Ametodologiaapresentadanaseçãoanteriorpodeserapli adaseguindo-sediferentesté ni-
asdeavaliação. Defato,ametodologiapropõequemodelosqueenglobemos omponentes
itados sejam omparados segundo as métri as de interesse. Em prin ípio, a metodologia
não está ligada a uma formaespe í a de té ni ade modelagem/avaliação. Assim, quais-
quer das té ni as aseguir podem ser usadas para implementar ametodologia:
•
Construção e avaliação de modelos analíti os;•
Construção e avaliação de modelos de simulação;•
Preparo eavaliação de experimentos de medição.De a ordo om (JAIN, 1991) ada uma destas té ni as tem suas vantagens e desvanta-
gens. É pre iso identi ar a que melhor se adequa ao estudo que se deseja realizar. Um
modelo é uma abstração, ou uma visão generalizada de um sistema real (MENASCE; AL-
MEIDA; DOWDY,2004). Sendoassim, qualquer modeloque não sejaopróprio sistemaalvo
de estudoouuma ópiaperfeitadomesmoéumasimpli açãodarealidade. Aquantidade
de detalhes presente em um modelo depende doobjetivoque sequer al ançaraoapli aro
modelo. Identi arum modeloque sejaútilaoobjetivoperseguidoe aomesmotempoque
seja o mais simplespossívelé um desa o daatividade de modelagem.
Emgeral,modelos analíti os,paraserem tratáveismatemati amente, requeremmuitas
simpli açõese hipóteses, o que pode omprometer apre isão dos resultados. Simulações
podemtrazermaisdetalhes,e,porisso,estãotipi amentemaispróximasdarealidadequeos
modelos analíti os(JAIN, 1991). Apesar de seremtipi amenteosmodelosmais omplexos,
as medições experimentais nem sempregarantem resultados muito próximos darealidade,
mediçõesexperimentais podem ainda não re etir totalmentea realidade.
Aanálisematemáti atípi aindi ao omportamentodosistemaumavezqueeleal ança
o estado permanente(steady state). Normalmente, ela onsidera o regimepermanente dos
sistemas estudados, pois nesse regime a manipulação algébri a ne essária pode ser om-
plexa, mas ainda é tratável. Como exemplo, os sistemas nesse regime tendem a manter
o seu omportamento em torno de médias representativas. Porém quando se passa para
o estado transiente a manipulação algébri a é extremamente omplexa, hegando em al-
guns asos a nem ser possível. Falhas e re on gurações desviam o sistema do seu estado
permanente (HARVERKORT et al., 2001), levando-o a um estado transiente. A prin ípio,
a redita-se ser bastante omplexa a apli açãode análise matemáti anoâmbito desta pes-
quisa, uma vez que osistema a ser estudado apresenta pontos de re on guração - em que
mais oumenosre ursos são usados- epontos de regeneração-em que umoumais nós são
rejuvenes idos. Estes pontos de re on guração e regeneraçãoestão intimamenteligados à
arga re ebida peloe-servi e,que traz um nível amais de imprevisibilidadeein erteza ao
sistema omo um todo.
A realização apenas de experimentos também não se mostra adequada. Os experi-
mentos no ontexto deste trabalho são aros em termos de re ursos e de tempo. Seriam
ne essáriosre ursos dedi ados,quepudessemrepresentar osservidoresdedi adosdo entro
de dados. Alémdisso, ossistemassob estudopre isariam ser implementados,umavez que
não são en ontrados gratuitamente 2
ou não existem implementações disponíveis. Nestas
ondições, asexperimentações são aras em termos daquantidadede re ursos ne essários,
tempode implementaçãoetempoderealização. Varrerumgrandeespaçodepossibilidades
demandaria um enorme tempo.
Diantedoexposto,de idiu-senãooptarporapenasumtipodemodelo. Ummodeloana-
líti ofoidesenvolvido omoobjetivode identi ar situaçõesem queaqualidadede serviço
da apli açãoédiminuídapor ontadaretirada de um oumais nós para rejuvenes imento.
O estudo omparativo foi realizado através do projeto, implementação e instan iação de
modelos de simulação. No âmbito desta pesquisa, as simulaçõessão interessantes pois: (i)
permitem que uma grande área do espaço de possibilidades seja estudada em um tempo
inferior ao ne essário aso experimentos reais estivessem sendo realizados e (ii) são mais
fa ilmente implementados que experimentos, uma vez que os sistemas reais que se deseja
estudarnãoestãofa ilmentea essíveis, ounãoexistem,tendoestesqueser implementados.
2
Épossívelen ontrarDPSs omer iais, omoporexemplo,oHPGlobalWorkloadManager(HEWLETT-
delos. Esta avaliaçãodo modelo érealizadaem dois passos. Um dos passos é investigarse
a implementaçãodomodelo está orreta. Esta etapa hama-se veri ação (JAIN, 1991). O
outro é identi ar se as hipóteses e simpli ações do modelo são razoáveis. Este pro esso
hama-se validação(JAIN, 1991). Omodelode simulaçãopre isa ser validado om um ou-
tro modelo. Este outromodelo, é,neste aso, um modelo demedição, muito mais próximo
do sistema real. Este não é o sistema real, pois o sistema real está em um ambiente real
de entro de dados, om apli ações reais e argas reais. O modelo de medição foi ogani-
zado em um ambiente de testes ontrolado. Com este objetivo, experimentos de medição
foram realizados e osresultados omparados om osresultados obtidosatravés domodelo
de simulação.