• Nenhum resultado encontrado

Envelhecimento de software na plataforma de computação em nuvem OpenStack

N/A
N/A
Protected

Academic year: 2022

Share "Envelhecimento de software na plataforma de computação em nuvem OpenStack"

Copied!
33
0
0

Texto

(1)

CIn - UFPE

Software Aging: OpenStack

Envelhecimento de software na plataforma de computação em

nuvem OpenStack

Orientador: Paulo Romero Martins Maciel

prmm@cin.ufpe.br

WMoDCS 2015.1

(2)

CIn | UFPE | MoDCs

OpenStack;

Ambiente de Testes;

Carga de Trabalho;

Estratégias de Monitoramento;

Resultados parciais;

Conclusões;

Próximos Passos;

Agenda

01/04/2015 2

(3)

CIn | UFPE | MoDCs

Plataforma aberta e expansível, que provê à organizações a oportunidade de construir suas próprias infraestruturas de computação em nuvem:

Públicas;

Privadas.

Disposta em duas principais vertentes: Computação e Armazenamento.

Infraestrutura como Serviço – IaaS.

01/04/2015 3

OpenStack

(4)

CIn | UFPE | MoDCs 01/04/2015 4

Parceiros

Figura 1 (a. e b.). Alguns dos responsáveis pela plataforma OpenStack.

a) b)

(5)

CIn | UFPE | MoDCs 01/04/2015 5

Ambiente de Testes

S.O do Host:

Fedora 20, Heisenbug.

MySQL:

5.5.41.

Apache:

2.4.10.

OpenStack:

Versão #9, Havana.

Hypervisor:

QEMU 2.2.0.

VM’s:

Tiny, single core, 20Gb de disco e 512Mb de RAM.

Hardware:

AMD FX-8350 octacore e 4Ghz;

8Gb de RAM, DDR3 1600Mhz;

500Gb de Disco Rígido (HDD);

Figura 2. testbed.

(6)

CIn | UFPE | MoDCs 01/04/2015 6

Ambiente de Testes

S.O do Host:

Fedora 20, Heisenbug.

MySQL:

5.5.41.

Apache:

2.4.10.

OpenStack:

Versão #9, Havana.

Hypervisor:

QEMU 2.2.0.

VM’s:

Tiny, single core, 20Gb de disco e 512Mb de RAM.

Hardware:

AMD FX-8350 octacore e 4Ghz;

8Gb de RAM, DDR3 1600Mhz;

500Gb de Disco Rígido (HDD);

Figura 2. testbed.

(7)

CIn | UFPE | MoDCs 01/04/2015 7

Ambiente de Testes

S.O do Host:

Fedora 20, Heisenbug.

MySQL:

5.5.41.

Apache:

2.4.10.

OpenStack:

Versão #9, Havana.

Hypervisor:

QEMU 2.2.0.

VM’s:

Tiny, single core, 20Gb de disco e 512Mb de RAM.

Hardware:

AMD FX-8350 octacore e 4Ghz;

8Gb de RAM, DDR3 1600Mhz;

500Gb de Disco Rígido (HDD);

Figura 2. testbed.

(8)

CIn | UFPE | MoDCs 01/04/2015 8

Ambiente de Testes

S.O do Host:

Fedora 20, Heisenbug.

MySQL:

5.5.41.

Apache:

2.4.10.

OpenStack:

Versão #9, Havana.

Hypervisor:

QEMU 2.2.0.

VM’s:

Tiny, single core, 20Gb de disco e 512Mb de RAM.

Hardware:

AMD FX-8350 octacore e 4Ghz;

8Gb de RAM, DDR3 1600Mhz;

500Gb de Disco Rígido (HDD);

Figura 2. testbed.

(9)

CIn | UFPE | MoDCs 01/04/2015 9

Ambiente de Testes

S.O do Host:

Fedora 20, Heisenbug.

MySQL:

5.5.41.

Apache:

2.4.10.

OpenStack:

Versão #9, Havana.

Hypervisor:

QEMU 2.2.0.

VM’s:

Tiny, single core, 20Gb de disco e 512Mb de RAM.

Hardware:

AMD FX-8350 octacore e 4Ghz;

8Gb de RAM, DDR3 1600Mhz;

500Gb de Disco Rígido (HDD);

Figura 2. testbed.

(10)

CIn | UFPE | MoDCs 01/04/2015 10

Ambiente de Testes

S.O do Host:

Fedora 20, Heisenbug.

MySQL:

5.5.41.

Apache:

2.4.10.

OpenStack:

Versão #9, Havana.

Hypervisor:

QEMU 2.2.0.

