If you can't read please download the document
Upload
junior-wagner-lopes
View
5
Download
2
Embed Size (px)
DESCRIPTION
Uma Proposta de Arquitetura de Data Center Para Implantação de Nuvens Publicas
Citation preview
FACULDADE INTEGRAL DIFERENCIAL
CURSO DE SISTEMAS DE INFORMAO
CLEITON RODRIGUES SOUSA
UMA PROPOSTA DE ARQUITETURA DE DATA CENTER PARA IMPLANTAO DE NUVENS PBLICAS
TERESINA
2012
CLEITON RODRIGUES SOUSA
UMA PROPOSTA DE ARQUITETURA DE DATA CENTER PARA IMPLANTAO DE NUVENS PBLICAS
Trabalho de Concluso de Curso apresentado Faculdade Integral Diferencial como requisito para concluso do Curso de Graduao de Sistemas de Informao. Orientador: Prof. Me. Ricardo Gomes de Queiroz.
TERESINA
2012
Sousa, Cleiton Rodrigues
S725u
Uma proposta de arquitetura de data center para
implantao de nuvens pblicas. / Cleiton Rodrigues Sousa.
Teresina, 2012.
61p
Monografia (Graduao) Faculdade Integral Diferencial.
Curso de Sistema de Informao, 2012.
Orientao: Ricardo Gomes de Queiroz.
1. Arquitetura. 2. Data center. 3. Nuvens pblicas. I. Ttulo.
CDD 005
CLEITON RODRIGUES SOUSA
UMA PROPOSTA DE ARQUITETURA DE DATA CENTER PARA IMPLANTAO DE NUVENS PBLICAS
Trabalho de Concluso de Curso apresentado Faculdade Integral Diferencial como requisito para concluso do Curso de Graduao de Sistemas de Informao.
Monografia aprovada em ____ / ____ / ____
BANCA EXAMINADORA
__________________________________________
Prof. Me. Ricardo Gomes de Queiroz Orientador
__________________________________________
Prof. Esp. Helton Grio Matos Faculdade Integral Diferencial
__________________________________________
Prof. Me. Leonardo Saraiva e Silva Faculdade Integral Diferencial
SOUSA, C. R. Uma proposta de arquitetura de data center para implantao de nuvens pblicas, 2012. 61 p. Trabalho de Concluso de Curso (Graduao em Sistemas de Informao). Orientado por Prof. Me. Ricardo Gomes de Queiroz. Faculdade Integral Diferencial, 2012.
RESUMO
A computao em nuvem surge como um novo paradigma para hospedagem e
prestao de servios por meio da internet e trs consigo a incluso de novos
conceitos, benefcios e desafios que envolvem muitas questes. Alguns desafios
esto relacionados aos modelos de arquitetura para data centers, uma vez que os
modelos baseados em arquiteturas e tecnologias para data centers convencionais
representam um gargalo diante do universo de possibilidades deste novo modelo
computacional. Com isso, novas arquiteturas tm surgido a fim de atender aos
requisitos estabelecidos pela computao em nuvem. Esta pesquisa apresenta a
simulao de uma proposta de arquitetura de data center para implantao de
nuvens pblicas. Para tanto, utilizou-se o CloudSim, um framework de simulao de
ambientes de computao em nuvem. A definio da arquitetura a ser simulada foi
feita por meio de pesquisas e anlise de algumas das principais arquiteturas
utilizadas atualmente (Fat Tree, BCube e DCell). A partir deste estudo, pode-se
concluir que a arquitetura Fat Tree representa o modelo mais indicado para
implantao em data centers para nuvens pblicas.
Palavras chave: Arquitetura. Data Center. Nuvens Pblicas.
SOUSA, C. R. A proposed architecture for data center deployment public cloud, 2012. 61 p. Completion of course work oriented by Prof. MSc. Ricardo Gomes de Queiroz (Undergraduate Information Systems) - Faculdade Integral Diferencial, Teresina, 2012.
ABSTRACT
Cloud computing emerges as a new paradigm for hosting and services through the
internet and brings with it the inclusion of new concepts, benefits and challenges
involving many issues. Some challenges are related to architectural models for data
centers, since models based architectures and technologies for conventional data
centers represent a limitation before the universe of possibilities of this new
computational model. Consequently, new architectures have emerged to meet the
requirements established by cloud computing. This research presents the simulation
of a proposed data center architecture for deploying public clouds. For this, we used
the CloudSim, a simulation framework for cloud computing environments. The
definition of the architecture being simulated was made through research and
analysis of some of the main architectures used today (Fat Tree, and BCube DCell).
From this study, we can conclude that the architecture Fat Tree represents the model
most suitable for deployment in data centers to public clouds.
Keywords: Architecture. Data Center. Public Cloud.
LISTA DE FIGURAS
Figura 1 - Viso geral da computao em nuvem ..................................................... 18
Figura 2 - Classificao de alguns servios de Computao em Nuvens ................. 19
Figura 3 - Mega data center Azure da Microsoft ....................................................... 27
Figura 4 - Modelo convencional de rede hierrquica de trs nveis .......................... 29
Figura 5 - Arquitetura Fat Tree .................................................................................. 33
Figura 6 - Algoritmo gerador das tabelas de roteamento da arquitetura Fat Tree ..... 34
Figura 7 - Algoritmo de distribuio das tabelas da arquitetura Fat Tree .................. 34
Figura 8 - B com .................................................................................... 35
Figura 9 Topologia da Arquitetura DCell ................................................................ 38
Figura 10 - Arquitetura do CloudSim ......................................................................... 43
Figura 11 CloudSim incorporado ao Eclipse .......................................................... 43
Figura 12 - Classe gerada (Public_Cloud) ................................................................ 44
Figura 13 - Criao do data center e hosts ............................................................... 45
Figura 14 - Criao da mquina virtual (small instance EC2) ................................... 46
Figura 15 Cdigo de criao da CloudLet .............................................................. 47
Figura 16 - Cdigo de criao do Broker ................................................................... 48
Figura 17 - Representao da topologia de acordo com o arquivo brite ................... 49
Figura 18 - Gerando o arquivo brite .......................................................................... 50
Figura 19 - Cdigo de carregamento do brite no CloudSim ...................................... 50
Figura 20 - Resultado da execuo (forma bruta) ..................................................... 51
Figura 21 - Cenrio simulado .................................................................................... 52
Figura 22 - Quantidade de cloudlets executadas por mquina virtual ....................... 53
Figura 23 - Consumo de energia ............................................................................... 54
Figura 24 - Migrao provocada pela estratgia de alocao do CloudSim ............. 55
file:///C:/Users/Cleiton/Dropbox/TCC/TCC%20CLEITON.docx%23_Toc343872858file:///C:/Users/Cleiton/Dropbox/TCC/TCC%20CLEITON.docx%23_Toc343872859file:///C:/Users/Cleiton/Dropbox/TCC/TCC%20CLEITON.docx%23_Toc343872862file:///C:/Users/Cleiton/Dropbox/TCC/TCC%20CLEITON.docx%23_Toc343872865file:///C:/Users/Cleiton/Dropbox/TCC/TCC%20CLEITON.docx%23_Toc343872866LISTA DE ABREVIATURAS E SIGLAS
BSR BCube Source Rourting
GPL General Public License
IAAS Infrastructure as a Service
IBM International Business Machines
IP Internet Protocol
MAC Media Access Control
MDC Modular Data Center
MIPS Milhes de instrues por segundo
NHI Next Hop Index
P2P Peer to Peer
PAAS Platform as a Service
RAM Random Acess Memory
SAAS Software as a Service
TI Tecnologia da Informao
VLAN Virtual Local Area Network
VM Virtual Machine
SUMRIO
1 INTRODUO ....................................................................................................... 15
2 REFERENCIAL TERICO ..................................................................................... 17
2.1 Computao em nuvem .................................................................................... 17
2.1.1 Caractersticas sssenciais ............................................................................. 18
2.1.2 Modelos de servios ...................................................................................... 19
2.1.2.1 Software como um servio (Software as a Service - SaaS) ..................... 19
2.1.2.2 Plataforma como servio (Platform as a Service - PaaS) ........................ 20
2.1.2.3 Infraestrutura como um servio (Infrastructure as a Service IaaS) ........ 20
2.1.3 Modelos de implantao ................................................................................ 21
2.1.3.1 Nuvem pblica ............................................................................................. 21
2.1.3.2 Nuvem privada ............................................................................................. 21
2.1.3.3 Nuvem hbrida ............................................................................................. 22
2.1.3.4 Nuvem comunitria ..................................................................................... 22
2.2 Tecnologias relacionadas ................................................................................. 22
2.2.1 Clusters ........................................................................................................... 22
2.2.2 Grid computing (Computao em grade) ..................................................... 23
2.2.3 Virtualizao ................................................................................................... 25
2.2.4 Data centers .................................................................................................... 26
2.3 Arquiteturas ....................................................................................................... 28
2.3.1 Limitaes das Arquiteturas de Rede Convencionais ................................ 29
2.3.2 Novas propostas de arquiteturas ................................................................. 31
2.3.3 Fat Tree ........................................................................................................... 32
2.3.4 BCube .............................................................................................................. 34
2.3.5 DCell ................................................................................................................ 37
3 METODOLOGIA .................................................................................................... 39
3.1 Caracterizao do Estudo ................................................................................ 39
3.2 Delimitao do escopo da simulao .............................................................. 39
3.3 A ferramenta de simulao CloudSim ............................................................. 42
3.4 Preparando a simulao ................................................................................... 43
3.5 Gerando o cdigo de simulao ...................................................................... 44
3.5.1 Data center e hosts ........................................................................................ 45
3.5.2 Mquina virtual............................................................................................... 45
3.5.3 CloudLet ......................................................................................................... 47
3.5.4 Broker ............................................................................................................. 48
3.5.5 Aplicao do modelo de arquitetura fat tree ............................................... 48
4.0 RESULTADOS E DISCUSSO ......................................................................... 51
4.1 Cenrio simulado .............................................................................................. 52
4.2 Simulao .......................................................................................................... 53
5.0 CONCLUSO ..................................................................................................... 57
REFERNCIAS ........................................................................................................ 59
APNDICES ............................................................................................................. 63
15
1 INTRODUO
Com o objetivo de reduzir custos operacionais e permitir a otimizao do
uso dos Cloud Computing)
emerge como uma nova tendncia, um novo modelo de computao que altera a
forma como as pessoas e/ou empresas utilizam e adquirem recursos de Tecnologia
de Informao (TI).
