1. Skip to Menu
  2. Skip to Content
  3. Skip to Footer

Defesa de Tese de Doutorado do aluno Henrique de Medeiros Klôh

28/11/2017, 14h, Sala de Videoconferência (310), Instituto de Computação

Escalonamento de Jobs em Ambientes Virtualizados com Elasticidade

Resumo: Com os usuários sendo cobrados pelo que eles usam, a Cloud Computing colocou ênfase em execuções de jobs e uso de recursos mais eficientes. Em ambientes virtualizados como Clouds, alocar uma quantidade fixa de recursos para um job a priori pode resultar na subutilização das máquinas físicas compartilhadas. Esta subutilização ocorre muitas vezes, uma vez que as aplicações frequentemente consomem menos, em parte de sua execução, do que a quantidade de recursos normalmente reservados para elas, o que, de acordo com a prática atual, geralmente é o requisito máximo. A motivação para esta prática é evitar a sobrecarga de recursos, que ocorre quando as demandas simultâneas de execução de jobs excedem a capacidade desse recurso, uma vez que isso pode ter um impacto negativo nos tempos de execução dos jobs que competem por esse recurso.

A elasticidade vertical tem sido utilizada como uma solução para este problema redimensionando dinamicamente as máquinas virtuais ou VMs (Virtual Machine) e a migração de VMs é utilizada para auxiliar a elasticidade quando a máquina física fica sobrecarregada. No entanto, a migração é onerosa e deve ser evitada. Para minimizar a migração e permitir evitar a sobrecarga do host é importante um escalonamento inicial eficiente para poder determinar o comportamento de cada aplicação e trabalhar em conjunto com o controlador de elasticidade.  Este trabalho apresenta e avalia uma arquitetura de escalonamento de jobs para ambientes virtualizados com elasticidade de memória. A arquitetura MEMiC (Memory Elasticity Management in Clouds) é um escalonador de VM de duas camadas para jobs que visa prever o impacto causado pela concorrência por recursos de memória do host em um ambiente semelhante a uma nuvem, além de suportar a migração da VM.

Para analisar esta proposta, foram executados experimentos para verificar a proposta em comparação com algumas das abordagens principais na área. Nos resultados apresentados, foi possível perceber que a abordagem MEMiC apresenta melhores resultados em comparação com as outras abordagens analisadas, prevendo e evitando a interferência negativas e a migração. A abordagem MEMiC apresentou os melhores resultados para os workloads testados e foi mais estável independente do workload de entrada.

Abstract: With users being charged for what they use, Cloud Computing has placed an emphasis on more efficient job executions and better resource utilization. In virtualized environments like Clouds, allocating a fixed quantity of resources to a job a priori may result in the underutilization of the underlying shared physical machines. This sub-utilization occurs often since applications frequently consume, for at least some part of their execution, less than the amount of resources reserved for them, which under current practice is usually their maximum requirement. The motivation for this practice is to avoid resource overloading, which occurs when the simultaneous demands of executing jobs exceed the capacity of that resource, since this can have a negative impact on the execution times of the jobs competing for that resource. Vertical elasticity could be adopted as a means to reduce this impact, by resizing Virtual Machines (VMs) dynamically, in conjunction with VM suspension and/or migration being used when the physical machine is about to be overloaded.  However, migration can be costly and should be employed with care. In order to reduce the number of migrations but still avoid overloading the host, it is important to find an effective initial VM allocation that takes into consideration the behavior of each application. This scheduler must work in unison with the local host elasticity controllers.  Existing approaches address the problems of elasticity and allocation separately. This work presents and evaluates a job scheduling architecture for elastic memory managed virtualized environments.The MEMiC (Memory Elasticity Management in Clouds) architecture is a two-tier VM scheduler for jobs that aims to predict the impact of caused by competition for server memory resources in a Cloud-like environment while also supports VM migration.

In order to analyze this proposal, experiments where executed in order to check the proposal in comparison some of the main approaches in the area. In the presented results it was possible to perceive that the MEMiC approach presents better results in comparison to the other approaches analyzed predicting and avoiding the negative interference and migration. The MEMiC approach presented the best results for the tested workloads and was more stable independent of the input workload.

Banca examinadora:
Prof. Eugene Francis Vinod Rebello (Presidente), UFF
Prof.ª Maria Cristina Silva Boeres, UFF
Prof. Bruno Richard Schulze, LNCC
Prof. Esteban Walter Gonzalez Clua, UFF
Prof. Daniel Cardoso Moraes de Oliveira, UFF
Prof.ª Noemi de La Rocque Rodriguez, PUC-Rio
Prof. Felipe Maia Galvão França, UFRJ

PESQUISA PELO SITE

MENU

Início Instituto Laboratórios Departamento
Pesquisa Pós-Graduação Graduação Fale Conosco

CONTATO

IC-Mapa

Av. Gal. Milton Tavares de Souza, s/nº
São Domingos - Niterói - RJ
CEP: 24210-346

IC-UFF-Telefone-icone Fale Conosco

 Como Chegar

CONECTE-SE

IC-Conecte-se-Facebook IC-Conecte-se-Twitter

LINKS

Faperj Lattes Finep SBC PROGRAD
CAPES CNPQ SIAPENET IDUFF NDC

 

Desenvolvido por pela equipe de Suporte Técnico do Instituto de Computação - suporte.ic.uff.br - Web Designer: Emanuel Machado