[论文解读] A Taxonomy and Survey on eScience as a Service in the Cloud

Amelie Chi Zhou, Bingsheng He+1 more|arXiv (Cornell University)|Jul 28, 2014

Scientific Computing and Data Management参考文献 53被引用 3

一句话总结

本文提出了云环境中eScience即服务（eSaaS）的全面分类体系与综述，分析其在生命科学、物理学、社会科学/人文学科以及气候/地球科学等领域的应用。文章对比了基于云的eScience与基于网格的模型，识别出成本管理、安全性和供应商锁定等关键挑战，并通过国家级云计划和工具改进指出了潜在机遇，呼吁科学界与系统社区开展跨学科协作以推动该领域发展。

ABSTRACT

Cloud computing has recently evolved as a popular computing infrastructure for many applications. Scientific computing, which was mainly hosted in private clusters and grids, has started to migrate development and deployment to the public cloud environment. eScience as a service becomes an emerging and promising direction for science computing. We review recent efforts in developing and deploying scientific computing applications in the cloud. In particular, we introduce a taxonomy specifically designed for scientific computing in the cloud, and further review the taxonomy with four major kinds of science applications, including life sciences, physics sciences, social and humanities sciences, and climate and earth sciences. Our major finding is that, despite existing efforts in developing cloud-based eScience, eScience still has a long way to go to fully unlock the power of cloud computing paradigm. Therefore, we present the challenges and opportunities in the future development of cloud-based eScience services, and call for collaborations and innovations from both the scientific and computer system communities to address those challenges.

研究动机与目标

• 为云环境中的eScience即服务建立结构化分类体系，以系统化理解云环境中的科学计算。
• 分析云环境中eScience应用在生命科学、物理学、社会科学/人文学科以及气候/地球科学四大主要科学领域中的现状。
• 对比基于云的eScience与传统的网格计算，识别在可扩展性、成本和易用性方面的优势与局限。
• 识别基于云的科学工作负载中的关键挑战，如成本优化、数据安全和供应商锁定。
• 突出国家级云计划和改进的原生云工具带来的新兴机遇，并倡导科学界与系统社区之间的协作。

提出的方法

• 作者设计了一套针对云中eScience的定制化分类体系，涵盖基础设施、所有权、应用类型、处理工具、存储、安全、服务模式及协作机制。
• 对公共和私有云平台上已部署的eScience项目开展系统性调研，聚焦真实世界的应用实例。
• 从性能、可扩展性、成本和访问便捷性等方面，对比基于云的eScience与基于网格的计算。
• 评估原生云编程模型（如MapReduce和DryadLINQ）以及工作流系统（如DAGMan）在科学应用迁移中的适用性。
• 将美国GSA云门户、英国G-Cloud和日本霞关云等国家级云计划作为机构级云采用的案例研究进行分析。
• 综合研究发现，识别出研究空白，并为未来研究与协作提出方向。

实验结果

研究问题

• RQ1 如何在云计算范式下对eScience应用进行系统化分类与理解？
• RQ2 在云平台与传统网格基础设施上部署eScience工作负载的关键差异与权衡是什么？
• RQ3 哪些主要的技术与操作挑战阻碍了eScience即服务在云中的全面采用？
• RQ4 国家级与政府级云计划如何加速eScience的采用并降低研究人员的准入门槛？
• RQ5 科学界与计算机系统社区之间的协作如何克服当前在安全性、成本和可移植性方面的局限？

主要发现

• 尽管关注度持续上升，eScience即服务在云中仍处于发展初期，eScience工具与系统相较于基于网格的方案尚未成熟。
• 云平台在可扩展性、可访问性以及基础设施管理负担减轻方面具有显著优势，使小型研究团队也能处理大规模数据。
• 按需付费模式引入了成本优化挑战，需精心规划以最小化长期运行的科学工作负载开销。
• 由于多租户共享架构，安全顾虑依然存在，需为敏感数据设计定制安全机制；同时，因云服务提供商之间缺乏标准化，数据锁定风险依然存在。
• 国家级云计划（如G-Cloud、Apps.gov和霞关云）展示了显著的成本节约——预计到2015年可节省1.2亿英镑——并推动资源共享与绿色数据中心实践。
• 集成原生云工具（如Aneka和SciDB）以及SaaS和PaaS等服务模式，可显著缩短开发周期并提升科学应用的可移植性。