Benefcios como aqueles obtidos pela possibilidade de no se fazer
necessria gerncia local de hardware, software e dados em geral, deixando de
lado a necessidade de investimentos em aquisio e manuteno de equipamentos
para implantar e/ou manter uma infraestrutura prpria, provocaram uma verdadeira
corrida por pesquisas com intuito de responder a alguns questionamentos e atender
a demanda que surge relacionada a este novo modelo computacional. Nesse
contexto, observa-se uma transformao no modelo econmico da Tecnologia da
Informao, seja do lado consumidor ou do lado fornecedor de TI e servios, abrindo
espao para tecnologias que contemplam aspectos que visam melhoria da
eficincia dos servios em nuvens.
Assim sendo, vale ressaltar que, principalmente no que diz respeito
arquitetura dos data centers, ainda h muito que se fazer. Os grandes provedores de
servios de nuvens ainda possuem, em sua infraestrutura, caractersticas herdadas
de modelos baseados em arquiteturas e tecnologias para data centers
convencionais, inadequadas para o novo cenrio estabelecido pela computao em
nuvem. Por conta disto, tm se observado surgir novas propostas de arquiteturas.
Dentre os diversos modelos de arquiteturas para data centers surgidos
recentemente, optou-se neste trabalho, por discutir aqueles de maior relevncia,
que, de acordo com Couto et al. (2010), so: Fat Tree, BCube e DCell.
O principal objetivo do estudo foi identificar e em seguida simular a
proposta de arquitetura de data center mais indicada para implantao de nuvens
pblicas. Alm disso, durante a etapa de identificao, fazer um levantamento das
arquiteturas para data centers preexistentes no mercado e buscar, na bibliografia,
avaliaes destes modelos de acordo com parmetros como custo, escalabilidade e
tolerncia a falhas.
16
A motivao para a realizao deste trabalho adveio, sobretudo, do
interesse pessoal do pesquisador em compreender o tema que tem revolucionado o
planejamento estratgico das empresas e considerado a principal mudana na
infraestrutura de internet dos ltimos anos.
Este estudo mostra ser importante na medida em que, a identificao do
melhor modelo de arquitetura de data centers para nuvens pblicas, favorece a
melhoria dos servios oferecidos pelos provedores. Alm disso, seus resultados
podem contribuir para estudos futuros no campo da simulao e anlise de
arquiteturas para data centers, principalmente aqueles desenhados para o novo
cenrio da Computao em Nuvem.
17
2 REFERENCIAL TERICO
2.1 Computao em nuvem
A necessidade de ambientes capazes de armazenar, gerenciar e distribuir
enormes quantidades de dados, gerados pela crescente utilizao da internet,
servios web, redes sociais, etc., apontada como razo principal para o surgimento
do que hoje chamamos de Computao em Nuvem (VERDI et al., 2010).
Cloud Computing sem dvida um dos assuntos que sempre iro figurar
nas atuais discusses sobre tecnologias de informao, haja vista que a aparente
caraterstica abstrata, sob a qual era anteriormente definida, passou a ser vista
como uma tecnologia palpvel e apontada como a principal mudana no cenrio
computacional dos ltimos tempos. importante, porm, deixar bem claro que cloud
computing no trata de uma tecnologia especfica, entend-la da forma correta s
possvel quando enxergamos toda a sua multidisciplinaridade, na qual esto
presentes elementos de tecnologias como grades computacionais, clusters e
virtualizao que, por esta razo, foram inseridas nesta pesquisa.
Na literatura, existem diversos estudos que apresentam definies para o
que seria a Computao em Nuvem. Vaquero et al. (2009, p.2), baseados na
anlise de algumas dessas definies sugerem o seguinte conceito:
Nuvens so grandes reservatrios de recursos virtualizados facilmente utilizveis e acessveis (como hardware, plataformas de desenvolvimento e/ou servios). Esses recursos podem ser dinamicamente reconfigurados para se ajustar a uma carga (escala) varivel, permitindo tambm um uso timo dos recursos. Este reservatrio de recursos geralmente explorado por um modelo pay-per-use (pagar para usar) no qual as garantias so oferecidas por um Provedor de Infraestrutura por meio de SLAs (Service Level Agreement - Acordo de Nvel de Servio). (Traduo nossa
1)
A Computao em Nuvem um modelo composto por cinco
caractersticas essenciais, trs modelos de servios e quatro modos de implantao,
todos descritos nos tpicos seguintes (MELL; GRANCE, 2009).
1 Clouds are a large pool of easily usable and accessible virtualized resources (such as hardware, development
platforms and/or services). These resources can be dynamically reconfigured to adjust to a variable load (scale), allowing also for an optimum resource utilization. This pool of resources is typically exploited by a pay- per-use model in which guarantees are offered by the Infrastructure Provider by means of customized SLAs.
18
A figura 1 apresenta uma viso geral das definies propostas para a
computao em nuvem.
Fonte: VERDI (2010, adaptado)
2.1.1 Caractersticas essenciais
De acordo com Mell e Grance (2009), as cinco caractersticas essenciais
podem ser definidas como:
a) Self-Service sob demanda (On-demand self-service): O cliente pode, mesmo
sozinho, provisionar recursos computacionais sem requisitar nenhuma interao
humana com o provedor de servios;
b) Amplo acesso rede (Broad network acess): Os recursos da infraestrutura
computacional so acessados por meio de protocolos padro. Assim, o acesso
aos servios pelo cliente independe da plataforma que ele utiliza, possibilitando o
uso dos mais diferentes dispositivos (celulares, tablets, notebooks, etc.);
c) Pooling de recursos (Resource pooling): O provedor mantm um conjunto de
recursos fsicos e virtuais, como armazenamento, processamento, memria e
largura de banda de rede, a fim de atender dinamicamente a demanda do usurio.
Neste caso o usurio pode ser capaz de determinar uma localizao em um nvel
de abstrao maior (por exemplo, pas, estado ou data center), mas no pode
determinar a localizao exata da origem do servio que est utilizando.
d) Elasticidade (Elasticity): Dependendo da utilizao, os recursos podem ser
liberados ou alocados rapidamente. O usurio tem o poder de aumentar ou
diminuir a quantidade de recursos utilizados de acordo com sua convenincia, o
que transmite a ideia de que ele tem a sua disposio um conjunto de recursos
ilimitados.
Figura 1 - Viso geral da computao em nuvem
19
e) Medio de servios (Measured service): Tanto o usurio como o provedor tem
acesso a detalhes do nvel de utilizao dos servios, o que permite a cobrana
de acordo com o grau de utilizao dos recursos.
2.1.2 Modelos de servios
Diferentes servios visam diferentes tipos de cenrios, que por sua vez
variam de acordo com o tipo de negcio alvo. Conforme Caytilis et al. (2012), os
modelos de servios em nuvens podem ser classificados em trs modelos de
entrega: SaaS (Software as a Service), PaaS (Platform as a Service) e IaaS
(Infrastructure as a Service).
A figura 2 relaciona alguns servios de computao em nuvens
conhecidos e os classificam de acordo com os modelos citados anteriormente.
Fonte: CAYTILES (2012, adaptado)
2.1.2.1 Software como um servio (Software as a Service - SaaS)
Este modelo de servio trata da parte da Computao em Nuvens que
representa uma nova forma de comercializao e distribuio de softwares. De
acordo com Caytilis et al. (2012), uma nica instncia do software executado na
nuvem. Ainda segundo o autor, neste modelo, um aplicativo hospedado na internet
oferecido como servio aos clientes. Nessa modalidade de servio no existe
nenhuma necessidade de instalao, atualizao ou manuteno do aplicativo por
parte do cliente, essas funes passam a ser atribuio do fornecedor da aplicao
Figura 2 - Classificao de alguns servios de Computao em Nuvens
20
que tambm deve manter toda a infraestrutura necessria para a sua
disponibilizao (CAYTILES et al., 2012).
2.1.2.2 Plataforma como servio (Platform as a Service - PaaS)
Neste modelo de servio de computao em nuvem, o prprio cliente
desenvolve o software utilizando ferramentas/bibliotecas oferecidas pelo provedor do
servio. Este provedor deve oferecer a plataforma de software que servir para rodar
a aplicao (VAQUERO et al., 2009).
Um dos grandes problemas enfrentados por desenvolvedores que utilizam
a forma tradicional de desenvolvimento justamente a necessidade de projetar suas
aplicaes em um cenrio hipottico de utilizao, muitas vezes atrelado ao poder
de processamento da infraestrutura local. O PaaS, por sua vez, proporciona uma
infraestrutura robusta e elstica, alm de facilidades necessrias ao suporte do ciclo
de vida completo da aplicao, permitindo que o desenvolvimento seja inteiramente
focado no negcio do cliente. Tais fatores proporcionam um ganho significativo em
produtividade, j que no existe a necessidade de se preocupar com projetos
relacionados a balanceamento de carga, instalao e configurao de servidores,
banco de dados, etc. (CHAPPELL, 2008).
2.1.2.3 Infraestrutura como um servio (Infrastructure as a Service - IaaS)
Caytilis et al. (2012), descrevem IaaS (Infra estrutura como Servio) como
a entrega direta de processamento, armazenamento e outros recursos
computacionais aos usurios finais.
Segundo Caytilis et al. (2012), o princpio bsico da IaaS fornecer ao
cliente um grande poder de processamento e armazenamento em um ambiente
altamente escalvel e seguro. Tais servios so oferecidos utilizando-se uma
robusta infraestrutura de hardware virtualizada, o que proporciona um melhor
aproveitamento dos recursos, atravs do compartilhamento da mquina fsica com
as diversas mquinas virtuais. Assim, o cliente recebe mquinas virtuais com
sistemas operacionais instalados prontas para executar suas aplicaes.
21
2.1.3 Modelos de implantao
A classificao para os principais modelos de implantao de nuvens foi
feita levando em considerao, principalmente, aspectos como a necessidade das
aplicaes que iro ser implementadas. De acordo com Reese (2009), existem
quatro modelos principais: Pblica, Privada, Hbrida e Comunitria.
