Tässä työssä selvitetään miten pilvipalveluna tarjottavat alustat soveltuvat videon koodimuunnoksen toteuttavan sovelluksen hajauttamiseen. Tietokoneen laskennan muuttuviin laskentavaatimuksiin on kannattavaa sopeutua jollain tavalla. Yksi ratkaisu vaihtelevaan kuormitukseen sopeutumisessa on lisätä laskentakapasiteettia laskemalla jotkin osat rinnakkain erillisillä tietokoneilla. Tässä voidaan käyttää hyväksi internetissä tarjolla olevia julkisia pilvipalveluita, jotka tarjoavat joustavan tavan ottaa käyttöön uusi palvelin laskennan tueksi. Tämä mahdollistaa palvelinten käyttöönoton ilman suurta alkuinvestointia sekä niistä luopumisen tarpeen vähentyessä, koska pilvipalveluna tarjottavista palvelinalustoista maksetaan käytön mukaan. Pilvipalveluiden joustavuutta voidaan käyttää hyväksi erityisesti silloin, kun järjestelmän kuormitus on epätasainen ja vaikeasti ennustettava. Kun kuormitus on suuri, voidaan käynnistää uusia palvelimia ja kuormituksen ollessa vähäistä sulkea ylimääräiset tietokoneet kustannusten vähentämiseksi.Laskennan hajauttamisen tutkimista varten toteutettiin mallijärjestelmä, joka toteuttaa videomuunnoksen hajautetun laskennan. Videon koodimuunnos tarkoittaa videon koon, laadun tai koodauksen muuntamista johonkin uuteen muotoon. Tämä muunnosprosessi voidaan hajauttaa erillisille laskentayksiköille jakamalla video lyhyisiin osiin. Näiden osien muunnos voidaan toteuttaa toisistaan riippumatta ja siksi ne voidaan laskea erillisillä tietokoneilla. Toteutettua järjestelmää hyväksi käyttäen mitattiin, miten rinnakkaisuuden määrä vaikuttaa koko järjestelmän tehokkuuteen. Videon koodimuunnosta suoritettaessa hajautuksesta on hyötyä, mikä tulee esille erityisesti silloin, kun laskentaa hajautetaan suhteellisen harvalle tietokonemäärälle. Mitä suuremmaksi hajautuksen määrä kasvaa, sitä pienemmäksi saavutettava laskentatehon lisäys jää.Tärkeää hajauttamisen toteutuskelpoisuuden kannalta on myös siitä syntyvien kustannusten arviointi. Potentiaalinen hyöty on merkittävä, koska kuormituksen muuttuessa voidaan pitää yllä aina sopivaa määrää laskentatehoa. Kuormituksen monitorointi ja sen muutoksiin varautuminen asettaa kuitenkin haasteita laskentakapasiteetin optimoinnille. Jotta voidaan arvioida kulloisenkin laskentakapasiteetin riittävyyttä, on tiedettävä, miten suuri on kyseisen hetken kuormitus.
展开▼
