SlideShare ist ein Scribd-Unternehmen logo
1 von 37
Downloaden Sie, um offline zu lesen
Estimando o Valor de uma Grade entre Pares
 para a Execu¸˜o de Aplica¸˜es do Tipo Saco de
             ca           co
                    Tarefas

 Edigley Fraga                        Francisco Brasileiro                 Dalton Serey
( edigley@lsd.ufcg.edu.br )              ( fubica@dsc.ufcg.edu.br )     ( dalton@dsc.ufcg.edu.br )



                              Universidade Federal de Campina Grande
                              Departamento de Sistemas e Computa¸˜oca
                                Laborat´rio de Sistemas Distribu´
                                       o                        ıdos
                                       Campina Grande - PB

                                          03 de junho de 2011
Aplica¸oes do Tipo Saco de Tarefas
      c˜

      Bag-of-Tasks ( BoT)

      Simples, mas uteis em diversas situa¸˜es
                   ´                      co
          varredura de parˆmetros
                          a
          pesquisas massivas
          simula¸˜es
                co

      Para v´rias ´reas
            a     a
          data mining
          modelagem financeira
          biologia computacional
          matem´tica
                 a
          computa¸˜o gr´fica
                   ca   a

      Representam boa parte da demanda de e-Science
Recursos Ociosos
Grade entre Pares
Computa¸˜o na Nuvem (IaaS)
       ca
Problema e Caminho para Solu¸˜o
                            ca


   Defini¸˜o do problema
        ca
   A despeito do amplo uso, existe uma dificuldade de quantificar, do
   ponto de vista do usu´rio, o valor fornecido por uma grade entre
                        a
   pares.

   Caminho para a solu¸˜o
                      ca
   Como em IaaS tudo tem um custo associado...
            Estimar o valor da grade como proporcional ao montante que
            os usu´rios, ao utiliz´-la, deixam de gastar com provedores de
                  a               a
            IaaS.
Abordagem Seguida




      Analisar comparativamente a execu¸˜o de aplica¸˜es BoT em
                                       ca           co
      um ambiente de grade entre pares e sobre IaaS, considerando
      os fatores custo e makespan.
Metodologia de Compara¸˜o
                      ca


           Simula¸˜o1 guiada por traces gerados sinteticamente
                 ca

           Uma mesma carga de trabalho em uma grade entre pares e na
           nuvem
               1. Recursos Locais + Recursos Remotos
               2. Instˆncias obtidas do provedor de IaaS
                      a
                           Modelo Spot Instances


           Caracteriza¸˜o
                      ca
                   Demanda
                   Oferta
                   Volatilidade
  1
      http://redmine.lsd.ufcg.edu.br/projects/show/oursim
Caracteriza¸˜o
           ca

                                 Grade entre Pares         Provis˜o de IaaS
                                                                  a
       Demanda                    Gera¸˜o sint´tica da carga de trabalho (7 dias)
                                       ca      e
       Oferta                    10 a 150 peers, 30 Limite              de    100
                                 m´quinas por peer. m´quinas por usu´rio,
                                   a                         a               a
                                 Distribui¸˜o da ca- 8 configura¸˜es de
                                          ca                              co
                                 pacidade de CPU de CPU diferentes (Nos
                                 m´quinas pertencentes moldes do Amazon
                                   a
                                 a diferentes sites da EC2 2 )
                                 comunidade OurGrid 1 :
                                 ∼ N(2, 4; 0, 5)
       Volatilidade              An´lise do padr˜o de 8 s´ries hist´ricas com
                                    a             a            e        o
                                 disponibilidade em 4 as oscila¸˜es de pre¸o
                                                                     co         c
                                 sites OurGrid             por instˆncia
                                                                   a
   1
       http://www.ourgrid.org/
   2
       http://aws.amazon.com/ec2/
Capacidade Computacional das M´quinas da Nuvem
                              a



               Fam´
                  ılia               Tipo             CPU1

                                 m1.small             1   x   1.1
               Standard          m1.large             2   x   2.2
                                 m1.xlarge            4   x   2.2
                                 c1.medium            2   x   2.8
              High-CPU
                                 c1.xlarge            8   x   2.8
                                 m2.xlarge            2   x   3.6
             High-Memory         m2.2xlarge           4   x   3.6
                                 m2.4xlarge           8   x   3.6
                     1
                         Em n´mero de n´cleos x GHz
                             u         u
Custo das M´quinas da Nuvem
           a



                                                     Pre¸o por hora (em USD) 2
                                                        c
     Fam´
        ılia           Tipo            CPU1
                                                        Spot        On-Demand
                 m1.small              1   x   1.1           0.030        0.085
     Standard    m1.large              2   x   2.2           0.124        0.340
                 m1.xlarge             4   x   2.2           0.250        0.680
                 c1.medium             2   x   2.8           0.059        0.170
    High-CPU
                 c1.xlarge             8   x   2.8           0.240        0.680
                 m2.xlarge             2   x   3.6           0.170        0.500
   High-Memory   m2.2xlarge            4   x   3.6           0.435        1.000
                 m2.4xlarge            8   x   3.6           0.822        2.000
                 1
                     Em n´mero de n´cleos x GHz – 2 Em fevereiro de 2011
                         u         u
Capacidade Computacional das M´quinas da Grade
                              a
M´tricas de Compara¸˜o
 e                 ca


