Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tede2.pucrs.br/tede2/handle/tede/7039
Tipo do documento: Tese
Título: Performance-Aware Energy-Efficient Cloud Orchestration
Título(s) alternativo(s): Orquestração de técnicas e mecanismos de economia de energia consciente do desempenho das aplicações em nuvem
Autor: Rossi, Fábio Diniz 
Primeiro orientador: De Rose, César Augusto Fonticielha
Resumo: The high energy consumption of data centers has been a recurring issue in recent research. In cloud environments, several solutions are being used that aim for energy efficiency, ranging from scaling the processors frequency, through the use of sleep states, to virtual machine placement mechanism. Although these solutions enable the reduction in power consumption, they usually impact on the application performance. To address this limitation, we present an orchestration of different energy-savings techniques and mechanisms to improve the trade-off between energy savings and application performance. To this end, we implemented the Energy-Efficient Cloud Orchestrator – e-eco – a management system that acts along with the cloud platform, deciding which sleep state can be better applied on hosts, in addition to choosing the best option between virtual machines consolidation and dynamic processor frequency scaling. To evaluate e-eco, tests were carried out in a real and a simulated environment using scale-out applications on a dynamic cloud infrastructure, taking into account transactions per second as a performance metric. Results showed that our proposal presents the best improvement on the trade-off between energy savings and performance applications for cloud environments when compared with other works presented in the literature.
Abstract: O alto consumo de energia dos centros de dados tem sido foco na maioria das pesquisas recentes. Em ambientes de nuvem, várias soluções estão sendo propostas com o objetivo de alcançar eficiência energética, que vão desde o dimensionamento da frequência de processadores, da utilização de estados suspensão, até a consolidação de servidores virtuais. Embora estas soluções permitam redução no consumo de energia, apresentam impacto sobre o desempenho das aplicações. Visando resolver esta limitação, nós apresentamos uma orquestração de diferentes técnicas e mecanismos de economia de energia, com a finalidade de melhorar o balanceamento entre economia de energia e desempenho das aplicações. Para este fim, implementamos o e-eco, um sistema de gestão que atua juntamente com a plataforma de nuvem, decidindo qual estado de suspensão pode ser melhor aplicado sobre os servidores, além de escolher a melhor opção entre consolidação de servidores ou dimensionamento de frequência dos processadores. Para avaliar o e-eco, testes foram realizados em ambientes de nuvem real e simulado, utilizando aplicações scale-out em uma infraestrutura de nuvem dinâmica, levando em consideração transações-por-segundo como métrica de desempenho. Os resultados mostraram que nossa proposta apresenta a melhor relação entre economia de energia e desempenho de aplicações em ambientes de nuvem, quando comparada com outros trabalhos apresentados na literatura.
Palavras-chave: COMPUTAÇÃO EM NUVEM
ENERGIA - ASPECTOS ECONÔMICOS
INFORMÁTICA
Área(s) do CNPq: CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: eng
País: Brasil
Instituição: Pontifícia Universidade Católica do Rio Grande do Sul
Sigla da instituição: PUCRS
Departamento: Faculdade de Informática
Programa: Programa de Pós-Graduação em Ciência da Computação
Tipo de acesso: Acesso Aberto
URI: http://tede2.pucrs.br/tede2/handle/tede/7039
Data de defesa: 13-Mai-2016
Aparece nas coleções:Programa de Pós-Graduação em Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TES_FABIO_DINIZ_ROSSI_COMPLETO.pdfTexto Completo5,02 MBAdobe PDFThumbnail

Baixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.