• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Estratégias de Predição de Desempenho para a Consolidação de Servidores com Recursos Virtualizados - Qualificação de Mestrado
 

Estratégias de Predição de Desempenho para a Consolidação de Servidores com Recursos Virtualizados - Qualificação de Mestrado

on

  • 298 views

Apresentação utilizada em meu Exame de Qualificação de Mestrado no IME/USP. ...

Apresentação utilizada em meu Exame de Qualificação de Mestrado no IME/USP.
Minha proposta de pesquisa visa explorar oportunidades de gerenciamento eficiente de recursos em infraestruturas de Computação em Nuvem, no escopo de duas linhas de pesquisa: estratégias de predição de desempenho e de consolidação de servidores.

Statistics

Views

Total Views
298
Views on SlideShare
296
Embed Views
2

Actions

Likes
1
Downloads
1
Comments
2

1 Embed 2

http://www.linkedin.com 2

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

CC Attribution License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel

12 of 2 previous next

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
  • Mesmo não entendendo , parabéns pelo mestrado e sucesso por mais uma vitória. Abraços, Tia Deth
    Are you sure you want to
    Your message goes here
    Processing…
  • nao entendi nada, mas a apresentação ficou bunitaçã preto nego! parabéns brother!! :)
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Estratégias de Predição de Desempenho para a Consolidação de Servidores com Recursos Virtualizados - Qualificação de Mestrado Estratégias de Predição de Desempenho para a Consolidação de Servidores com Recursos Virtualizados - Qualificação de Mestrado Presentation Transcript

