Um Mecanismo de Auto Elasticidade com base no Tempo de Resposta para Ambientes de

121 Pages·2016·3.94 MB·Portuguese

Universidade de Brasília
InstitutodeCiênciasExatas
DepartamentodeCiênciadaComputação
Um Mecanismo de Auto Elasticidade com base no
Tempo de Resposta para Ambientes de Computação
em Nuvem baseados em Containers
Marcelo Cerqueira de Abranches
Dissertação apresentada como requisito parcial para conclusão do
Mestrado Profissional em Computação Aplicada
Orientador
Prof.a Dr.a Priscila América Solis
Brasília
2016
Ficha catalográfica elaborada automaticamente,
com os dados fornecidos pelo(a) autor(a)
Cerqueira de Abranches, Marcelo
Cm Um Mecanismo de Auto Elasticidade com base no
Tempo de Resposta para Ambientes de Computação em
Nuvem baseados em Containers / Marcelo Cerqueira de
Abranches; orientador Priscila América Solis. --
Brasília, 2016.
120 p.
Dissertação (Mestrado - Mestrado Profissional em
Computação Aplicada) -- Universidade de Brasília, 2016.
1. Computação em Nuvem. 2. Balanceamento de Carga.
3. Dimensionamento de Sistemas Computacionais. 4.
Controladores PID. 5. Sistemas Web. I. América
Solis, Priscila, orient. II. Título.
Universidade de Brasília
InstitutodeCiênciasExatas
DepartamentodeCiênciadaComputação
Um Mecanismo de Auto Elasticidade com base no
Tempo de Resposta para Ambientes de Computação
em Nuvem baseados em Containers
Marcelo Cerqueira de Abranches
Dissertação apresentada como requisito parcial para conclusão do
Mestrado Profissional em Computação Aplicada
Prof.a Dr.a Priscila América Solis (Orientador)
CIC/UnB
Prof. Dr. Eduardo Alchieri Prof. Dr. Paulo Gondim
CIC/UnB ENE/UnB
Prof. Dr. Marcelo Ladeira
Coordenador do Programa de Pós-graduação em Computação Aplicada
Brasília, 28 de Novembro de 2016
Dedicatória
Dedicoestetrabalhoaminhafamília,emespecialaPaulaqueéminhaamiga,companheira
e meu amor.
iv
Agradecimentos
Agradeço a minha família e amigos pelo apoio incondicional e carinho, a todos os meus
professores que iluminaram meu caminho e principalmente ao Senhor, que é a razão de
tudo.
v
Resumo
Este trabalho propõe uma arquitetura de computação em nuvem baseada em containers e
um algoritmo de auto elasticidade. O algoritmo promove a otimização do processamento
das requisições por meio da alocação eficiente do número de containers para alcançar
tempos esperados de resposta no processamento de requisições. Para avaliar arquitetura
proposta foi utilizada uma carga de trabalho caracterizada com base em uma série tem-
poral real resultante das requisições de um sistema Web da Controladoria Geral da União
(CGU). O sistema foi submetido a diferentes testes de carga e os resultados mostram
que a solução proposta apresenta um forte potencial dado que consegue cumprir os re-
querimentos de desempenho alocando containers de forma mais eficiênte do que outras
propostas.
Palavras-chave: Computação em Nuvem, balanceamento de carga, dimensionamento,
elasticidade, alta disponibilidade, escalabilidade, desempenho, Controlares PID, Sistemas
Web, Controladoria-Geral da União.
vi
Abstract
This work proposes a cloud computing architecture based on containers and an auto
elasticity algorithm. The algorithm promotes the optimization of request processing by
efficiently allocating the number of containers to achieve expected response times in web
requests. To evaluate the proposed architecture, a workload was used based on a real time
series resulting from the requests of a Web System of Controladoria Geral da União. The
system was tested with different loads and the results show that the proposed solution has
a strong potential since it can meet the performance requirements by allocating containers
more efficiently than other related proposals.