      Makespan na Grade: Mg
M´tricas de Compara¸˜o
 e                 ca


      Makespan na Grade: Mg

      Makespan na Nuvem: Mc
      Custo de Execu¸˜o na Nuvem: Cc
                    ca
M´tricas de Compara¸˜o
 e                 ca


      Makespan na Grade: Mg

      Makespan na Nuvem: Mc
      Custo de Execu¸˜o na Nuvem: Cc
                    ca

                                 Mc
      Desempenho Relativo: D =   Mg
M´tricas de Compara¸˜o
 e                 ca


      Makespan na Grade: Mg

      Makespan na Nuvem: Mc
      Custo de Execu¸˜o na Nuvem: Cc
                    ca

                                 Mc
      Desempenho Relativo: D =   Mg


                                          Mc
      Valor Estimado para a Grade: Vg =   Mg   · Cc
M´tricas de Compara¸˜o
 e                 ca


      Makespan na Grade: Mg

      Makespan na Nuvem: Mc
      Custo de Execu¸˜o na Nuvem: Cc
                    ca

                                 Mc
      Desempenho Relativo: D =   Mg


                                          Mc
      Valor Estimado para a Grade: Vg =   Mg   · Cc
      Custo de Manuten¸˜o da Grade: Cg
                      ca
Compara¸˜o de Desempenho
       ca
  Instˆncias da fam´ Standard
      a            ılia
Compara¸˜o de Desempenho
       ca
  Instˆncias da fam´ High-CPU
      a            ılia
Compara¸˜o de Desempenho
       ca
  Instˆncias da fam´ High-Memory
      a            ılia
Compara¸˜o de Desempenho
       ca
  Instˆncias c1.medium, c1.xlarge e m2.4xlarge
      a
Em busca de Instˆncias Adequadas para a Estimativa
                a
   Compara¸˜o de Desempenho e Custo por Tarefa na Nuvem
          ca
Valor da Grade em Compara¸˜o com c1.medium
                         ca
Valor por Hora-M´quina Proporcionado Pela Grade
                a
Conclus˜o
       a


      Estimativa monet´ria do valor de uma grade entre pares
                      a

      Efetividade da grade como solu¸˜o de baixo custo para a
                                    ca
      execu¸˜o de aplica¸˜es BoT.
            ca          co

            Tendo como referˆncia a nuvem Spot
                            e

            Os pre¸os praticados em IaaS ainda est˜o altos
                  c                               a


      A grade se mant´m forte como infraestrutura para execu¸˜o
                     e                                      ca
      de BoT
Estimando o Valor de uma Grade entre Pares
 para a Execu¸˜o de Aplica¸˜es do Tipo Saco de
             ca           co
                    Tarefas

 Edigley Fraga                        Francisco Brasileiro                 Dalton Serey
( edigley@lsd.ufcg.edu.br )              ( fubica@dsc.ufcg.edu.br )     ( dalton@dsc.ufcg.edu.br )



                              Universidade Federal de Campina Grande
                              Departamento de Sistemas e Computa¸˜oca
                                Laborat´rio de Sistemas Distribu´
                                       o                        ıdos
                                       Campina Grande - PB

                                          03 de junho de 2011
Computa¸˜o na Nuvem (IaaS)
       ca
Computa¸˜o na Nuvem (IaaS)
       ca
Computa¸˜o na Nuvem (IaaS)
       ca
Computa¸˜o na Nuvem (IaaS)
       ca
Satisfa¸˜o dos Usu´rios em Fun¸˜o do Custo
       ca         a           ca
Valor da Grade em Compara¸˜o com a Instˆncia
                         ca            a
c1.medium
           #Peers   Cg (USD)    Vg (USD)    Eff Vg (%)
            10         228,49      477,60       52,16
            20         443,75    1.326,95       66,56
            30         570,71    2.683,51       78,73
            50       1.064,09    5.045,56       78,91
            40         722,60    3.606,50       79,96
            60       1.258,35    6.660,78       81,11
            130      2.495,68   13.890,03       82,03
            90       1.847,59   10.812,06       82,91
            80       1.548,84    9.284,05       83,32
            70       1.287,78    7.872,68       83,64
            140      2.642,68   17.476,84       84,88
            100      1.654,11   11.078,81       85,07
            150      2.972,29   20.141,44       85,24
            120      2.462,67   16.804,89       85,35
            110      2.250,88   15.810,31       85,76

Weitere ähnliche Inhalte

Ähnlich wie Estimando o Valor de uma Grade entre Pares

Conversa LSD - IaaS sobre Recursos Oportunistas
Conversa LSD - IaaS sobre Recursos OportunistasConversa LSD - IaaS sobre Recursos Oportunistas
Conversa LSD - IaaS sobre Recursos Oportunistasedigley
 
