SlideShare uma empresa Scribd logo
1 de 3
2018 클라우드 서비스 중간 고사(100)
Cloud Service
Date: 2018-04-24
1. Cloud computing과 grid computing의 차이점을 설명하시오. (20)
둘 다 distributed computing 범주에 들어가지만 지향점이 서로 다르다. Grid
computing은 원격 자원(remote resources)에 접근해 효율적으로 사용하는 부
분에 최적화되어 있다. 하지만 cloud computing은 원격 자원을 잘 구성하여
사용자에게 통합된 하나의 service로 제공함을 목적으로 한다.
2. 병렬 처리 기법 중에서 OpenMP와 MPI의 장단점을 서로 비교하시오. (10)
장점 단점
OpenMP 1) 단일 node에 있는 CPU
core를 이용하므로 빠른 병렬
화가 가능하다.
2) 자신의 node 상황만 신경
쓰면 되므로, 병렬화 개발이
쉽다.
1) CPU core 수에 한계가 있
기 때문에 병렬화를 많이 하
지 못한다.
2) 부족한 memory를 여러
thread가 나누어 써야 하므로,
memory 동기화 문제가 생긴
다.
MPI 1) 단일 node의 CPU와
memory 한계를 넘어서는 매
우 많은 core와 memory를 가
질 수 있다.
2) Distributed computing에
최적화되어 있다.
1) Node가 통신으로 연결되어
있기 때문에 실행 속도는 통
신 속도의 영향을 많이 받는
다.
2) 병렬 처리와 통신 처리를
동시에 해야 하므로, 병렬화
개발이 어렵다.
3. 요즘 개발되는 web service는 cloud computing을 주로 사용하는 이유를 4
가지 이상 제시하시오. (20)
1) 초기 server 구축 비용을 현저히 낮출 수 있다.
2) 사용자가 service를 사용한 만큼만 비용을 지불할 수 있어 경제적이다.
3) Service 수요를 예측하지 못할 경우는 적은 용량으로 시작할 수 있고, 수
용에 따라 탄력적으로 용량을 조정할 수 있다.
4) 언제 어디서든, 권한을 가진 누구나 service에 접근할 수 있다.
5) 전문 업체가 제공하기 때문에 web service 구축이 매우 쉬워진다.
6) Web service 현황을 쉽게 monitoring할 수 있다.
7) Server 유지 보수에 들어가는 비용을 줄일 수 있다.
4. Cloud 요구 사항 중에서 service life cycle management 규격을 설명하시
오. (10)
사용자 요구에 따라 언제든 cloud service를 시작할 수 있고 끝낼 수 있어야
한다. 이를 실행하려면 모든 cloud service 관리가 자동화되어야 한다.
5. 배열을 입력받아 합과 평균을 구하는 code를 Node.js로 작성하려 한다.
Module 지원이 되도록 sum.js와 main.js를 완성하시오. (40)
sum.js에 2가지 기능 작성
- 합과 평균 구하는 함수
- 배열의 크기를 얻는 property: array.length
function sum(ar) {
let ans = 0;
for (i in ar) ans += ar[i];
return ans;
}
function avg(ar) {
return sum(ar) / ar.length;
}
exports.sum = sum;
exports.avg = avg;
main.js 작성
- 배열은 1에서 1,000까지 숫자 1,000개 생성
- 배열 끝에 원소를 추가하는 method: array.push()
- sum.js를 이용해 합과 평균 계산 결과를 함수 console.log()로 표시
const sum = require('./sum');
let ar = [];
for (let i = 1; i <= 1000; i++) ar.push(i);
console.log(sum.sum(ar));
console.log(sum.avg(ar));

Mais conteúdo relacionado

Semelhante a TestCloud2018-1(answer)

MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
문기 박
 
Client dispatcher server_pattern
Client dispatcher server_patternClient dispatcher server_pattern
Client dispatcher server_pattern
Heo Seungwook
 
Cloud review 1011_서울대
Cloud review 1011_서울대Cloud review 1011_서울대
Cloud review 1011_서울대
Jaekyu Choi
 

Semelhante a TestCloud2018-1(answer) (20)

[OpenInfra Days Korea 2018] (Track 2) Microservice Architecture, DevOps 그리고 5...
[OpenInfra Days Korea 2018] (Track 2) Microservice Architecture, DevOps 그리고 5...[OpenInfra Days Korea 2018] (Track 2) Microservice Architecture, DevOps 그리고 5...
[OpenInfra Days Korea 2018] (Track 2) Microservice Architecture, DevOps 그리고 5...
 
