O documento apresenta um método para paralelização automática de workflows intensivos em dados. O método usa anotações para caracterizar as atividades e dados de um workflow e, com base nessas informações e nos recursos de execução, gera estratégias para reestruturar o workflow e executá-lo de forma paralela e distribuída, visando reduzir o tempo de execução. O método proposto foi implementado em um protótipo e avaliado em 21 cenários, demonstrando redução no tempo de execução em comparação à execução sem paralel
Um Método para Paralelização Automática de Workflows Intensivos em Dados
1. Um M´etodo para Paralelizac¸ ˜ao Autom´atica de
Workflows Intensivos em Dados
Elaine Naomi Watanabe
elainew@ime.usp.br
Orientadora: Profa. Dra. Kelly Rosa Braghetto
Defesa de Mestrado
Departamento de Ciˆencia da Computac¸ ˜ao
Instituto de Matem´atica e Estat´ıstica
Universidade de S˜ao Paulo
22 de maio de 2017
Este trabalho foi financiado por uma bolsa da CAPES
2. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
Roteiro
1 Introduc¸ ˜ao
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
2 Fundamentac¸ ˜ao Te´orica
3 Trabalhos Relacionados
4 M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
5 Avaliac¸ ˜ao do M´etodo Proposto
6 Considerac¸ ˜oes Finais
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 2 / 51
3. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
Motivac¸ ˜ao
An´alise de GRANDES CONJUNTOS DE DADOS:
Na ciˆencia, ind´ustria, administrac¸ ˜ao p´ublica, etc
Desafio computacional
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 3 / 51
4. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
Motivac¸ ˜ao
Fluxos de atividades conectadas para an´alise de dados
Processos como filtragens, transformac¸ ˜oes, agregac¸ ˜oes
Foco em: WORKFLOWS INTENSIVOS EM DADOS
Dependˆencia de uma Plataforma de Alto Desempenho
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 4 / 51
5. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
Soluc¸ ˜oes Existentes para Execuc¸ ˜ao de Workflows
Modelos de Programac¸ ˜ao Orientada a Fluxo de Dados
Exige conhecimento de computac¸ ˜ao de alto desempenho
Ex.: MapReduce, Google Dataflow
Sistemas de Gerenciamento de Workflows (SGWfs)
Uso de modelo abstrato para descric¸ ˜ao
Para usu´arios n˜ao-especialistas em computac¸ ˜ao
paralela e distribu´ıda
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 5 / 51
6. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
Como melhorar a eficiˆencia da execuc¸ ˜ao de
Workflows Intensivos em Dados?
Agrupamento de atividades para a reduc¸ ˜ao da
transferˆencia de dados [Singh et al., 2008]
Uso de informac¸ ˜oes de localidade dos dados no
escalonamento [de Oliveira et al., 2015]
Modelos para paralelizac¸ ˜ao da execuc¸ ˜ao
[Pautasso and Alonso, 2006]
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 6 / 51
7. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
Problema
Em geral, estrutura do workflow define o paralelismo
SGWf desconhece o tipo de processamento do workflow
Execuc¸ ˜ao paralela autom´atica limitada
Usu´ario define a estrutura do workflow (fluxo dos dados)
Estrutura deve fazer uso eficiente do ambiente distribu´ıdo
Tarefa n˜ao-trivial
Como aumentar a paralelizac¸ ˜ao de workflows intensivos em
dados para reduzir seu tempo de execuc¸ ˜ao?
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 7 / 51
8. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
Objetivos
Paralelizar de forma autom´atica as atividades de um
workflow, sem a necessidade de um especialista em
computac¸ ˜ao paralela e distribu´ıda.
Melhorar a eficiˆencia de sua execuc¸ ˜ao, aumentando o
processamento distribu´ıdo e o acesso paralelo aos dados
manipulados.