TCO (Total Cost of Ownership) e a Nuvem: Como os clientes da AWS estão econom...
TCO (Total Cost of Ownership) e a Nuvem: Como os clientes da AWS estão econom...TCO (Total Cost of Ownership) e a Nuvem: Como os clientes da AWS estão econom...
TCO (Total Cost of Ownership) e a Nuvem: Como os clientes da AWS estão econom...Jose Papo, MSc
 
Medindo e Modelando o Desempenho de Aplicações em um Ambiente Virtual
Medindo e Modelando o Desempenho de Aplicações em um Ambiente VirtualMedindo e Modelando o Desempenho de Aplicações em um Ambiente Virtual
Medindo e Modelando o Desempenho de Aplicações em um Ambiente VirtualRafael Reis
 
Laboratório Nacional de Computação Científica
Laboratório Nacional de Computação CientíficaLaboratório Nacional de Computação Científica
Laboratório Nacional de Computação CientíficaNIT Rio
 
Amazon EC2 boas praticas e otimizações de desempenho
Amazon EC2 boas praticas e otimizações de desempenhoAmazon EC2 boas praticas e otimizações de desempenho
Amazon EC2 boas praticas e otimizações de desempenhoAmazon Web Services LATAM
 
Modelagem de Ambientes de Computação Ubíqua Utilizando Simulação
Modelagem de Ambientes de Computação Ubíqua Utilizando SimulaçãoModelagem de Ambientes de Computação Ubíqua Utilizando Simulação
Modelagem de Ambientes de Computação Ubíqua Utilizando SimulaçãoJurmir Canal Neto
 
Simulador Eletromagnético em um Ambiente de Grades Computacionais
Simulador Eletromagnético em um Ambiente de Grades ComputacionaisSimulador Eletromagnético em um Ambiente de Grades Computacionais
Simulador Eletromagnético em um Ambiente de Grades ComputacionaisIgor José F. Freitas
 
Pesquisa científica - Benchmark
Pesquisa científica - BenchmarkPesquisa científica - Benchmark
Pesquisa científica - BenchmarkFernando Sobrenome
 
Testes de escalabilidade usando cloud
Testes de escalabilidade usando cloudTestes de escalabilidade usando cloud
Testes de escalabilidade usando cloudPET Computação
 
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, BrazilResearch Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, BrazilHeron Carvalho
 
Oportunidades da Nuvem para a Educação, a Pesquisa e o Governo
Oportunidades da Nuvem para a Educação, a Pesquisa e o GovernoOportunidades da Nuvem para a Educação, a Pesquisa e o Governo
Oportunidades da Nuvem para a Educação, a Pesquisa e o GovernoJose Papo, MSc
 
Oportunidades da Nuvem para a Educação, a Pesquisa e o Governo
Oportunidades da Nuvem para a Educação, a Pesquisa e o GovernoOportunidades da Nuvem para a Educação, a Pesquisa e o Governo
Oportunidades da Nuvem para a Educação, a Pesquisa e o GovernoAmazon Web Services LATAM
 
TDC2018SP | Trilha Arq .Net - Serverless Reactive Programming on Azure
TDC2018SP | Trilha Arq .Net - Serverless Reactive Programming on AzureTDC2018SP | Trilha Arq .Net - Serverless Reactive Programming on Azure
TDC2018SP | Trilha Arq .Net - Serverless Reactive Programming on Azuretdc-globalcode
 
Técnicas avançadas de utilização de GPU e CUDA
Técnicas avançadas de utilização de GPU e CUDATécnicas avançadas de utilização de GPU e CUDA
Técnicas avançadas de utilização de GPU e CUDAJose Ricardo da Silva Junior
 
Desafios no dimensionamento de capacidade em ambiente Mainframe por Fernando ...
Desafios no dimensionamento de capacidade em ambiente Mainframe por Fernando ...Desafios no dimensionamento de capacidade em ambiente Mainframe por Fernando ...
Desafios no dimensionamento de capacidade em ambiente Mainframe por Fernando ...Joao Galdino Mello de Souza
 
Monografia_AWS_ProtocolosIOT_DenisStorti_v1.1
Monografia_AWS_ProtocolosIOT_DenisStorti_v1.1Monografia_AWS_ProtocolosIOT_DenisStorti_v1.1
Monografia_AWS_ProtocolosIOT_DenisStorti_v1.1Denis Storti da Silva
 

Ähnlich wie Estimando o Valor de uma Grade entre Pares (20)

Conversa LSD - IaaS sobre Recursos Oportunistas
Conversa LSD - IaaS sobre Recursos OportunistasConversa LSD - IaaS sobre Recursos Oportunistas
Conversa LSD - IaaS sobre Recursos Oportunistas
 
TCO e a Nuvem
TCO e a NuvemTCO e a Nuvem
TCO e a Nuvem
 
TCO (Total Cost of Ownership) e a Nuvem: Como os clientes da AWS estão econom...
TCO (Total Cost of Ownership) e a Nuvem: Como os clientes da AWS estão econom...TCO (Total Cost of Ownership) e a Nuvem: Como os clientes da AWS estão econom...
TCO (Total Cost of Ownership) e a Nuvem: Como os clientes da AWS estão econom...
 