Spring cloud on kubernetes
Spring cloud on kubernetesSpring cloud on kubernetes
Spring cloud on kubernetes
 
Network virtualization for the better understanding of Data Center Network
Network virtualization for the better understanding of Data Center NetworkNetwork virtualization for the better understanding of Data Center Network
Network virtualization for the better understanding of Data Center Network
 
Cloud-Barista 제3차 오픈 컨퍼런스 : CB-Larva - Cloud-Barista 인큐베이터(Cloud-Barista Incu...
Cloud-Barista 제3차 오픈 컨퍼런스 : CB-Larva - Cloud-Barista 인큐베이터(Cloud-Barista Incu...Cloud-Barista 제3차 오픈 컨퍼런스 : CB-Larva - Cloud-Barista 인큐베이터(Cloud-Barista Incu...
Cloud-Barista 제3차 오픈 컨퍼런스 : CB-Larva - Cloud-Barista 인큐베이터(Cloud-Barista Incu...
 
mago3D 한국어 소개 자료
mago3D 한국어 소개 자료 mago3D 한국어 소개 자료
mago3D 한국어 소개 자료
 
Cloud-Barista 제6차 오픈 컨퍼런스 : 오픈소스로 만들어가는 멀티클라우드 생태계(Cloud-Barista)
Cloud-Barista 제6차 오픈 컨퍼런스 : 오픈소스로 만들어가는 멀티클라우드 생태계(Cloud-Barista)Cloud-Barista 제6차 오픈 컨퍼런스 : 오픈소스로 만들어가는 멀티클라우드 생태계(Cloud-Barista)
Cloud-Barista 제6차 오픈 컨퍼런스 : 오픈소스로 만들어가는 멀티클라우드 생태계(Cloud-Barista)
 
Toward kubernetes native data center
Toward kubernetes native data centerToward kubernetes native data center
Toward kubernetes native data center
 
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...
[AWS Media Symposium 2019] 고객사례 | SBS Web Service Cloud Migration Process - 김...
 
Kubernetes & Istio in Multi-Cloud
Kubernetes & Istio in Multi-Cloud Kubernetes & Istio in Multi-Cloud
Kubernetes & Istio in Multi-Cloud
 
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
클라우드 네이티브 전환 요소 및 성공적인 쿠버네티스 도입 전략
 
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
MSA(Service Mesh), MDA(Data Mesh), MIA(Inference Mesh) 기술동향 소개-박문기@메ᄀ...
 
Cloud-Barista 제4차 오픈 컨퍼런스 : Cloud-Barista - 멀티클라우드 서비스 공통 플랫폼 개요 (Multi-cloud...
Cloud-Barista 제4차 오픈 컨퍼런스 : Cloud-Barista - 멀티클라우드 서비스 공통 플랫폼 개요 (Multi-cloud...Cloud-Barista 제4차 오픈 컨퍼런스 : Cloud-Barista - 멀티클라우드 서비스 공통 플랫폼 개요 (Multi-cloud...
Cloud-Barista 제4차 오픈 컨퍼런스 : Cloud-Barista - 멀티클라우드 서비스 공통 플랫폼 개요 (Multi-cloud...
 
Client dispatcher server_pattern
Client dispatcher server_patternClient dispatcher server_pattern
Client dispatcher server_pattern
 
Cloud-Barista 제6차 오픈 컨퍼런스 : 멀티클라우드 애플리케이션 실행환경 통합 관리 (CB-Ladybug)
Cloud-Barista 제6차 오픈 컨퍼런스 : 멀티클라우드 애플리케이션 실행환경 통합 관리 (CB-Ladybug)Cloud-Barista 제6차 오픈 컨퍼런스 : 멀티클라우드 애플리케이션 실행환경 통합 관리 (CB-Ladybug)
Cloud-Barista 제6차 오픈 컨퍼런스 : 멀티클라우드 애플리케이션 실행환경 통합 관리 (CB-Ladybug)
 
NSO Introduction
NSO IntroductionNSO Introduction
NSO Introduction
 
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
Cloud-Barista 제5차 오픈 컨퍼런스 : 멀티클라우드 가상 네트워크 (CB-Larva)
 
유엔진 오픈소스 클라우드 플랫폼 (uEngine Microservice architecture Platform)
유엔진 오픈소스 클라우드 플랫폼 (uEngine Microservice architecture Platform)유엔진 오픈소스 클라우드 플랫폼 (uEngine Microservice architecture Platform)
유엔진 오픈소스 클라우드 플랫폼 (uEngine Microservice architecture Platform)
 
Cloud review 1011_서울대
Cloud review 1011_서울대Cloud review 1011_서울대
Cloud review 1011_서울대
 
