PROFUSE: Uma Abordagem de Garantia de Qualidade de Serviço para Sistemas Hospedados em Nuvens IAAS
Autores
5487 |
Luis Fernando Orleans
|
2512,312
|
5488 |
2512,312
|
Informações:
Publicações do PESC
Para sistemas hospedados em nuvens IaaS que visem ao lucro, como blogs e sistemas de comércio eletrônico, a métrica mais importante a ser observada deve ser o lucro final. Balancear a QoS para evitar o abandono de clientes com o custo resultante do aluguel de instâncias formam a base do gerenciamento de instâncias para esses cenários. Nesta tese nós demonstramos a viabilidade de utilização de uma Máquina de Inferência Nebulosa como mecanismo capaz de manter a QoS experimentada pelos clientes. Foi criada, ainda, uma técnica que reduz o custo com o aluguel de servidores ao aumentar a capacidade computacional total de modo incremental, uma unidade por vez. Para evitar as consequências de rajadas imprevisíveis de requisições, denotadas por ruídos, utilizamos monitores chamados de ganchos. Todas essas técnicas formam o PROFUSE, um Modelo de Elasticidade completo. Nossos experimentos avaliaram o PROFUSE sob diversas cargas de trabalho e mostraram que ele é capaz de manter o tempo de processamento das requisições abaixo de um limite pré-estabelecido, impedindo, dessa forma, a insatisfação dos clientes. Ao mesmo tempo, o PROFUSE reduz o custo total com alocação de instâncias, mesmo que o custo-benefício entre diferentes configurações não seja linear.
For systems hosted in IaaS clouds that target profit, like blogs and e-commerce systems, the final revenue should be the most important metric. Balancing the QoS experienced by clients as a manner to avoid their drop-out against the cost related to leasing instances form the basis of a good instance management for those scenarios. In this thesis, we demonstrate the feasibility of using a Fuzzy Logic Inference System as a tool for maintaining the QoS. Furthermore, it was created a method for reducing the overall cost related to instances leasing using an incremental algorithm, acquiring one computational unit at a time. Finally, we used hooks to handle unpredictable burst of requests, called here as noises. Those techniques together form the PROFUSE Elasticity Model. Our experiments evidenced that PROFUSE can keep the response time of all requests below a pre-stablished threshold, denoted here as deadlines, avoiding customer unsatisfaction. At the same time, PROFUSE diminishes the total cost of servers lease, even when the cost-benefit among different configurations is not linear.