Medindo e Modelando o Desempenho de Aplicações em um Ambiente Virtual
Medindo e Modelando o Desempenho de Aplicações em um Ambiente VirtualMedindo e Modelando o Desempenho de Aplicações em um Ambiente Virtual
Medindo e Modelando o Desempenho de Aplicações em um Ambiente Virtual
 
Tco Nuvem Economia
Tco Nuvem EconomiaTco Nuvem Economia
Tco Nuvem Economia
 
Laboratório Nacional de Computação Científica
Laboratório Nacional de Computação CientíficaLaboratório Nacional de Computação Científica
Laboratório Nacional de Computação Científica
 
Amazon EC2 boas praticas e otimizações de desempenho
Amazon EC2 boas praticas e otimizações de desempenhoAmazon EC2 boas praticas e otimizações de desempenho
Amazon EC2 boas praticas e otimizações de desempenho
 
Modelagem de Ambientes de Computação Ubíqua Utilizando Simulação
Modelagem de Ambientes de Computação Ubíqua Utilizando SimulaçãoModelagem de Ambientes de Computação Ubíqua Utilizando Simulação
Modelagem de Ambientes de Computação Ubíqua Utilizando Simulação
 
Alta Concorrência com Postgres
Alta Concorrência com PostgresAlta Concorrência com Postgres
Alta Concorrência com Postgres
 
07 perifericos
07 perifericos07 perifericos
07 perifericos
 
Simulador Eletromagnético em um Ambiente de Grades Computacionais
Simulador Eletromagnético em um Ambiente de Grades ComputacionaisSimulador Eletromagnético em um Ambiente de Grades Computacionais
Simulador Eletromagnético em um Ambiente de Grades Computacionais
 
Pesquisa científica - Benchmark
Pesquisa científica - BenchmarkPesquisa científica - Benchmark
Pesquisa científica - Benchmark
 
Testes de escalabilidade usando cloud
Testes de escalabilidade usando cloudTestes de escalabilidade usando cloud
Testes de escalabilidade usando cloud
 
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, BrazilResearch Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
Research Group on High Performance Computing - MDCC/UFC - Fortaleza, Brazil
 
Oportunidades da Nuvem para a Educação, a Pesquisa e o Governo
Oportunidades da Nuvem para a Educação, a Pesquisa e o GovernoOportunidades da Nuvem para a Educação, a Pesquisa e o Governo
Oportunidades da Nuvem para a Educação, a Pesquisa e o Governo
 
Oportunidades da Nuvem para a Educação, a Pesquisa e o Governo
Oportunidades da Nuvem para a Educação, a Pesquisa e o GovernoOportunidades da Nuvem para a Educação, a Pesquisa e o Governo
Oportunidades da Nuvem para a Educação, a Pesquisa e o Governo
 
TDC2018SP | Trilha Arq .Net - Serverless Reactive Programming on Azure
TDC2018SP | Trilha Arq .Net - Serverless Reactive Programming on AzureTDC2018SP | Trilha Arq .Net - Serverless Reactive Programming on Azure
TDC2018SP | Trilha Arq .Net - Serverless Reactive Programming on Azure
 
Técnicas avançadas de utilização de GPU e CUDA
Técnicas avançadas de utilização de GPU e CUDATécnicas avançadas de utilização de GPU e CUDA
Técnicas avançadas de utilização de GPU e CUDA
 
Desafios no dimensionamento de capacidade em ambiente Mainframe por Fernando ...
Desafios no dimensionamento de capacidade em ambiente Mainframe por Fernando ...Desafios no dimensionamento de capacidade em ambiente Mainframe por Fernando ...
Desafios no dimensionamento de capacidade em ambiente Mainframe por Fernando ...
 
Monografia_AWS_ProtocolosIOT_DenisStorti_v1.1
Monografia_AWS_ProtocolosIOT_DenisStorti_v1.1Monografia_AWS_ProtocolosIOT_DenisStorti_v1.1
Monografia_AWS_ProtocolosIOT_DenisStorti_v1.1
 

Kürzlich hochgeladen

Conferência SC 24 | Estratégias de diversificação de investimento em mídias d...
Conferência SC 24 | Estratégias de diversificação de investimento em mídias d...Conferência SC 24 | Estratégias de diversificação de investimento em mídias d...
Conferência SC 24 | Estratégias de diversificação de investimento em mídias d...E-Commerce Brasil
 
Conferência SC 24 | Estratégias de precificação para múltiplos canais de venda
Conferência SC 24 | Estratégias de precificação para múltiplos canais de vendaConferência SC 24 | Estratégias de precificação para múltiplos canais de venda
Conferência SC 24 | Estratégias de precificação para múltiplos canais de vendaE-Commerce Brasil
 
