5.6 Unidades de Medida e Ambiente de Testes para a Proposta de
5.6.1 Ambiente de Teste para Concepção do Modelo de Porta de
retornou estudos voltados à construção e disponibilização de ambientes de teste para o formato de configuração de instâncias de VM para computação em nuvem.
Segundo os estudos, esses ambientes permitem a simulação de todos os componentes de uma infraestrutura de nuvem para que sejam feitos testes de configuração e comunicação, buscando o melhor desempenho desses itens e, consequentemente, a redução de custos.
Também foram encontrados relatos sobre testes de algoritmos de verificação de desempenho para o modelo de computação em nuvem voltados a disponibilização de serviço por meio de instância.
A proposição de processamento por porta para computação em nuvem tem como pilares a abstração de decisões técnicas ao usuário, a entrega de um valor único que represente o poder de processamento de dados contratado e a busca por performance.
Considerando esses requisitos e seguindo a mesma linha proposta no início desse capítulo podemos considerar as ferramentas de teste encontradas por esse estudo como ponto de partida à busca de concepção do modelo proposto.
Uma vez que já possuímos ferramentas capazes de simular todo o ambiente de um Data Center voltado à disponibilização de computação em nuvem, teoricamente,
não existe a necessidade de se criar um novo ambiente de teste, mas tentar proceder com as modificações necessárias ao estudo de viabilização de porta de processamento nos ambientes existentes.
Dentre as macro ações estariam a criação de grupos de dados conforme área da computação aplicada, observando se, de fato, seus requisitos computacionais de processamento se assemelham.
Determinar um algoritmo capaz de trabalhar, avaliar as características dos seguintes grupos:
• Características de hardware representado de forma emulada; • Variáveis de ambiente presentes em um ambiente virtualizado;
• As necessidades computacionais do grupo de dados sendo trabalhado; e • Estabelecer que técnicas, dentre as disponíveis para avaliação, de compressão
de dados, criptografia, comunicação e persistência trarão melhores ganhos no processamento a cada grupo de informações avaliado;
• Definindo assim o perfil de configuração da portas voltadas a trabalhar com cada grupo de dados analisados.
• Disponibilizar recursos ao ambiente de emulação que permita trabalhar com multiconfigurações de ambiente, aplicadas a uma mesma plataforma de hardware, cada qual maximizado ao tipo de porta de processamento proposto. • Buscar uma unidade de medida que consiga representar o poder de
processamento de dados das portas.
• Estabelecer uma interface capaz de abstrair os atuais conceitos aplicados as instâncias de VM, onde o usuário tenha como única informação referente a estrutura de processamento locada, um valor único que represente o poder de processamento da porta contratada.
Como resultado, será esperado que o software de emulação de testes seja capaz de determinar o melhor ajuste lógico da estrutura de hardware testada para cada tipo de porta de processamento.
Que existam recursos capazes de entregar ao usuário uma velocidade constante de processamento de dados.
E ainda a definição de técnicas que façam a telemetria dos itens de hardware de forma constante, analisando se os mesmos mantém a performance desejada.
Sendo constatado, de fato, a necessidade de ajustes diferentes para cada um dos tipos de portas de processamento definidas, visando performance, esse cenário pode influenciar na arquitetura de itens de hardware.
Onde, para ambientes de computação em nuvem, possam ser disponibilizados itens de hardware híbridos, voltados a suportar especificações de portas de processamento variadas.
Trata-se de um conceito comum em áreas onde se exigem máxima performance de conjunto, facilmente observado em corridas automobilísticas, onde é empregado altos níveis de complexidade tecnológica.
5.7 Resumo do Capítulo
Nesse capítulo foram apresentadas as motivações que levaram à proposição de um modelo alternativo de configuração e comercialização de computação em nuvem.
Durante a conceitualização do modelo proposto, foram apresentadas suas características, proposição de concepção, comportamentos esperados e formalização de ambiente de testes.
Foram discutidos conceitos sobre hardware, configuração de ambiente de sistemas de emulação, elasticidade, software, técnicas de comunicação, segurança, classificação e compressão dos dados e acordos de nível de serviço.
Também foi apresentada uma breve análise de possíveis unidades de medidas candidatas a serem utilizadas pelo modelo de processamento por porta e traçadas estratégias de testes que busquem a viabilização do modelo proposto.
