Evaluation und Vergleich von Cloud Plattformen für das Internet der Dinge = Cloud Platform Evaluation and Comparison in an Internet of Things Scenario

Aus der aktuell steigenden Beliebtheit und dem Trend, Systeme in die Cloud auszulagern,
folgt eine rasant wachsende Anzahl an Anbietern, die genau diese Bedürfnisse erfüllen
wollen. Deshalb wird es auch immer wichtiger, genau diese Vielzahl an Anbietern überschauen
zu können und speziell zu vergleichen. Jedoch besitzt jede dieser Plattformen
unterschiedliche Architekturen, Modelle zur Konfiguration, zum Pricing und unterschiedliche
vordefinierte Bausteine zum schnellen Zusammensetzen eines Cloud-Dienstes. Diese
Vielzahl von Ansätzen sind dem eigentlichen Nutzer gegenüber meist intransparent und
... mehr
somit nur sehr schwer zu vergleichen und zu optimieren. In dieser Arbeit wird ein Ansatz
entwickelt, um Plattformen und speziell deren Services für das Internet der Dinge zu
vergleichen.
Hierzu wurden zuerst allgemeine Key Performance Indikatoren definiert, um damit die
später folgende Evaluation durchführen zu können. Auf ausgewählten Cloud Plattformen
(Google Cloud Platform / Microsoft Azure / IBM Bluemix) wurden zwei Szenarien
mittels der bereitgestellten Services der Cloud-Plattformen implementiert. Zum einen
die Verarbeitung und Visualisierung von streaming Daten und zum anderen analytische
Berechnungen auf einem zugrunde liegenden Datensatz. Für die eigentliche Evaluation
wurde ein Evaluationsframework erstellt, um für die implementierten Szenarien Testdaten
zu generieren und Messungen zu den KPIs durchzuführen, auszuwerten und anschaulich
darzustellen. Mit den Evaluationsergebnissen der verschiedenen Plattformen wurde zum
Schluss ein Modell gebildet, womit ein Decision Support System erstellt wurde. Mit dem in
dieser Arbeit entstandenen Decision Support System und dem Evaluations Framework ist
ein unterstützendes System zur Entscheidungsfindung der untersuchten Cloud Platformen,
sowie zur Messung wichtiger KPIs entstanden. Durch die modulare und frei zugängliche
Software ist es außerdem möglich, die Software zur Unterstützung weiterer Plattformen
zu erweitern.

The rising popularity of cloud platforms and the trend towards outsourcing systems to the
cloud, ensues a rapidly growing number of providers meeting this users needs. Therefore, it
is also becoming increasingly important to be able to accurately overlook this large number
of suppliers and compare them to each other. However, each of these platforms have
different architectures, models for configuration, pricing and different predefined blocks
for rapidly assembling a cloud service. This variety of approaches is not transparent to
the actual user and therefore difficult to compare and optimize. ... mehrIn this work, an approach
on how to compare cloud platforms and specially their services for the Internet of things
is developed.
Therefore Key Performance Indicators have to be defined in order to perfom a cross platform
evaluation on different cloud plattforms. On selected Cloud-Platforms (Google Cloud
Platform / IBM Bluemix / Microsoft Azure) two scenarios were implemented with the use
of built in Cloud-Services. On the one hand the processing and visualization of streaming
data and on the other hand analytic calculations on a predefined dataset. For the
actual evaluation an evaluation framework was created to generate sample data for the
implemented scenarios and to measure the key performance indicators. The results of the
evaluation from the various platforms are used to build a model for a decision support
system. With this system and the evaluation framework a ready to use support system for
decision making of the investigated cloud platforms arose. Due to the modular and open
source software it is also possible to extend this software to support additional platforms.