Conferência SC 24 | Estratégias de precificação: loja própria e marketplace
Conferência SC 24 | Estratégias de precificação: loja própria e marketplaceConferência SC 24 | Estratégias de precificação: loja própria e marketplace
Conferência SC 24 | Estratégias de precificação: loja própria e marketplaceE-Commerce Brasil
 
Conferência SC 2024 | Tendências e oportunidades de vender mais em 2024
Conferência SC 2024 | Tendências e oportunidades de vender mais em 2024Conferência SC 2024 | Tendências e oportunidades de vender mais em 2024
Conferência SC 2024 | Tendências e oportunidades de vender mais em 2024E-Commerce Brasil
 
Conferência SC 24 | A força da geolocalização impulsionada em ADS e Fullcomme...
Conferência SC 24 | A força da geolocalização impulsionada em ADS e Fullcomme...Conferência SC 24 | A força da geolocalização impulsionada em ADS e Fullcomme...
Conferência SC 24 | A força da geolocalização impulsionada em ADS e Fullcomme...E-Commerce Brasil
 
66ssssssssssssssssssssssssssssss4434.pptx
66ssssssssssssssssssssssssssssss4434.pptx66ssssssssssssssssssssssssssssss4434.pptx
66ssssssssssssssssssssssssssssss4434.pptxLEANDROSPANHOL1
 
Conferência SC 24 | Gestão logística para redução de custos e fidelização
Conferência SC 24 | Gestão logística para redução de custos e fidelizaçãoConferência SC 24 | Gestão logística para redução de custos e fidelização
Conferência SC 24 | Gestão logística para redução de custos e fidelizaçãoE-Commerce Brasil
 
A LOGÍSTICA ESTÁ PREPARADA PARA O DECRESCIMENTO?
A LOGÍSTICA ESTÁ PREPARADA PARA O DECRESCIMENTO?A LOGÍSTICA ESTÁ PREPARADA PARA O DECRESCIMENTO?
A LOGÍSTICA ESTÁ PREPARADA PARA O DECRESCIMENTO?Michael Rada
 
Desenvolvendo uma Abordagem Estratégica para a Gestão de Portfólio.pptx
Desenvolvendo uma Abordagem Estratégica para a Gestão de Portfólio.pptxDesenvolvendo uma Abordagem Estratégica para a Gestão de Portfólio.pptx
Desenvolvendo uma Abordagem Estratégica para a Gestão de Portfólio.pptxCoca Pitzer
 
Conferência SC 2024 | De vilão a herói: como o frete vai salvar as suas vendas
Conferência SC 2024 |  De vilão a herói: como o frete vai salvar as suas vendasConferência SC 2024 |  De vilão a herói: como o frete vai salvar as suas vendas
Conferência SC 2024 | De vilão a herói: como o frete vai salvar as suas vendasE-Commerce Brasil
 
Conferência SC 24 | Inteligência artificial no checkout: como a automatização...
Conferência SC 24 | Inteligência artificial no checkout: como a automatização...Conferência SC 24 | Inteligência artificial no checkout: como a automatização...
Conferência SC 24 | Inteligência artificial no checkout: como a automatização...E-Commerce Brasil
 
Conferência SC 24 | Otimize sua logística reversa com opções OOH (out of home)
Conferência SC 24 | Otimize sua logística reversa com opções OOH (out of home)Conferência SC 24 | Otimize sua logística reversa com opções OOH (out of home)
Conferência SC 24 | Otimize sua logística reversa com opções OOH (out of home)E-Commerce Brasil
 
Ética NO AMBIENTE DE TRABALHO, fundamentosdas relações.pdf
Ética NO AMBIENTE DE TRABALHO,  fundamentosdas relações.pdfÉtica NO AMBIENTE DE TRABALHO,  fundamentosdas relações.pdf
Ética NO AMBIENTE DE TRABALHO, fundamentosdas relações.pdfInsttLcioEvangelista
 
Conferência SC 24 | Estratégias omnicanal: transformando a logística em exper...
Conferência SC 24 | Estratégias omnicanal: transformando a logística em exper...Conferência SC 24 | Estratégias omnicanal: transformando a logística em exper...
Conferência SC 24 | Estratégias omnicanal: transformando a logística em exper...E-Commerce Brasil
 
Conferência SC 24 | O custo real de uma operação
Conferência SC 24 | O custo real de uma operaçãoConferência SC 24 | O custo real de uma operação
Conferência SC 24 | O custo real de uma operaçãoE-Commerce Brasil
 
Introdução à Multimídia e seus aspectos.pdf
Introdução à Multimídia e seus aspectos.pdfIntrodução à Multimídia e seus aspectos.pdf
Introdução à Multimídia e seus aspectos.pdfVivianeVivicka
 