6 CONSIDERAÇÕES FINAIS
Este capítulo trata sobre as conclusões obtidas com o estudo, apresenta as limitações da pesquisa e discorre sobre a oportunização de trabalhos futuros.
6.1 Conclusão
Os resultados da pesquisa indicam uma baixa atividade quanto a busca por soluções de precificação de projetos de adoção de computação em nuvem em seu estágio de pré-adoção, voltados a atender pequenas e médias empresas, assim como usuários comuns, disponibilizando os modelos de configuração de serviço de nuvem IaaS e PaaS.
Esta característica aponta que o aquecimento do mercado de computação em nuvem voltado a esses usuários se dá, atualmente, por meio da comercialização de serviços em formato de SaaS.
Com precificação fixa, sem a intercorrência de elasticidade e tendo a disponibilidade do serviço como principal requisito de SLA.
Quanto às soluções encontradas, voltadas ao propósito de precificação em estágio de pré-adoção de computação em nuvem, fica evidente a proposição de leitura e acumulação de dados estatísticos referentes às QoS alcançadas por diversos servidores de nuvem para, com base nestes, estimar a precificação de projetos correlatos aos dispostos nestes bancos de dados funcionais.
Esta situação é avaliada como uma inversão de valores, onde o usuário do serviço busca por ferramentas e métodos que o permita aferir a qualidade do serviço contratado.
Posto o atual cenário quanto ao estado da arte referente a serviços medidos para computação em nuvem, conclui-se tratar de uma área que ainda pode ser maciçamente investigada pela ciência.
Tomando como base a desoneração de decisões técnicas ao usuário do serviço, a entrega de performance contínua e a simples aferição de SLAs firmadas, o estudo encaminha a proposição de uma alternativa de configuração e comercialização de computação em nuvem por meio de portas de processamento.
emulados como processador, memória ram, discos de armazenamento e largura de banda.
É proposto que as potências de trabalho de cada item de hardware emulado sejam convertidas a uma única unidade de medida que exprima o poder de processamento do conjunto como um todo.
Ao valor total de processamento do conjunto será atribuído o nome de porta de processamento que pode representar toda a potência de processamento do conjunto ou ser disposta de forma fracionada.
Para a definição do poder de processamento os conjuntos de hardware emulados serão submetidos a testes de stress processando diversos tipos de dados definidos em grupos conforme área de atuação.
O desempenho do conjunto frente a cada uma das áreas de dados irá determinar o poder computacional de cada porta de processamento.
Sendo este, o poder de processamento da porta, a única informação disposta ao usuário e passível de definição de SLA e atribuição de elasticidade.
É proposto que sejam definidos perfis de usuários, a esses perfis, atrelados valores fixos de porta de processamento conforme área de atuação e que estes perfis sejam comercializados apresentando apenas uma descrição informando a que tipo de aplicação computacional a porta se destina e o valor de processamento da mesma.
No trabalho também é proposto cenários de teste e a formatação de uma ferramenta de precificação de projeto em fase de pré-adoção para o modelo de porta de processamento.
6.2 Limitações da Pesquisa
Dado o propósito da pesquisa que possui escopo definido de tempo de execução a mesma pode não ter consultado outras bases de dados relevantes à área estudada. Por se tratar de uma investigação que envolveu mais de 520 artigos, algumas informações relevantes podem não ter sido citadas no escopo do estudo.
Outras limitações da pesquisa estão relacionadas à implementação e validação dos conceitos propostos em diversas áreas.
Dado o caráter inovador da proposição, faz-se necessário criar e adaptar várias ferramentas que subsidiem os cenários de testes necessários.
6.3 Trabalhos Futuros
Estender a pesquisa a outras bases de dados científicas não exploradas e buscar a oportunizarão de testes do conceito criando e adaptando ferramentas:
Dentre estas podemos destacar: Ambiente de emulação computacional;
Classificação dos dados computacionais, conforme critérios de processamento, demanda de recursos em sua execução;
Definição e testes de um algoritmo voltado a extrair o desempenho de processamento de dados do conjunto de hardware emulado frente a cada grupo de dados proposto.