2.1.3.1 Nuvem pblica
Nuvem Pblica o modelo de implantao de nuvens que melhor define o
conceito de cloud computing. Neste modelo, o provedor de servios disponibiliza os
recursos computacionais (por meio da internet), gratuitamente ou usando o modelo
pay-to-use, para o pblico em geral. Neste caso, qualquer usurio que conhea a
localizao do servio ter acesso nuvem. Para Taurion (2009), esta caracterstica
da Nuvem Pblica dificulta a implementao de ferramentas de gerenciamento,
autenticao e autorizao, uma vez que a nuvem disponibilizada para qualquer
usurio.
2.1.3.2 Nuvem privada
Nuvem Privada o modelo no qual o data center interno a uma
organizao, no disponvel ao pblico em geral. Segundo Sotomayor et al. (2009),
o objetivo principal deste modelo proporcionar aos usurios locais uma
infraestrutura gil e flexvel com capacidade de suportar workloads de servios
dentro de seu prprio domnio administrativo.
Diferente do que acontece com a Nuvem Pblica, para implantar uma
Nuvem Privada necessria tambm uma infraestrutura prpria. O benefcio
adquirido com o aumento do controle e segurana dos dados contidos na Nuvem
Privada vem acompanhado da necessidade de manter a infraestrutura necessria ao
seu funcionamento. Outro ponto importante que deve ser considerado o fato de
que a nuvem sempre vai estar limitada capacidade dos equipamentos da
organizao/empresa que a mantm. (SOTOMAYOR et al., 2009).
22
2.1.3.3 Nuvem hbrida
Este modelo a combinao de Nuvens Pblicas com Nuvens Privadas.
Neste caso, apenas parte dos servios est disponibilizado publicamente (FENILLI
et al., 2011). A comunicao entre as nuvens feita por meio de interfaces
padronizadas a fim de permitir o compartilhamento de recursos. Esta relao entre
os dois modelos garante infraestrutura da Nuvem Privada o rpido
provisionamento de recursos atravs da Nuvem Pblica.
2.1.3.4 Nuvem comunitria
Neste modelo, a infraestrutura de nuvem de uso exclusivo de uma
comunidade de usurios/organizaes com interesses comuns (MELL, P; GRANCE,
T, 2009). O gerenciamento e hospedagem dos recursos computacionais pode ou
no ser feito por um ou mais membros. Os exemplos mais comuns da aplicao
deste modelo de nuvem podem ser observados em comunidades acadmicas.
2.2 Tecnologias relacionadas
De acordo com Garcia (2010), a Computao em Nuvem resultado da
herana combinada de diversas outras tecnologias. Esta caracterstica reflete a
complexidade do ambiente computacional que prope suprir um vasto conjunto de
necessidades corporativas. Nas quatro sees seguintes so discutidos conceitos e
caractersticas das principais tecnologias relacionadas cloud computing.
2.2.1 Clusters
Neste modelo o hardware subjacente composto por conjunto de
estaes de trabalho ou PCs semelhantes, conectados por meio de uma rede local
de alta velocidade, ou seja, clusters so agrupamentos de servidores trabalhando
em conjunto de modo que possam atuar como um nico sistema (TANENBAUM;
STEEN, 2007).
A ideia surgiu do resultado da convergncia de uma srie de tendncias
da computao, incluindo a disponibilidade de microprocessadores de baixo custo,
23
as redes de alta velocidade e software de alto desempenho. A soma da capacidade
de processamento de cada um dos computadores permite que este modelo
organizacional se torne uma soluo mais rentvel quando comparada ao
investimento em supercomputadores com velocidade e disponibilidade semelhantes
quelas adquiridas pela utilizao de clusters.
Clusters diferem de outras abordagens como peer to peer ou grid
computing, que tambm usam muitos ns, por possurem uma natureza muito mais
distribuda. As atividades dos ns de computao so gerenciadas por uma camada
de software (middleware clurstering). Acima dos ns, essa camada transmite ao
usurio a viso de uma unidade coesa.
No que ser refere a cloud computing, Hwang, Dongarra e Geoffrey (2012)
destacam a utilizao de clurster combinada com tcnicas de virtualizao a fim de
possibilitar a criao de clusters virtuais para Computao em Nuvem. Segundo
eles, comparado com os clusters fsicos, os clusters virtuais oferecem vantagens em
variveis importantes como velocidade, flexibilidade e armazenamento.
2.2.2 Grid computing (Computao em grade)
Apesar da ideia por trs da Grid Computing e Clusters ser a mesma (unir
o poder de processamento de um grupo de computadores) existem alguns aspectos
que permitem estabelecer conceitos diferentes. O principal deles que enquanto um
clurster possui um controlador central, um ponto nico do qual possvel utilizar
todo o poder de processamento do grupo de computadores, a Computao em
Grade utiliza uma arquitetura mais flexvel que, mesmo utilizando alguma espcie de
controle centralizado, prevalece a natureza cooperativa da Grid que tem como
fundamento principal o compartilhamento do ciclo de processamento ocioso dos
equipamentos que dela fazem parte.
Nesta linha de pensamento Bote-Lorenzo et al. (2009), realizam um
estudo sobre Grid Computing que detalha caractersticas, usos e, baseados em
vrias outras definies, estabelecem que Computao em Grade pode ser definida
como uma infraestrutura de hardware e software distribuda geograficamente,
composta de recursos de rede autnomos, compartilhados por diversas
organizaes a fim de fornecer, de acordo com sua disponibilidade, o suporte para
uma grande variedade de aplicaes.
24
Segundo Foster et al. (1998), estas aplicaes podem ser classificadas
em cinco classes principais que so: supercomputao distribuda, alto rendimento,
computao sob demanda, computao intensiva de dados e computao
colaborativa.
De acordo com Vaquero et al. (2009), existe uma confuso em torno da
relao de Grid com cloud computing pois ambas compartilham vises semelhantes:
reduzir custos de computao e aumentar a flexibilidade e confidencialidade,
utilizando hardwares mantidos por terceiros. Em seu trabalho, usando vrias
definies atribudas a Computao em Grade por outros atores, o autor estabelece
itens comparativos com Computao em Nuvens. Vejamos algumas delas logo
abaixo:
Compartilhamento de Recursos: O objetivo principal da grid proporcionar o
compartilhamento justo dos recursos entre as organizaes, enquanto a cloud
computing visa fornecer recursos, sob demanda, aos usurios, fazendo com que
estes tenham a impresso de uma fonte de recursos nica e dedicada.
Virtualizao: Utilizada para ocultar a heterogeneidade dos recursos existentes, a
tecnologia de virtualizao usada tanto em Cloud quanto em Grid. No entanto,
em Cloud a virtualizao aplicada tambm em recursos de hardware.
Segurana: Por permitir o isolamento de recursos, a virtualizao tambm esta
diretamente relacionada segurana. Enquanto nas Nuvens cada usurio tem
acesso exclusivo ao seu ambiente individual virtualizado, as Grades, na maioria
das vezes, no lidam com a segurana do usurio final.
Escalabilidade e Autogerenciamento: A escalabilidade presente nos dois
modelos computacionais, a diferena reside na forma como ela acontece. Em
Grades ela se d de forma manual, pois necessrio o aumento do nmero de
ns utilizados. Em Nuvens, a escalabilidade acontece dinamicamente, por meio
do redimensionamento do hardware virtualizado. No que se refere ao
gerenciamento, pesa o fato de que as nuvens computacionais geralmente so
administradas por uma nica empresa ou organizao, enquanto nas grades, o
gerenciamento dificultado por no haver, geralmente, um nico proprietrio.
Padronizao: O principal objetivo da padronizao alcanar a perfeita
interoperabilidade. Nas Grades Computacionais, este objetivo parece estar cada
vez mais prximo de ser alcanado, uma vez que os esforos conjuntos de
25
pesquisadores visando obter uma padronizao das interfaces (interfaces dos
usurios e interface interna) tm trazido excelentes resultados. Apesar das
interfaces de acesso aos servios da Computao em Nuvem serem muito
parecidas com as interfaces das Grades Computacionais, a interface interna, por
serem proprietrias, tem dificultado a sua padronizao.
Modelo de pagamento: Geralmente, o modelo de cobrana das Grades
Computacionais (quando existe), baseado no pagamento de taxas fixas. Na
computao em Nuvem o usurio s paga pelos recursos que de fato utilizar (pay-
per-use).
2.2.3 Virtualizao
Para Zhang, Cheng e Boutaba (2010), a Virtualizao uma tecnologia
que abstrai os detalhes do hardware e fornece recursos virtualizados para
aplicaes de alto nvel. Introduzida pela IBM por volta de 1960, a Tecnologia de
Virtualizao s veio a se firmar por volta de 1990, quando demonstrou ser a forma
mais eficiente de aproveitar toda a capacidade dos recursos computacionais. De
acordo com Rego (2012), a virtualizao tem sido definida como uma abstrao
destes recursos ou como uma tcnica para esconder suas caractersticas.
No cenrio atual da TI, a virtualizao uma tcnica cada vez mais
presente, pois se observa um sucessivo aumento de investimentos na rea, o que
tem feito surgir um grande nmero de empresas com solues de gerncia de
ambientes virtualizados. Como consequncia imediata destas novas solues,
podemos citar o aumento da capacidade de aproveitamento dos recursos que antes
ficavam ociosos (MATTOS, 2008).
Complementando a definio de computao em nuvem j abordada
neste trabalho e a fim de estabelecer uma conexo mais direta com a Tecnologia de
Virtualizao, podemos citar a definio encontrada no trabalho de Rimal et al.
(2009), onde a mesma afirma que a computao em nuvem aborda uma nova fase
evolucionria da computao distribuda, que tem como objetivo proporcionar um
maior aproveitamento dos recursos distribudos, reunindo-os a fim de obter um
melhor rendimento e capacidade de resolver problemas computacionais de larga
escala. Portanto, dentro do contexto da Computao em Nuvem, a virtualizao se
apresenta como o meio para alcanar estes objetivos, pois, graas a ela, possvel
26
reunir recursos computacionais de um conjunto de servidores e distribuir,
dinamicamente, on-demand, recursos virtuais para as aplicaes (ZHANG, CHENG;
BOUTABA, 2010).