    • Estrat´gias de Predi¸˜o de Desempenho para a e ca Consolida¸˜o de Servidores com Recursos ca Virtualizados C´ssio Alexandre Paix˜o Silva Alkmin a a cassiop@ime.usp.br Orienta¸˜o: Dr. Daniel de Angelis Cordeiro ca IME – Instituto de Matem´tica e Estat´ a ıstica USP – Universidade de S˜o Paulo a 4 de fevereiro de 2013
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Sum´rio a 1 Introdu¸˜o ca Contexto Objetivos 2 Fundamentos Acordos de n´ de servi¸o ıvel c Consolida¸˜o de servidores ca Problema de bin packing Consolida¸˜o de servidores + bin packing ca 3 Resultados preliminares Ambiente de simula¸˜o ca Tra¸o de execu¸˜o c ca Simula¸˜es co Resultados 4 Proposta de pesquisa Trabalhos relacionados Cronograma 2 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Sum´rio a 1 Introdu¸˜o ca Contexto Objetivos 2 Fundamentos Acordos de n´ de servi¸o ıvel c Consolida¸˜o de servidores ca Problema de bin packing Consolida¸˜o de servidores + bin packing ca 3 Resultados preliminares Ambiente de simula¸˜o ca Tra¸o de execu¸˜o c ca Simula¸˜es co Resultados 4 Proposta de pesquisa Trabalhos relacionados Cronograma 3 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto 4 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto (cont.) A B C D E F G 5 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto (cont.) Virtualização 6 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto (cont.) Consolidação 7 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto (cont.) Predição Consolidação 8 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto (cont.) Predição Consolidação Medição 9 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto (cont.) Predição Consolidação Medição 10 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto (cont.) 11 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Contexto (cont.) Predição 1 Predição 2 Predição 3 12 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Contexto Objetivos Objetivos Estudar como aplicar diferentes estrat´gias de predi¸˜o de e ca desempenho para realizar consolida¸˜o de servidores. ca Avaliar como as diferentes estrat´gias de predi¸˜o se e ca comportam perante diferentes classes de aplica¸˜es. co Desenvolver novos m´todos de consolida¸˜o de servidores. e ca 13 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca Sum´rio a 1 Introdu¸˜o ca Contexto Objetivos 2 Fundamentos Acordos de n´ de servi¸o ıvel c Consolida¸˜o de servidores ca Problema de bin packing Consolida¸˜o de servidores + bin packing ca 3 Resultados preliminares Ambiente de simula¸˜o ca Tra¸o de execu¸˜o c ca Simula¸˜es co Resultados 4 Proposta de pesquisa Trabalhos relacionados Cronograma 14 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca Acordos de n´ de servi¸o – SLA ıvel c SLA – Service Level Agreement. Define termos sobre disponibiliza¸˜o e uso do servi¸o, que devem ca c ser cumpridos por ambas as partes: provedor e usu´rio. a Como exemplos de responsabilidades do provedor: O provedor deve garantir que ser´ disponibilizada ` aplica¸˜o a a ca a quantidade de mem´ria RAM necess´ria, desde que n˜o o a a exceda o limite contratado. O provedor deve garantir que o servi¸o estar´ dispon´ em c a ıvel 99,9% do tempo em um per´ ıodo de 30 dias. 15 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca Consolida¸˜o de servidores ca Problema: Alocar as m´quinas virtuais na menor quantidade de a servidores f´ ısicos poss´ ıvel, sem comprometer os acordos de n´ de ıvel servi¸o (SLA) de cada m´quina virtual. c a O problema da aloca¸˜o das m´quinas virtuais na menor ca a quantidade de servidores f´ ısicos pode ser considerado como o problema de bin packing multidimensional com capacidades variadas. 16 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca Problema de bin packing O problema de bin packing multidimensional com capacidades variadas pode ser definido da seguinte maneira: Instˆncia: a uma lista de n vetores d-dimensionais Vi = (vi1 , vi2 , . . . , vid ), no intervalo (0, 1]d , onde cada vetor Vi representa um item com seus requerimentos em cada dimens˜o; a uma lista de m vetores d-dimensionais Cj = (cj1 , cj2 , . . . , cjd ), no intervalo (0, 1]d , onde cada vetor Cj representa um cesto com suas capacidades em cada dimens˜o. a Pergunta: Como alocar os n itens na quantidade m´ ınima de cestos, de modo que para cada cesto j, com 1 ≤ j ≤ m, a soma Sj = (sj1 , sj2 , . . . , sjd ) dos vetores no cesto j obede¸a sjk ≤ cjk , c com 1 ≤ k ≤ d? 17 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca Consolida¸˜o de servidores + Bin packing ca Para modelar o problema de consolida¸˜o de servidores como o ca problema de bin packing, realizamos as seguintes considera¸˜es: co as demandas e capacidades de recursos computacionais s˜o a normalizadas; cada item ´ uma m´quina virtual, cujas dimens˜es do vetor e a o s˜o suas demandas de cada recurso; e a cada cesto ´ um servidor f´ e ısico, cujas dimens˜es do vetor o representam os recursos computacionais dispon´ ıveis. 