云計算托管數據庫的成本和性能效率
普渡大學(Purdue University)的數據科學和機器學習創新者希望幫助組織和用戶從基于云計算的數據庫中獲得很大收益。當等待時間是主要問題時，其相同技術可以幫助自動駕駛車輛在道路上更安全地運行。
普渡大學農業與生物工程學助理教授索Somali Chaterji負責細胞和神經機器創新[ICAN]的研究，她的團隊創造了一種稱為OPTIMUSCLOUD的技術。
對云計算供應商和客戶均有利
該系統旨在幫助實現云計算托管數據庫的成本和性能效率，對資源進行合理分配，以使那些不必為故障安全操作而積極地過度為其云托管服務器提供過多服務的云計算供應商以及客戶受益，因為可以將數據中心節省的成本轉移到他們身上。
Chaterji說：“這還可以幫助正在遠程數據中心處理研究數據的研究人員，而在疫情期間，遠程工作條件使吞吐量成為首要任務。這項技術源于提高數據管道的吞吐量，以處理微生物組或元基因組學數據。”
該技術可與三個主要的云計算數據庫提供商一起使用：亞馬遜的AWS、Google Cloud和Microsoft Azure。Chaterji表示，將在工程方面與其他更專業的云計算提供商(例如Digital Ocean和Floyd Hub)合作。
它以NoSQL技術Apache Cassandra和Redis在亞馬遜的AWS云計算服務上進行了基準測試。
Chaterji說：“通過優化本地或云托管數據庫的使用方式，幫助企業很大程度地發揮作用。這不再只是計算上的繁重工作，而是有效的計算，企業可以使用所需的東西并為使用的東西付費。”
處理長期運行的動態工作負載
Chaterji說，當前使用自動決策的云計算技術通常僅適用于短期和重復任務和工作負載。她表示，她的團隊創建了一個優秀配置，以處理長期運行的動態工作負載，無論是來自連接農場中無處不在的傳感器網絡的工作負載，還是來自科學應用程序的高性能計算工作負載，還是來自于計算機不同部分的當前疫情仿真。急于尋找抗冠狀病毒的方法。
Chaterji說，“隨著在云平臺上運行的無數應用程序，數據的多樣性以及從數據中獲取洞察力所需的算法以及隨之而來的，需要擁有異構服務器來分析數據的成本顯著不同的情況，我們正確調整大小的方法變得越來越重要。”
Chaterji說，“Amazon EC2上按需實例的價格相差五千倍，這取決于企業使用的虛擬內存實例類型。”OPTIMUSCLOUD對于無人駕駛車輛(延遲是優先考慮的)，醫療保健存儲庫(吞吐量是優先考慮的)以及農場或工廠的物聯網基礎設施中使用的數據庫具有眾多應用程序。
OPTIMUSCLOUD：使用機器學習和數據科學原理
OPTIMUSCLOUD是與數據庫服務器一起運行的軟件。它使用機器學習和數據科學原理來開發算法，以幫助共同優化虛擬機選擇和數據庫管理系統選項。
Chaterji說，“而且在疫情時期，當我們和濕實驗室這樣的傳統計算密集型實驗室都依賴于計算存儲，例如對疫情的傳播運行仿真時，這些云托管的虛擬機的吞吐量至關重要，甚至利用率略有提高可帶來巨大收益。考慮到目前，即使是最好的數據中心也只能以低于50%的利用率運行，因此，傳遞給最終用戶的成本將顯著增加。我們的系統會查看數百種可用選項，并確定按美元成本歸一化的優秀選項。在云數據庫和計算方面，當只需要一個輪胎時，尤其是現在每個實驗室都需要一個輪胎才能行駛時，并不想購買整輛汽車。”
