O documento descreve um estudo que compara a execução de aplicações de "bag-of-tasks" em uma grade P2P oportunista versus provedores de infraestrutura como serviço (IaaS), considerando custo e tempo de execução. A metodologia envolve simulações guiadas por traces sintéticos de demanda, oferta e volatilidade de recursos em cada ambiente. Análises preliminares indicam que a grade P2P pode ter menor tempo de execução em alguns cenários devido a limitações no número de instâncias em IaaS.
ATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docx
Estimando o Valor de uma Grade P2P usando Provedores de IaaS como Parâmetro de Comparação
1. Estimando o Valor de uma Grade P2P usando
Provedores de Infraestrutura como Servi¸co como
Parˆametro de Compara¸c˜ao
Edigley Pereira Fraga
Orientador: Dalton Serey Guerrero
21 de outubro de 2010
4. Contextualiza¸c˜ao
Grade Oportunistas Entre-Pares
Comunidade OurGrid
Rede de Favores (NoF) como mecanismo de incentivo
Aplica¸c˜oes bag-of-tasks
Aplica¸c˜oes paralelas cujas tarefas s˜ao independentes entre si
Oferta de Infraestrutura como Servi¸co
Um dos servi¸cos no universo de Cloud Computing
8. IaaS “Oportunista”
Modelo Spot Instances
Usu´arios “dizem” quanto querem pagar pelos recursos
A Amazon define o pre¸co (Spot-Price)
Todas as requisi¸c˜oes com ofertas maiores ou iguais ao
Spot-Price s˜ao atendidas
Usu´ario paga o valor do Spot-Price
Todas as instˆancias provenientes de uma oferta inferior ao
Spot-Price s˜ao automaticamente terminadas
Caracteriza a volatilidade
Indicado para aplica¸c˜oes com flexibilidade de in´ıcio e t´ermino
11. Objetivo do Estudo
Analisar comparativamente a execu¸c˜ao de aplica¸c˜oes
bag-of-tasks em um ambiente de grade oportunista e sobre
IaaS (modelo Spot-Instance) considerando os fatores custo e
makespan.
H´a recursos locais para execu¸c˜ao e usa-se recursos remotos
para diminuir o makespan.
Existe um dificuldade de quantificar, do ponto de vista do
usu´ario, o valor fornecido por uma grade entre pares.
15. Cen´ario - Aloca¸c˜ao de Tarefas
Se houver mais tarefas que recursos dispon´ıveis,
inevitavelmente haver´a espera em fila e consequentemente
aumento do makespan do job.
22. Metodologia de Compara¸c˜ao
Simula¸c˜ao guiada por traces sint´eticos
Um mesmo workload em uma grade p2p e na “nuvem
oportunista”
1. Recursos Locais + Recursos obtido pela NoF
2. Recursos Locais + Instˆancias da “nuvem oportunista”
Caracteriza¸c˜ao
Demanda
Oferta
Volatilidade
23. Demanda
Gera¸c˜ao sint´etica de workload
N´umero de tarefas por job e tempo de interchegadas
modelados a partir de traces de grades reais.
Tamanho m´edio de 15 minutos para cada tarefa.
Considerando efeito do ciclo di´ario na chegada de jobs
24. Oferta
Grade: Ambiente heterogˆeneo variando de 300 a 2000
desktops t´ıpicos distribu´ıdos em uma centena de peers
Cen´arios com baixa, m´edia e alta conten¸c˜ao.
Nuvem Oportunista (dois cen´arios)
Infinito (Ideal).
Limitado a vinte (20) m´aquinas por peer (Situa¸c˜ao atual).
C´alculo do custo para fazer cloudburst
S´eries hist´oricas com as oscila¸c˜oes do Spot-Price (Instˆancia
small)
29. An´alise Preliminar
Cen´ario:
Modelagem de Iosup para tamanho de job, intervalo de
interchegada e atribui¸c˜ao de job a usu´ario (368 usu´arios ao
todo).
10 sites e cada um dos 368 usu´arios foi alocado aleatoriamente
para cada site.
Variando o n´umero de m´aquinas em cada site para alterar a
conten¸c˜ao do sistema.
33. Simplifica¸c˜oes/Limita¸c˜oes da Abordagem
N˜ao considera outros custos que existem ao se fazer
cloudburst
Armazenamento
Tr´afego em Rede
Dificuldade na caracteriza¸c˜ao da demanda e disponibilidade
Os modelos sint´eticos podem n˜ao ser t˜ao realistas.
35. Considera¸c˜oes Finais
Devido a limita¸c˜oes no n´umero de instˆancias simultˆaneas para
um mesmo usu´ario, h´a cen´arios em que a grade se torna
vantajosa quanto ao makespan.
Dificuldade na caracteriza¸c˜ao da demanda e disponibilidade!
´E um problema!
H´a uma carˆencia de m´etricas para avaliar grades oportunistas
entre pares.
38. Referˆencias
1 Amazon. Amazon Elastic Compute Cloud (Amazon EC2),
http://aws.amazon.com/ec2/.
2 Amazon. Amazon Web Services (AWS),
http://aws.amazon.com.
3 Amazon. Amazon, www.amazon.com/.
4 Amazon. Amazon Spot Instances,
http://aws.amazon.com/ec2/spot-instances/, 2010.
8 BOINC. Berkeley Open Infrastructure for Network Computing,
http://boinc.berkeley.edu/.
25 U. O. W. Milwaukee. Einstein@home,
http://www.einsteinathome.org/.
27 OurGrid. OurGrid, http://www.ourgrid.org/.
39. Referˆencias
10 U. O. California. Search for Extraterrestrial Intelligence,
Seti@Home, http://setiathome.berkeley.edu/.
12 W. Cirne, F. Brasileiro, N. Andrade, L. B. Costa, A. Andrade,
R. Novaes, and M. Mowbray. Labs of the World, Unite!!!
15 Google. Google App Engine,
http://code.google.com/appengine/.
16 GWA. The Grid Workloads Archive,
http://gwa.ewi.tudelft.nl/pmwiki/.
17 IBM. IBM Cloud Computing,
http://www.ibm.com/ibm/cloud/.
24 Microsoft. Azure Services Platform,
http://www.microsoft.com/windowsazure/.