পাঠ ০২ · ৫৭-এর মধ্যে · মডিউল ১
Home / Courses / Cloud Computing & DevOps / ডিপ্লয়মেন্ট মডেল

পাবলিক, প্রাইভেট ও হাইব্রিড ক্লাউড

Public, private & hybrid cloud
৭ মিনিট পড়া শুরু · Beginner Python কোডসহ সম্পূর্ণ বাংলায়

এই পাঠে যা শিখবেন

  • পাবলিক, প্রাইভেট ও হাইব্রিড ক্লাউড ডিপ্লয়মেন্ট মডেলের সংজ্ঞা ও পার্থক্য
  • মাল্টি-টেন্যান্সি কীভাবে কাজ করে এবং কেন এটি পাবলিক ক্লাউডকে সাশ্রয়ী করে তোলে
  • "ক্লাউড বার্স্টিং" ধারণা — কীভাবে হাইব্রিড সেটআপ হঠাৎ চাহিদা সামলায়
  • রেগুলেটরি/কমপ্লায়েন্স প্রয়োজন ও ওয়ার্কলোড ধরন অনুযায়ী কীভাবে সঠিক মডেল বেছে নেবেন

১ · তিনটি ডিপ্লয়মেন্ট মডেল

L01-এ আমরা দেখেছি ক্লাউড সার্ভিস কী ধরনের (IaaS/PaaS/SaaS) হতে পারে। এই পাঠে আমরা দেখব সেই ইনফ্রাস্ট্রাকচার কোথায় ও কার জন্যDeployment Modelক্লাউড ইনফ্রাস্ট্রাকচার কোথায় হোস্ট হচ্ছে এবং কতজন গ্রাহকের মধ্যে শেয়ার্ড তার উপর ভিত্তি করে শ্রেণীবিভাগ। হোস্ট হচ্ছে — এই "ডিপ্লয়মেন্ট মডেল" অনুযায়ী তিনটি প্রধান বিভাগ আছে।

পাবলিক ক্লাউড
প্রোভাইডারের মালিকানাধীন শেয়ার্ড ইনফ্রাস্ট্রাকচার, অনেক গ্রাহক একসাথে ব্যবহার করে। যেমন AWS, Azure, GCP।
প্রাইভেট ক্লাউড
একটি একক প্রতিষ্ঠানের জন্য ডেডিকেটেড — নিজস্ব ডেটা সেন্টারে বা তৃতীয় পক্ষ দ্বারা হোস্টেড।
হাইব্রিড ক্লাউড
পাবলিক ও প্রাইভেট উভয়ের সংমিশ্রণ, ওয়ার্কলোড প্রয়োজন অনুযায়ী ভাগ করা।
পাবলিক ক্লাউড — খরচ ও পরিশ্রম বনাম নিয়ন্ত্রণ

পাবলিক ক্লাউডে আপনি প্রোভাইডারের বিশাল, শেয়ার্ড ইনফ্রাস্ট্রাকচারের একটি অংশ ভাড়া নেন — কোনো আগাম হার্ডওয়্যার বিনিয়োগ ছাড়াই, মিনিটের মধ্যে শুরু করা যায়। খরচ ও পরিচালন-পরিশ্রম সর্বনিম্ন, কিন্তু আন্ডারলাইং হার্ডওয়্যার বা ফিজিক্যাল লোকেশনের উপর সরাসরি নিয়ন্ত্রণ থাকে না — এটিই বেশিরভাগ স্টার্টআপ ও নতুন প্রজেক্টের ডিফল্ট বাছাই।