18 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca Solu¸˜o do problema de bin packing ca O problema ´ NP-dif´ ou seja, quando a quantidade de itens ´ e ıcil, e grande, ´ dif´ encontrar a solu¸˜o ´tima em tempo “razo´vel”. e ıcil ca o a Heur´ısticas apresentam solu¸˜es potencialmente boas para o co problema, com tempo de execu¸˜o “razo´vel” (em tempo ca a polinomial no tamanho da instˆncia). a Inicialmente foram avaliadas trˆs heur´ e ısticas: FFD – First-Fit Decreasing; BFD – Best-Fit Decreasing; e WFD – Worst-Fit Decreasing. 19 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca FFD – First-Fit Decreasing Com o conjunto de itens ordenados decrescentemente, aloca-se cada item ao primeiro cesto em que pode ser acomodado. 1.0 0.5 0.5 0.5 0.25 0.25 0.75 0.5 0.25 0.5 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 20 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca FFD – First-Fit Decreasing (cont.) Com o conjunto de itens ordenados decrescentemente, aloca-se cada item ao primeiro cesto em que pode ser acomodado. 0.5 0.5 0.5 0.25 0.75 0.5 0.25 0.5 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 21 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca FFD – First-Fit Decreasing (cont.) Com o conjunto de itens ordenados decrescentemente, aloca-se cada item ao primeiro cesto em que pode ser acomodado. 0.5 0.5 0.25 0.5 0.25 0.5 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 22 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca FFD – First-Fit Decreasing (cont.) Com o conjunto de itens ordenados decrescentemente, aloca-se cada item ao primeiro cesto em que pode ser acomodado. 0.5 0.25 0.25 0.5 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 23 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca FFD – First-Fit Decreasing (cont.) Com o conjunto de itens ordenados decrescentemente, aloca-se cada item ao primeiro cesto em que pode ser acomodado. 0.25 0.5 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 24 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca FFD – First-Fit Decreasing (cont.) Com o conjunto de itens ordenados decrescentemente, aloca-se cada item ao primeiro cesto em que pode ser acomodado. 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 25 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca BFD – Best-Fit Decreasing Inicialmente, o conjunto de itens deve ser ordenado de modo decrescente. Ent˜o aloca-se cada item ao cesto em que sobrar a menos espa¸o livre ap´s a inser¸˜o do item. c o ca 1.0 0.5 0.5 0.5 0.25 0.25 0.75 0.5 0.25 0.5 0.75 x 0.25 x 0.75 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 26 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca BFD – Best-Fit Decreasing (cont.) Inicialmente, o conjunto de itens deve ser ordenado de modo decrescente. Ent˜o aloca-se cada item ao cesto em que sobrar a menos espa¸o livre ap´s a inser¸˜o do item. c o ca 0.5 0.5 0.5 0.25 0.75 0.5 0.25 0.5 0.75 x x 0.25 0.75 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 27 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca BFD – Best-Fit Decreasing (cont.) Inicialmente, o conjunto de itens deve ser ordenado de modo decrescente. Ent˜o aloca-se cada item ao cesto em que sobrar a menos espa¸o livre ap´s a inser¸˜o do item. c o ca 0.5 0.5 0.25 0.5 0.25 0.5 1.0 0.0 x x 1.0 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 28 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca BFD – Best-Fit Decreasing (cont.) Inicialmente, o conjunto de itens deve ser ordenado de modo decrescente. Ent˜o aloca-se cada item ao cesto em que sobrar a menos espa¸o livre ap´s a inser¸˜o do item. c o ca 0.5 0.25 0.25 0.5 1.25 x x x 1.25 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 29 