ࡱ> 02/bjbjUU >"??||  2+------\--B++X0,--| :Resumo: Com os usurios sendo cobrados pelo que eles usam, a Computao em Nuvem colocou nfase nas execues de jobs de forma mais eficientes e na melhor utilizao dos recursos ofertados. Em ambientes virtualizados como Nuvens, alocar uma quantidade fixa de recursos para um job a priori, pode resultar na subutilizao das mquinas fsicas (PMs) compartilhadas. Esta subutilizao ocorre frequentemente, uma vez que os jobs frequentemente consumem, pelo menos durante parte da sua execuo, menos do que a quantidade de recursos reservados para eles, que de acordo com a prtica atual, geralmente o requisito mximo. A motivao para esta prtica evitar a sobrecarga das PMs, que ocorre quando as demandas simultneas de execuo de jobs excedem a capacidade de recursos dessas PMs, uma vez que isso pode ter um impacto negativo nos tempos de execuo dos jobs que competem por recursos. A elasticidade vertical pode ser adotada como um meio para reduzir esse impacto, redimensionando as mquinas virtuais (VMs) dinamicamente, em conjunto com a suspenso e/ou a migrao da VM sendo usada quando a mquina fsica est prestes a ser sobrecarregada. No entanto, a migrao pode ser onerosa e deve ser utilizada com cuidado. Para reduzir o nmero de migraes, mas ainda evitar a sobrecarga da PM, importante encontrar uma alocao inicial eficiente de VMs que leve em considerao o comportamento de cada job. Este escalonador deve trabalhar em conjunto com os controladores de elasticidade locais de cada PM. As abordagens existentes abordam separadamente os problemas de elasticidade e alocao. Este trabalho prope e avalia um framework para a alocao de jobs em ambientes virtualizados com elasticidade de memria. O framework MEMiC (Memory Elasticity Management in Clouds) um escalonador de VM de duas camadas para jobs online e em batch que visa prever o impacto causado pela concorrncia de memria nas PMs em um ambiente como uma Nuvem Computacional, a fim de utilizar de forma mais eficiente a suspenso e migrao de VMs. A principal contribuio deste trabalho o aproveitamento da variao do consumo de memria durante a execuo dos jobs, sem induzir atrasos no tempo de execuo dos mesmos, quando executados concorrentemente. Nos resultados apresentados, foi possvel perceber que a abordagem MEMiC apresenta melhores resultados em comparao com as outras abordagens analisadas, evitando interferncias negativas e migraes desnecessrias de VMs. O MEMiC conseguiu uma melhoria de 2% em relao da mdia do tempo de execuo de cada job e de 16% no tempo total de execuo dos workloads considerados, quando comparado com os melhores resultados apresentados pelas abordagens tradicionais. Palavras-chave: Sistemas Distribudos; Escalonamento de Jobs e MVs; Ambientes Compartilhados; Elasticidade Vertical. 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, however, could be adopted as a means to reduce this impact by resizing Virtual Machines (VMs) dynamically, if used in conjunction with VM suspension and/or VM migration when the physical machine is about to be overloaded. However, VM 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 VM allocations that takes into consideration the behavior of each application. However, the scheduler must work in unison with the local host elasticity controllers if it is also to reduce interference between competing VMs. Existing approaches address the problems of elasticity and allocation separately. This work proposes and evaluates a framework for job scheduling in elastic memory managed virtualized environments. The MEMiC (Memory Elasticity Management in Clouds) framework