1. O documento descreve estratégias de predição de desempenho para a consolidação de servidores virtualizados. Seu objetivo é estudar como aplicar diferentes estratégias de predição para realizar a consolidação e avaliar seu comportamento com diferentes aplicações. 2. Ele apresenta fundamentos sobre acordos de níveis de serviço, consolidação de servidores, o problema de bin packing e como modelar a consolidação como um problema de bin packing multidimensional. 3. São descritas heurísticas iniciais para solução do problema de bin

1. 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

2. 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

3. 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

4. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto
4 / 61

5. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto (cont.)
A
B
C
D
E
F
G
5 / 61

6. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto (cont.)
Virtualização
6 / 61

7. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto (cont.)
Consolidação
7 / 61

8. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto (cont.)
Predição Consolidação
8 / 61

9. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto (cont.)
Predição Consolidação Medição
9 / 61

10. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto (cont.)
Predição Consolidação Medição
10 / 61

11. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto (cont.)
11 / 61

12. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca Contexto Objetivos
Contexto (cont.)
Predição 1
Predição 2
Predição 3
12 / 61

13. 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

14. 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

15. 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

16. 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

17. 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

18. 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

19. 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

20. 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

21. 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

22. 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

23. 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

24. 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

25. 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

26. 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

27. 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

28. 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

29. 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

30. 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

31. 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

32. 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

33. 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

34. 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

35. 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

36. 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

37. 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

38. 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

39. 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

40. 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

41. 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

42. 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

43. 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

44. 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

45. 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

46. 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

47. 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

48. 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

49. 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

50. 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

51. 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

52. 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

53. 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

54. 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

55. 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

56. 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

57. 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

58. 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

59. 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

60. Introdu¸˜o Fundamentos Resultados preliminares Proposta Agradecimento
ca
Obrigado.
60 / 61

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