3. O que é Cloud Computing?
• Conceito de “everything-as-a-service”
• computação sob-demanda no modelo “pay-per-use”
• diferente níveis de QoS
4. O que isso nos afeta?
• Utility Computing Market (tais como água ou eletricidade)
• redução substancial do TCO
5. CC é a única solução?
• Grid Computing como outra alternativa
• mercado para troca de recursos ociosos
• sem garantias na QoS provida
• reciprocidade!!!
6. Infra-estrutura Híbrida de TI
• “Mistura” de poder computacional
The application timeline
• Como executar o planejamento dos contratos?
7. Problema Atacado
• Abordagem “business-driven” para o gerenciamento da
infra-estrutura híbrida
“Como melhorar a eficiência econômica dessa infra-estrutura híbrida
que suporta a execução de aplicação com restrições de tempo?”
• Dificuldade devido as incertezas do ambiente
• trade-off: urgência vs informação
“Contratos estabelecidos com antecedência custam menos, porém, menos
“acurável” é a informação sobre a quantidade extra de computação necessária.”
8. Frentes de Pesquisa
• Contratos de curta duração (short-term)
• Contratos para execução de uma app diária
• Baseado numa estimativa de qnt o grid vai
retornar de saldo durante aquele dia
• Heurísticas baseadas na “confiança” na grade P2P
• Contratos de longa duração (long-term)
• Olhando um ano a frente…
• Reservar recursos de forma planejada
• Alocar recursos de forma inteligente
10. Contratos de Longa Duração
• Modelo de tarifação usado pela Amazom EC2
• 1 ou 3 anos de antecedência
• Vantagens para o provedor
• Garantir operação estável de forma permanente
• Planejar melhor a utilização da sua infra-estrutura
• etc
• Vantagens para o cliente
• Proteger contra flutuações de preços e
indisponibilidade de recursos
• etc
11. Modelo de Profit da
Infra-estrutura Híbrida
• Elementos:
• m aplicações que demanda uma carga de trabalho
• Cada app tem uma função de utility no tempo
• n provedores com custo de reserva e custo de uso
• Grade P2P, infra local, provedores de cloud (reserva e on-demand)
Profit = sum[U(apps)] – sum[Reser_cost(n)] – sum[Usage_cost(n)]
(lucro = ganho - custos)
• Duas fases distintas
• Planejamento da capacidade e Alocação dos recursos
12. Instanciação do Modelo de Profit
• BoTs tiradas do trace NorduGrid (GWA)
• 1 ano/mês de atividades no NorduGrid
• Função de utility que decai linearmente com o tempo
• Até 5 provedores diferentes
• P1 -> grade P2P (Reserv_cost = 0, Usage_cost = 0)
• P2 -> infra local (Reserv_cost != 0, Usage_cost = 0)
• P3 -> cloud (Reserv_cost != 0, Usage_cost != 0)
• P4 -> cloud (Reserv_cost != 0, Usage_cost != 0)
• P5 -> cloud (On-Demand) (Reserv_cost = 0, Usage_cost != 0)
• P3 != P4
13. Fase de Planejamento
• Dado uma qtde fixa de recursos locais, planejar quanto
deve ser reservado em provedores externos baseado
em estimativas da grade e do workload
• Estratégia de planejamento é utilizar todos os recursos
reservados para finalizar as apps o quanto antes
• Objetivos:
• Demonstrar o valor do planejamento
• Encontrar a qtde “ótima” de recursos a serem reservados
17. Fase de Escalonamento (debug_mode)
• Depende da saída da fase de Planejamento
• Estratégia de escalonamento é alocar os recursos de
forma mais inteligente, para tentar “maximizar” o profit
• Considera duas dimensões de otimização: custo e ganho
• Utiliza o provedor on-demand (P5) para “consertar” o
planejamento errado devido às incertezas (???)
18. Resultados Parciais do Escalonamento
• Escalonamento com P5 e com perturbação na
demanda (10% menor) e na grade (erro de -10%)
19. Próximos Passos
• Simular utilizando um ano de atividades do
NorduGrid
• Avaliar os resultados obtidos a partir de uma métrica
global de eficiência
• Submissão para um periódico
• (passo um pouco mais longo...) avaliar estratégias de
mercado futuro nesta infra-estrutura