Keywords: Cloud Computing, Load Balancing, Sizing, Elasticity, High Availability, Per-
formance, PID Controllers, Web Systems, Controladoria-Geral da União.
vii
Sumário
1 Introdução 1
1.1 Definição do Problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Justificativa do Tema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.3 Contribuição Esperada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.4 Estrutura do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2 Revisão Bibliográfica 4
2.1 Conceitos de Computação em Nuvem . . . . . . . . . . . . . . . . . . . . . 4
2.2 Estado da Arte da Computação em Nuvem . . . . . . . . . . . . . . . . . . 7
2.2.1 Provisionamento automático de recursos . . . . . . . . . . . . . . . . 7
2.2.2 Consolidação de servidores . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2.3 Gerenciamento de tráfego, monitoramento e análise . . . . . . . . . . 8
2.2.4 Segurança de dados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.5 Frameworks de Software . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.6 Tecnologias de Armazenamento e Gerenciamento de Dados . . . . . . 9
2.2.7 Eficiência Energética . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.8 Integração de Internet das Coisas (IoT) com Computação em Nuvem 10
2.3 Tecnologias para Computação em Nuvem . . . . . . . . . . . . . . . . . . . 10
2.3.1 Arquitetura de Serviços Web de Grande Demanda . . . . . . . . . . . 10
2.3.2 Virtualização, Gerenciadores de Nuvem e Automação de Configuração 13
2.3.3 Containers . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.4 Carga de Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.4.1 Caracterização da Carga de Trabalho . . . . . . . . . . . . . . . . . . 15
2.4.2 Autossimilaridade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.4.3 Estimativa do Parâmetro H . . . . . . . . . . . . . . . . . . . . . . . 17
2.4.4 Método Kettani-Gubner . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.5 Controladores PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5.1 Descrição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.5.2 Resposta Proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . 19
viii
2.5.3 Resposta Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5.4 Resposta Derivativa . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5.5 Ajustes dos Parâmetros do PID . . . . . . . . . . . . . . . . . . . . . 20
2.6 Trabalhos Relacionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.7 Conclusão deste Capítulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3 Solução Proposta 25
3.1 Ferramentas Utilizadas para Implementação da Solução . . . . . . . . . . . 25
3.1.1 Docker . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1.2 Kubernetes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.1.3 Flannel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.1.4 Apache Spark, Flume, HAproxy, Redis e Cairos . . . . . . . . . . . . 28
3.1.5 Arquitetura da Solução . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.1.6 Descrição dos Componentes e Operação da solução . . . . . . . . . . 30
3.2 Conclusão deste Capítulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4 Resultados Experimentais 35
4.1 Ambiente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1.1 Carga de Trabalho para os Cenários 1 e 2 . . . . . . . . . . . . . . . 35
4.1.2 Carga de Trabalho para os Cenários 3, 4 e 5 . . . . . . . . . . . . . . 36
4.1.3 Gerador de Carga de Trabalho . . . . . . . . . . . . . . . . . . . . . . 37
4.1.4 Configuração dos Parâmetros PID de Forma Manual . . . . . . . . . 38
4.1.5 Configuração dos Parâmetros PID com Coordinate Ascent . . . . . . 39
4.2 Cenários de Avaliação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2.1 Cenário 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.2.2 Cenário 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.2.3 Cenário 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
4.2.4 Cenário 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
4.2.5 Cenário 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.2.6 Resultados Individuais dos Testes . . . . . . . . . . . . . . . . . . . . 52
4.2.7 Testes de Média Zero . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
4.2.8 Análise dos Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . 66
4.3 Conclusão deste Capítulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5 Conclusões e Trabalhos Futuros 68
5.1 Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
Referências 70
ix
Anexo 73
I Artigo publicado no Congresso WCN 2016 - Porto Alegre/Brasil [41] 74
II Artigo publicado no Congresso CLEI 2016 - Vinas del Mar/Chile [40] 89
III ArtigopublicadonoCongressoIEEENCA2016-Cambridge/MA/EUA
[39] 99
x