Buscar a definição de uma unidade de medida, voltada ao modelo proposto, com base nas análises realizadas nos grupos de processamento de dados;
Definir a Interface do Usuário; e
REFERÊNCIAS
ARAL, A.; OVATMAN, T. Network-aware embedding of virtual machine clusters onto federated cloud infrastructure. Journal of Systems and Software, v. 120, p. 89 – 104, 2016. Disponível em: <http://www.sciencedirect.com/science/article/pii/ S0164121216301078>.
AUYOUNG, A. et al. Resource allocation in fed- erated distributed computing infrastructures. In: Proceedings of the 1st Workshop on Operating System and Architectural Support for the On-demand IT InfraStruc-ture,. [S.l.: s.n.], 2004. v. 9. BARANWAL, G.; VIDYARTHI, D. P. A fair multi-attribute combinatorial double auction model for resource allocation in cloud computing. Journal of Systems and Software, v. 108, p. 60 – 76, 2015. Disponível em: <http://www.sciencedirect.com/science/article/ pii/S0164121215001272>.
BEZERRA, J. S. Uma revisão do estado da arte sobre os desafios e efeitos do uso de software Definet Data Center (SDDC). 2016, Recife. Disponível em: <https://pt.scribd.com/document/318948311/Uma-Revisao-do-Estado-da-Arte-Sobre-
os-Desafios-e-Efeitos-do-Uso-de-Software-Defined-Data-Center-SDDC>.
BUYYA, R.; RANJAN, R.; CALHEIROS, R. N. “Intercloud: Utility-oriented federation of cloud computing environments for scaling of application services,” in Proceedings of the 10th International Conference on Algorithms and Architectures for Parallel Processing . Springer, 2010.
CAMPBELL-KELLY, M. Historical reflections - The rise, fall, and resurrection of software as a service. Commun. ACM, v. 52, n. 5, p. 28 – 30, 2009. Disponível em: <db/journals/cacm/cacm52.html#Campbell-Kelly09>.
CARISSIMI, A. Virtualização: da teoria a soluções. In: Simpósio Brasileiro de Redes de Computadores e Sistemas Distribuídos. [S.l.: s.n.], 2008.
CISCO. Cisco IOS and NX-OS Software End-of-Life Documentation Support. 2016. Disponível em: <http://www.cisco.com/c/en/us/td/docs/ios/redirect/eol.html>. Acesso em: 16/12/2016.
COOPER, H. M. Organizing knowledge syntheses: a taxonomy of literature reviews. . Knowledge in Society, v. 1, n. 1, p. 104 – 126, 1988.
COSTA, A. S. C.; SANTANA, L. C.; TRIGO, A. C. QUALIDADE DO ATENDIMENTO AO CLIENTE: UM GRANDE DIFERENCIAL COMPETITIVO PARA AS ORGANIZAÇÕES. Revista de Iniciação Científica, v. 2, n. 2, p. 155 – 172, 2015.
CRESWELL, J. W. Research design: qualitative, quantitative, and mixed methods approaches. . [S.l.: s.n.], 2013.
DIESTE, O.; PADUA, A. G. Developing search strategies for detecting relevant experiments. Empirical Software Engineering, p. 215 – 224, 2007. Disponível em: <http://ieeexplore.ieee.org/stamp/stamp.jsp?arnumber=4343749>.
GALVÃO, T.; PEREIRA, M. G. Systematic reviews of the literature: steps for preparation. Epidemiologia e Serviços de Saúde, v. 23, n. 1, p. 183 – 184. Disponível em: <http://www.scielo.br/pdf/ress/v23n1/2237-9622-ress-23-01-00183.pdf>.
GARTNER. IT Glossary. 2016. Disponível em: <http://www.gartner.com/it-glossary/>. Acesso em: 25/05/2016.
GIAMPAOLI, R.; LUCIANO, E. Gestão de Contratos de Serviços de TI: Implantação de Práticas Service Level Agreement e Service Level Management. Anais do 4º CONTECSI, 2007.
GIRASE, S. et al. Review on: Resource Provisioning in Cloud Computing Environment. International Journal of Science and Research (IJSR), v. 2, n. 11, p. 337 – 341, 2013. KEELE, S. Guidelines for performing systematic literature reviews in software engineering. In: Technical report, Ver. 2.3 EBSE Technical Report. EBSE. [S.l.: s.n.], 2007.