Conferência SC 24 | Omnichannel: uma cultura ou apenas um recurso comercial?
Conferência SC 24 | Omnichannel: uma cultura ou apenas um recurso comercial?Conferência SC 24 | Omnichannel: uma cultura ou apenas um recurso comercial?
Conferência SC 24 | Omnichannel: uma cultura ou apenas um recurso comercial?E-Commerce Brasil
 
Conferência SC 24 | Social commerce e recursos interativos: como aplicar no s...
Conferência SC 24 | Social commerce e recursos interativos: como aplicar no s...Conferência SC 24 | Social commerce e recursos interativos: como aplicar no s...
Conferência SC 24 | Social commerce e recursos interativos: como aplicar no s...E-Commerce Brasil
 
Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?
Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?
Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?E-Commerce Brasil
 
Questionárionnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnn
QuestionárionnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnQuestionárionnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnn
QuestionárionnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnGustavo144776
 

Kürzlich hochgeladen (20)

Conferência SC 24 | Estratégias de diversificação de investimento em mídias d...
Conferência SC 24 | Estratégias de diversificação de investimento em mídias d...Conferência SC 24 | Estratégias de diversificação de investimento em mídias d...
Conferência SC 24 | Estratégias de diversificação de investimento em mídias d...
 
Conferência SC 24 | Estratégias de precificação para múltiplos canais de venda
Conferência SC 24 | Estratégias de precificação para múltiplos canais de vendaConferência SC 24 | Estratégias de precificação para múltiplos canais de venda
Conferência SC 24 | Estratégias de precificação para múltiplos canais de venda
 
Conferência SC 24 | Estratégias de precificação: loja própria e marketplace
Conferência SC 24 | Estratégias de precificação: loja própria e marketplaceConferência SC 24 | Estratégias de precificação: loja própria e marketplace
Conferência SC 24 | Estratégias de precificação: loja própria e marketplace
 
Conferência SC 2024 | Tendências e oportunidades de vender mais em 2024
Conferência SC 2024 | Tendências e oportunidades de vender mais em 2024Conferência SC 2024 | Tendências e oportunidades de vender mais em 2024
Conferência SC 2024 | Tendências e oportunidades de vender mais em 2024
 
Conferência SC 24 | A força da geolocalização impulsionada em ADS e Fullcomme...
Conferência SC 24 | A força da geolocalização impulsionada em ADS e Fullcomme...Conferência SC 24 | A força da geolocalização impulsionada em ADS e Fullcomme...
Conferência SC 24 | A força da geolocalização impulsionada em ADS e Fullcomme...
 
66ssssssssssssssssssssssssssssss4434.pptx
66ssssssssssssssssssssssssssssss4434.pptx66ssssssssssssssssssssssssssssss4434.pptx
66ssssssssssssssssssssssssssssss4434.pptx
 
Conferência SC 24 | Gestão logística para redução de custos e fidelização
Conferência SC 24 | Gestão logística para redução de custos e fidelizaçãoConferência SC 24 | Gestão logística para redução de custos e fidelização
Conferência SC 24 | Gestão logística para redução de custos e fidelização
 
A LOGÍSTICA ESTÁ PREPARADA PARA O DECRESCIMENTO?
A LOGÍSTICA ESTÁ PREPARADA PARA O DECRESCIMENTO?A LOGÍSTICA ESTÁ PREPARADA PARA O DECRESCIMENTO?
A LOGÍSTICA ESTÁ PREPARADA PARA O DECRESCIMENTO?
 
Desenvolvendo uma Abordagem Estratégica para a Gestão de Portfólio.pptx
Desenvolvendo uma Abordagem Estratégica para a Gestão de Portfólio.pptxDesenvolvendo uma Abordagem Estratégica para a Gestão de Portfólio.pptx
Desenvolvendo uma Abordagem Estratégica para a Gestão de Portfólio.pptx
 
Conferência SC 2024 | De vilão a herói: como o frete vai salvar as suas vendas
Conferência SC 2024 |  De vilão a herói: como o frete vai salvar as suas vendasConferência SC 2024 |  De vilão a herói: como o frete vai salvar as suas vendas
Conferência SC 2024 | De vilão a herói: como o frete vai salvar as suas vendas
 
Conferência SC 24 | Inteligência artificial no checkout: como a automatização...
Conferência SC 24 | Inteligência artificial no checkout: como a automatização...Conferência SC 24 | Inteligência artificial no checkout: como a automatização...
Conferência SC 24 | Inteligência artificial no checkout: como a automatização...
 
Conferência SC 24 | Otimize sua logística reversa com opções OOH (out of home)
Conferência SC 24 | Otimize sua logística reversa com opções OOH (out of home)Conferência SC 24 | Otimize sua logística reversa com opções OOH (out of home)
Conferência SC 24 | Otimize sua logística reversa com opções OOH (out of home)
 
Ética NO AMBIENTE DE TRABALHO, fundamentosdas relações.pdf
Ética NO AMBIENTE DE TRABALHO,  fundamentosdas relações.pdfÉtica NO AMBIENTE DE TRABALHO,  fundamentosdas relações.pdf
Ética NO AMBIENTE DE TRABALHO, fundamentosdas relações.pdf
 
Conferência SC 24 | Estratégias omnicanal: transformando a logística em exper...
Conferência SC 24 | Estratégias omnicanal: transformando a logística em exper...Conferência SC 24 | Estratégias omnicanal: transformando a logística em exper...
Conferência SC 24 | Estratégias omnicanal: transformando a logística em exper...
 
