Dissertação

Vadara: Predictive Elasticity for Cloud Applications EVALUATED

A elasticidade é uma característica fundamental em computação em nuvem. Apesar das suas vantagens inerentes, a total realização de todo o seu potencial é difícil devido aos inúmeros desafios decorrentes da necessidade de estimar a procura. A solução desejável possui a capacidade de prever a procura futura e alocar recursos a priori, ou seja, uma abordagem preditiva. Em vez disso, o que é oferecido, são soluções reactivas que exigem um difícil ajuste de parâmetros. Uma vez que cada fornecedor tem as suas próprias idiossincrasias de implementação, é impossível para os desenvolvedores: (i) aprender acerca de uma plataforma e reutilizar esse conhecimento em outras; (ii) migrar soluções desenvolvidas entre diferentes fornecedores; e (iii) desenvolver regras e algoritmos de elasticidade preditivos reutilizáveis. Este trabalho faz três contribuições para proporcionar um ambiente de elasticidade eficaz. Em primeiro lugar, Vadara, uma plataforma de elasticidade totalmente genérica, que abstrai transparentemente o comportamento dos diferentes fornecedores, permitindo o uso de estratégias de elasticidade agnósticas. Em segundo lugar, apresentamos um novo mecanismo de padding que tem por base os erros mais recentes de sob- e sobre-previsão de procura, mecanismo esse que é usado numa abordagem preditiva de previsão de procura que combina diversos métodos individuais de previsão baseado num algoritmo kNN ponderado. Finalmente, os resultados mostram (1) a conexão bem-sucedida do Vadara a conhecidos fornecedores de nuvem (Amazon, Rackspace), (2) as melhorias no número de ocorrências de sob- e sobre-previsão de carga devido ao sistema de padding, e (3) a eficácia da nossa técnica de previsão combinada.
Computação em nuvem, Plataforma de elasticidade, Provisionamento de recursos, Previsão de procura, Previsão de séries temporais

Outubro 28, 2014, 18:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

João Coelho Garcia

Departamento de Engenharia Informática (DEI)

Professor Auxiliar