Diante do exposto, fica caracterizado que a virtualizao oferece a
flexibilidade necessria ao paradigma da computao em nuvem que, por sua vez,
utiliza as diversas modalidades de virtualizao como ferramenta, a fim de garantir a
diminuio dos custos referentes a infraestrutura, refrigerao e energia,
principalmente quando consideramos sua aplicao em data centers de grande
porte.
2.2.4 Data centers
Data center uma modalidade de servio de valor agregado que oferece
recursos de processamento e armazenamento de dados para seus usurios, a fim
de proporcionar a estes uma estrutura de grande capacidade, flexibilidade e
segurana (TANENBAUM; STEEN, 2007).
Projetados para concentrar os equipamentos que fazem parte da
infraestrutura de hardware, como servidores, storages, switches, roteadores, etc., os
ambientes nos quais os data centers so construdos visam garantir de forma
ininterrupta a disponibilidade destes equipamentos e dos servios por ele oferecidos.
Para tornar isso possvel, a maior parte dos data centers possui estruturas e
tecnologias que fornecem desde alternativas de redundncia para a segurana dos
sistemas hospedados e fornecimento de energia, a preveno e combate a
incndios e controle de temperatura, alm da segurana fsica que inclui um rgido
controle de acesso (TANENBAUM; STEEN, 2007).
Nas nuvens, todas as modalidades de servios oferecidas dependem de
uma base fsica, uma infraestrutura de rede que ser responsvel por abrigar os
servidores, interlig-los e estabelecer a comunicao necessria aos servios de
Nuvens. Esta infraestrutura formada por data centers, que dentro do contexto da
cloud computing tambm chamada de DCloud.
Para Verdi et al. (2010), de acordo com o tamanho da infraestrutura fsica
e sua localizao, os data centers podem ser classificados como mega, micro, nano
ou baseados em contineres:
27
Mega data centers: equipados com milhares de servidores (figura 3),
estes data centers ocupam reas que ultrapassam centenas de milhares de metros
quadrados, chegando alguns a ocupar aproximadamente 1(um) milho de metros
quadrados. A escolha do local de construo destes data centers depende do
preenchimento de uma srie de pr-requisitos bsicos que visam garantir a sua
funcionalidade e a segurana. Alguns destes requisitos contemplam aspectos
diretamente ligados eficincia energtica, uma vez que esta condio de
sobrevivncia para qualquer organizao. Mas, para grandes consumidores de
energia como os mega data centers, este o principal diferencial competitivo - e um
grande desafio. Mais ainda quando considerada a implantao de iniciativas que
combinam com a ideia de sustentabilidade. Grandes provedores de nuvens pblicas,
geralmente, oferecem seus servios por meio deste modelo de data center. (VERDI
et al., 2010).
Figura 3 - Mega data center Azure da Microsoft
Fonte: AZURIS (2012)
Micro data centers: micro data centers so ideais para suportar aplicaes
altamente interativas como, e-mail e aplicaes de escritrio como Google Docs.
Neste modelo tambm existem cuidados com a escolha do local das instalaes, a
fim de diminuir a latncia e os custos da rede de trnsito. Por essa razo,
geralmente, estes data centers se encontram localizados prximos a grandes
centros populacionais (VERDI et al., 2010).
Nano data centers: O modelo cliente-servidor tm moldado a internet e
todas as suas aplicaes. Na ltima dcada observamos o surgimento de diversas
28
solues de distribuio de contedo, que evoluram a partir deste modelo, atravs
de cache distribudo, para redes de compartilhamento, e, mais recentemente, as
redes peer-to-peer (P2P). Nessa linha evolutiva, os nano data centers se
apresentam como o prximo passo na hospedagem de dados para distribuio de
contedo, uma vez que este modelo considera a migrao de servios dos data
centers tradicionais para equipamentos do usurio final. O Projeto NanoDataCenters
(2012) aponta uma srie de benefcios adquiridos com utilizao deste modelo de
data center, entre eles, e talvez o principal, a reduo significativa do consumo de
energia na infraestrutura do provedor de servios. Por outro lado, um sistema to
distribudo como o que sugere este modelo, gera grandes desafios no que diz
respeito garantia de desempenho, confiabilidade e segurana (VERDI et al., 2010).
Data centers baseados em contineres: Em 2007, um modelo de data
center modularizado, composto por uma grande quantidade de servidores
organizados em um container ganhou notoriedade. Dotados de sistemas de energia
altamente eficientes, podendo economizar de 40% a 50% das despesas
operacionais de data centers tradicionais, este modelo mostrou ser uma tima
alternativa para infraestruturas provisrias ou locais remotos e passaram a ser
oferecidos por muitos fornecedores como uma garantia de economia eficiente de
energia e soluo para aumento de infraestrutura em curto prazo (VERDI et al.,
2010).
2.3 Arquiteturas
Geralmente, a infraestrutura que possibilita a oferta de servios de
computao em nuvem (principalmente nuvens pblicas) consiste em data centers
compostos por milhares de servidores fsicos, conectados atravs de switches,
roteadores e outros dispositivos de rede. Os gastos envolvidos com estas
gigantescas infraestruturas e os crescentes requisitos necessrios oferta dos
servios justificam a importncia do papel da arquitetura utilizada, uma vez que esta
pode influenciar diretamente no desempenho, rendimento, consumo de energia e
outras variveis tratadas nos tpicos subsequentes.
Como forma de prover maior eficincia, melhor aproveitamento da largura
de banda, flexibilidade e escalabilidade, os data centers convencionais adotam
29
modelos de multicamadas. Tais modelos podem ser entendidos com o uma estrutura
hierrquica de dois ou trs nveis (figura 4).
Figura 4 - Modelo convencional de rede hierrquica de trs nveis
Fonte: CISCO (2009)
Segundo Verdi et al. (2010), os modelos de trs nveis so comumente
utilizados em mega data centers, providos com um grande nmero de servidores.
Este modelo composto pelas seguintes camadas: 1) Acesso ou Agregao; 2)
Distribuio ou Comutao; 3) Core ou Ncleo. Na camada de acesso esto
localizados os servidores conectados fisicamente rede, pois ela que fornece as
interfaces com para conexo com os dispositivos finais.
A camada de distribuio ou agregao responsvel por definir o
domnio de broadcast, prover servios de localizao e balanceamento de carga dos
servidores, entre outras funes. Esta camada agrega os dados provenientes da
camada de acesso antes de transmiti-los camada de ncleo a fim de proporcionar
o roteamento at o destino final (VERDI et al., 2010).
A camada de ncleo possui a indispensvel tarefa de estabelecer a
conexo entre os diversos mdulos de agregao.
2.3.1 Limitaes das arquiteturas de rede convencionais
A arquitetura atual sobre o qual definido o modelo organizacional dos
data centers, em especial, a organizao hierrquica (L2/L3), se baseia em tcnicas
convencionais como Spanning Tree, VLAN, ou criao de sub-redes e por isso
30
apresenta algumas limitaes. Estas limitaes provocaram o surgimento de
problemas que comprometem a eficincia e aproveitamento dos recursos
computacionais dos data centers. Verdi et al. (2010), apresenta algumas destas
limitaes:
Fragmentao dos recursos: os modelos tradicionais de arquiteturas utilizam
mtodos de roteamento que, geralmente, consistem na atribuio de endereos
IP com valor topolgico (aderentes organizao da rede) divididos em VLANS.
A consequncia negativa desta fragmentao o aumento da dificuldade de
migrao de mquinas virtuais entre as VLANS criadas. Isso explicado pela
necessidade de alterao do endereo IP da mquina virtual, uma vez que
existe um isolamento lgico entre elas. Tal isolamento, apesar de fornecer mais
segurana, impede a alocao dinmica de recursos ociosos em servidores que
fazem parte de domnios diferentes quele utilizado por alguma aplicao que
venha precisar destes recursos.
Alocao esttica de servios: O isolamento entre as VLANS provoca um
aumento do trfego nos enlaces do topo da hierarquia, gerando
congestionamento e sobrecarga, provocando um efeito cascata sobre todos os
servios que compartilham a mesma sub-rede sob a qual o servio
sobrecarregado esta alocado.
Vazo e latncia entre os servidores: os modelos convencionais de arquiteturas
no so capazes de preencher os requisitos recentes de transmisso de dados
entre os servidores. As sobrecargas causadas pela utilizao da topologia em
forma de rvore faz com que haja uma diferena na concentrao do trfego,
que tende a ser maior nos nveis mais altos. Como reflexo disso, dependendo do
par de servidores envolvidos na aplicao, a latncia e a vazo deixam de ser
uniformes, influenciando negativamente o desempenho das aplicaes,
considerando as variveis relacionadas s medidas de trfego do data center.
Escalabilidade: atualmente os protocolos de roteamento, encaminhamento e
gerenciamento no promovem escalabilidade suficiente para data centers de
grande capacidade.
Custo dos equipamentos de rede: a arquitetura convencional adota o modelo de
escalabilidade vertical (scale-up). Este modelo parte do princpio de que a
escalabilidade obtida com o aumento dos recursos em um nico n da
31
arquitetura. Equipamentos caros como balanceadores de carga (LB-load
balance) e switches do tipo high-end de alto desempenho, so substitudos
utilizando o modelo scale-up, ou seja, quando um equipamento no suporta
mais a carga de trabalho ao qual est submetido, substitudo por um novo
equipamento de maior capacidade.
Eficincia energtica: esta caracterstica tem sido alvo das principais discusses
que envolvem as arquiteturas, principalmente quando o data center alvo de sua
aplicao um data center de grande porte. O gigantesco consumo de energia
necessrio para manter estas enormes infraestruturas gerado, em sua maioria,
pelo sistema de refrigerao que, no caso dos modelos convencionais de
arquitetura, adota o princpio de que os equipamentos de refrigerao so
aumentados medida que o data center cresce. Alm disso, a relao entre
consumo energtico e carga de trabalho no varia proporcionalmente, j que o
consumo o mesmo, independente da carga de trabalho sob a qual o data
center esta submetido.
