SBRC2013

Preview:

Citation preview

Planejamento de Capacidade a Longo Prazo Dirigido por Métricas de Negócio para Aplicações SaaS

David Candeia, Raquel Lopes, Ricardo Araújo

1

Planejamento de Capacidade 2

Considerando nossa estimativa...

3

Curto x Longo Prazo

4

5

A era “pré-cloud”...

A era “cloud”...

6

Provedor de IaaS

Mercado Sob Demanda

- Menor custo de

uso para instâncias pouco utilizadas

- Menor QoS

Mercado de Reserva

- Custo de uso + taxa de reserva

- Maior QoS

Especificando melhor nosso contexto

7

Provedor de SaaS

Provedor de IaaS

Vale a pena reservar?

9

)( custoreceitalucro

)()()( DDD

10

)()()( DDD

)( custoreceitalucro

11

)()()( DDD

)( custoreceitalucro

12

)()()( DDD

)( custoreceitalucro

Como planejar...

13

Rede de Filas (RF)

14

75% de utilização

15

Utilização de Recursos (UT)

Analisando os custos do provedor de IaaS1 47,8% de utilização

1 – Amazon EC2 - http://aws.amazon.com/ec2/

Reserva 20%1 da maior quantidade estimada de instâncias usando apenas um tipo de instância

superprovido!

16

Superprovisionamento (SUPER)

1 – Above the Clouds: A Berkeley View of Cloud Computing. Armando Fox et. Al.

17

Estratégia aversa ao uso do mercado de reservas (ON)

18

Estratégia Ótima (OP)

19

Avaliação

20

Provedor de SaaS Provedor de IaaS

21

22

23

Para compararmos...

24

)(

)()(100)(),(

D

DDDDganho

B

BABA

25

)()()()( DDDD RFUTONSUPER

26

)()( DD UTON

)()( DD RFON

)()( DD SUPERON

Nível de confiança de 95%

27

)()( DD ONUT

)()( DD ONRF

)()( DD ONSUPER

Nível de confiança de 95%

Analisando o ganho (%)

28

28

Quantificando o ganho (%)

29

Clientes Erro -40%

SUPER UT RF

50 [-14,18 : -13,41] [4,55 : 4,72] [1,19 : 1,28]

100 [-10,03 : -9,57] [2,95 : 3,03] [1,09 : 1,15]

Clientes Erro +40%

SUPER UT RF

50 [-69,26 : -66,2] [1,98 : 2,09] [7,17 : 7,31]

100 [-51,9 : -50,5] [1,51 : 1,59] [4,69 : 4,77]

29

Qual o impacto do erro de predição?

30

Conclusões e Trabalhos Futuros

31

Vale a pena reservar?

Não superprovisione (SUPER)

RF: 3,77%

UT: 3,19%

Erro de predição da carga de trabalho influencia o ganho e a escolha da heurística

32

33

Melhoria das heurísticas

Cargas reais e outros tipos de aplicações SaaS

Investigar impacto da negação de serviço no mercado

sob demanda

34

Recommended