২ · মাল্টি-টেন্যান্সি — কীভাবে শেয়ার্ড হার্ডওয়্যারে আইসোলেশন সম্ভব

পাবলিক ক্লাউড সস্তা হওয়ার মূল কারণ হলো মাল্টি-টেন্যান্সিMulti-tenancyএকই ফিজিক্যাল হার্ডওয়্যারে একাধিক গ্রাহকের (টেন্যান্ট) রিসোর্স একসাথে চালানো, কিন্তু প্রতিটি টেন্যান্টের ডেটা ও রিসোর্স একে অপরের থেকে সম্পূর্ণ আলাদা রাখা। — প্রোভাইডার একই ফিজিক্যাল সার্ভারে শত শত গ্রাহকের ওয়ার্কলোড চালায়, কিন্তু ভার্চুয়ালাইজেশন (হাইপারভাইজার-ভিত্তিক আইসোলেশন — L22-এ কন্টেইনার বনাম VM নিয়ে বিস্তারিত) নিশ্চিত করে একজন গ্রাহক আরেকজনের ডেটা দেখতে বা তার রিসোর্স ব্যবহারে হস্তক্ষেপ করতে পারে না। এই শেয়ারিং-ই প্রোভাইডারকে স্কেলে খরচ কমাতে ও তা গ্রাহকদের কাছে কম দামে পৌঁছে দিতে সাহায্য করে।

৩ · প্রাইভেট ক্লাউড — বেশি নিয়ন্ত্রণ, বেশি দায়িত্ব

কিছু প্রতিষ্ঠানের জন্য শেয়ার্ড ইনফ্রাস্ট্রাকচার যথেষ্ট নয় — কঠোর রেগুলেটরি প্রয়োজন (যেমন ব্যাংকিং, স্বাস্থ্যসেবা খাতের ডেটা-লোকেশন নিয়ম), অতি-সংবেদনশীল ডেটা, বা নির্দিষ্ট হার্ডওয়্যার/পারফরম্যান্স প্রয়োজনের কারণে তারা প্রাইভেট ক্লাউড বেছে নেয় — ডেডিকেটেড ইনফ্রাস্ট্রাকচার, হয় নিজস্ব ডেটা সেন্টারে (on-premises) নয়তো তৃতীয়-পক্ষের হোস্টেড প্রাইভেট ক্লাউডে। এখানে নিয়ন্ত্রণ ও কমপ্লায়েন্স-নিশ্চয়তা বেশি, কিন্তু হার্ডওয়্যার বিনিয়োগ ও পরিচালন-দায়িত্ব ফিরে আসে — অনেকটা L01-এ দেখা IaaS-এর মতোই ট্রেড-অফ, শুধু আরও চরম মাত্রায়।

৪ · হাইব্রিড ক্লাউড — সেরা দুটোর মিশ্রণ

বাস্তবে বেশিরভাগ বড় প্রতিষ্ঠান বিশুদ্ধ পাবলিক বা বিশুদ্ধ প্রাইভেট নয়, বরং হাইব্রিড ক্লাউডHybrid Cloudপাবলিক ও প্রাইভেট ক্লাউড উভয়ের সংমিশ্রণ ব্যবহার করা মডেল — ওয়ার্কলোড এর প্রয়োজন অনুযায়ী কোথায় চলবে তা ভাগ করে নেওয়া হয়। ব্যবহার করে — সংবেদনশীল ডেটা বা কোর সিস্টেম প্রাইভেট ক্লাউডে রেখে, বাকি ওয়ার্কলোড পাবলিক ক্লাউডে চালায়। একটি বিশেষভাবে গুরুত্বপূর্ণ প্যাটার্ন হলো "ক্লাউড বার্স্টিং" — সাধারণ সময়ে নিজস্ব প্রাইভেট ইনফ্রাস্ট্রাকচারে চলা একটি অ্যাপ্লিকেশন, হঠাৎ বাড়তি চাহিদার (যেমন উৎসব মৌসুমে ট্রাফিক স্পাইক) সময় সাময়িকভাবে পাবলিক ক্লাউডের বাড়তি ক্যাপাসিটি ব্যবহার করে "বার্স্ট" করে — চাহিদা কমলে আবার শুধু প্রাইভেট ইনফ্রাস্ট্রাকচারে ফিরে আসে।

পাবলিক শেয়ার্ড, সস্তা হাইব্রিড মিশ্রিত, নমনীয় প্রাইভেট ডেডিকেটেড, নিয়ন্ত্রিত
যত ডানে যাবেন, নিয়ন্ত্রণ ও কমপ্লায়েন্স-নিশ্চয়তা তত বাড়বে — কিন্তু খরচ ও পরিচালন-পরিশ্রমও তত বাড়বে।

