škálovat kapacitu. Škálování zpřístupňuje aplikaci téměř neomezenou výpočetní kapacitu. podpora Azure více metod škálování výpočetního výkonu:
Vyrovnávání zatížení napříč clusterem V tomto scénáři může aplikace použít nástroj pro vyrovnávání zatížení nebo správce prostředků k rozložení úlohy mezi několik virtuálních počítačů v clusteru. Pokud potřebujete větší výpočetní kapacitu, přidají se do clusteru další virtuální počítače.
Škálovací sady virtuálních počítačů V tomto nárazovém scénáři může aplikace škálovat na další výpočetní prostředky na základě využití virtuálního počítače. Když poptávka klesne, počet virtuálních počítačů ve škálovací sadě může také snížit a zajistit efektivní využití výpočetního výkonu.
Škálování PaaS Nabídky Azure PaaS škálují výpočetní prostředky. Azure Service Fabric například přiděluje výpočetní prostředky ke splnění nárůstu objemu požadavků.
Clustery Kubernetes Aplikace v Azure můžou pro zadané prostředky používat clustery Kubernetes pro výpočetní služby. Azure Kubernetes Service (AKS) je spravovaná služba, která orchestruje uzly, fondy a clustery Kubernetes v Azure.
Pokud chcete zvolit správnou metodu horizontálního navýšení kapacity výpočetních prostředků, je důležité pochopit, jak se Azure a sálové počítače liší. Klíčem je způsob, jakým (nebo pokud) data sdílí výpočetní prostředky. V Azure se data (ve výchozím nastavení) obvykle nesdílí více virtuálními počítači. Pokud sdílení dat vyžaduje více virtuálních počítačů ve výpočetním clusteru se škálováním na více instancí, musí se sdílená data nacházet v prostředku, který tuto funkci podporuje. Sdílení dat v Azure zahrnuje úložiště, jak je popsáno v následující části.
Optimalizace výpočetních prostředků Azure
Každou úroveň zpracování můžete optimalizovat v architektuře Azure. Pro každé prostředí použijte nejvhodnější typ virtuálních počítačů a funkcí. Následující obrázek znázorňuje jeden potenciální vzor nasazení virtuálních počítačů v Azure pro podporu aplikace CICS, která používá Db2. V primární lokalitě se nasazují produkční, předprodukční a testovací virtuální počítače s vysokou dostupností. Sekundární lokalita slouží k zálohování a zotavení po havárii.
Každá úroveň může také poskytovat vhodné služby zotavení po havárii. Například produkční a databázové virtuální počítače můžou vyžadovat horké nebo teplé obnovení, zatímco vývojové a testovací virtuální počítače podporují studené obnovení.
Další kroky
- Migrace mainframů
- Změna hostitele sálového počítače ve službě Azure Virtual Machines
- Přesun úložiště mainframů do Azure
Zdroje IBM
- Parallel Sysplex ve službě IBM Z
- IBM CICS a zařízení spojky: Nad rámec základů
- Vytvoření požadovaných uživatelů pro instalaci funkce PureScale db2
- Db2icrt – příkaz Vytvořit instanci
- Db2 pureScale Clustered Database Solution
- IBM Data Studio