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca BFD – Best-Fit Decreasing (cont.) Inicialmente, o conjunto de itens deve ser ordenado de modo decrescente. Ent˜o aloca-se cada item ao cesto em que sobrar a menos espa¸o livre ap´s a inser¸˜o do item. c o ca 0.25 0.5 0.5 x x x 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 30 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca BFD – Best-Fit Decreasing (cont.) Inicialmente, o conjunto de itens deve ser ordenado de modo decrescente. Ent˜o aloca-se cada item ao cesto em que sobrar a menos espa¸o livre ap´s a inser¸˜o do item. c 1.0o ca 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 31 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca WFD – Worst-Fit Decreasing Com o conjunto de itens previamente ordenados de modo decrescente, cada item ´ acomodado ao cesto em que sobrar o e maior espa¸o livre ap´s a inser¸˜o do item. c o ca 1.0 0.5 0.5 0.5 0.25 0.25 0.75 0.5 0.25 0.5 0.75 x 0.25 x 0.75 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 32 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca WFD – Worst-Fit Decreasing (cont.) Com o conjunto de itens previamente ordenados de modo decrescente, cada item ´ acomodado ao cesto em que sobrar o e maior espa¸o livre ap´s a inser¸˜o do item. c o ca 0.5 0.5 0.5 0.25 0.75 0.5 0.25 0.5 x x x 0.25 0.75 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 33 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca WFD – Worst-Fit Decreasing (cont.) Com o conjunto de itens previamente ordenados de modo decrescente, cada item ´ acomodado ao cesto em que sobrar o e maior espa¸o livre ap´s a inser¸˜o do item. c o ca 0.5 0.5 0.25 0.5 0.25 0.5 x 0.0 0.5 0.5 x 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 34 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca WFD – Worst-Fit Decreasing (cont.) Com o conjunto de itens previamente ordenados de modo decrescente, cada item ´ acomodado ao cesto em que sobrar o e maior espa¸o livre ap´s a inser¸˜o do item. c o ca 0.5 0.25 0.25 0.5 x x 0.0 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 35 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca WFD – Worst-Fit Decreasing (cont.) Com o conjunto de itens previamente ordenados de modo decrescente, cada item ´ acomodado ao cesto em que sobrar o e maior espa¸o livre ap´s a inser¸˜o do item. c o ca 0.25 0.5 x 0.25 x 0.75 x 1.0 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 36 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento c˜o Bin packing Consolida¸˜o + bin packing ca SLA Consolida¸a ca WFD – Worst-Fit Decreasing (cont.) Com o conjunto de itens previamente ordenados de modo decrescente, cada item ´ acomodado ao cesto em que sobrar o e maior espa¸o livre ap´s a inser¸˜o do item. c o 1.0 ca 1.0 1.0 0.5 0.5 1.0 0.5 0.5 1.0 1.0 37 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Sum´rio a 1 Introdu¸˜o ca Contexto Objetivos 2 Fundamentos Acordos de n´ de servi¸o ıvel c Consolida¸˜o de servidores ca Problema de bin packing Consolida¸˜o de servidores + bin packing ca 3 Resultados preliminares Ambiente de simula¸˜o ca Tra¸o de execu¸˜o c ca Simula¸˜es co Resultados 4 Proposta de pesquisa Trabalhos relacionados Cronograma 38 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Ambiente de simula¸˜o ca Objetivo: Analisar o impacto de predi¸˜es de desempenho de m´ co a qualidade na utiliza¸˜o dos recursos de um datacenter, com base ca em um tra¸o de execu¸˜o de um ambiente real de Computa¸˜o em c ca ca Nuvem. Foi desenvolvido um simulador para analisar esse impacto, com quatro componentes principais: Forecasting Placement Measurement Module Module Module Virtualization Manager 39 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Tra¸o de execu¸˜o c ca Foi utilizado um tra¸o de execu¸˜o (workload) disponibilizado pelo c ca Google, com dados de execu¸˜o de tarefas em um per´ ca ıodo de 29 dias, em uma c´lula com aproximadamente 12.500 m´quinas. e a Sobre os dados disponibilizados, sabe-se que: Cada subtarefa ´ executada em um contˆiner Linux pr´prio; e e o Informa¸˜es de utiliza¸˜o de CPU e mem´ria foram co ca o normalizadas; e Informa¸˜es de utiliza¸˜o dos recursos foram coletados em co ca per´ıodos de cinco minutos, ou intervalo menor em caso de altera¸˜o das tarefas. ca 40 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – Considera¸oes c˜ c˜ As simula¸˜es foram