Conferência SC 24 | O custo real de uma operação
Conferência SC 24 | O custo real de uma operaçãoConferência SC 24 | O custo real de uma operação
Conferência SC 24 | O custo real de uma operação
 
Introdução à Multimídia e seus aspectos.pdf
Introdução à Multimídia e seus aspectos.pdfIntrodução à Multimídia e seus aspectos.pdf
Introdução à Multimídia e seus aspectos.pdf
 
Conferência SC 24 | Omnichannel: uma cultura ou apenas um recurso comercial?
Conferência SC 24 | Omnichannel: uma cultura ou apenas um recurso comercial?Conferência SC 24 | Omnichannel: uma cultura ou apenas um recurso comercial?
Conferência SC 24 | Omnichannel: uma cultura ou apenas um recurso comercial?
 
Conferência SC 24 | Social commerce e recursos interativos: como aplicar no s...
Conferência SC 24 | Social commerce e recursos interativos: como aplicar no s...Conferência SC 24 | Social commerce e recursos interativos: como aplicar no s...
Conferência SC 24 | Social commerce e recursos interativos: como aplicar no s...
 
Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?
Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?
Conferência SC 24 | Data Analytics e IA: o futuro do e-commerce?
 
Questionárionnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnn
QuestionárionnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnQuestionárionnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnn
Questionárionnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnnn
 

