Estimando o Valor de uma Grade P2P usando Provedores de IaaS como Parâmetro de Comparação

785 views

Published on

Published in: Technology, Business
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
785
On SlideShare
0
From Embeds
0
Number of Embeds
46
Actions
Shares
0
Downloads
8
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Estimando o Valor de uma Grade P2P usando Provedores de IaaS como Parâmetro de Comparação

  1. 1. Estimando o Valor de uma Grade P2P usando Provedores de Infraestrutura como Servi¸co como Parˆametro de Compara¸c˜ao Edigley Pereira Fraga Orientador: Dalton Serey Guerrero 21 de outubro de 2010
  2. 2. Agenda Contextualiza¸c˜ao Objetivo do Estudo Cen´ario de Estudo + Metodologia An´alise Preliminar Simplifica¸c˜oes Considera¸c˜oes Finais
  3. 3. Agenda Contextualiza¸c˜ao Objetivo do Estudo Cen´ario de Estudo + Metodologia An´alise Preliminar Simplifica¸c˜oes Considera¸c˜oes Finais
  4. 4. Contextualiza¸c˜ao Grade Oportunistas Entre-Pares Comunidade OurGrid Rede de Favores (NoF) como mecanismo de incentivo Aplica¸c˜oes bag-of-tasks Aplica¸c˜oes paralelas cujas tarefas s˜ao independentes entre si Oferta de Infraestrutura como Servi¸co Um dos servi¸cos no universo de Cloud Computing
  5. 5. Exemplo de comunidade Ourgrid
  6. 6. Infraestrutura como Servi¸co Modelos de Tarifa¸c˜ao (Amazon) On-demand Instances Reserved Instances Spot Instances Caracter´ıstica: Volatilidade de Recursos
  7. 7. Spot Instances
  8. 8. IaaS “Oportunista” Modelo Spot Instances Usu´arios “dizem” quanto querem pagar pelos recursos A Amazon define o pre¸co (Spot-Price) Todas as requisi¸c˜oes com ofertas maiores ou iguais ao Spot-Price s˜ao atendidas Usu´ario paga o valor do Spot-Price Todas as instˆancias provenientes de uma oferta inferior ao Spot-Price s˜ao automaticamente terminadas Caracteriza a volatilidade Indicado para aplica¸c˜oes com flexibilidade de in´ıcio e t´ermino
  9. 9. Oscila¸c˜ao do Spot-Price
  10. 10. Agenda Contextualiza¸c˜ao Objetivo do Estudo Cen´ario de Estudo + Metodologia An´alise Preliminar Simplifica¸c˜oes Considera¸c˜oes Finais
  11. 11. Objetivo do Estudo Analisar comparativamente a execu¸c˜ao de aplica¸c˜oes bag-of-tasks em um ambiente de grade oportunista e sobre IaaS (modelo Spot-Instance) considerando os fatores custo e makespan. H´a recursos locais para execu¸c˜ao e usa-se recursos remotos para diminuir o makespan. Existe um dificuldade de quantificar, do ponto de vista do usu´ario, o valor fornecido por uma grade entre pares.
  12. 12. Agenda Contextualiza¸c˜ao Objetivo do Estudo Cen´ario de Estudo + Metodologia An´alise Preliminar Simplifica¸c˜oes Considera¸c˜oes Finais
  13. 13. Cen´ario - Aloca¸c˜ao de Tarefas
  14. 14. Cen´ario - Aloca¸c˜ao de Tarefas
  15. 15. Cen´ario - Aloca¸c˜ao de Tarefas Se houver mais tarefas que recursos dispon´ıveis, inevitavelmente haver´a espera em fila e consequentemente aumento do makespan do job.
  16. 16. Cen´ario - CloudBurst
  17. 17. Cen´ario - CloudBurst
  18. 18. Cen´ario - CloudBurst
  19. 19. Cen´ario - Grade p2p
  20. 20. Cen´ario - Grade p2p
  21. 21. Cen´ario - Grade p2p
  22. 22. Metodologia de Compara¸c˜ao Simula¸c˜ao guiada por traces sint´eticos Um mesmo workload em uma grade p2p e na “nuvem oportunista” 1. Recursos Locais + Recursos obtido pela NoF 2. Recursos Locais + Instˆancias da “nuvem oportunista” Caracteriza¸c˜ao Demanda Oferta Volatilidade