is a two-tier VM scheduler for online and batch jobs that aims to predict the impact caused by competition for the memory of physical servers in a shared Cloud-like environment in order to better harness VM suspension and migration techniques. The main contribution of this work is the ability to take advantage of variations in memory consumption during the execution of the jobs, while avoiding additional delays while executing jobs concurrently. Evaluations show that MEMiC achieves better results in comparison with other approaches by reducing the degree of negative interference and the number of migrations. MEMiC obtained improvements of 2% in terms of average job execution times and of 16% for the total execution time, for the workloads considered, in relation to the best traditional approaches. Keywords: Distributed Systems; Job and VM Scheduling; Shared Environments; Vertical Elasticity. qu  _ c os/8"+*3··h5h)-kmH sH h5h)-k5\mH sH h)-k5\mH sH h)-kOJQJ^Jh5h)-k6] h5h)-kh5h)-k5\  !")* 7$8$H$gd5 $7$8$H$a$gd5<P1h:p)-k. A!"#$% Dp^ 666666666vvvvvvvvv666666>6666666666666666666666666666666666666666666666666hH6666666666666666666666666666666666666666666666666666666666666666662 0@P`p2( 0@P`p 0@P`p 0@P`p 0@P`p 0@P`p 0@P`p8XV~_HmHnHsHtH@`@ NormalCJ_HaJmHsHtHDA D 0Default Paragraph FontRiR 0 Table Normal4 l4a (k ( 0No List PK![Content_Types].xmlj0Eжr(΢Iw},-j4 wP-t#bΙ{UTU^hd}㨫)*1P' ^W0)T9<l#$yi};~@(Hu* Dנz/0ǰ $ X3aZ,D0j~3߶b~i>3\`?/[G\!-Rk.sԻ..a濭?PK!֧6 _rels/.relsj0 }Q%v/C/}(h"O = C?hv=Ʌ%[xp{۵_Pѣ<1H0ORBdJE4b$q_6LR7`0̞O,En7Lib/SeеPK!kytheme/theme/themeManager.xml M @}w7c(EbˮCAǠҟ7՛K Y, e.|,H,lxɴIsQ}#Ր ֵ+!,^$j=GW)E+& 8PK!Ptheme/theme/theme1.xmlYOo6w toc'vuر-MniP@I}úama[إ4:lЯGRX^6؊>$ !)O^rC$y@/yH*񄴽)޵߻UDb`}"qۋJחX^)I`nEp)liV[]1M<OP6r=zgbIguSebORD۫qu gZo~ٺlAplxpT0+[}`jzAV2Fi@qv֬5\|ʜ̭NleXdsjcs7f W+Ն7`g ȘJj|h(KD- dXiJ؇(x$( :;˹! I_TS 1?E??ZBΪmU/?~xY'y5g&΋/ɋ>GMGeD3Vq%'#q$8K)fw9:ĵ x}rxwr:\TZaG*y8IjbRc|XŻǿI u3KGnD1NIBs RuK>V.EL+M2#'fi ~V vl{u8zH *:(W☕ ~JTe\O*tHGHY}KNP*ݾ˦TѼ9/#A7qZ$*c?qUnwN%Oi4 =3ڗP 1Pm \\9Mؓ2aD];Yt\[x]}Wr|]g- eW )6-rCSj id DЇAΜIqbJ#x꺃 6k#ASh&ʌt(Q%p%m&]caSl=X\P1Mh9MVdDAaVB[݈fJíP|8 քAV^f Hn- "d>znNJ ة>b&2vKyϼD:,AGm\nziÙ.uχYC6OMf3or$5NHT[XF64T,ќM0E)`#5XY`פ;%1U٥m;R>QD DcpU'&LE/pm%]8firS4d 7y\`JnίI R3U~7+׸#m qBiDi*L69mY&iHE=(K&N!V.KeLDĕ{D vEꦚdeNƟe(MN9ߜR6&3(a/DUz<{ˊYȳV)9Z[4^n5!J?Q3eBoCM m<.vpIYfZY_p[=al-Y}Nc͙ŋ4vfavl'SA8|*u{-ߟ0%M07%<ҍPK! ѐ'theme/theme/_rels/themeManager.xml.relsM 0wooӺ&݈Э5 6?$Q ,.aic21h:qm@RN;d`o7gK(M&$R(.1r'JЊT8V"AȻHu}|$b{P8g/]QAsم(#L[PK-![Content_Types].xmlPK-!֧6 +_rels/.relsPK-!kytheme/theme/themeManager.xmlPK-!Ptheme/theme/theme1.xmlPK-! ѐ' theme/theme/_rels/themeManager.xml.relsPK] ")-k5rL>@@@UnknownG*Ax Times New Roman5Symbol3" Arial9SFRM1200ACambria Math"iSdGqSdG]-!0$P5!xxResumo: Com os usurios sendo cobrados pelo que eles usam, a Computao em Nuvem colocou nfase nas execues de jobs de forma mais eficientes e na melhor utilizao dos recursos ofertadosHelioHelioOh+'00`l|     (Resumo: Com os usurios sendo cobrados pelo que eles usam, a Computao em Nuvem colocou nfase nas execues de jobs de forma mais eficientes e na melhor utilizao dos recursos ofertadosHelioNormal_WordconvHelio1Microsoft Office Outlook@0@v@]-՜.+,0 hp|   Resumo: Com os usurios sendo cobrados pelo que eles usam, a Computao em Nuvem colocou nfase nas execues de jobs de forma mais eficientes e na melhor utilizao dos recursos ofertados Title  !"#$%&()*+,-.1Root Entry F31TableWordDocument>"SummaryInformation(DocumentSummaryInformation8'CompObjy  F'Microsoft Office Word 97-2003 Document MSWordDocWord.Document.89q  F#Documento do Microsoft Office Word MSWordDocWord.Document.89q