KITCHENHAM, B. et al. Evaluating guidelines for reporting empirical software engineering studies. Empirical Software Engineering, v. 13, n. 1, p. 97 – 121, 2008. Disponível em: <http://link.springer.com/article/10.1007/s10664-007-9053-5>.
LEITÃO, D. S. MANUAL DE METODOLOGIA PARA ELABORAÇÃO DE TRABALHOS ACADÊMICOS DA FUNDAÇÃO VISCONDE DE CAIRU. [S.l.], 2013. Disponível em: <http://www.cairu.br/portal/arquivos/biblioteca/Manual_de_Metodologia.pdf>.
LEWIS, G. A. The Role of Standards in CloudComputing Interoperability. [s.n.], 2012. Disponível em: <http://resources.sei.cmu.edu/asset_files/technicalnote/2012_004_001_ 28143.pdf>.
LIRA, W. S. et al. The seeking and use of information in the organizations. . Perspectivas em Ciência da Informação., v. 13, n. 1, p. 166 – 183, 2008. Disponível em: <http://www.scielo.br/pdf/pci/v13n1/v13n1a11.pdf>.
MELL, P.; GRANCE, T. The NIST Definition of Cloud Computing. 2011. Disponível em: <http://nvlpubs.nist.gov.sci-hub.bz/nistpubs/Legacy/SP/nistspecialpublication800- 145.pdf>. Acesso em: 26/10/2016.
MIGUEL, P. A. C. Estudo de caso na engenharia de produção: estruturação e recomendações para sua condução. . Produção, v. 17, n. 1, p. 216 – 229, 2007. Disponível em: <http://www.scielo.br/pdf/prod/v17n1/14.pdf>.
OLIVEIRA, M. F. Metodologia científica: um manual para a realização de pesquisas em Administração/. 2011. 72 p. Monografia (Administração) — Universidade Federal de Goiás,.
PETERSEN, K. et al. Systematic Mapping Studies in Software Engineering. p. 1 – 10, 2008. Disponível em: <http://www.robertfeldt.net/publications/petersen_ease08_ sysmap_studies_in_se.pdf>.
PRADO, R. L. R. A ampliação do valor de uma empresa através da adoção de um novo modelo: O Cloud Computing. 2010. 54 p. Monografia (curso de pós-graduação lato sensu MBIS - Master Business Information Systems) — Pontifícia Universidade Católica de São Paulo.
SOROR, A. A. et al. Automatic virtual machine configuration for database workloads. ACM Trans. Database Syst., v. 35, n. 1, 2010.
XU, B. et al. Job scheduling algorithm based on Berger model in cloud environment. Advances in Engineering Software, v. 42, p. 419 – 425, 2011.
APÊNDICE A – ESTUDOS CLASSIFICADOS NA FASE FINAL DO
MAPEAMENTO SISTEMÁTICO DA LITERATURA
Relação de estudo aprovados na segunda e última fase de análise do mapeamento sistemático da literatura presente neste estudo.