VM’s:

Tiny, single core, 20Gb de disco e 512Mb de RAM.

Hardware:

AMD FX-8350 octacore e 4Ghz;

8Gb de RAM, DDR3 1600Mhz;

500Gb de Disco Rígido (HDD);

Figura 2. testbed.

(11)

CIn | UFPE | MoDCs 01/04/2015 11

Ambiente de Testes

S.O do Host:

Fedora 20, Heisenbug.

MySQL:

5.5.41.

Apache:

2.4.10.

OpenStack:

Versão #9, Havana.

Hypervisor:

QEMU 2.2.0.

VM’s:

Tiny, single core, 20Gb de disco e 512Mb de RAM.

Hardware:

AMD FX-8350 octacore e 4Ghz;

8Gb de RAM, DDR3 1600Mhz;

500Gb de Disco Rígido (HDD);

Figura 2. testbed.

(12)

CIn | UFPE | MoDCs 01/04/2015 12

Carga de Trabalho

Elaboração e execução de script bash responsável pela criação de 5 máquinas virtuais:

Tiny, single core, 20Gb de disco e 512Mb de Memória RAM, cada;

Grupo criado e eliminado em intervalos de 30 minutos;

Figura 3. Workload.

(13)

CIn | UFPE | MoDCs

Elaboração de scripts bash para monitoramento;

Coleta de dados realizada a cada 60 segundos;

Por quê 60 segundos? A carga foi aplicada a cada 5 minutos (Tempo para reinício das instâncias), sendo assim 1 minuto foi considerado tempo suficiente para averiguar alterações no consumo dos recursos de hardware.

Recursos Gerais do Computador

CPU, Memória e Disco

Processos Específicos relacionados ao OpenStack

Memória Total, Residente, Swap e CPU

Nova, Cinder, Neutron, Libvirt e MySQL

01/04/2015 13

Estratégias de Monitoramento

(14)

CIn | UFPE | MoDCs

Após pouco mais de 3 dias a plataforma colapsou;

VM’s deixaram de serem mortas e/ou reiniciadas;

Crescimento no consumo de recursos continuou;

Experimento encerrado 7 dias após o seu início, alguns recursos já esgotados;

Memória RAM.

Processos Específicos relacionados ao OpenStack passaram a usar a memória mais lenta (swap).

01/04/2015 14

Resultados

(15)

CIn | UFPE | MoDCs 01/04/2015 15

Resultados Gerais – RAM e Swap

Figuras 4 e 5. Consumo de Memórias.

(16)

CIn | UFPE | MoDCs 01/04/2015 16

Resultados Gerais – HDD

Figura 6. Utilização total de disco

(17)

CIn | UFPE | MoDCs

Resultados Específicos – Cinder

Figuras 7 e 8. Relação entre o consumo de memória RAM e SWAP pelo Cinder.

17

(18)

CIn | UFPE | MoDCs 01/04/2015 18

Resultados Específicos – MySQL

Figura 9. Consumo de memória RAM pelo MySQL.

(19)

CIn | UFPE | MoDCs

Vestígios de Envelhecimento de Software [?];

Desgaste da plataforma;

Exaustão de Recursos;

Falhas durante a criação e encerramento de Máquinas Virtuais;

01/04/2015 19

Conclusões

(20)

CIn | UFPE | MoDCs

Quatro modelos para análise de tendências:

LTM(Linear);

QTM(Quadrático);

GCM(Exponencial);

SCTM(Curva-S).

01/04/2015 20

Previsões

(21)

CIn | UFPE | MoDCs

Três parâmetros para analisar a precisão dos modelos:

MAPE (Porcentagem de erro absoluto);

MAD (Erro absoluto);

MSD (Desvio Padrão).

01/04/2015 21

Previsões

(22)

CIn | UFPE | MoDCs 01/04/2015 22

Previsões – MySQL

Tabela 1. Índice de precisão para cada modelo.

Modelo 𝒀𝒕 MAPE MAD MSD

LTM 217489 + 51.7𝑡 5 21229 603111801

QTM 270307 + 19.8687𝑡 − 0.003204² 1 5302 45482143

GCM 260608(1.00011𝑡) 1 6127 62845666

SCTM (107)/(−13.4685 + 50.7424(0.999931𝑡)) 1 7481 153500827

(23)

CIn | UFPE | MoDCs 01/04/2015 23

Previsões – MySQL

Tabela 2. Comparação entre os resultados obtidos e os previstos.