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 8 / 51
9. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
M´etodo Proposto
Uso de anotac¸ ˜oes para caracterizar:
A semˆantica do processamento realizado por atividade
A forma de apresentac¸ ˜ao dos dados `as atividades
O banco de dados utilizado
Criac¸ ˜ao autom´atica de estrat´egias para paralelizac¸ ˜ao:
Uso das anotac¸ ˜oes para caracterizac¸ ˜ao do workflow
Uso das informac¸ ˜oes sobre o ambiente de execuc¸ ˜ao
Reestruturac¸ ˜ao do workflow
Modificac¸ ˜oes do banco de dados
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 9 / 51
10. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Motivac¸ ˜ao
Problema
Objetivos
Proposta
Validac¸ ˜ao
Validac¸ ˜ao
Prot´otipo implementado: Ferramenta Sciwonc-Dataflow
SGWf: Pegasus
SGBDs avaliados:
PostgreSQL (Relacional) e MongoDB (NoSQL)
Plataforma de execuc¸ ˜ao: Nuvem da AWS
Execuc¸ ˜ao: 21 cen´arios centralizados ou distribu´ıdos
Comparac¸ ˜ao de workflows com e sem o uso do m´etodo
Avaliac¸ ˜ao: Tempo de execuc¸ ˜ao e custo monet´ario
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 10 / 51
11. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Roteiro
1 Introduc¸ ˜ao
2 Fundamentac¸ ˜ao Te´orica
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
3 Trabalhos Relacionados
4 M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
5 Avaliac¸ ˜ao do M´etodo Proposto
6 Considerac¸ ˜oes Finais
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 11 / 51
12. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Representac¸ ˜ao de um Workflow
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 12 / 51
13. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Representac¸ ˜ao de um Workflow
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 12 / 51
14. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Representac¸ ˜ao de um Workflow
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 12 / 51
15. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Representac¸ ˜ao de um Workflow
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 12 / 51
16. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Representac¸ ˜ao de um Workflow
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 12 / 51
17. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Representac¸ ˜ao de um Workflow
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 12 / 51
18. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Representac¸ ˜ao de um Workflow
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 12 / 51
19. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Sistema de Gerenciamento de Workflows
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 13 / 51
20. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Caracterizac¸ ˜ao e Execuc¸ ˜ao de Workflows
Sistemas Gerenciadores de Bancos de Dados
Sistemas Gerenciadores de Bancos de Dados (SGBDs)
SGBDs Relacionais
Soluc¸ ˜ao bem sucedida para gerenciamento de dados
Escalabilidade vertical
Sistemas NoSQL
Escalabilidade horizontal
Replicac¸ ˜ao de dados
Fator de replicac¸ ˜ao
Qu´orum de gravac¸ ˜ao
Preferˆencia de leitura
Fragmentac¸ ˜ao de dados
Distribuic¸ ˜ao baseada em Hashing ou Intervalo
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 14 / 51
21. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Roteiro
1 Introduc¸ ˜ao
2 Fundamentac¸ ˜ao Te´orica
3 Trabalhos Relacionados
4 M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
5 Avaliac¸ ˜ao do M´etodo Proposto
6 Considerac¸ ˜oes Finais
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 15 / 51
22. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Trabalhos Relacionados
Modelo de Programac¸ ˜ao Distribu´ıda
Ex. Hadoop, Oozie
Paralelizac¸ ˜ao de Atividades
Gerenciamento de Dados
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 16 / 51
23. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Trabalhos Relacionados
Modelo de Programac¸ ˜ao Distribu´ıda
Paralelizac¸ ˜ao de Atividades
´Algebra para Workflows Cient´ıficos (SciWfA)
[Ogasawara et al., 2011]
Operador foreach do Swift/T
[Wilde et al., 2011, Wozniak et al., 2013]
An´alise do grafo que descreve o modelo do workflow
[Deelman et al., 2015]
Gerenciamento de Dados
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 16 / 51
24. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Trabalhos Relacionados
Modelo de Programac¸ ˜ao Distribu´ıda
Paralelizac¸ ˜ao de Atividades
Gerenciamento de Dados
Desempenho e custo monet´ario de sist. de arquivos
distribu´ıdos x sist. de objetos na nuvem [Juve et al., 2012]
PostgreSQL x Cassandra para dados de proveniˆencia
[Ferreira et al., 2014]
Comparac¸ ˜ao do uso do PostgreSQL x HDFS para
armazenamento de grandes volumes de dados
[de Oliveira et al., 2014]
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 16 / 51
25. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Roteiro
1 Introduc¸ ˜ao
2 Fundamentac¸ ˜ao Te´orica
3 Trabalhos Relacionados
4 M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
5 Avaliac¸ ˜ao do M´etodo Proposto
6 Considerac¸ ˜oes Finais
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 17 / 51
26. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
ANOTAC¸ ˜OES PROPOSTAS
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 18 / 51
27. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Para melhor compreens˜ao das anotac¸ ˜oes...
