PAULA, Manoel Rui Pessoa de. BACOS: uma estratégia de balanceamento de carga para sistemas de armazenamento de objetos em nuvem. 2017. 111 f. Dissertação (Mestrado em Ciência da Computação)-Universidade Federal do Ceará, Fortaleza, 2017. / Submitted by Jonatas Martins (jonatasmartins@lia.ufc.br) on 2017-08-17T12:47:21Z No. of bitstreams: 1 2017_dis_mrppaula.pdf: 2325443 bytes, checksum: b0f9bd10cf71530e7248472e5e011c6f (MD5) / Approved for entry into archive by Rocilda Sales (rocilda@ufc.br) on 2017-08-17T13:59:07Z (GMT) No. of bitstreams: 1 2017_dis_mrppaula.pdf: 2325443 bytes, checksum: b0f9bd10cf71530e7248472e5e011c6f (MD5) / Made available in DSpace on 2017-08-17T13:59:07Z (GMT). No. of bitstreams: 1 2017_dis_mrppaula.pdf: 2325443 bytes, checksum: b0f9bd10cf71530e7248472e5e011c6f (MD5) Previous issue date: 2017 / Cloud computing is an emerging and efficient computing model for processing and storing large amounts of data. Cloud storage service providers use heterogeneous storage devices as a way to extend the resources of a storage system by considering the best tradeoff between maintenance and performance costs. Cloud object storage systems emerge as scalable solutions and efficient data managers using heterogeneous devices, in terms of storage capacity and performance. In the cloud, as the workload changes, dynamic matching between load and storage device capabilities is needed to improve resource utilization and optimize the overall performance of an object storage system. Thus, load balancing techniques are crucial for redistributing the workload among processing and storage nodes to avoid underloading or overloading. Most conventional load balancing strategies in cloud storage systems are only aware of the storage capacity of storage devices or make assumptions about them being homogeneous, resulting in degradation of the storage system. To address these limitations, this work presents a non-intrusive load balancing strategy called BACOS that takes advantage of storage devices with heterogeneous performance in a cloud storage system. The results of the experimental evaluation confirm that BACOS can improve the performance of an object storage system in terms of response time, throughput and success rate of read/write requests in scenarios that vary the workload. / Computação em nuvem é um modelo de computação emergente e eficiente para processar e armazenar grandes quantidades de dados. Provedores de serviços de armazenamento em nuvem utilizam dispositivos de armazenamento heterogêneos como forma de ampliar recursos de infraestrutura de um sistema de armazenamento considerando a melhor compensação entre os gastos de manutenção e desempenho. Os sistemas de armazenamento de objetos em nuvem surgem como soluções escaláveis e eficientes para gerenciar dados usando dispositivos heterogêneos, no que diz respeito à capacidade de armazenamento e ao desempenho. Na nuvem, uma vez que a carga de trabalho muda dinamicamente, a atribuição dinâmica da carga de trabalho para as capacidades dos dispositivos de armazenamento é feita para melhorar a utilização dos recursos e otimizar o desempenho geral de um sistema de armazenamento de objetos. Assim, as técnicas de balanceamento de carga são cruciais para redistribuir a carga de trabalho entre os nós de processamento e armazenamento para evitar subutilização ou sobrecarga de recursos. A maioria das estratégias convencionais de balanceamento de carga em sistemas de armazenamento em nuvem priorizam o espaço de armazenamento ao invés do desempenho dos dispositivos de armazenamento ou fazem suposições sobre os dispositivos serem homogêneos, resultando na degradação do desempenho do sistema de armazenamento. Para atender essas limitações, este trabalho apresenta uma estratégia de balanceamento de carga não intrusiva denominada BACOS. A estratégia BACOS tira proveito da heterogeneidade dos dispositivos de armazenamento pertencente a um sistema de armazenamento de objetos na nuvem com o intuito de melhorar o desempenho geral do sistema. Os resultados da avaliação experimental confirmam que a estratégia BACOS consegue melhorar o desempenho de um sistema de armazenamento de objetos em termos de tempo de resposta, vazão e taxa de sucesso de requisições do tipo leitura/escrita em cenários variando a carga de trabalho.

