Modelo de Carga de Trabalho

Cargas de trabalhos representativas podem ser alcançadas através da coleta de dados reais que permitam a criação de modelos estatísticos que representam as principais características do

sistema analisado (Feitelson, 2014). Nesta Seção são abordadas as formas usuais para representar uma carga de trabalho e os passos envolvidos na modelagem da carga.

Existem dois tipos de cargas de trabalho que podem ser considerados:

Carga real: refere-se à carga observada durante uma operação normal de um sistema real. Uma

das formas empregadas para obtenção de dados é através de traces, que são mantidos por alguns sistemas para permitir, principalmente, uma forma de monitoração do comportamento do sistema. Traces são arquivos que registram eventos específicos que ocorreram em um sistema durante o intervalo de tempo monitorado (Menascé e Almeida, 2001). A vantagem de se usar

traces é que a carga de trabalho utilizada no experimento será semelhante à carga de trabalho

suportada pelo sistema no mundo real. Entretanto, traces normalmente possuem um grande volume de informações, tornando a sua análise uma tarefa complexa.

Carga sintética: este tipo de carga simula a carga real por meio de distribuições, médias e

porcentagens que determinam o consumo de todos os recursos envolvidos com a utilização de serviços (Galindo, 2010). A carga sintética é útil principalmente para avaliações baseadas em modelos, como por exemplo, técnicas de simulação. A principal razão da utilização de cargas de trabalho sintéticas é representar ou modelar uma carga de trabalho real (Jain, 1991). Este tipo de abordagem apresenta algumas vantagens. Uma delas é a possibilidade de alterar os parâmetros da carga de trabalho sem afetar a operação normal do sistema, como por exemplo, aumentar a intensidade da carga de trabalho a fim de avaliar o comportamento do sistema (Menascé e Almeida, 2001). Outro aspecto importante é que a avaliação pode ser reproduzida várias vezes de forma controlada e também ser transportada para avaliação de outros sistemas.

A abordagem normalmente utilizada para construir um modelo descritivo da carga é a construção de um resumo estatístico da carga observada. Por exemplo, podem-se sumarizar dados estatísticos da carga de trabalho imposta a um sistema por um determinado período de tempo, através da análise dos registros (traces) de todas as requisições processadas por ele durante o período de tempo observado e determinar a distribuição apropriada dos vários atributos da carga de trabalho. Assim, uma carga de trabalho sintética pode ser gerada de acordo com o modelo construído, conforme ilustrado na Figura 3.1.

CAPÍTULO 3 – CARGAS DE TRABALHO 21

Figura 3.1 - Modelagem de cargas de trabalho (Feitelson, 2014).

O modelo da carga de trabalho pode também ser utilizado diretamente para parametrizar uma análise matemática (Feitelson, 2014). Desta forma, as cargas de trabalho, após serem modeladas, podem ser utilizadas em diversas atividades como seleção de sistemas computacionais, ajuste de desempenho e planejamento de capacidade (Menascé e Almeida, 2001) (Obaidat e Boudriga, 2009).

Existem várias vantagens em se criar um modelo de cargas de trabalho, dentre elas destacam-se (Feitelson, 2014):

• Ajuste da carga: usando um modelo, pode-se ajustar a carga de trabalho para se encaixar a uma determinada situação, como por exemplo, aumentar a intensidade da carga para avaliar o comportamento do sistema mediante um novo cenário considerado.

• Ajuste dos parâmetros: é possível modificar os parâmetros individualmente, com intuito de investigar a influência de cada um, enquanto os outros são mantidos constantes. Isso permite medir a sensibilidade do sistema com diferentes valores de parâmetros.

• Repetições: Com o uso do modelo é possível repetir os experimentos sobre condições estatísticas semelhantes, mas não idênticas. Isso é necessário, por exemplo, para calcular dados estatísticos dos resultados, como médias, desvio padrão e intervalo de confiança. • Generalização: modelagem aumenta o entendimento das cargas de trabalho e pode conduzir

novos projetos de análise de desempenho baseados nesse entendimento.

A seguir são apresentados os passos necessários para a definição de uma carga de trabalho sintética, que engloba a coleta e filtragem dos dados, seguida do desenvolvimento do modelo que deverá considerar as distribuições que melhor representam a carga. Finalmente devem ser identificadas a correlação, as auto-similaridades e invariantes das características consideradas.

Coleta e filtragem dos dados

A modelagem de cargas de trabalho é baseada na análise dos dados que compõem esta carga de trabalho. Há duas possibilidades de obtenção desses dados (Feitelson, 2014): utilizar dados disponíveis em um determinado lugar, como por exemplo, registros mantidos em logs de acesso de servidores, ou coletá-los especificamente para criar um modelo de carga de trabalho. Nesta última possibilidade, a coleta dos dados é feita por meio de instrumentação do sistema para monitorar e registrar suas atividades.

Independente da sua origem, os dados após coletados precisam ser cuidadosamente inspecionados, a fim de eliminar possíveis eventos que não representam as características comuns da carga de trabalho do sistema em estudo. A filtragem dos dados é importante, pois os dados podem conter eventos incomuns que não fazem sentido para a caracterização da carga de trabalho (Feitelson, 2014). A decisão do que é incomum, no entanto, pode ser subjetiva e geralmente difícil de ser explicada. Entretanto, considerar tais eventos na caracterização da carga de trabalho implica em correr risco de incluir no modelo de carga uma condição atípica e incomum que provavelmente não ocorrerá novamente.