Modelo de workflow fict´ıcio PlayFlow:
An´alise de um log de execuc¸ ˜oes de m´usicas
de um usu´ario
Colec¸ ˜ao LogPlaylist:
(Hor´ario de In´ıcio, Hor´ario de T´ermino,
Usu´ario, M´usica, Artista, Durac¸ ˜ao da M´usica)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 19 / 51
28. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Colec¸ ˜oes de Entrada e de Sa´ıda
CE (NomeColec¸ ˜ao, DadosConex˜ao
[, Esquema] [, Particionado] [, PreferˆenciaLeitura] )
CS (NomeColec¸ ˜ao, DadosConex˜ao
[, Esquema][, ConsistˆenciaEscrita] )
Atividade A: Calcula o total de objetos da colec¸ ˜ao LogPlaylist
Salva esse total na colec¸ ˜ao Status
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 20 / 51
29. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Selec¸ ˜ao de Atributos
SA (ListaAtributos)
Atividade A: Seleciona apenas os atributos Hor´ario de In´ıcio e
Hor´ario de T´ermino dos objetos da colec¸ ˜ao LogPlaylist
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 21 / 51
30. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Ordenac¸ ˜ao dos Objetos
OO(ListaAtributos)
Atividade B: Identifica as 5 m´usicas mais longas de LogPlaylist
Ordena os objetos pelo atributo Durac¸ ˜ao da M´usica
Salva a lista na colec¸ ˜ao Top5M´usicasMaisLongas
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 22 / 51
31. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Processamento por Objeto de dados
PO
Atividade C: Para cada objeto, verifica se a m´usica foi executada
at´e o final ou apenas parcialmente
Atividade D: Verifica qual ´e o perfil de execuc¸ ˜ao predominante
a partir dos dados da atividade C
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 23 / 51
32. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Processamento de Grupos de Objetos
PG (ListaAtributosAgrupadores)
Atividade E: Conta o total de m´usicas por artista
Atividade F: Identifica o artista preferido
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 24 / 51
33. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Processamento de Janelas de Tempo
PJT(AtributoSeparador, TamanhoJanela, UnidadeTempo)
Atividade G: Conta o total de execuc¸ ˜oes por dia
Atividade H: Calcula a m´edia de execuc¸ ˜oes por dia em um mˆes
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 25 / 51
34. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Processamento por Valor Distinto
PVD(Atributo)
Atividade I: Identifica a lista de m´usicas ´unicas de LogPlaylist
Atividade J: Conta o total de m´usicas ´unicas
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 26 / 51
35. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Transformac¸ ˜oes Baseadas nas Anotac¸ ˜oes
REESTRUTURAC¸ ˜AO DO WORKFLOW
Criac¸ ˜ao de r´eplicas de uma atividade anotada como
Processamento por:
Objetos (PO)
Grupos (PG)
Janelas de Tempo (PJT)
Associac¸ ˜ao de subconjuntos de objetos/grupos/janelas a
cada r´eplica
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 27 / 51
36. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Transformac¸ ˜oes Baseadas nas Anotac¸ ˜oes
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 27 / 51
37. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Transformac¸ ˜oes Baseadas nas Anotac¸ ˜oes
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 27 / 51
38. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Transformac¸ ˜oes Baseadas nas Anotac¸ ˜oes
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 27 / 51
39. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Transformac¸ ˜oes Baseadas nas Anotac¸ ˜oes
MODIFICAC¸ ˜OES NO BANCO DE DADOS
Criac¸ ˜ao de ´ındices de suporte para as anotac¸ ˜oes:
OO (ListaAtributos)
PG (ListaAtributosAgrupadores)
PJT (AtributoSeparador, TamanhoJanela, UnidadeTempo)
PDV (Atributo)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 27 / 51
40. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Transformac¸ ˜oes Baseadas nas Anotac¸ ˜oes
MODIFICAC¸ ˜OES NO BANCO DE DADOS
Definic¸ ˜ao do tipo de particionamento de colec¸ ˜oes
intermedi´arias:
An´alise de dependˆencia entre atividades
Anotac¸ ˜oes PO, PG e PJT
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 27 / 51
41. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Anotac¸ ˜oes sobre o Workflow
Transformac¸ ˜oes baseadas na Semˆantica do Workflow
Transformac¸ ˜oes Baseadas nas Anotac¸ ˜oes
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 27 / 51
42. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Roteiro
1 Introduc¸ ˜ao
2 Fundamentac¸ ˜ao Te´orica
3 Trabalhos Relacionados
4 M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
5 Avaliac¸ ˜ao do M´etodo Proposto
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
6 Considerac¸ ˜oes Finais
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 28 / 51
43. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 29 / 51
44. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Experimento 1:
Workflow para An´alise de Logs
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 30 / 51
45. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
DataSet Escolhido:
Registros de eventos relativos `a execuc¸ ˜ao de tarefas em
um cluster do Google [Reiss et al., 2011]
Modelo de Workflow Implementado:
Avaliac¸ ˜ao do perfil das tarefas executadas por
tipo de evento
Categorizac¸ ˜ao de tarefa como intensivas em CPU, em
mem´oria ou balanceadas para cada tipo de evento.