*EFFSX - Estudo Fase Final Selecionado (X indicador do estudo) Tabela 8 – Estudos Selecionados na Segunda Rodada
Código Título Ano Origem Autores
EFFS1 A Global SLA-Aware Approach for Aggregating
Services in the Cloud 2016 SprigerLinks
Lahouij, Aida Hamel, Lazhar Graiet, Mohamed Elkhalfa, Abir Gaaloul, Walid EFFS2
A Hybrid Multi-Criteria Decision-Making Model for a Cloud Service Selection Problem Using BSC, Fuzzy Delphi Method and Fuzzy AHP
2016 SprigerLinks
Lee, Sangwon Seo,
Kwang-Kyu
EFFS3 Evidence-Based Trust Evaluation System for
Cloud Services Using Fuzzy Logic 2016 SprigerLinks
Selvaraj, Alagumani Sundararajan, Subashini
EFFS4 Network-aware embedding of virtual machine
clusters onto federated cloud infrastructure 2016
Science Direct Elsevier Aral, Atakan; Ovatman, Tolga EFFS5
Operational cost-aware resource provisioning for continuous write applications in
cloud-of-clouds 2016 SprigerLinks Zeng, Zeng Truong-Huu, Tram Veeravalli, Bharadwaj Tham, Chen-Khong
Código Título Ano Origem Autores
EFFS6
A fair multi-attribute combinatorial double auction model for resource allocation in cloud computing 2015 Science Direct Elsevier Baranwal, Gaurav; Vidyarthi, Deo Prakash EFFS7
A Multi-Cloud Framework for Measuring and Describing Performance Aspects of Cloud Services Across Different Application Types
2014 ACM Guide to Computing Literature Kousiouris, G Giammatteo, G Evangelinou, A Galante, N Kevani, E Stampoltas, C Menychtas, A Kopaneli, A Ramasamy Balraj, K Kyriazis, D Varvarigou, T Stuer, P Orue- Echevarria Arrieta, L
EFFS8 CloudExp: A comprehensive cloud computing
experimental framework 2014 Science Direct Elsevier Jararweh, Yaser; Jarrah, Moath; Kharbutli, Mazen; Alshara, Zakarea; Alsaleh, Mohammed Noraden; Al-Ayyoub, Mahmoud
Código Título Ano Origem Autores
EFFS9
Semantic-enabled CARE Resource Broker (SeCRB) for managing grid and cloud environment 2014 SprigerLinks Somasundaram, Thamarai Selvi Govindarajan, Kannan Kiruthika, Usha Buyya, Rajkumar EFFS10
Online cost-efficient scheduling of
deadline-constrained workloads on hybrid clouds 2013 Science Direct Elsevier Van den Bossche, Ruben; Vanmechelen, Kurt; Broeckhove, Jan EFFS11
SLA (service level agreement) driven orchestration based new methodology for cloud computing services
2013 Scopus Elsevier Irfan, M Hong, Z Aimaier, N Zhuguo, L
EFFS12 Cloud Computing Costs and Benefits 2012 SprigerLinks Kratzke, Nane
EFFS13 Toward role-based provisioning and access
control for infrastructure as a service (IaaS) 2011 SprigerLinks
Shin, Dongwan Akkan, Hakan Claycomb, William Kim, Kwanjoong
EFFS14 A Case for Consumer-centric Resource
Accounting Models 2010 ACM Guide to Computing Literature Mihoob, Ahmed Molina- Jimenez, Carlos Shrivastava, Santosh
APÊNDICE B – ESTUDOS EXCLUÍDOS NA FASE FINAL DO
MAPEAMENTO SISTEMÁTICO DA LITERATURA
Relação de estudo excluídos na segunda e última fase de análise do mapeamento sistemático da literatura presente neste estudo. A descrição que se segue conta com o código de exclusão de cada estudo.
*EFFEX - Estudo Fase Final Excluído (X indicador do estudo) Tabela 9 – Estudos Excluídos na Segunda Rodada
Código Título Ano Origem Autores Critério de
Exclusão
EFFE1
Determinant factors of cloud-sourcing decisions: reflecting on the IT outsourcing literature in the era of cloud computing 2016 SprigerLinks Schneider, Stephan Sunyaev, Ali C6 EFFE2
Relative weight comparison between virtual key factors of cloud computing with analytic network process 2016 SprigerLinks Choi, Cheol-Rim Jeong, Hwa-Young Park, Jong Hyuk Jang, Haeng Jin Jeong, Young-Sik C6
Código Título Ano Origem Autores
Critério de Exclusão
EFFE3 A Formal Model of Client-Cloud
Interaction 2015 SprigerLinks Bósa, Károly Holom, Roxana-Maria Vleju, Mircea Boris C6 EFFE4
