Estimating Service Response Time for Elastic Cloud Applications

1
Estimating Service Response Time for Elastic
Cloud Applications

• Khaled Salah
• Electrical and Computer Engineering Department
  Khalifa University of Science, Technology and
  Research
• Raouf Boutaba
• David R. Cheriton School of Computer
  Science,University of Waterloo, Canada, and the
  Division of IT Convergence Engineering, POSTECH,
  Pohang, Korea

2
AUTORES

• Citations for '"Khaled Salah"'  260
• Cited Publications 35
• H-Index 11
• Citations for '"Raouf Boutaba"'  7086
• Cited Publications 101
• H-Index 30

3
Introdução

• Na computação na nuvem, o tempo de resposta é um
  conceito chave para assegurar a qualidade de
  serviço (Qos), este para parâmetro é um dos mais
  importante no SLA (Service Level Agreement) e
  deve ser satisfeito pelo provedor da nuvem.
• As aplicações elásticas são aplicações escaláveis
  e armazenada na nuvem. Esta elasticidade é feita
  para garantir o monitoramento continuo da carga
  da aplicação e o provisionamento adequado das
  maquinas virtuais.

4
Componentes da Arquitetura
5
Modelo analítico
Modelo de sistema de enfileiramento
Diagrama de estados para captura de petições
6
Características do modelo analítico

• O modelo pode ser considerado como um modelo
  Auto-Escaláveis.
• Pode ser utilizado para determinar o numero de
  cluster handoop.
• Para aplicações multi-tier.
• O modelo pode computar as instancias da nuvem.
• O modelo pode usar Call Admission (CCA).

7
Modelo analítico
Probabilidade do estado seja P0
Tempo médio de espera na fila
8
Limitações

•  
• A chegada dos pedidos tem uma distribuição
  Poisson, as solicitações de WEB ou XML são
  bursty.
• No realidade, o tempo de serviços não é
  necessariamente exponencial.

9
Resultados
10
Conclusões

• O modelo Markoviano funciona como estimador do
  tempo de resposta em aplicações elásticas na
  nuvem, este modelo estima o tempo de serviço em
  função do numero de instancias de maquinas
  virtuais, a capacidade de processamento de cada
  uma de elas e a carga de entrada, fazendo uma
  previsão correta e com exatidão do número mínimo
  de VM para o satisfação de tempo de resposta e
  assim diminuir altos custos e a má utilização
  dos recursos.