৫ · কখন কোন মডেল বেছে নেবেন

সিদ্ধান্ত নির্ভর করে কমপ্লায়েন্স চাহিদা, ওয়ার্কলোডের স্থিতিশীলতা ও প্রতিষ্ঠানের আকারের উপর — নিচের কোড সেলে একটি সরল তুলনামূলক টেবিল দেখা যাক।

Python
# তিনটি ডিপ্লয়মেন্ট মডেলের তুলনামূলক রেফারেন্স টেবিল (illustrative)
deployment_models = {
    "পাবলিক ক্লাউড": {
        "cost_profile": "সর্বনিম্ন — pay-as-you-go",
        "control_level": "কম",
        "typical_use_case": "স্টার্টআপ, ভেরিয়েবল-লোড ওয়েব অ্যাপ",
    },
    "প্রাইভেট ক্লাউড": {
        "cost_profile": "উচ্চ — ডেডিকেটেড ইনফ্রা",
        "control_level": "সর্বোচ্চ",
        "typical_use_case": "ব্যাংকিং, স্বাস্থ্যসেবা — কঠোর কমপ্লায়েন্স",
    },
    "হাইব্রিড ক্লাউড": {
        "cost_profile": "মিশ্রিত — বেস প্রাইভেট + বার্স্ট পাবলিক",
        "control_level": "মাঝামাঝি",
        "typical_use_case": "মৌসুমি ট্রাফিক স্পাইকসহ এন্টারপ্রাইজ",
    },
}

print(f"{'মডেল':18}{'খরচ প্রোফাইল':32}{'নিয়ন্ত্রণ':10}{'সাধারণ ব্যবহার'}")
for model, info in deployment_models.items():
    print(f"{model:18}{info['cost_profile']:32}{info['control_level']:10}{info['typical_use_case']}")

    
লক্ষ্য করুন — এখানে কোনো মডেলই "সেরা" নয়, প্রতিটি একটি ভিন্ন ট্রেড-অফ প্রতিনিধিত্ব করে। রেগুলেটরি চাপ যত বেশি, প্রাইভেট/হাইব্রিডের দিকে তত ঝোঁক বাড়ে; ওয়ার্কলোড যত ভেরিয়েবল ও প্রতিষ্ঠান যত ছোট, পাবলিকের দিকে তত ঝোঁক বাড়ে।
মূল কথা · Key takeaway

পাবলিক, প্রাইভেট ও হাইব্রিড — এই তিনটি ডিপ্লয়মেন্ট মডেল IaaS/PaaS/SaaS-এর সাথে স্বাধীনভাবে মিশ্রিত হতে পারে (যেমন একটি প্রাইভেট ক্লাউডেও IaaS-স্টাইল VM থাকতে পারে)। L03-এ আমরা দেখব কীভাবে এই মডেলগুলোর মধ্যে খরচের হিসাব (CapEx বনাম OpEx) কাজ করে।

ভাবনার প্রশ্ন

প্রতিটি প্রশ্ন নিজে কিছুক্ষণ ভাবুন — তারপর "→ উত্তর" চাপুন।

প্র ০১ একটি ব্যাংক কেন সম্পূর্ণ পাবলিক ক্লাউডে না গিয়ে হাইব্রিড মডেল বেছে নিতে পারে?

ব্যাংকিং খাতে প্রায়ই কঠোর রেগুলেটরি নিয়ম থাকে যে গ্রাহকের সংবেদনশীল আর্থিক ডেটা কোথায় সংরক্ষিত ও প্রসেস হবে তার উপর নিয়ন্ত্রণ থাকতে হবে। কোর ব্যাংকিং সিস্টেম ও সংবেদনশীল ডেটা প্রাইভেট ক্লাউডে রেখে কমপ্লায়েন্স নিশ্চিত করে, আবার কম-সংবেদনশীল ওয়ার্কলোড (যেমন মার্কেটিং ওয়েবসাইট, অভ্যন্তরীণ টুল) পাবলিক ক্লাউডে চালিয়ে খরচ ও গতি থেকে সুবিধা নেয় — এই মিশ্রণই হাইব্রিডের মূল আকর্ষণ।

প্র ০২ মাল্টি-টেন্যান্সি ছাড়া পাবলিক ক্লাউড কেন এত সস্তা হতে পারত না?