2.3.2 Novas propostas de arquiteturas
O surgimento do paradigma da Computao em Nuvem trouxe novos
requisitos para diversas reas da TI, principalmente para os modelos
organizacionais responsveis por estabelecer o desenho da arquitetura dos data
centers. Como foi visto anteriormente, existem muitos desafios a serem superados e
se levarmos em conta todas as variveis presentes no universo da cloud computing
podemos justificar o surgimento dessas novas propostas arquiteturais. Algumas
dessas arquiteturas foram concebidas a fim de atender determinados grupos de data
centers, respeitando uma classificao que, na maioria das vezes, feita de acordo
com o tamanho da infraestrutura a qual ela se aplica ou de acordo com os custos
envolvidos, seja ele proveniente dos equipamentos utilizados ou da manuteno
necessria ao funcionamento da prpria infraestrutura (VERDI et al., 2010).
PortLand, VL2, Fat Tree, DCell e BCube so alguns dos principais
modelos de arquiteturas surgidos recentemente. Exclumos VL2 e Portland do
escopo de nosso projeto, pois ambas so implementadas por meio da utilizao da
base estrutural definida pela Fat Tree. Neste sentido, nosso trabalho apresenta as
trs arquiteturas (Fat Tree, BCube e DCell) que, de acordo com os trabalhos de
32
Guo et al. (2009), Couto et al. (2010) e Popa et. al. (2010), possuem maior
relevncia no cenrio dos novos data centers para Computao em Nuvem.
2.3.3 Fat tree
Alguns estudos, como o realizado por Ludovici et al. (2009), apresentam
as principais diferenas existentes entre o modelo de trs camadas convencional e a
topologia Fat Tree. De acordo com os autores, uma delas fato de que o novo
modelo apresenta uma alternativa diferente daquela em que so necessrios novos
investimentos em switches mais rpidos (com custos relativamente altos) para
aumento do desempenho das redes dos grandes data centers. Tal alternativa parte
do pressuposto de que o mesmo aumento de desempenho tratado anteriormente
pode ser obtido por meio da aquisio e incluso de switches Ethernet mais baratos.
Outro aspecto importante a reorganizao das conexes proposta pela
topologia Fat Tree. Nela, os links se tornam mais numerosos medida que se
direcionam raiz, enquanto na rvore hierrquica do modelo convencional a
com Al-Fares et al. (2008), esta reorganizao acontece sob a forma de uma rvore
que por sua vez, composta por uma camada de Pods (conjunto de
switches edge, switches de agregao e servidores dos data centers) e outra de
ncleo (switches que se ligam aos Pods por meio de suas portas na razo de 1/1). O
nmero de portas ( ) o mesmo em todos os switches da rede. Como cada porta
dos switches de ncleo responsvel por estabelecer a comunicao com um Pod
(relao 1/1), conclui-se que o nmero de Pods sempre vai estar limitado a .
Internamente, os Pods esto organizados em duas camadas (camadas de borda e
camada de agregao). Nestas camadas esto localizados switches de borda e
switches de agregao. Metade das portas dos comutadores da camada
de borda so usadas para estabelecer a conexo com os servidores, enquanto a
outra metade estabelece a conexo com a camada superior (camada de
agregao). A mesma lei de formao obedecida pela camada de agregao, na
qual seus comutadores tambm estabelecem as conexes com os switches do core
33
( portas) e com os switches de borda ( portas). No final, a quantidade total de
servidores que podem ser conectados a uma topologia Fat Tree pode ser obtida por
meio da aplicao da seguinte frmula: * * , ou seja, .
A figura 5 facilita o entendimento. A mesma representa uma rvore Fat
Tree com .
. Considerando, hipoteticamente, que uma rvore Fat Tree utiliza switches
de 48 portas, teremos: 48 Pods, cada um contendo 24 switches de borda e 24 de
agregao, alm de 27.648 servidores
De acordo com Al-Fares et al. (2008), existe um agente central
responsvel por carregar as tabelas de roteamento dos switches enquanto a rede se
estabelece. Ainda segundo o autor, a topologia segue a lgica definida por dois
algoritmos diferentes, o primeiro (figura 6) gera as tabelas de roteamento dos
switches de agregao enquanto o segundo (figura 7) promove a distribuio dessas
tabelas.
Fonte: AL-FARES (2008)
Alm disso, de acordo com Abelm et al. ( 2012 ), a arquitetura Fat Tree,
como forma de obter um melhor aproveitamento da capacidade oferecida, faz uso de
extenses que envolvem alteraes nos switches de core. Estes, por meio de um
enlace, encaminham os pacotes recebidos para o seu Pod de destino. Em seguida,
os pacotes so enviados ao seu comutador de sub-rede de onde finalmente
enviado ao servidor.
Figura 5 - Arquitetura Fat Tree
34
Figura 6 - Algoritmo gerador das tabelas de roteamento da arquitetura Fat Tree
Fonte: AL-FARES et al. (2008)
Figura 7 - Algoritmo de distribuio das tabelas da arquitetura Fat Tree
Fonte: AL-FARES (2008)
Segundo Couto et al. (2010), a Fat Tree possibilita a comunicao de
todos os servidores ao mesmo tempo utilizando a capacidade mxima de suas
interfaces de rede.
2.3.4 BCube
Apesar de apresentar algumas semelhanas com a Fat Tree no que diz
respeito a objetivos relacionados a custos e desempenho, a topologia BCube
apresenta uma abordagem diferenciada em suas solues (ABELM et al., 2012 ).
Esta arquitetura adota o modelo server-centric no qual toda a inteligncia necessria
ao funcionamento do MDC (modular data center) implantada nos servidores, o que
permite a utilizao de switches comoditizados (VERDI et al., 2010).
Alm disso, a mesma foi desenvolvida para atender especificamente ao
modelo de data center baseado em contineres ou MDC (Modular Data Center).
Esta caracterstica favorece a economia no que diz respeito aos gastos necessrios
35
refrigerao dos equipamentos, facilita a migrao para outras localidades
geogrficas, mas, por outro lado, dificulta sua manuteno, uma vez que os
contineres so selados antes de serem colocados em operao (COUTO et al.,
2010).
Por conta disso, desejvel que a infraestrutura de rede seja dotada de
alta tolerncia a falhas. Como no possvel garantir que as falhas no aconteam
e, considerando a dificuldade de manuteno j mencionada, o BCube foi projetado
para, no caso de falhas, lentamente permitir uma queda de desempenho (GUO et
al., 2009).
Outro aspecto importante contemplado pela BCube, o suporte a todos
os modelos de cardinalidade da comunicao, o que permite atender ao mesmo
tempo grandes demandas, de aplicaes, por banda passante.
O BCube corresponde a uma estrutura definida de forma recursiva e sua
lei de formao obedece a seguinte lgica:
. Um BCube de nvel , denominado (B ), consiste de servidores conectados a um comutador de portas. J um B composto por
B s e por n comutadores de n portas. De uma maneira geral, um
B formado por B s e comutadores de portas. Os
B s so numerados de a e os servidores em cada
B so numerados de a . A porta do nvel do -simo
servidor localizado no -simo B conectada -sima porta do -simo comutador de nvel . (ABELM et al., 2012, p. 22).
Um exemplo de um B com pode ser observado na figura 8.
Fonte: ABELM (2012)
Figura 8 - B com
36
De acordo com Abelm et al. (2012), a BCube adota endereos de 32 bits
e armazena um ndice de prximo salto (Next Hop Index NHI) e o caminho
completo (array de NHIs) no cabealho de todos os pacotes. Alm disso, uma
verso do NHI com apenas 8 bits, chamada NHA, pode ser usada para diminuir o
tamanho do cabealho. Esta dividida em duas partes: DP e DV. A primeira (DV)
corresponde indicao de qual dgito do prximo salto difere do atual servidor de
retransmisso, enquanto a segunda (DP) indica o valor daquele dgito.
Outro aspecto importante da arquitetura esta relacionado incluso do
protocolo de roteamento BSR (BCube Source Routing). A utilizao do mesmo tem
como objetivo, permitir que a fonte controle o caminho de forma independente dos
servidores intermedirios, fazendo com que estes participem somente do
encaminhamento de pacotes, alm disso o BSR tem a capacidade de realizar um
monitoramento do trfego na rede e reagir a fim de evitar a difuso de estados de
enlaces, que possui um problema de escalabilidade no momento em que milhares
de servidores esto operando simultaneamente (GUO et al., 2009).
O principal benefcio adquirido com a utilizao do BSR o aumento
significativo na capacidade de realizar balanceamento de trfego e tratamento de
falhas, que por sua vez, acontece sem que haja necessidade de distribuio dos
estados dos enlaces. Alm disso, este protocolo a ferramenta utilizada para
garantir que a queda da capacidade do BCube acontea lentamente, conforme foi
descrita inicialmente (ABELM et al., 2012 ).
O funcionamento do BSR pode ser descrito da seguinte forma:
Quando um fluxo deve ser transmitido, a fonte envia sondas em mltiplos caminhos. Os servidores intermedirios incluem informaes nesses pacotes que sero utilizadas para selecionar um dos mltiplos caminhos, por exemplo, mnima banda passante disponvel. Quando uma sonda chega ao destino, o destino envia uma resposta para a fonte. Ao receber as respostas, a fonte seleciona o melhor caminho baseado em alguma mtrica, por exemplo, a mxima banda passante disponvel. (ABELM et al., 2012, p.23 ).
Para determinar o encaminhamento a BCube utiliza uma tabela na qual
esto armazenados todos os status dos vizinhos. Cada entrada faz referncia a
apenas um vizinho e composta de trs campos, todos descritos na quadro 1.
Cada uma das entradas da tabela indexada pelo valor NHA do vizinho.
Dessa forma, um hospedeiro intermedirio consegue obter o NHA do prximo salto
37
por meio da leitura do cabealho do pacote que recebeu. Em seguida, obtm o
status e o endereo MAC do prximo salto, usando o NHA como ndice e ento
atualiza (somente no caso da checagem do status retornar um valor funcional) os
endereos MAC, o NHA e o cheksum do cabealho do BCube e ento encaminha o
pacote pela porta de sada. (ABELM et al., 2012).
