Made available in DSpace on 2019-03-29T23:42:32Z (GMT). No. of bitstreams: 0
Previous issue date: 2014-12-15 / One of the main challenges faced by users of infrastructure-as-a-service (IaaS) clouds is to correctly plan the resource capacity required for their applications´ needs. This work proposes a new approach to support application capacity planning in IaaS clouds. This new approach is based on the definition of a capacity relation between different resource configurations offered by a cloud provider which enables to predict (or "infer"), with a high level of accuracy, the expected performance of an application for certain resource configurations. The prediction is made based upon the observed performance for other resource configurations within the same provider. The approach significantly reduces the total number of configurations effectively tested in the cloud (preliminary results show reductions of over 80% on the number of total tested configurations) resulting in lower costs and time for the capacity planning process.
Keywords: Cloud Computing; Capacity Planning; Performance Inference / Um dos principais desafios enfrentados pelos usuários de nuvens que oferecem infraestrutura-como-serviço (IaaS) é planejar adequadamente a capacidade dos recursos da nuvem necessários às suas aplicações. Este trabalho propõe uma nova abordagem para apoiar o planejamento da capacidade de aplicações em nuvens IaaS. A nova a abordagem tem como premissa a definição de uma relação de capacidade entre as diferentes configurações de recursos oferecidas por um provedor de nuvem, com a qual é possível prever (ou ``inferir''), com alto grau de precisão, o desempenho esperado de uma aplicação para determinadas configurações de recursos. A predição é realizada com base no desempenho observado para outras configurações de recursos do mesmo provedor. Dessa forma, a abordagem consegue reduzir, de forma significativa, o número total de configurações que precisam ser de fato testadas na nuvem (resultados preliminares, obtidos em um ambiente real de nuvem, mostram uma redução de mais de 80% no número total de configurações avaliadas), implicando em menores custo e tempo para o processo de planejamento.
Palavras-chave: Computação em Nuvem; Planejamento de Capacidade; Inferência de Desempenho
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace.unifor.br:tede/93409 |
| Date | 15 December 2014 |
| Creators | Goncalves, Marcelo Canario |
| Contributors | Sampaio, Americo Tadeu Falcone, Mendonça, Nabor das Chagas, Farias, Pedro Porfírio Muniz, Mendonça, Nabor das Chagas, Sampaio, Americo Tadeu Falcone, Gomes, Danielo Gonçalves |
| Publisher | Universidade de Fortaleza, Mestrado Em Informática Aplicada, UNIFOR, Brasil, Centro de Ciências Tecnológicas |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UNIFOR, instname:Universidade de Fortaleza, instacron:UNIFOR |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 5443571202788449035, 500, 500, -7645770940771915222 |
Page generated in 0.1227 seconds