Modelagem de cargas de trabalho

A modelagem da carga de trabalho tem como principal objetivo construir um modelo que imite adequadamente a carga de trabalho real (Menascé e Almeida, 2001). Para tanto, a modelagem de cargas de trabalho deve ser representativa da carga de trabalho que um sistema apresenta na prática. Porém, a decisão de quais são as características importantes e que devem

CAPÍTULO 3 – CARGAS DE TRABALHO 23 ser consideradas no modelo, assim como o nível de detalhes que a modelagem deve incluir não

é uma tarefa trivial. Pode ser necessário caracterizar completamente todos os atributos importantes da carga de trabalho ou construir um modelo mais compacto e fácil de gerenciar com um número reduzido de parâmetros. Para que o modelo de carga de trabalho proposto possa representar com exatidão uma carga real, alguns aspectos importantes devem ser levados em consideração (Feitelson, 2014). O primeiro desses aspectos é o ajuste das distribuições que representarão a carga.

O modelo da carga de trabalho deve ser composto por uma distribuição ou uma coleção de distribuições dos vários atributos da carga de trabalho. Assim, através de amostras das distribuições é possível construir um modelo de carga de trabalho. Segundo Feitelson (2014), há duas abordagens para encontrar a distribuição que mais se ajuste a um determinado conjunto de dados. Uma delas é limitar a pesquisa para um tipo específico de distribuição. Neste caso, apenas os parâmetros da distribuição precisam ser identificados. Entretanto se o tipo de distribuição é desconhecido, uma abordagem que pode ser adotada é tentar combinar uma sequência de diferentes tipos de distribuição e em seguida selecionar aquela que mais se adéqua ao conjunto de dados ou simplesmente usar uma função de distribuição empírica. Por exemplo, se forem considerados os instantes de tempo em que usuários iniciam novas sessões com um servidor interativo, pode-se considerar que as chegadas são independentes umas das outras e uniformemente distribuídas, constituindo, portanto, um Processo de Poisson. Caso isso seja verdade, pode-se afirmar que o intervalo entre chegadas de novas sessões segue uma distribuição exponencial. No entanto, a análise de cargas de trabalho real, frequentemente, revela que os intervalos entre chegadas não são uniformes e independentes, mas sim chegam em forma de rajadas com alta variabilidade e em diferentes escalas de tempo, em contraste com o modelo Poisson. O fenômeno de rajadas em cargas de trabalho caracteriza-se pelo aumento súbito de solicitações de serviços submetidas ao sistema, com consequentes picos temporais irregulares na intensidade de chegada das requisições ou na intensidade de demandas de serviços impostas aos recursos do sistema (Mi et al., 2010). Neste caso, pode ser interessante adotar uma abordagem diferente para identificar uma distribuição mais apropriada ao modelo, como por exemplo considerar processos estocásticos para modelar a distribuição e a estrutura de autocorrelação (Kriege e Buchholz, 2010).

Correlações

A modelagem de cada atributo da carga de trabalho de forma isolada não é suficiente. Uma questão importante que deve ser considerada são as correlações possíveis entre os diferentes atributos e entre diferentes amostras da mesma distribuição. Correlações são importantes porque podem apresentar algum comportamento importante do sistema (Feitelson, 2014). Por exemplo, no escalonamento de jobs em uma máquina com vários processadores o que se conhece é a quantidade necessária de processadores para executar aquele determinado

job, mas o tempo de execução é desconhecido. Encontrar uma correlação entre tamanho dos jobs e tempo de execução pode conduzir a escolha de uma política de escalonamento que se

ajuste melhor ao comportamento encontrado pela correlação.

Auto-Similaridade (Self Similarity)

Refere-se às situações em que fenômenos apresentam as mesmas características gerais, mas em diferentes escalas. Nos processos auto-similares observa-se que os conjuntos de dados mantêm um padrão na sua estrutura, mesmo em escalas pequenas. Isso implica que a estrutura contém pequenas réplicas de si mesma, o que explica a origem do nome “auto-similar”. Alguns estudos mostram que nas cargas de trabalhos de aplicações Web, o processo de chegada das requisições para o sistema pode ser auto-similar (Barford e Crovella, 1998) (Dick et al., 2014).

Invariantes

Nas cargas de trabalho existem características comuns, chamadas de invariantes. Em (Arlitt; Williamson, 1996) (Williams et al., 2005) é definido o termo invariante como sendo uma verdade universal, que se aplica à caracterização da carga de trabalho imposta a um sistema e que deve ser representada no processo de construção do modelo. Esses trabalhos analisam a carga de seis servidores Web e apontam dez invariantes, dentre elas: tamanho médio de transferência, tipos de documentos, tempo entre referências para um mesmo documento e distribuição dos tamanhos dos arquivos. Analisando a carga dos seis servidores Web pode-se observar ainda que os tamanhos dos arquivos apresentam uma distribuição de cauda pesada (heavy tail). Uma distribuição de cauda pesada possui esse nome porque a ‘cauda’ da função não tende rapidamente a zero, ou seja, a probabilidade de variáveis aleatórias com valores grandes é diferente de zero. A distribuição de cauda pesada para os tamanhos dos arquivos em

CAPÍTULO 3 – CARGAS DE TRABALHO 25 servidores Web é apontada como uma provável causa da auto-similaridade no tráfego da

Internet (Barford e Crovella, 1998) (Wang et al., 2014).

No contexto de aplicações Web e serviços executados em computação em nuvem dentre o conjunto de características invariantes de carga de trabalho, destaca-se a ocorrência de rajadas (burstiness). Esse tipo de carga de trabalho chega ao sistema com alta variabilidade e pode causar gargalos de desempenho do serviço em ocasiões de difícil previsibilidade (Menascé et al., 2000) (Wang et al., 2003) (Mi et al. 2010) (Casale et al.,2013).