realizadas sobre as primeiras 24h do co tra¸o de execu¸˜o; c ca As etapas de predi¸˜o de desempenho, consolida¸˜o de ca ca servidores e medi¸˜o da demanda real de recursos s˜o ca a realizadas a cada 300 segundos; A cada 300 segundos, todas as m´quinas virtuais s˜o a a reescalonadas; O custo de migra¸˜o foi desconsiderado; e ca Para cada servidor sobrecarregado, contabiliza-se uma viola¸˜o ca de SLA para cada m´quina virtual em execu¸˜o nesse servidor. a ca 41 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – Considera¸oes (cont.) c˜ c˜ Foram analisadas duas plataformas de computa¸˜o: ca uma plataforma homogˆnea, na qual se assume que h´ e a servidores f´ ısicos suficientes para execu¸˜o das aplica¸˜es ca co necess´rias, cada um com capacidades de CPU e de mem´ria a o iguais a 1.0; e 42 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – Considera¸oes (cont.) c˜ c˜ uma plataforma heterogˆnea, baseada nas informa¸˜es do e co workload do Google, na qual h´ um n´mero limitado de a u servidores f´ ısicos, cada um com capacidades espec´ ıficas de CPU e de mem´ria.o N´mero de m´quinas u a CPU Mem´ria o 6732 0.50 0.50 3863 0.50 0.25 1001 0.50 0.75 795 1.00 1.00 126 0.25 0.25 52 0.50 0.12 5 0.50 0.03 5 0.50 0.97 3 1.00 0.50 1 0.50 0.06 Tabela: Configura¸˜o inicial plataforma de computa¸˜o do Google. ca ca Adaptado de [Reiss et al.,2012] 43 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – 1o caso c˜ Objetivo: Avaliar o impacto de erros de predi¸˜o entre -10% e ca +10% na quantidade de servidores utilizados e de viola¸˜es de co SLA. Foram realizadas simula¸˜es com varia¸˜o do erro de predi¸˜o co ca ca entre -10% e +10%, em intervalos de 5%. Tais simula¸˜es foram realizadas para as heur´ co ısticas FFD, BFD e WFD, tanto para a plataforma de computa¸˜o homogˆnea quanto ca e para a plataforma heterogˆnea. e 44 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – 1o caso (cont.) c˜ Impacto de erros de predi¸˜o em uma plataforma de computa¸˜o ca ca homogˆnea. e Figura: Quantidade de servidores utilizados em fun¸˜o do erro na ca predi¸˜o do desempenho. Plataforma homogˆnea. ca e 45 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – 1o caso (cont.) c˜ Impacto de erros de predi¸˜o em uma plataforma de computa¸˜o ca ca homogˆnea. e Figura: M´ximo de viola¸˜es de SLA em um per´ a co ıodo em fun¸˜o do erro ca na predi¸˜o do desempenho. Plataforma homogˆnea. ca e 46 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – 1o caso (cont.) c˜ Impacto de erros de predi¸˜o em uma plataforma de computa¸˜o ca ca heterogˆnea. e Figura: Quantidade de servidores utilizados em fun¸˜o do erro na ca predi¸˜o do desempenho. Plataforma heterogˆnea. ca e 47 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – 1o caso (cont.) c˜ Impacto de erros de predi¸˜o em uma plataforma de computa¸˜o ca ca heterogˆnea. e Figura: M´ximo de viola¸˜es de SLA em um per´ a co ıodo em fun¸˜o do erro ca na predi¸˜o do desempenho. Plataforma heterogˆnea. ca e 48 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – 2o caso c˜ Objetivo: Avaliar o impacto de um erro de predi¸˜o de +10% na ca varia¸˜o da quantidade de servidores utilizados. ca Foram realizadas simula¸˜es sem erros de predi¸˜o e com predi¸˜es co ca co superestimadas em +10%. As simula¸˜es foram realizadas para as heur´ co ısticas FFD, BFD e WFD, tanto para a plataforma de computa¸˜o homogˆnea quanto ca e para a plataforma heterogˆnea. e 49 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – 2o caso (cont.) c˜ Varia¸˜o na quantidade de servidores necess´rios ao superestimar o ca a desempenho em 10%, em rela¸˜o a uma predi¸˜o 100% correta. ca ca Figura: Ambiente homogˆneo. e 50 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Simula¸oes – 2o caso (cont.) c˜ Varia¸˜o na quantidade de servidores necess´rios ao superestimar o ca a desempenho em 10%, em rela¸˜o a uma predi¸˜o 100% correta. ca ca Figura: Ambiente heterogˆneo. e 51 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Ambiente Workload Simula¸˜es Resultados co Resultados Uma predi¸˜o de desempenho eficaz (100% correta) permite ca uma utiliza¸˜o ´tima dos recursos. ca o A estrat´gia de consolida¸˜o em uso tem grande influˆncia na e ca e quantidade de recursos utilizados em ambientes heterogˆneos. e Nas simula¸˜es, foram identificadas diferen¸as de at´ 2178 co c e servidores em uso (nesse caso