Tempo (min) Previsto (KB)

Obtidos (KB)

Taxa de Erro

994 294786 294676 0.03

2982 363476 363160 0.08

4970 449339 436760 2.88

6958 568226 569192 0.17

8946 701643 706392 0.68

(24)

CIn | UFPE | MoDCs 01/04/2015 24

Previsões – MySQL

Figura 10. Aplicação de série temporal para avaliar o consumo de Memória pelo MySQL.

(25)

CIn | UFPE | MoDCs

Refazer os experimentos modificando os parâmetros da carga de trabalho;

Mudar a carga de trabalho, utilizar de attach e detach de discos virtuais;

Tentar Identificar os responsáveis pela degradação da plataforma;

Um deles é o MySQL.

Refazer os experimentos em uma infraestrutura maior;

Alguns modelos já prontos.

Comprovado o envelhecimento e os responsáveis, aplicar estratégias de rejuvenescimento de software;

01/04/2015 26

Próximos Passos

(26)

CIn | UFPE | MoDCs

Com o foco em uma infraestrutura maior para a realização dos testes, alguns modelos foram gerados, e utilizaram como base valores encontrados na literatura, como:

01/04/2015 27

Planos

Componente MTTF MTTR

HW 8760h 100 min

SO 2893h 15 min

VMM 2990h 1h

Outros* 788.4h 1h

Tabela 3. Tempos médios para falha e reparo de componentes.

* Aplicações em uso pelas VM’s e demais componentes associados ao OpenStack

(27)

CIn | UFPE | MoDCs

Nós;

01/04/2015 28

RBD‘s

Figura 11. Possível RBD para os Nós da Infraestrutura. MTTF: 354.9558703964335 MTTR:

0.6678389267959557

(28)

CIn | UFPE | MoDCs

Storage-controller;

01/04/2015 29

RBD‘s

Figura 12. Possível RBD para um “storage-controller” da Infraestrutura.

MTTF:

333.7114782208896 MTTR:

0.9394052101501584

(29)

CIn | UFPE | MoDCs

Front-end;

01/04/2015 30

RBD‘s

Figura 13. Possível RBD para um “front-end” da Infraestrutura.

MTTF:

333.7114782208896 MTTR:

0.9394052101501584

(30)

CIn | UFPE | MoDCs

Cloud;

01/04/2015 31

RBD‘s

Figura 14. Possível infraestrutura da nuvem.

MTTF:

354.9558703964335 MTTR:

0.6678389267959557 Availability:

0.9943936397777067 Downtime anual:

49.14430402979889

(31)

CIn | UFPE | MoDCs

OpenStack Cloud Software, 2013. Disponível em:

<http://www.openstack.org/software/>. Acesso em: 20 mar. 2015

01/04/2015 32

(32)

CIn | UFPE | MoDCs

OBRIGADO!

01/04/2015 33

(33)

CIn - UFPE

Software Aging: OpenStack

Envelhecimento de software na plataforma de computação em

nuvem OpenStack

Dúvidas:

casm3@cin.ufpe.br

WMoDCS 2015.1

Referências

Documentos relacionados

§ 1º Os(as) atletas ficam cientes que deverão assumir, no ato da inscrição, todos os riscos e danos da eventual suspensão da corrida (iniciada ou não) por questões de

Na Tabela 2 estão demonstradas as concentrações plasmáticas de proteínas totais e concentrações séricas das enzimas creatina quinase (CK), lactato desidrogenase (LDH),

Caro porcina: I libra Mel: I sextarius SUMMA Pretium Tabernae Caulis: I unitas Pirum: II librae Ovum: XII Crustulum: XII Cervisia: I sextarius Caro agnina: I libra Garum:

• Quando uma decisão tiver sido proferida num Estado-Membro ou num Estado parte contratante na Convenção da Haia de 2007 onde o credor tem a sua residência habitual, o devedor não

Além dessa avaliação, tem-se que apenas 2,3% dos entrevistados destacam que nunca recomendariam o plano da operadora, demonstrando que para a grande maioria, os

Mestrado em: Nutrição Humana ou Nutrição Clínica ou Saúde Coletiva ou Ciências da Saúde ou Ciências ou Saúde ou Alimentos e Nutrição e Desenvolvimento na

5.3.6 GPR27 - (A partir do nível B) O projeto é gerenciado usando técnicas estatísticas e outras técnicas quantitativas para determinar se seus objetivos

Descrição Detalhada do Objeto Ofertado: CABO VGA 1,80M PARA MONITOR HD15 MACHO X HD15 MACHO, DOIS FILTROS ANTI-RUÍDOS. 29 ACESSÓRIO / COMPONENTE PARA MICROCOMPUTADOR UNIDADE 20