Cloud-Barista 제2차 오픈 컨퍼런스 : CB-Tumblebug-멀티 클라우드 인프라 통합 운용 관리(Multi-Cloud Inf...
Cloud-Barista 제2차 오픈 컨퍼런스 : CB-Tumblebug-멀티 클라우드 인프라 통합 운용 관리(Multi-Cloud Inf...Cloud-Barista 제2차 오픈 컨퍼런스 : CB-Tumblebug-멀티 클라우드 인프라 통합 운용 관리(Multi-Cloud Inf...
Cloud-Barista 제2차 오픈 컨퍼런스 : CB-Tumblebug-멀티 클라우드 인프라 통합 운용 관리(Multi-Cloud Inf...
 
Private PaaS with Docker, spring cloud and mesos
Private PaaS with Docker, spring cloud and mesos Private PaaS with Docker, spring cloud and mesos
Private PaaS with Docker, spring cloud and mesos
 

Mais de Yong Heui Cho

Mais de Yong Heui Cho (20)

Android - Sensor Manager
Android - Sensor ManagerAndroid - Sensor Manager
Android - Sensor Manager
 
Android - Broadcast Receiver
Android - Broadcast ReceiverAndroid - Broadcast Receiver
Android - Broadcast Receiver
 
Android - Message
Android - MessageAndroid - Message
Android - Message
 
Cloud Computing
Cloud ComputingCloud Computing
Cloud Computing
 
TestBCD2018-2(answer)
TestBCD2018-2(answer)TestBCD2018-2(answer)
TestBCD2018-2(answer)
 
TestSDS2018-2(answer)
TestSDS2018-2(answer)TestSDS2018-2(answer)
TestSDS2018-2(answer)
 
TestEC2018-2(answer)
TestEC2018-2(answer)TestEC2018-2(answer)
TestEC2018-2(answer)
 
TestEC2018-1(answer)
TestEC2018-1(answer)TestEC2018-1(answer)
TestEC2018-1(answer)
 
TestBCD2018-1(answer)
TestBCD2018-1(answer)TestBCD2018-1(answer)
TestBCD2018-1(answer)
 
TestSDS2018-1(answer)
TestSDS2018-1(answer)TestSDS2018-1(answer)
TestSDS2018-1(answer)
 
BJT - Analysis of Bias
BJT - Analysis of BiasBJT - Analysis of Bias
BJT - Analysis of Bias
 
TestCloud2018-2(answer)
TestCloud2018-2(answer)TestCloud2018-2(answer)
TestCloud2018-2(answer)
 
TestECD2018-1(answer)
TestECD2018-1(answer)TestECD2018-1(answer)
TestECD2018-1(answer)
 
Test-SDIC2018-2(answer)
Test-SDIC2018-2(answer)Test-SDIC2018-2(answer)
Test-SDIC2018-2(answer)
 
Cloud Service Model
Cloud Service ModelCloud Service Model
Cloud Service Model
 
Test-SDIC2018-1(Answer)
Test-SDIC2018-1(Answer)Test-SDIC2018-1(Answer)
Test-SDIC2018-1(Answer)
 
RF 증폭기 설계(Design of RF Amplifier)-rev1
RF 증폭기 설계(Design of RF Amplifier)-rev1RF 증폭기 설계(Design of RF Amplifier)-rev1
RF 증폭기 설계(Design of RF Amplifier)-rev1
 
Cloud Deployment Model
Cloud Deployment ModelCloud Deployment Model
Cloud Deployment Model
 
Cloud Computing Architecture
Cloud Computing ArchitectureCloud Computing Architecture
Cloud Computing Architecture
 
Cloud Computing Fundamentals
Cloud Computing FundamentalsCloud Computing Fundamentals
Cloud Computing Fundamentals
 

Último

Grid Layout (Kitworks Team Study 장현정 발표자료)
Grid Layout (Kitworks Team Study 장현정 발표자료)Grid Layout (Kitworks Team Study 장현정 발표자료)
Grid Layout (Kitworks Team Study 장현정 발표자료)
Wonjun Hwang
 

Último (7)

[Terra] Terra Money: Stability and Adoption
[Terra] Terra Money: Stability and Adoption[Terra] Terra Money: Stability and Adoption
[Terra] Terra Money: Stability and Adoption
 
A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)A future that integrates LLMs and LAMs (Symposium)
A future that integrates LLMs and LAMs (Symposium)
 
Grid Layout (Kitworks Team Study 장현정 발표자료)
Grid Layout (Kitworks Team Study 장현정 발표자료)Grid Layout (Kitworks Team Study 장현정 발표자료)
Grid Layout (Kitworks Team Study 장현정 발표자료)
 
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution DetectionMOODv2 : Masked Image Modeling for Out-of-Distribution Detection
MOODv2 : Masked Image Modeling for Out-of-Distribution Detection
 
캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차캐드앤그래픽스 2024년 5월호 목차
캐드앤그래픽스 2024년 5월호 목차
 
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
Continual Active Learning for Efficient Adaptation of Machine LearningModels ...
 