মাল্টি-টেন্যান্সি ছাড়া প্রতিটি গ্রাহকের জন্য আলাদা ফিজিক্যাল হার্ডওয়্যার বরাদ্দ করতে হতো — এতে বেশিরভাগ সময় হার্ডওয়্যার আন্ডার-ইউটিলাইজড (অলস) থাকত, কারণ কোনো একক গ্রাহকের চাহিদা সবসময় পুরো ক্যাপাসিটি ব্যবহার করে না। শত শত গ্রাহকের ওয়ার্কলোড একই হার্ডওয়্যারে শেয়ার করে প্রোভাইডার গড় ইউটিলাইজেশন অনেক বাড়ায় — এই এফিশিয়েন্সিই সাশ্রয়ের মূল উৎস, এবং এটিই গ্রাহকদের কাছে কম দামে পৌঁছায়।

প্র ০৩ ক্লাউড বার্স্টিং কার্যকরভাবে কাজ করতে হলে অ্যাপ্লিকেশনটির আর্কিটেকচার সম্পর্কে কী পূর্বশর্ত থাকা দরকার বলে মনে হয়?

অ্যাপ্লিকেশনকে এমনভাবে ডিজাইন করা থাকতে হবে যাতে নতুন ইনস্ট্যান্স (প্রাইভেট বা পাবলিক, যেখানেই চলুক না কেন) দ্রুত যোগ করা ও সরানো যায় — অর্থাৎ স্টেটলেস বা শেয়ার্ড-স্টেট আর্কিটেকচার (কোনো ইনস্ট্যান্সের লোকাল মেমরিতে critical ডেটা রাখা চলবে না), এবং নেটওয়ার্কিং/DNS এমনভাবে কনফিগার থাকতে হবে যাতে ট্রাফিক নির্বিঘ্নে উভয় পরিবেশের ইনস্ট্যান্সে রুট হতে পারে — এই বিষয়গুলো পরবর্তীতে M2 ও M4-এ বিস্তারিত আসবে।

অনুশীলন

  1. চিন্তা করুন: একটি স্বাস্থ্যসেবা প্রতিষ্ঠান রোগীর ডেটা সংরক্ষণ করে — তারা কি পাবলিক, প্রাইভেট নাকি হাইব্রিড ক্লাউড বেছে নেবে বলে মনে হয়, এবং কেন?

    বেশিরভাগ স্বাস্থ্যসেবা প্রতিষ্ঠান হাইব্রিড বেছে নেয় — রোগীর সংবেদনশীল মেডিকেল রেকর্ড (কঠোর প্রাইভেসি রেগুলেশনের অধীন) প্রাইভেট ক্লাউড বা অন-প্রিমাইজে রাখে, কিন্তু কম-সংবেদনশীল কাজ (যেমন অ্যাপয়েন্টমেন্ট বুকিং ওয়েবসাইট, ইন্টারনাল অ্যানালিটিক্স ড্যাশবোর্ড) পাবলিক ক্লাউডে চালিয়ে খরচ কমায়।

  2. পরীক্ষা করুন: উপরের কোড সেলে একটি চতুর্থ এন্ট্রি "মাল্টি-ক্লাউড" যোগ করুন (cost_profile="মাঝারি-উচ্চ — একাধিক প্রোভাইডার", control_level="মাঝামাঝি", typical_use_case="ভেন্ডর লক-ইন এড়ানো") এবং টেবিলে দেখুন।

    dict-এ নতুন এন্ট্রি যোগ করলে লুপ স্বয়ংক্রিয়ভাবে সেটিও প্রিন্ট করবে — এটি দেখায় এই টেবিল-ভিত্তিক তুলনার প্যাটার্নটি সহজেই সম্প্রসারণযোগ্য। মাল্টি-ক্লাউড কৌশল সম্পর্কে বিস্তারিত L52-এ আসবে।

আরও পড়ুন · ABCL TECH-এ আপনার পরবর্তী পদক্ষেপ

আগের পাঠ
ক্লাউড কম্পিউটিং কী ও DevOps পরিচিতি