1
V Workshop de Sistemas Distribuídos Autonômicos(WoSiDA)ALUNOS: DEROCI NONATO JÚNIOR
MISAEL GOLLUB POLUCHESKI RAFAEL ROMANIECKI
TURMA: TRC4SA
2
Agenda Introdução
Fornecimento de Elasticidade Computacionais Híbridas nas Nuvens com Base em Conceitos Autônomos de Computação
Autogerenciamento de Peers Distribuídos através de um Protocolo de Intenção Comum Estendido
Uma Heurística Híbrida para o Roteamento por Múltiplos Caminhos em RSSFs
Uma Proposta Arquitetural de Sistema Autônomos para Redução do Custo de Energia em Laboratórios de Informática
Avaliando o Impacto da Disseminação Assíncrona de Operações na QoS de Bases de Dados Replicadas
Adicionando CBR na Gerência Autônoma de Redes
3
Introdução
4
Introdução
5
Introdução
6
Fornecimento de Elasticidade
Computacionais Híbridas nas Nuvens com Base em Conceitos Autônomos de
Computação
7
Elasticidade Hibrida Ambiente autônomo responsável por gerenciar seu próprio comportamento
Kephart e Chess Malhas de Controle Coletores Atuadores RegrasConfiguração
Visão InovadoraUso de um complemento para proporcionar elasticidade em nuvens híbridas
8
Implementação do Teste Ambiente de Teste
OpenNebula 3.8 Máquinas virtuais com um vCPU e 1 GB de memória RAM Microsoft Azure Instância (1 núcleo e 1,75 GB de memória RAM) Quatro máquinas virtuais Apache Tomcat como armazenador web httperf como gerador de carga de trabalho NGINX como balanceador de cargas
Regras Processamento > 70% = Aloca mais uma maquina Processamento < 60% = Desaloca uma maquina 60% > Processamento < 70% = Permanece estado atual
9
Ambiente
10
Considerações do grupoTimer ou medidor de uso de processamento
Verificação para autorização de expansão
Serviço global de processamento ilimitado acionado automaticamente por qualquer um que contratar o serviço
11
Autogerenciamento de Peers Distribuídos através
de um Protocolo de Intenção Comum
Estendido
Autogerenciamento de Peers Gerenciamento de processo externo X Aplicação de noções de colaboração dos Peers
Teoria da Vontade Comum de Levesque Meta Fraca Meta Persistente Conjunta
12
Peer Atividade 1Solicita
Processo 1 Atividade 1Compromisso
Processo 1 Peer
Conclusão;Falha;Irrelevância;
Peer 1 Atividade 1Solicita
Processo 1 Atividade 1 Processo 1Peer 1
Peer 2
Compromisso
13
Ambiente 10 Pares distribuídos 150 Ciclos de segundo
ResultadoGanho de 40%
Implementação do Teste
14
Hierarquia de Peers Autônomas
Sinalização de Peers ociosos
Tabela de ociosidade de Peers
Considerações do grupo
15
Uma Heurística Híbrida para o Roteamento por
MúltiplosCaminhos em RSSFs
16
O que é RSSFS?Redes de Sensores Sem Fio
Aplicadas em ambientes de larga escala
FalhasTransmissãoDados
GerenciamentoDificuldade na manutenção
17
RoteamentosSolução para o RSSFs
Protocolos de roteamento por múltiplos caminhos
Energia
Algoritmos e Equações
18
Uma Proposta Arquitetural de Sistema
Autonômico para Redução do Custo de
Energia em Laboratórios de Informática
19
Internet da CoisasAutomação
Implementação de aplicações para simplificar processos de automatização.
RSSFUsado em vários cenários para resolver problemas de automatização
20
Redução de CustoReduzir Recursos
Principal característica encontra em laboratórios de informática computadores ociosos que gastam energia desnecessariamente.
Energia
Tempo de vida
Ajudar o planetaRedução da emissão de carbono
21
Arquitetura
22
Avaliando o Impacto da Disseminação Assíncrona de Operações na QoS de
Bases de Dados Replicadas
23
Método Standalone de implementação
24
Método Lazy Master
25
Conclusões ∆ = Representa o tempo limite que a replica master espera para propagar as requisições de escrita para as outras replicas
O timeout de cópia ∆ influencia no desempenho do banco de dados replicado.
Quanto maior ∆, menor o tempo médio de resposta.
A vazão media do sistema é proporcional ao aumento de ∆ e ao aumento do numero de clientes.
A partir do aumento do ∆ é possível retirar o sistema de uma situação sobrecarga.
26
Adicionando CBR na Gerência Autonômica de
Redes
27
Case-based reasoning Raciocínio baseado em casos
28
Benefícios Redução da tarefa de aquisição de conhecimento
Evita repetição de erros do passado
Proporciona flexibilidade na modelagem do conhecimento
Raciocínio em um domínio com pouco conhecimento
Raciocínio com dados incompletos ou imprecisos
29