Submitted by André Francisco Morielo Caetano null (andremorielo@hotmail.com) on 2017-08-18T20:54:09Z No. of bitstreams: 1 Dissertacao_Andre_Morielo-Principal.pdf: 2084639 bytes, checksum: d77158373f8168fc0224d407bb07aa99 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-08-23T19:42:08Z (GMT) No. of bitstreams: 1 caetano_afm_me_sjrp.pdf: 2084639 bytes, checksum: d77158373f8168fc0224d407bb07aa99 (MD5) / Made available in DSpace on 2017-08-23T19:42:08Z (GMT). No. of bitstreams: 1 caetano_afm_me_sjrp.pdf: 2084639 bytes, checksum: d77158373f8168fc0224d407bb07aa99 (MD5) Previous issue date: 2017-08-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Sistemas de gerenciamento de banco de dados, na sua essência, almejam garantir o armazenamento confiável da informação. Também é tarefa de um sistema de gerenciamento de banco de dados oferecer agilidade no acesso às informações. Nesse contexto, é de grande interesse considerar alguns fenômenos recentes: a progressiva geração de conteúdo não-estruturado, como imagens e vídeo, o decorrente aumento do volume de dados em formato digital nas mais diversas mídias e o grande número de requisições por parte de usuários cada vez mais exigentes. Esses fenômenos fazem parte de uma nova realidade, denominada Big Data, que impõe aos projetistas de bancos de dados um aumento nos requisitos de flexibilidade, escalabilidade, resiliência e velocidade dos seus sistemas. Para suportar dados não-estruturados foi preciso se desprender de algumas limitações dos bancos de dados convencionais e definir novas arquiteturas de armazenamento. Essas arquiteturas definem padrões para gerenciamento dos dados, mas um sistema de armazenamento deve ter suas especificidades ajustadas em cada nível de implementação. Em termos de escalabilidade, por exemplo, cabe a escolha entre sistemas com algum tipo de centralização ou totalmente descentralizados. Por outro lado, em termos de resiliência, algumas soluções utilizam um esquema de replicação para preservar a integridade dos dados por meio de cópias, enquanto outras técnicas visam a otimização do volume de dados armazenados. Por fim, ao mesmo tempo que são desenvolvidas novas tecnologias de rede e disco, pode-se pensar na utilização de caching para otimizar o acesso ao que está armazenado. Este trabalho explora e analisa os diferentes níveis no desenvolvimento de sistemas de armazenamento distribuído. O objetivo deste trabalho é apresentar uma arquitetura que combina diferentes técnicas de resiliência. A contribuição científica deste trabalho é, além de uma sugestão totalmente descentralizada de alocação dos dados, o uso de uma estrutura de cache de acesso nesse ambiente, com algoritmos adaptáveis. / Database management systems, in essence, aim to ensure the reliable storage of information. It is also the task of a database management system to provide agility in accessing information. In this context, it is of great interest to consider some recent phenomena: the progressive generation of unstructured content such as images and video, the consequent increase in the volume of data in digital format in the most diverse media and the large number of requests by users increasingly demanding. These phenomena are part of a new reality, named Big Data, that imposes on database designers an increase in the flexibility, scalability, resiliency, and speed requirements of their systems. To support unstructured data, it was necessary to get rid of some limitations of conventional databases and define new storage architectures. These architectures define standards for data management, but a storage system must have its specificities adjusted at each level of implementation. In terms of scalability, for example, it is up to the choice between systems with some type of centralization or totally decentralized. On the other hand, in terms of resiliency, some solutions utilize a replication scheme to preserve the integrity of the data through copies, while other techniques are aimed at optimizing the volume of stored data. Finally, at the same time that new network and disk technologies are being developed, one might think of using caching to optimize access to what is stored. This work explores and analyzes the different levels in the development of distributed storage systems. This work objective is to present an architecture that combines different resilience techniques. The scientific contribution of this work is, in addition to a totally decentralized suggestion of data allocation, the use of an access cache structure with adaptive algorithms in this environment.