  23. 23. Demanda Gera¸c˜ao sint´etica de workload N´umero de tarefas por job e tempo de interchegadas modelados a partir de traces de grades reais. Tamanho m´edio de 15 minutos para cada tarefa. Considerando efeito do ciclo di´ario na chegada de jobs
  24. 24. Oferta Grade: Ambiente heterogˆeneo variando de 300 a 2000 desktops t´ıpicos distribu´ıdos em uma centena de peers Cen´arios com baixa, m´edia e alta conten¸c˜ao. Nuvem Oportunista (dois cen´arios) Infinito (Ideal). Limitado a vinte (20) m´aquinas por peer (Situa¸c˜ao atual). C´alculo do custo para fazer cloudburst S´eries hist´oricas com as oscila¸c˜oes do Spot-Price (Instˆancia small)
  25. 25. Volatilidade Grade: Traces de disponibilidade gerados sinteticamente Modelados a partir da an´alise do padr˜ao de ociosidade de m´aquinas desktops
  26. 26. Volatilidade - Exemplo de Trace Gerado Sinteticamente
  27. 27. Volatilidade - Exemplo de Trace SDSC
  28. 28. Agenda Contextualiza¸c˜ao Objetivo do Estudo Cen´ario de Estudo + Metodologia An´alise Preliminar Simplifica¸c˜oes Considera¸c˜oes Finais
  29. 29. An´alise Preliminar Cen´ario: Modelagem de Iosup para tamanho de job, intervalo de interchegada e atribui¸c˜ao de job a usu´ario (368 usu´arios ao todo). 10 sites e cada um dos 368 usu´arios foi alocado aleatoriamente para cada site. Variando o n´umero de m´aquinas em cada site para alterar a conten¸c˜ao do sistema.
  30. 30. Makespan - Grade Vs Spot
  31. 31. Makespan - Grade (Utiliza¸c˜ao) Vs Spot
  32. 32. Agenda Contextualiza¸c˜ao Objetivo do Estudo Cen´ario de Estudo + Metodologia An´alise Preliminar Simplifica¸c˜oes Considera¸c˜oes Finais
  33. 33. Simplifica¸c˜oes/Limita¸c˜oes da Abordagem N˜ao considera outros custos que existem ao se fazer cloudburst Armazenamento Tr´afego em Rede Dificuldade na caracteriza¸c˜ao da demanda e disponibilidade Os modelos sint´eticos podem n˜ao ser t˜ao realistas.
  34. 34. Agenda Contextualiza¸c˜ao Objetivo do Estudo Cen´ario de Estudo + Metodologia An´alise Preliminar Simplifica¸c˜oes Considera¸c˜oes Finais
  35. 35. Considera¸c˜oes Finais Devido a limita¸c˜oes no n´umero de instˆancias simultˆaneas para um mesmo usu´ario, h´a cen´arios em que a grade se torna vantajosa quanto ao makespan. Dificuldade na caracteriza¸c˜ao da demanda e disponibilidade! ´E um problema! H´a uma carˆencia de m´etricas para avaliar grades oportunistas entre pares.
  36. 36. Quest˜oes? Sugest˜oes? Cr´ıticas?
  37. 37. Obrigado!
  38. 38. Referˆencias 1 Amazon. Amazon Elastic Compute Cloud (Amazon EC2), http://aws.amazon.com/ec2/. 2 Amazon. Amazon Web Services (AWS), http://aws.amazon.com. 3 Amazon. Amazon, www.amazon.com/. 4 Amazon. Amazon Spot Instances, http://aws.amazon.com/ec2/spot-instances/, 2010. 8 BOINC. Berkeley Open Infrastructure for Network Computing, http://boinc.berkeley.edu/. 25 U. O. W. Milwaukee. Einstein@home, http://www.einsteinathome.org/. 27 OurGrid. OurGrid, http://www.ourgrid.org/.
  39. 39. Referˆencias 10 U. O. California. Search for Extraterrestrial Intelligence, Seti@Home, http://setiathome.berkeley.edu/. 12 W. Cirne, F. Brasileiro, N. Andrade, L. B. Costa, A. Andrade, R. Novaes, and M. Mowbray. Labs of the World, Unite!!! 15 Google. Google App Engine, http://code.google.com/appengine/. 16 GWA. The Grid Workloads Archive, http://gwa.ewi.tudelft.nl/pmwiki/. 17 IBM. IBM Cloud Computing, http://www.ibm.com/ibm/cloud/. 24 Microsoft. Azure Services Platform, http://www.microsoft.com/windowsazure/.

×