A Survey on the Categories of Service Value/Quality/Satisfactory Factors 2015 SprigerLinks Duan, Yucong Narendra, Nanjangud C Hu, Bo Li, Donghong Feng, Wenlong Du, Wencai Lu, Junxing C10 EFFE5 An architecture modeling framework for probabilistic prediction 2014 SprigerLinks Johnson, Pontus Ullberg, Johan Buschle, Markus Franke, Ulrik Shahzad, Khurram C10
EFFE6 A Privacy Impact Assessment Tool
for Cloud Computing 2013 SprigerLinks
Tancock, David Pearson, Siani Charlesworth, Andrew C6
EFFE7 Analytical Performance Models for
MapReduce Workloads 2013 SprigerLinks
Vianna, Emanuel Comarela, Giovanni Pontes, Tatiana Almeida, Jussara Almeida, Virgílio Wilkinson, Kevin Kuno, Harumi Dayal, Umeshwar C6
Código Título Ano Origem Autores
Critério de Exclusão
EFFE8 Cloud effectiveness model 2013 Scopus
Elsevier Feehs, R J C6
EFFE9
Taking value-networks to the cloud services: security services, semantics and service level agreements 2013 SprigerLinks Demirkan, Haluk Goul, Michael C6 EFFE10
Cloud Computing Providers: Characteristics and Recommendations 2011 SprigerLinks Lecznar, Maciej Patig, Susanne C1; C3
EFFE11 The Enterprise IT Use Case
Scenario 2011 SprigerLinks
Nolan, Michael Butler, Joe M
C6
EFFE12 Security Issues to Cloud
Computing 2010 SprigerLinks
Onwubiko,
APÊNDICE C – ESTUDOS PRIMÁRIOS APROVADOS NA
PRIMEIRA FASE DO MAPEAMENTO SISTEMÁTICO DA
LITERATURA
Relação de estudo aprovados na primeira fase de análise do mapeamento sistemático da literatura presente neste estudo.
*EPSX - Estudo Primário Selecionado (X indicador do estudo) Tabela 10 – Estudos Selecionados na Primeira Rodada
Código Título Ano Origem Autores
EPS1 A Global SLA-Aware Approach for
Aggregating Services in the Cloud 2016 SprigerLinks
Lahouij, Aida Hamel, Lazhar Graiet, Mohamed Elkhalfa, Abir Gaaloul, Walid EPS2 A Hybrid Multi-Criteria
Decision-Making Model for a Cloud Service Selection Problem Using BSC, Fuzzy Delphi Method and Fuzzy AHP
2016 SprigerLinks Lee, Sangwon
Seo, Kwang-Kyu
EPS3
Determinant factors of
cloud-sourcing decisions: reflecting on the IT outsourcing literature in the era of cloud computing
2016 SprigerLinks Schneider, Stephan
Sunyaev, Ali
EPS4
Evidence-Based Trust Evaluation System for Cloud Services Using Fuzzy Logic 2016 SprigerLinks Selvaraj, Alagumani Sundararajan, Subashini
Código Título Ano Origem Autores
EPS5
Network-aware embedding of virtual machine clusters onto federated cloud infrastructure 2016 Science Direct Elsevier Aral, Atakan; Ovatman, Tolga EPS6
Operational cost-aware resource provisioning for continuous write applications in cloud-of-clouds 2016 SprigerLinks Zeng, Zeng Truong-Huu, Tram Veeravalli, Bharadwaj Tham, Chen-Khong EPS7
Relative weight comparison between virtual key factors of cloud
computing with analytic network process
2016 SprigerLinks
Choi, Cheol-Rim Jeong, Hwa-Young Park, Jong Hyuk Jang, Haeng Jin Jeong, Young-Sik
EPS8
A fair multi-attribute combinatorial double auction model for resource allocation in cloud computing
2015 Science Direct Elsevier Baranwal, Gaurav; Vidyarthi, Deo Prakash
EPS9 A Formal Model of Client-Cloud
Interaction 2015 SprigerLinks
Bósa, Károly Holom, Roxana-Maria Vleju, Mircea Boris
EPS10
A Survey on the Categories of Service Value/Quality/Satisfactory Factors 2015 SprigerLinks Duan, Yucong Narendra, Nanjangud C Hu, Bo Li, Donghong Feng, Wenlong Du, Wencai Lu, Junxing
Código Título Ano Origem Autores
EPS11
A Multi-Cloud Framework for Measuring and Describing Performance Aspects of Cloud Services Across Different Application Types 2014 ACM Guide to Computing Literature Kousiouris, G Giammatteo, G Evangelinou, A Galante, N Kevani, E Stampoltas, C Menychtas, A Kopaneli, A Ramasamy Balraj, K Kyriazis, D Varvarigou, T Stuer, P Orue-Echevarria Arrieta, L
EPS12 An architecture modeling framework