Estimando o Valor de uma Grade entre Pares

  • 1. Estimando o Valor de uma Grade entre Pares para a Execu¸˜o de Aplica¸˜es do Tipo Saco de ca co Tarefas Edigley Fraga Francisco Brasileiro Dalton Serey ( edigley@lsd.ufcg.edu.br ) ( fubica@dsc.ufcg.edu.br ) ( dalton@dsc.ufcg.edu.br ) Universidade Federal de Campina Grande Departamento de Sistemas e Computa¸˜oca Laborat´rio de Sistemas Distribu´ o ıdos Campina Grande - PB 03 de junho de 2011
  • 2. Aplica¸oes do Tipo Saco de Tarefas c˜ Bag-of-Tasks ( BoT) Simples, mas uteis em diversas situa¸˜es ´ co varredura de parˆmetros a pesquisas massivas simula¸˜es co Para v´rias ´reas a a data mining modelagem financeira biologia computacional matem´tica a computa¸˜o gr´fica ca a Representam boa parte da demanda de e-Science
  • 3.
  • 4.
  • 5.
  • 6.
  • 9.
  • 11. Problema e Caminho para Solu¸˜o ca Defini¸˜o do problema ca A despeito do amplo uso, existe uma dificuldade de quantificar, do ponto de vista do usu´rio, o valor fornecido por uma grade entre a pares. Caminho para a solu¸˜o ca Como em IaaS tudo tem um custo associado... Estimar o valor da grade como proporcional ao montante que os usu´rios, ao utiliz´-la, deixam de gastar com provedores de a a IaaS.
  • 12. Abordagem Seguida Analisar comparativamente a execu¸˜o de aplica¸˜es BoT em ca co um ambiente de grade entre pares e sobre IaaS, considerando os fatores custo e makespan.
  • 13. Metodologia de Compara¸˜o ca Simula¸˜o1 guiada por traces gerados sinteticamente ca Uma mesma carga de trabalho em uma grade entre pares e na nuvem 1. Recursos Locais + Recursos Remotos 2. Instˆncias obtidas do provedor de IaaS a Modelo Spot Instances Caracteriza¸˜o ca Demanda Oferta Volatilidade 1 http://redmine.lsd.ufcg.edu.br/projects/show/oursim
  • 14. Caracteriza¸˜o ca Grade entre Pares Provis˜o de IaaS a Demanda Gera¸˜o sint´tica da carga de trabalho (7 dias) ca e Oferta 10 a 150 peers, 30 Limite de 100 m´quinas por peer. m´quinas por usu´rio, a a a Distribui¸˜o da ca- 8 configura¸˜es de ca co pacidade de CPU de CPU diferentes (Nos m´quinas pertencentes moldes do Amazon a a diferentes sites da EC2 2 ) comunidade OurGrid 1 : ∼ N(2, 4; 0, 5) Volatilidade An´lise do padr˜o de 8 s´ries hist´ricas com a a e o disponibilidade em 4 as oscila¸˜es de pre¸o co c sites OurGrid por instˆncia a 1 http://www.ourgrid.org/ 2 http://aws.amazon.com/ec2/
  • 15. Capacidade Computacional das M´quinas da Nuvem a Fam´ ılia Tipo CPU1 m1.small 1 x 1.1 Standard m1.large 2 x 2.2 m1.xlarge 4 x 2.2 c1.medium 2 x 2.8 High-CPU c1.xlarge 8 x 2.8 m2.xlarge 2 x 3.6 High-Memory m2.2xlarge 4 x 3.6 m2.4xlarge 8 x 3.6 1 Em n´mero de n´cleos x GHz u u
  • 16. Custo das M´quinas da Nuvem a Pre¸o por hora (em USD) 2 c Fam´ ılia Tipo CPU1 Spot On-Demand m1.small 1 x 1.1 0.030 0.085 Standard m1.large 2 x 2.2 0.124 0.340 m1.xlarge 4 x 2.2 0.250 0.680 c1.medium 2 x 2.8 0.059 0.170 High-CPU c1.xlarge 8 x 2.8 0.240 0.680 m2.xlarge 2 x 3.6 0.170 0.500 High-Memory m2.2xlarge 4 x 3.6 0.435 1.000 m2.4xlarge 8 x 3.6 0.822 2.000 1 Em n´mero de n´cleos x GHz – 2 Em fevereiro de 2011 u u
  • 17. Capacidade Computacional das M´quinas da Grade a
  • 18. M´tricas de Compara¸˜o e ca Makespan na Grade: Mg
  • 19. M´tricas de Compara¸˜o e ca Makespan na Grade: Mg Makespan na Nuvem: Mc Custo de Execu¸˜o na Nuvem: Cc ca
  • 20. M´tricas de Compara¸˜o e ca Makespan na Grade: Mg Makespan na Nuvem: Mc Custo de Execu¸˜o na Nuvem: Cc ca Mc Desempenho Relativo: D = Mg
  • 21. M´tricas de Compara¸˜o e ca Makespan na Grade: Mg Makespan na Nuvem: Mc Custo de Execu¸˜o na Nuvem: Cc ca Mc Desempenho Relativo: D = Mg Mc Valor Estimado para a Grade: Vg = Mg · Cc
  • 22. M´tricas de Compara¸˜o e ca Makespan na Grade: Mg Makespan na Nuvem: Mc Custo de Execu¸˜o na Nuvem: Cc ca Mc Desempenho Relativo: D = Mg Mc Valor Estimado para a Grade: Vg = Mg · Cc Custo de Manuten¸˜o da Grade: Cg ca
  • 23. Compara¸˜o de Desempenho ca Instˆncias da fam´ Standard a ılia
  • 24. Compara¸˜o de Desempenho ca Instˆncias da fam´ High-CPU a ılia
  • 25. Compara¸˜o de Desempenho ca Instˆncias da fam´ High-Memory a ılia
  • 26. Compara¸˜o de Desempenho ca Instˆncias c1.medium, c1.xlarge e m2.4xlarge a
  • 27. Em busca de Instˆncias Adequadas para a Estimativa a Compara¸˜o de Desempenho e Custo por Tarefa na Nuvem ca
  • 28. Valor da Grade em Compara¸˜o com c1.medium ca
  • 29. Valor por Hora-M´quina Proporcionado Pela Grade a
  • 30. Conclus˜o a Estimativa monet´ria do valor de uma grade entre pares a Efetividade da grade como solu¸˜o de baixo custo para a ca execu¸˜o de aplica¸˜es BoT. ca co Tendo como referˆncia a nuvem Spot e Os pre¸os praticados em IaaS ainda est˜o altos c a A grade se mant´m forte como infraestrutura para execu¸˜o e ca de BoT
  • 31. Estimando o Valor de uma Grade entre Pares para a Execu¸˜o de Aplica¸˜es do Tipo Saco de ca co Tarefas Edigley Fraga Francisco Brasileiro Dalton Serey ( edigley@lsd.ufcg.edu.br ) ( fubica@dsc.ufcg.edu.br ) ( dalton@dsc.ufcg.edu.br ) Universidade Federal de Campina Grande Departamento de Sistemas e Computa¸˜oca Laborat´rio de Sistemas Distribu´ o ıdos Campina Grande - PB 03 de junho de 2011
  • 36. Satisfa¸˜o dos Usu´rios em Fun¸˜o do Custo ca a ca
  • 37. Valor da Grade em Compara¸˜o com a Instˆncia ca a c1.medium #Peers Cg (USD) Vg (USD) Eff Vg (%) 10 228,49 477,60 52,16 20 443,75 1.326,95 66,56 30 570,71 2.683,51 78,73 50 1.064,09 5.045,56 78,91 40 722,60 3.606,50 79,96 60 1.258,35 6.660,78 81,11 130 2.495,68 13.890,03 82,03 90 1.847,59 10.812,06 82,91 80 1.548,84 9.284,05 83,32 70 1.287,78 7.872,68 83,64 140 2.642,68 17.476,84 84,88 100 1.654,11 11.078,81 85,07 150 2.972,29 20.141,44 85,24 120 2.462,67 16.804,89 85,35 110 2.250,88 15.810,31 85,76