Quadro 1 - Tabela de status dos vizinhos
NeighborMAC OutPort StatusFlag
Endereo MAC do vizinho
Porta de conexo com o
vizinho
Disponibilidade do vizinho
Fonte: SOUSA (2012)
2.3.5 DCell
Segundo Guo et al. (2008), a DCell surgiu com o intuito de atingir trs
objetivos. O primeiro criar uma estrutura de rede altamente escalvel, o segundo
utilizar um algoritmo de roteamento que gere ambientes eficientes e distribudos e
por ltimo, que este ambiente seja tolerante a falhas. Para isso, DCell utiliza
servidores equipados com vrias interfaces de rede que por sua vez, esto ligados a
vrios outros servidores e um mini comutador por meio de links de comunicao
bidirecional.
De um modo geral, um comparativo entre DCell e BCube revela uma srie
de caractersticas semelhantes, que vo desde a forma como as mesmas so
implementadas proposta de padres de equipamentos utilizados. O modelo
recursivo sob o qual as duas arquiteturas so definidas uma delas.
A construo da DCell iniciada a partir dos nveis mais baixos, ou seja,
a DCell de maior nvel construda a partir da DCell de menor nvel (GUO et al.,
2008). Uma rede DCell0 que formada por um switch ligado a n servidores. A
DCell1 construda utilizando n+1 redes DCell0. Neste caso, a DCell1 ser
composta por duas DCell0 conectadas entre si por meio de um enlace gerado por
um de seus servidores. A figura 9 trs a representao grfica desta topologia.
Na imagem podemos notar que as comunicaes entre as clulas so
feitas localmente por meio de um switch. Em destaque, podemos observar a
38
representao de comunicaes entre servidores que fazem parte da mesma clula
(servidores 2 e 3 da DCell00) e de servidores localizados em clulas diferentes da
DCell1 (servidores 1 DCell020 e servidores 2 DCell30).
Fonte: COUTO (2010)
Uma caracterstica especfica DCell o fato de seus switches estarem
conectados apenas aos servidores de sua prpria clula. A ligao entre clulas
DCell diferentes feita por meio dos servidores. Essa caracterstica faz com que a
BCube sempre apresente um desempenho superior DCell (considerando a
utilizao do mesmo nmero de portas de servidores) (COUTO et al., 2010).
Figura 9 Topologia da Arquitetura DCell
39
3 METODOLOGIA
3.1 Caracterizao do Estudo
Este trabalho caracteriza-se como uma pesquisa aplicada de carter
experimental cujo propsito foi simular a proposta de arquitetura de data center mais
indicada para implantao de nuvens pblicas.
Neste trabalho utilizou-se o CloudSim, incorporado ao Eclipse SDK (IDE
com suporte a desenvolvimento em java). Segundo Calheiros et al. (2010), o
CloudSim um framework desenvolvido em java que oferece os recursos
necessrios para realizao de simulaes de ambientes de nuvens
computacionais. Licenciado pela (GPL), o framework extensvel, adaptvel e
possibilita a criao de simulaes em grande escala, com um elevado grau de
customizao (CALHEIROS et al., 2010).
Estas ferramentas tornaram possvel a modelagem e simulao de todo o
ambiente computacional da nuvem pblica, incluindo suas tecnologias e recursos.
3.2 Delimitao do escopo da simulao
Com base no levantamento bibliogrfico realizado no decorrer desta
pesquisa, foi possvel observar que, alguns trabalhos utilizados como referncia,
foram fundamentados em resultados obtidos por meio da aplicao das arquiteturas
em uma infraestrutura fsica, real.
O trabalho de Couto et al. (2010) um deles. Nesse trabalho, os autores
avaliam a robustez das arquiteturas sob o ponto de vista do tamanho da rede e da
variao do comprimento de seus caminhos, considerando situaes nas quais a
rede submetida a falhas. A avaliao se d por meio da comparao do
desempenho, das trs arquiteturas estudadas (Fat Tree, BCube e DCell) em uma
mesma infraestrutura de data center que, neste caso, era composta por um nmero
de servidores sempre prximo de 3.400 (trs mil e quatrocentos).
40
Levando em conta o estudo apresentado por Couto et al. (2010),
elaborou-se um quadro com a sntese dos resultados dessa comparao. O mesmo
apresentado no quadro 2.
Quadro 2 - Resumo dos resultados obtidos por Couto et al. (2010)
Fat Tree BCube DCell
Esca
lab
ilidad
e
Maior escalabilidade
entre as trs
arquiteturas
Alta escalabilidade
Alta escalabilidade
To
ler
ncia
a F
alh
as
Continua
Caminhos redundantes
favorecem a tolerncia
a falhas que, neste caso
independe da
quantidade de falhas
ocorridas.
Implementa o protocolo BSR
que permite uma queda
lenta do desempenho da
rede na ocorrncia de
falhas. Quando submetida a
um pequeno nmero de
falhas apresenta
desempenho superior Fat
Tree. Situao vai se
invertendo medida que as
falhas aumentam.
Vrios links
associado a um
protocolo de
roteamento
distribudo
tolerante a falhas
Ob
jetivo
Modelo desenvolvido
para permitir a
utilizao de um grande
nmero de servidores
(data centers de grande
porte)
Modelo desenvolvido para
data centers baseado em
containers (pequeno e
mdio porte)
Modelo
desenvolvido para
permitir a utilizao
de um grande
nmero de
servidores (data
centers de grande
porte)
Fonte: COUTO (2010, baseado)
No que se refere a custo, principalmente queles relacionados ao
consumo de energia e valor dos equipamentos, um estudo comparativo entre as trs
41
arquiteturas foi apresentado por Popa et al, (2010). De acordo com os autores, nos
primeiros testes realizados, a arquitetura DCell apresentou os maiores custos
quando comparada s demais, por isso, passou a no ser mais considerada no
restante da pesquisa.
A exemplo do trabalho de Couto et al, (2010), os resultados da pesquisa
de Popa et al, (2010), puderam ser resumidas de acordo com o que pode ser
observado no quadro 3.
Quadro 3 - Resumo dos resultados obtidos por Popa et al, (2010)
Fat Tree BCube
Esca
lab
ilidad
e
Alta escalabilidade
Alta escalabilidade
Custo
Custo superior BCube.
Menor custo (A diferena, neste caso, se
deu por conta do menor consumo de
energia da infraestrutura de refrigerao,
mais eficaz em data centers modulares).
To
ler
ncia
a F
alh
as
O grande nmero de percursos
entre quaisquer dois pontos
finais torna a Fat Tree um
modelo altamente tolerante a
falhas.
O mesmo acontece com a BCube, a
diferena entre o desempenho no quesito
tolerncia a falhas entre as duas
arquiteturas, esta diretamente
relacionado tamanho do data center. Em
data centers de grande porte a BCube
tem desempenho inferior na ocorrncia
de falhas.
Fonte: POPA (2010, baseado)
De uma forma geral, os resultados das pesquisas acima deixam claro que
as arquiteturas Fat Tree e BCube se destacam. No entanto, algumas das variveis
envolvidas nos testes contemplam caractersticas essenciais em ambientes de
42
nuvem pblicas, fazendo com que estas tenham um peso maior na deciso de qual
arquitetura escolher no momento de sua implantao. Entre elas, esto
escalabilidade e tolerncia a falhas (VAQUERO et al., 2009), nas quais a Fat Tree
demonstrou ter um maior desempenho.
Alm disso, o fato de que os maiores provedores de servios de nuvens
pblicas esto abrigados em data centers de grande porte, refora a deciso de que
a arquitetura mais indicada para implantao de nuvens pblicas a Fat Tree, uma
vez que esta, durante os testes, demonstrou ser a mais estvel e tolerante a falhas
entre aquelas desenvolvidas para grandes data centers.
3.3 A ferramenta de simulao CloudSim
Apesar de j existem uma grande variedade de aplicativos desenvolvidos
e rodando em ambientes de nuvens, durante esta pesquisa foi possvel constatar
que ainda no foi estabelecido um padro para testes dos ambientes que formam a
cloud. O acesso infraestrutura das nuvens necessariamente implica em custos
que, considerando as inmeras dificuldades em quantificar e detalhar as
caractersticas da infraestrutura real a ser criada ou consumida (iaas), podem estar
sendo utilizados para alocar ou adquirir uma infraestrutura acima do necessrio ou,
abaixo dos requisitos para a aplicao e/ou servio que se deseja oferecer/utilizar.
Uma soluo vivel para este problema a simulao.
Optou-se ento, por usar o CloudSim nesta pesquisa. De acordo com
Buyya et al, (2009), este framework extensvel permite a modelagem, simulao e
experimentao de toda a infraestrutura que forma o ambiente de computao em
nuvem. Com isso, os clientes/fornecedores, os usurios da cloud de uma forma
geral, podem utilizar a ferramenta para testar os servios num ambiente sem custos,
ajustar este ambiente a fim de adquirir o desempenho desejado antes de implantar o
servio ou adquirir a infraestrutura real.
Desenvolvido na universidade de Melbourn na Austrlia, o CloudSim
encontra-se disponvel para download no site2 do projeto. Segundo Buyya et al,
(2009), o framework composto por trs camadas: motor de simulao; classes
2 Disponvel em:
43
funcionais e cdigos do usurio. Os detalhes e a composio de cada uma delas
podem ser observados na figura 10.
Figura 10 - Arquitetura do CloudSim
Fonte: BUYYA (2009)
3.4 Preparando a simulao
Inicialmente, baixou-se a verso mais atual do CloudSim (v 3.0.1).
Depois, utilizando-se do Eclipse SDK (v 4.2.1), importou-se a pasta contendo toda a
biblioteca da ferramenta a fim de permitir a modificao e execuo dos cdigos em
funo dos propsitos deste estudo.
A figura 11 mostra toda a base da biblioteca do CloudSim.
Figura 11 CloudSim incorporado ao Eclipse
Fonte: SOUSA (2012)
44
No pacote examples do CloudSim h inmeras classes. Cada uma delas
contm algoritmos prontos para execuo e simulao de vrios modelos de
ambientes de nuvens diferentes. Por conta disso, buscou-se uma classe com as
caractersticas mais prximas quelas desejveis simulao realizada. Com isso, o
trabalho de criao do cdigo de simulao foi facilitado, uma vez que passou a ser
necessrio somente o entendimento dos cdigos (mtodos, entidades, etc) para que
estes pudessem ser adaptados de acordo com a necessidade da simulao.
