SBRC2013

158 visualizações

Publicada em

Apresentação SBRC 2013.

Publicada em: Tecnologia
0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
158
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1
Ações
Compartilhamentos
0
Downloads
1
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

SBRC2013

  1. 1. Planejamento de Capacidade a Longo Prazo Dirigido por Métricas de Negócio para Aplicações SaaS David Candeia, Raquel Lopes, Ricardo Araújo 1
  2. 2. Considerando nossa estimativa... Planejamento de Capacidade 2
  3. 3. 3
  4. 4. Curto x Longo Prazo 4
  5. 5. A era “pré-cloud”... 5
  6. 6. A era “cloud”... Provedor de IaaS Mercado Sob Demanda Mercado de Reserva - Menor custo de uso para instâncias pouco utilizadas - Menor QoS - Custo de uso + taxa de reserva - Maior QoS 6
  7. 7. Especificando melhor nosso contexto Provedor de SaaS Provedor de IaaS 7
  8. 8. Vale a pena reservar?
  9. 9.  ( D)   ( D)   ( D) (lucro  receita  custo) 9
  10. 10.  ( D)   ( D)   ( D) (lucro  receita  custo) 10
  11. 11.  ( D)   ( D)   ( D) (lucro  receita  custo) 11
  12. 12.  ( D)   ( D)   ( D) (lucro  receita  custo) 12
  13. 13. Como planejar... 13
  14. 14. Rede de Filas (RF) 75% de utilização 14
  15. 15. Utilização de Recursos (UT) Analisando os custos do provedor de IaaS1  47,8% de utilização 1 – Amazon EC2 - http://aws.amazon.com/ec2/ 15
  16. 16. Superprovisionamento (SUPER) Reserva 20%1 da maior quantidade estimada de instâncias usando apenas um tipo de instância superprovido! 1 – Above the Clouds: A Berkeley View of Cloud Computing. Armando Fox et. Al. 16
  17. 17. Estratégia aversa ao uso do mercado de reservas (ON) 17
  18. 18. Estratégia Ótima (OP) 18
  19. 19. Avaliação 19
  20. 20. Provedor de SaaS Provedor de IaaS 20
  21. 21. 21
  22. 22. 22
  23. 23. 23
  24. 24. Para compararmos... 100  A ( D)   B ( D)  ganho A ( D), B ( D)    B ( D) 24
  25. 25. SUPER ( D)  ON ( D)  UT ( D)  RF ( D) 25
  26. 26. Nível de confiança de 95% ON ( D)  UT ( D) ON ( D)   RF ( D) ON ( D)  SUPER ( D) 26
  27. 27. Nível de confiança de 95% UT ( D)  ON ( D) RF ( D)  ON ( D) SUPER ( D)  ON ( D) 27
  28. 28. Analisando o ganho (%) 28 28
  29. 29. Quantificando o ganho (%) Clientes Erro -40% SUPER UT RF 50 [-14,18 : -13,41] [4,55 : 4,72] [1,19 : 1,28] 100 [-10,03 : -9,57] [2,95 : 3,03] [1,09 : 1,15] Clientes Erro +40% SUPER UT RF 50 [-69,26 : -66,2] [1,98 : 2,09] [7,17 : 7,31] 100 [-51,9 : -50,5] [1,51 : 1,59] [4,69 : 4,77] 29 29
  30. 30. Qual o impacto do erro de predição? 30
  31. 31. Conclusões e Trabalhos Futuros 31
  32. 32. Vale a pena reservar?  Não superprovisione (SUPER)  RF: 3,77%  UT: 3,19%  Erro de predição da carga de trabalho influencia o ganho e a escolha da heurística 32
  33. 33. Melhoria das heurísticas Cargas reais e outros tipos de aplicações SaaS Investigar impacto da negação de serviço no mercado sob demanda 33
  34. 34. 34

×