espec´ ıfico, utilizar WFD ao inv´s de BFD levaria a uma economia de 28% de servidores e em uso). Para predi¸˜es corretas e/ou superestimadas, a quantidade de co viola¸˜es de SLA ´ minimizada. co e 52 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Trabalhos relacionados Cronograma Sum´rio a 1 Introdu¸˜o ca Contexto Objetivos 2 Fundamentos Acordos de n´ de servi¸o ıvel c Consolida¸˜o de servidores ca Problema de bin packing Consolida¸˜o de servidores + bin packing ca 3 Resultados preliminares Ambiente de simula¸˜o ca Tra¸o de execu¸˜o c ca Simula¸˜es co Resultados 4 Proposta de pesquisa Trabalhos relacionados Cronograma 53 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Trabalhos relacionados Cronograma Proposta de pesquisa A presente proposta de pesquisa busca explorar oportunidades de gerenciamento eficiente de recursos, de tal modo que aborda duas linhas de pesquisa: Identificar que estrat´gias e sistemas de predi¸˜o de desempenho e ca existentes podem ser utilizados em ambientes virtualizados, com base no perfil das aplica¸˜es e do ambiente computacional. co Avaliar t´cnicas de consolida¸˜o de servidores e heur´ e ca ısticas para o problema de bin packing, a fim de desenvolver novos m´todos de e consolida¸˜o de servidores ao considerar restri¸˜es de SLA. ca co 54 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Trabalhos relacionados Cronograma Trabalhos relacionados Predi¸˜o de desempenho: ca Muitas estrat´gias buscam estimar o tempo de execu¸˜o de e ca uma aplica¸˜o. ca [Nurmi et al., 2008] buscam prever o tempo em que uma requisi¸˜o de execu¸˜o de aplica¸˜o ficar´ na fila de espera. ca ca ca a Nesse processo, realizam clusteriza¸˜o com base em ca informa¸˜es da requisi¸˜o de execu¸˜o, utilizando dados de co ca ca outras requisi¸˜es no cluster para aumentar efic´cia da co a predi¸˜o. ca [Tsafrir et al., 2007] preveem o tempo de execu¸˜o de uma ca aplica¸˜o com base nos tempos de execu¸˜o das duas ultimas ca ca ´ aplica¸˜es executadas por um usu´rio. co a 55 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Trabalhos relacionados Cronograma Trabalhos relacionados (cont.) Consolida¸˜o de servidores: ca [Ferreto et al., 2011] prop˜em uma estrat´gia para diminuir a o e quantidade de migra¸˜es de m´quinas virtuais em um co a datacenter, objetivo atingido ao optar por n˜o realocar a m´quinas virtuais cujas necessidades de recursos n˜o a a alteraram desde a ultima medi¸˜o. ´ ca [Gawron e Walkowiak, 2009] prop˜em uma solu¸˜o baseada o ca em programa¸˜o dinˆmica para o problema de bin packing ca a com capacidades variadas. 56 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Trabalhos relacionados Cronograma Atividades propostas A fim de cumprir os objetivos definidos, prop˜e-se a realiza¸˜o das o ca seguintes atividades durante o mestrado: 1 (jan-fev) Estudo mais aprofundado de algoritmos de consolida¸˜o ca 2 (fev-mar) Estudo sobre classifica¸˜o de aplica¸˜es ca co 3 (mar-abr) Implementa¸˜o dos algoritmos de predi¸˜o mais ca ca adequados para aplica¸˜es em Computa¸˜o em Nuvem co ca 4 (abr-mai) Incorpora¸˜o ao simulador de um algoritmo capaz ca de classificar aplica¸˜es e optar por um preditor de co desempenho 57 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Trabalhos relacionados Cronograma Atividades propostas (cont.) 5 (mar-mai) Estudo de algoritmos utilizados em gerenciadores open source de ambientes virtualizados 6 (mai-jun) Avalia¸˜o experimental usando outros tra¸os de ca c execu¸˜o reais ca 7 (jan, jun-jul) Reda¸˜o de artigos cient´ ca ıficos 8 (mai-jun) Reda¸˜o da disserta¸˜o de mestrado ca ca 9 (jul) Defesa de mestrado 58 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Trabalhos relacionados Cronograma Cronograma 2013 Etapa Jan Fev Mar Abr Mai Jun Jul 1 • • 2 • • 3 • • 4 • • 5 • • • 6 • • 7 • • • 8 • • 9 • Tabela: Cronograma de realiza¸˜o das atividades. ca 59 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Obrigado. 60 / 61
    • Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento ca Sum´rio a 1 Introdu¸˜o ca Contexto Objetivos 2 Fundamentos Acordos de n´ de servi¸o ıvel c Consolida¸˜o de servidores ca Problema de bin packing Consolida¸˜o de servidores + bin packing ca 3 Resultados preliminares Ambiente de simula¸˜o ca Tra¸o de execu¸˜o c ca Simula¸˜es co Resultados 4 Proposta de pesquisa Trabalhos relacionados Cronograma 61 / 61