Assim, a nova classe (Public_Cloud.java) foi gerada (figura 12). Em
seguida foram feitas as modificaes necessrias para que esta obedecesse aos
padres estabelecidos pela instncia escolhida para simulao.
Figura 12 - Classe gerada (Public_Cloud)
Fonte: SOUSA (2012)
3.5 Gerando o cdigo de simulao
Esta seo descreve os cdigos criados ou modificados para simulao
dos componentes bsicos de um data center, assim como as instncias e mtodos
envolvidos na simulao do uso da arquitetura Fat Tree em um ambiente de nuvem
pblica.
45
3.5.1 Data center e hosts
O trecho do cdigo apresentado na figura 13 permite a modelagem do
data center, elemento base da infraestrutura da nuvem simulada.
Na imagem, pode-se observar que a criao do data center permite
encapsular um conjunto de hosts homogneos ou heterogneos, respeitando as
configuraes individuais de memria, ncleo, capacidade e armazenamento.
Figura 13 - Criao do data center e hosts
Fonte: SOUSA (2012)
3.5.2 Mquina virtual
Como forma de tornar a simulao mais fiel realidade, adotou-se a
estratgia de incluir instncias3 oferecidas por um provedor de servios de nuvens
pblicas real. Neste caso, o provedor escolhido foi o Amazon EC2 (Amazon Elastic
Comput Cloud) e as instncias relacionadas para fazer parte da simulao foram:
m1.small (pequena), m1.medium (mdia) e m1.large (grande), todas descritas na
quadro 4.
3 Mquinas virtuais prontas que obedecem a um padro de classificao. (Calheiros et al., 2010).
46
Esta estratgia, alm do benefcio j citado, proporcionou uma viso mais
ampla da nuvem, pois incluiu a perspectiva do usurio/cliente na simulao de
utilizao de uma nuvem pblica que adota a Fat Tree como arquitetura interna.
Quadro 4 Instncias EC2
Instncia
Pequena
Instncia
Mdia
Instncia
Grande
Instncia
Extra Grande
Memria 1,7 GB 3,75 GB 7,5 GB 15GB
Processador 1 unidade
computaciona
l ec2
2 unidades de
processament
o ec2
4 unidades de
processament
o ec2
8 unidades de
processament
o EC2
Armazenamento
160 Gb 410 GB 850 GB 1690 GB
Plataforma 32 ou 64 bits 32 ou 64 bits 64 bits 64 bits
Desempenho
E/S
moderado moderado alto alto
Nome da API m1.small m1.medium m1.large m1.xlarge
Fonte: AMAZON (2012, baseado)
Para criar a mquina virtual conforme os padres estabelecidos pela
instncia m1.small da EC2, utilizou-se o trecho do cdigo mostrado na figura 14.
Figura 14 - Criao da mquina virtual (small instance EC2)
Fonte: SOUSA (2012)
47
Na imagem, possvel observar que os valores para as variveis da VM
esto de acordo com a descrio da instncia presente no quadro 4.
3.5.3 CloudLet
O CloudSim implementa uma classe que possibilita a representao do
perfil de utilizao. De acordo com Calheiros et al, (2010), esta classe modela os
servios baseados em aplicativos de nuvens (como a entrega de contedo, redes
sociais, e fluxo de trabalho).
Por meio da figura 15, possvel observar o trecho do cdigo responsvel
pela criao e definio das caractersticas de quatro, das oito cloudlets criadas para
nossa simulao.
Figura 15 Cdigo de criao da CloudLet
Fonte: SOUSA (2012)
As cloudlets so descritas por meio de caratersticas como: quantidade de
ncleos envolvidos no processamento, tamanho dos arquivos de I/O que sero
transferidos entre clientes e data centers e o modelo de utilizao, que determina o
padro de processamento sob o qual o processador da mquina virtual vai estar
submetido. Dessa forma, a fim de favorecer a visualizao das diferentes
capacidades de processamento das mquinas virtuais simuladas, definimos que
48
todas as cloudlets envolvidas em nossa simulao teriam as mesmas
caractersticas.
importante ressaltar que, apesar da cloudlet fazer uma referncia direta
ao usurio/cliente, aps sua criao ela deve ser vinculada a uma das mquinas
virtuais definidas no cdigo. Neste caso, a mquina virtual que carrega a
responsabilidade de estabelecer a relao entre a cloudlet e o usurio.
3.5.4 Broker
O Broker uma classe (figura 16) que implementa a poltica de escolha
do data center a ser utilizado para alocao das mquinas virtuais.
Figura 16 - Cdigo de criao do Broker
Fonte: SOUSA (2012)
O CloudSim permite a adoo de quatro lgicas diferentes para utilizao
do broker. A mudana entre uma lgica e outra, diz respeito somente aos critrios de
escolha do data center para alocao das mquinas virtuais. Estes critrios esto
relacionados a custo, poder de processamento e latncia de rede.
3.5.5 Aplicao do modelo de arquitetura fat tree
Por meio da anlise dos cdigos de simulao existentes na biblioteca do
framework, pode-se concluir que h duas formas de inserir o modelo de arquitetura
interna de um data center na simulao realizada pelo CloudSim.
49
A primeira, adota a configurao manual atravs da adaptao dos
cdigos encontrados em algumas classes que representam exemplos de simulao,
mais especificamente, aqueles que fazem parte do pacote network.datacenter. De
acordo com Beloglazov et al, (2011), a este pacote foram adicionadas novas classes
que, por sua vez, oferecem suporte a criao de switches dentro de modelos
arbitrrios de topologias de rede.
A segunda maneira, escolhida para ser utilizada neste estudo, consiste na
utilizao BRITE
Segundo Medina et al, (2009), o arquivo brite um gerador de topologia
flexvel que oferece suporte a mltiplos modelos de arquitetura. Este arquivo carrega
as informaes, importadas de outras arquiteturas ou definidas pelo prprio usurio,
e as organiza, utilizando um formato que pode ser melhor entendido por meio da
observao da figura 17.
Figura 17 - Representao da topologia de acordo com o arquivo brite
Fonte: MEDINA (2010)
Na imagem, podemos observar que este arquivo contm as informaes
referentes ao modelo organizacional definido pela topologia escolhida. Com isso, no
momento da execuo do cdigo, o arquivo que foi previamente gerado lido e suas
informaes so
simulao desta pesquisa, foi gerado por meio do BriteGenerator4. Esta ferramenta
carrega uma biblioteca de configuraes de diversas topologias armazenas em
arquivos de configurao (figura 18).
4 Desenvolvido pela Universidade de Boston, BriteGenerator uma ferramenta de gerao de topologia
parametrizada que pode ser usada de forma flexvel para controlar vrios parmetros e estudar propriedades das topologias. (MEDINA et al., 2010).
50
Figura 18 - Gerando o arquivo brite
Fonte: SOUSA (2012)
De posse do brite gerado, o passo seguinte foi inserir o trecho do cdigo
que corresponde aos comandos de seu carregamento na base de simulao desta
pesquisa (figura 19).
Figura 19 - Cdigo de carregamento do brite no CloudSim
Fonte: SOUSA (2012)
51
4 RESULTADOS E DISCUSSO
A execuo dos cdigos descritos na seo anterior apresentam
resultados que podem tornar complexa a tarefa de interpretao. Por conta disso,
optou-se por, partir deles, gerar grficos ou figuras com informaes especficas a
cada uma das variveis envolvidas. Na figura 20, podemos observar um exemplo do
resultado da execuo de uma das simulaes realizadas durante esta pesquisa,
ainda na sua forma bruta de exibio.
Figura 20 - Resultado da execuo (forma bruta)
Fonte: SOUSA (2012)
As maiores dificuldades encontradas para realizao deste trabalho dizem
respeito principalmente simulao proposta. Isso se deve ao fato de que o
CloudSim, a principal ferramenta usada para tal fim, possui pouca documentao.
Apesar de existirem outras ferramentas que se apoiam na biblioteca do CloudSim
para fornecer interfaces grficas ao usurio e com isso facilitar a simulao,
nenhuma delas proporciona a flexibilidade desejada na modificao dos atributos
dos componentes envolvidos em nosso estudo, principalmente aqueles relacionados
com a implementao da arquitetura.
52
Nas sees seguintes, apresentamos os resultados da simulao
realizada e a descrio deste do cenrio, assim como a anlise dos dados gerados
por eles, sempre considerando a utilizao da arquitetura Fat Tree.
4.1 Cenrio simulado
O cenrio simulado (figura 21) composto por um data center, dois
servidores e um usurio com quatro mquinas virtuais diferentes, cada uma delas
configurada de acordo com os padres definidos pelas instncias da Amazon
relacionadas no quadro 4. As cloudlets, representam um conjunto de tarefas
demandadas pelos usurios.
Figura 21 - Cenrio simulado
Fonte: SOUSA (2012)
Para este estudo, considerou-se que todas as cloudlets possuam as
mesmas caractersticas. Essa deciso favoreceu a visualizao das diferenas de
poder de processamento das demandas dos usurios nas diferentes instncias
simuladas.
O Broker, apesar de ter sido includo no cdigo, no representa uma
atividade relevante, uma vez que, nesta simulao, foi considerada a existncia de
apenas um data center, que neste caso, utiliza a arquitetura Fat Tree.
53
Para os servidores (hosts), adotou-se a seguinte configurao: 16
processadores, 5000 MIPS, 40GB de memria RAM e capacidade de
armazenamento de 50TB.
4.2 Simulao
Conforme ficou definido anteriormente, cada uma das mquinas virtuais
simuladas obedece a um dos padres das instncias da EC2, ou seja, as mquinas
virtuais vm0, vm1, vm2 e vm3 foram configuradas com as caractersticas definidas
pelas instncias m1.small, m1.medium, m1.large e m1.xlarge respectivamente.
A figura 21 representa o resultado das execues das demandas do
usurio (Costumer1) em suas quatro mquinas virtuais. Ela estabelece uma relao
entre a quantidade de cloudlets executadas e as mquinas virtuais do usurio. Com
isso foi possvel comprovar a diferena entre o poder de processamento das
instncias oferecidas pela EC2.