도심 하늘에서 시속 200km로 비행할 수 있는 미래 항공 모빌리티 'S-A2'
도심 하늘에서 시속 200km로 비행할 수 있는 미래 항공 모빌리티 'S-A2'도심 하늘에서 시속 200km로 비행할 수 있는 미래 항공 모빌리티 'S-A2'
도심 하늘에서 시속 200km로 비행할 수 있는 미래 항공 모빌리티 'S-A2'
 

TestCloud2018-1(answer)

  • 1. 2018 클라우드 서비스 중간 고사(100) Cloud Service Date: 2018-04-24 1. Cloud computing과 grid computing의 차이점을 설명하시오. (20) 둘 다 distributed computing 범주에 들어가지만 지향점이 서로 다르다. Grid computing은 원격 자원(remote resources)에 접근해 효율적으로 사용하는 부 분에 최적화되어 있다. 하지만 cloud computing은 원격 자원을 잘 구성하여 사용자에게 통합된 하나의 service로 제공함을 목적으로 한다. 2. 병렬 처리 기법 중에서 OpenMP와 MPI의 장단점을 서로 비교하시오. (10) 장점 단점 OpenMP 1) 단일 node에 있는 CPU core를 이용하므로 빠른 병렬 화가 가능하다. 2) 자신의 node 상황만 신경 쓰면 되므로, 병렬화 개발이 쉽다. 1) CPU core 수에 한계가 있 기 때문에 병렬화를 많이 하 지 못한다. 2) 부족한 memory를 여러 thread가 나누어 써야 하므로, memory 동기화 문제가 생긴 다. MPI 1) 단일 node의 CPU와 memory 한계를 넘어서는 매 우 많은 core와 memory를 가 질 수 있다. 2) Distributed computing에 최적화되어 있다. 1) Node가 통신으로 연결되어 있기 때문에 실행 속도는 통 신 속도의 영향을 많이 받는 다. 2) 병렬 처리와 통신 처리를 동시에 해야 하므로, 병렬화 개발이 어렵다. 3. 요즘 개발되는 web service는 cloud computing을 주로 사용하는 이유를 4
  • 2. 가지 이상 제시하시오. (20) 1) 초기 server 구축 비용을 현저히 낮출 수 있다. 2) 사용자가 service를 사용한 만큼만 비용을 지불할 수 있어 경제적이다. 3) Service 수요를 예측하지 못할 경우는 적은 용량으로 시작할 수 있고, 수 용에 따라 탄력적으로 용량을 조정할 수 있다. 4) 언제 어디서든, 권한을 가진 누구나 service에 접근할 수 있다. 5) 전문 업체가 제공하기 때문에 web service 구축이 매우 쉬워진다. 6) Web service 현황을 쉽게 monitoring할 수 있다. 7) Server 유지 보수에 들어가는 비용을 줄일 수 있다. 4. Cloud 요구 사항 중에서 service life cycle management 규격을 설명하시 오. (10) 사용자 요구에 따라 언제든 cloud service를 시작할 수 있고 끝낼 수 있어야 한다. 이를 실행하려면 모든 cloud service 관리가 자동화되어야 한다. 5. 배열을 입력받아 합과 평균을 구하는 code를 Node.js로 작성하려 한다. Module 지원이 되도록 sum.js와 main.js를 완성하시오. (40) sum.js에 2가지 기능 작성 - 합과 평균 구하는 함수 - 배열의 크기를 얻는 property: array.length function sum(ar) { let ans = 0; for (i in ar) ans += ar[i]; return ans; } function avg(ar) { return sum(ar) / ar.length; }
  • 3. exports.sum = sum; exports.avg = avg; main.js 작성 - 배열은 1에서 1,000까지 숫자 1,000개 생성 - 배열 끝에 원소를 추가하는 method: array.push() - sum.js를 이용해 합과 평균 계산 결과를 함수 console.log()로 표시 const sum = require('./sum'); let ar = []; for (let i = 1; i <= 1000; i++) ar.push(i); console.log(sum.sum(ar)); console.log(sum.avg(ar));