Castle on a Cloud

對於一個通訊系統而言, 若是要增加傳輸量, 有以下三個指標: 傳輸技術, 使用頻寬, 訊號品質, 其中, 最直接的想法, 就是增加所使用的傳輸頻寬, 就像是增加高速公路的寬度一樣, 自然可以容納更多的車子行走, 然而, 頻寬作為公有財, 被國家 (NCC) 與國際組織 (ITU) 所管理, 所以之前會看到中華電信用256.85億元標下4G頻段的新聞, 考慮到頻寬如此稀少和昂貴, 3GPP就把主意放到ISM band上, 想要把開放公眾使用的頻譜用來擴充LTE的傳輸頻寬, 目前, 有以下兩種方法: LTE-U, LTE-H (來自: http://blog.3g4g.co.uk/2015/04/lte-hetnet-lte-h-aka-lte-wi-fi-link.html ) LTE-U是在ISM band上直接傳輸LTE的訊號, 並設計一種特有的頻譜共享機制, 和Wi-Fi一起競爭5GHz的通訊頻帶, 所收到的兩個不同頻帶訊號在手機上在合成為一個訊號, 雖然, LTE宣稱其設計的機制能比Wi-Fi更有效率, 但也面臨Wi-Fi陣營的抵制與挑戰, 因此, 3gpp只好重新設計另一個方案, 使用Wi-Fi的無線接取技術, 來化解Wi-Fi陣營的阻力, 這個方案稱為LTE-H, 也就是今天要討論的LTE Wi-Fi Link Aggregation (LWA).

在進一步介紹Sahara之前, 我們要先了解hadoop的設計原理, hadoop是一開始雲端的平行運算平台, 基於Google提出的MapReduce架構所設計, 在一開始雲端的環境中, 儲存的虛擬化比較成熟, VM的概念並不盛行, 因此, hadoop是基於實體機的架構進行設計, 在hadoop的架構下, 分成兩個主要的部份: HDFS, 一個分散式資料儲存系統; MapReduce: 基於HDFS的平行運算, (來自: https://cvw.cac.cornell.edu/MapReduce/locality ) 在上圖中, 藍色方塊代表HDFS中的資料鏡像, MapReduce基於資料鏡像的位置, 進行資料的運算, 也就是所謂: 搬程式不搬資料 , 這樣的架構假設了資料大小遠大於程式, 適合於大資料平行化處理, 考慮到硬碟的讀取速度, 通常要至少大於1TB的資料較有效率, 注意: hadoop事先設計HDFS, 在設計基於HDFS的平行運算架構, 因此, MapReduce的平行運算天生就是為了處理大資料, 容錯, 以及實體機而設計, 基於這樣的先天設計, hadoop適用於TB以上的資料平行運算, 本身自帶容錯機制, 而且對於運算資源的調控極為笨拙.

蒙提霍爾問題，亦稱為蒙特霍問題或三門問題（英文：Monty Hall problem），是一個源自博弈論的數學遊戲問題，大致出自美國的電視遊戲節目Let's Make a Deal。問題的名字來自該節目的主持人蒙提·霍爾（Monty Hall）。 這個遊戲的玩法是：參賽者會看見三扇關閉了的門，其中一扇的後面有一輛汽車或者是獎品，選中後面有車的那扇門就可以贏得該汽車或獎品，而另外兩扇門後面則各藏有一隻山羊或者是後面沒有任何東西。當參賽者選定了一扇門，但未去開啟它的時候，知道門後情形的節目主持人會開啟剩下兩扇門的其中一扇，露出其中一隻山羊。主持人其後會問參賽者要不要換另一扇仍然關上的門。問題是：換另一扇門會否增加參賽者贏得汽車的機會率？ (以上敘述和圖片都是來自維基百科： https://zh.wikipedia.org/wiki/%E8%92%99%E6%8F%90%E9%9C%8D%E7%88%BE%E5%95%8F%E9%A1%8C )

OpenStack中的Sahara專案是為了提供OpenStack平台快速布建hadoop服務, 為了瞭解Sahara, 我們要先了解hadoop是甚麼, 以hadoop 2.0為例, hadoop提供的運算平台有以下三種特色: 以資料為基礎的計算架構, 也就是MapReduce 資料備份與提取機制, HDFS, 用以處理雲端節點故障的錯誤 在YARN(hadoop 2.0)中, 則加入了運算資源調度的功能 雖然hadoop原本設計給實體機作為雲端運算平台, 但對於IaaS架構而言, 利用VM提供hadoop架構有以下好處: 通常一個hadoop cluster只會提供一種特殊應用, 在有多個cluster下, VM可以減低管理cluster的麻煩 對於早期布署與小規模應用, IaaS提供一個友善的環境發展演算法與scaling機制 考慮到以上好處, OpenStack有Sahara計畫支持hadoop在OpenStack上的布署, 同時, 在其他公有雲平台, 如Amazon和Azure都有提供相對應的服務, 提供使用者一個快速布建與測試hadoop cluster的服務,