Figura 22 - Quantidade de cloudlets executadas por mquina virtual
Fonte: SOUSA (2012)
Outros aspectos importantes, presentes nos resultados da simulao,
dizem respeito ao consumo de energia e custo, que neste caso, est representado
por um valor de referncia, podendo ser utilizado para o clculo do valor real de
cobrana do servio de nuvem pblica utilizado.
54
Para o cenrio simulado, o consumo de energia apresentou pequenas
variaes, mas na mdia, uma infraestrutura com as caractersticas iguais que
formou o ambiente de simulao desta pesquisa, consume entre 70 a 75KW/min
(figura 22).
Figura 23 - Consumo de energia
Fonte: SOUSA (2012)
No entanto, observou-se que todo o consumo de energia estava
relacionado apenas utilizao do servidor 1, ou seja, o segundo servidor no teve
nenhuma participao no consumo energtico. Isso se deveu ao fato de que todas
as mquinas virtuais inseridas na simulao, foram alocadas no mesmo servidor.
Este fato caracteriza uma importante demonstrao dos benefcios oferecidos pela
utilizao da tecnologia de virtualizao que, neste caso proporcionou o melhor
aproveitamento dos recursos computacionais do servidor 1, fazendo com que no
fosse necessrio a utilizao do segundo servidor.
A fim de comprovar a observao feita em torno do consumo de energia e
testar a eficincia da estratgia de alocao de mquinas virtuais adotada pelo
CloudSim, inseriu-se um segundo usurio no cenrio de simulao. Este usurio
(Costumer2) foi criado com as mesmas caractersticas do primeiro, ou seja, cloudlets
idnticas e mquinas virtuais de acordo com as instncias EC2.
55
A insero do novo usurio fez com que a poltica de alocao das
do CloudSim reorganizasse a distribuio das . A vm0 foi migrada do servidor1
(host0) para o Servidor 2 (host1).
Figura 24 - Migrao provocada pela estratgia de alocao do CloudSim
Fonte: SOUSA (2012)
Neste cenrio modificado, o consumo de energia do data center ficou um
pouco acima de 135KW/min.
Contudo, importante deixar claro que, toda a referncia a consumo
energtico feita nos resultados do CloudSim, no incluem a energia eltrica
necessria infraestrutura de refrigerao existe em um data center real que, de
acordo com Verdi et al, (2010), gera custos comparveis aos investimentos em
equipamentos de TI da infraestrutura do data center.
56
57
5 CONCLUSO
Por meio dos resultados das diversas simulaes realizadas no decorrer
desta pesquisa, foi possvel demonstrar a eficincia dos servios de nuvens pblicas
providos por data centers que utilizam a arquitetura Fat Tree.
Alm disso, esses resultados permitiram concluir que a utilizao dessa
arquitetura favorece caractersticas desejveis como: distribuio eficiente de
mquinas virtuais, execuo bem sucedida das demandas do usurio e a alta
escalabilidade, principalmente em data centers de grande porte, onde o consumo
energtico, a tolerncia a falhas e a escalabilidade so requisitos essenciais
garantia da qualidade de entrega dos servios providos por nuvens.
A utilizao do CloudSim possibilitou a simulao de toda a infraestrutura
do data center, alm de detalhes operacionais como, demandas de usurios e
processamento das mquinas virtuais.
Composta por uma biblioteca extensvel, a ferramenta abre um
precedente para as inmeras possibilidades de simulao. Com base nisso, sugere-
se como possveis trabalhos futuros, a simulao de diferentes polticas de alocao
de mquinas virtuais.
Por fim, propem-se, um estudo comparativo, por meio da simulao, das
arquiteturas que utilizam a Fat Tree como modelo de referncia (VL2 e Portland).
58
59
REFERNCIAS
AMAZON. Site oficial da empresa. Disponvel em: . Acesso em: 11 OUT 2012. AZURIS. Site oficial do data center. Disponvel em: . Acesso em: 09 OUT 2012. ABELM, A. J. G.; NETO, D. O. G.; ALMEIDA, J. M. (Org.) Minicursos / XXX Simpsio Brasileiro de Redes de Computadores e Sistemas Distribudos Porto Alegre: SBC, 2012. Disponvel em: Acesso em: 25 de OUT 2012. AL-FARES, M.; LOUKISSAS, A.; VAHDAT, A. A scalable, commodity data center network architecture. Disponvel em: Acesso em: 09 de SET de 2012. BELOGLAZOV, Anton; BUYYA, Rajkumar. Optimal Online Deterministic
Algorithms and Adaptive Heuristics for Energy and Performance Efficient
Dynamic Consolidation of Virtual Machines in Cloud Data Centers,
Concurrency and Computation: Practice and Experience, ISSN: 1532-0626, Wiley
Press, New York, USA, 2011, DOI: 10.1002/cpe.1867. Disponvel em:
Acesso em: 27 de
OUT de 2012.
BOTE-LORENZO, M. L., DIMITRIADIS, Y. A.; GOMEZ-SANCHEZ, E. Grid Characteristics and Uses: a Grid Definition. Disponvel em: Acesso em: 24 OUT 2012 BUYYA, R.; RANJAN, R.; CALHEIROS, R. N. Modeling and Simulation of Scalable Cloud Computing Environments and the CloudSim Toolkit: Challenges and Opportunities. Proceedings of the International Conference on High Performance Computing & Simulation, Nova Jersey, p. 1-11, 2009. Disponvel em: Acesso em: 01 de NOV de 2012. CALHEIROS ,R.N. et al. CloudSim: A Toolkit for Modeling and Simulation of Cloud Computing Environments and Evaluation of Resource Provisioning Algorithms. Disponivel em: Acesso em: 07 DEZ 2012 CAYTILES, R. D.; LEE S.; PARK, B. Cloud Computing: The Next Computing Paradigm. International Journal of Multimedia and Ubiquitous Engineering Vol. 7, No. 2, April, 2012. Disponvel em:
60
Acesso em: 11 de NOV de 2012 CHAPPELL,D. A short introduction to cloud platforms. Disponvel em: Acesso em : 10 OUT 2012 CISCO. Site oficial da empresa: Disponvel em: Acesso em: 05 SET 2012 COUTO, R .S; CAMPISTA, M. E. M; COSTA, L. H. M. K. Uma Avaliao da Robustez Intra Data Centers Baseada na Topologia da Rede. Disponivel em: Acesso em : 09 DEZ 2012 FENILLI, A.T.R., MARCHIL, K. R.C. Computao em nuvem: Um futuro presente. Disponvel em: Acesso em : 25 OUT 2012 FOSTER, I. et al. Cloud Computing: state of the art and research challenges. Disponvel em: Acesso em: 12 OUT 2012. GARCIA, M. A. B. A. Definies, funcionamento e aplicaes da computao em nuvem 2010 (Cloud Computing). Disponvel em: Acesso em: 22 SET 2012 GUO, C.et al. BCube: A High Performance, Server-centric Network Architecture for Modular Data Centers. Disponvel em: Acesso em: 18 NOV 2012 GUO, C., WU, H., TAN, K., SHI, L., ZHANG, Y. e Lu, S. (2008). DCell: a scalable and fault-tolerant network structure for data centers. Em ACM SIGCOMM. Disponvel em: < http://research.microsoft.com/pubs/81063/comm136-guo.pdf> Acesso em: 13 de OUT de 2012 HWANG, K., DONGARRA, J.; FOX, G. - Cloud Computing: Virtual Clusters Disponvel em: Acesso em: 18 OUT 2012 LUDOVICI, D. et al. Assessing Fat-Tree Topologies for Regular Network-on Chip Design under Nanoscale Technology Constraints. Disponvel em: Acesso em: 08 NOV 2012 MATTOS, D. M. F. Virtualizao: VMWare e Xen . Disponvel em: Acesso em: 07 NOV 2012
61
MEDINA, A. et al. BRITE: Technical Report BUCS-TR-2001-003, Boston University, 200. Disponvel em: < www.cs.bu.edu/brite/publications/BriteMascots.ps.gz> Acesso em: 17 de AGO de 2012 MELL, P.; GRANCE T. The NIST Definition of Cloud Computing. NIST Special Publication 800-145, 2009. Disponvel em: < http://csrc.nist.gov/publications/nistpubs/800-145/SP800-145.pdf> Acesso em: NANODATACENTER. Projeto NanaDatacenter2012. Acesso em: ] - http://www.nanodatacenters.eu/ ? POPA, L., RATNASAMY, S., IANNACCONE, G., KRISHNAMURTHY, A. e STOICA, I. (2010). A cost comparison of datacenter network architectures. REESE, G. - Cloud Application Architectures: Building Applications and Infrastructure in the Cloud. E-book Safari Books Online, 2009. Acesso em: 21 OUT 2012 REGO, P. A. L.. FairCPU: uma arquitetura para provisionamento de mquinas virtuais utilizando caractersticas de processamento. 2012. 81f. Dissertao (Ps-Graduao em Cincia da Computao) - Universidade Federal do Cear, Departamento de Computao, Fortaleza, 2012. Acesso em: 02 NOV 2012 RIMAL, B.P.; CHOI,E.; LUMB,I. Toxonomy and Suervey of Cloud Computing Systems. Disponvel em: Acesso em: 11 OUT 2012> SOTOMAYOR, B;. KEAHEY, K.; FOSTER, I. Overhead Matters: A Model for Virtual Resource Management, Distributed Computing (VTDC 06), IEEE CS Press, 2006, p. 5. TANENBAUM, A. S.; STEEN, M, V. Sistemas Distribudos: Princpios e Paradigmas. 2. ed. So Paulo: Pearson Prentice Hall, 2007. TAURION, C., Cloud Computing: computao em nuvem: transformando o mundo
Rio de Janeiro: Editora Brasport, 2009. VAQUERO, L.M. et al. A Break in the Clouds: Towards a Cloud Definition . ACM SIGCOMM Computer Communication Review. Volume 39, Number 1, January 2009 VERDI, F., ROTHENBERG, C., PASQUINI, R. E MAGALHES, M.(Org.). Novas arquiteturas de data center para cloud computing. Em Minicursos do XXVIII SBRC, 2010 ZHANG, Q.; CHENG, L.; BOUTABA, R. Cloud computing: state-of-the-art and research challenges. Journal of Internet Services and Applications. Springer London, v. 1, n. 1, 2010.
62
63
64
APNDICES
65