Colec¸ ˜ao de entrada: + 2,8 milh˜oes de objetos
Total de objetos manipulados: + 3,5 milh˜oes de objetos.
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 31 / 51
46. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 32 / 51
47. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 32 / 51
48. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Makespan (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 33 / 51
49. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Makespan (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 33 / 51
50. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Makespan (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 33 / 51
51. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Makespan (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 33 / 51
52. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Makespan (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 33 / 51
53. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Makespan (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 33 / 51
54. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Custo Monet´ario (d´olares)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 34 / 51
55. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Atividade F - PG - Tempo de Execuc¸ ˜ao (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 35 / 51
56. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Atividade G - PO - Tempo de Execuc¸ ˜ao (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 36 / 51
57. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Atividade H - PG - Tempo de Execuc¸ ˜ao (segundos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 37 / 51
58. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Experimento 2:
Workflow para An´alise de
Edic¸ ˜oes da Wikip´edia
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 38 / 51
59. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
DataSet Escolhido:
Registros de edic¸ ˜oes de p´aginas da Wikip´edia
Modelo de Workflow Implementado:
Identificac¸ ˜ao do usu´ario com o maior n´umero de edic¸ ˜oes
por sess˜ao
Workflow baseado no pipeline TopWikipediaSessions do
Google Cloud Dataflow.
Uma sess˜ao ´e um conjunto de edic¸ ˜oes com intervalos
inferiores a uma hora
Colec¸ ˜ao de entrada: + 19,4 milh˜oes de objetos (edic¸ ˜oes)
Total de objetos manipulados: + 20,4 milh˜oes de objetos
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 39 / 51
60. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 40 / 51
61. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 40 / 51
62. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Makespan (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 41 / 51
63. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Custo monet´ario (d´olares)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 42 / 51
64. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Atividade C - PG - Tempo de Execuc¸ ˜ao (minutos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 43 / 51
65. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Ambiente Experimental
Experimento 1: Workflow para An´alise de Logs
Experimento 2: Workflow para An´alise da Wikip´edia
Atividade D - PJT - Tempo de Execuc¸ ˜ao (segundos)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 44 / 51
66. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Resumo
Principais Contribuic¸ ˜oes
Pesquisas Futuras
Roteiro
1 Introduc¸ ˜ao
2 Fundamentac¸ ˜ao Te´orica
3 Trabalhos Relacionados
4 M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
5 Avaliac¸ ˜ao do M´etodo Proposto
6 Considerac¸ ˜oes Finais
Resumo
Principais Contribuic¸ ˜oes
Pesquisas Futuras
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 45 / 51
67. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Resumo
Principais Contribuic¸ ˜oes
Pesquisas Futuras
Resumo
Objetivo: Execuc¸ ˜ao eficiente de workflows intensivos em
dados
Soluc¸ ˜ao mais utilizada: Paralelismo de dados para
reduc¸ ˜ao do makespan
Limitac¸ ˜ao: Exigˆencia de um usu´ario especialista em
computac¸ ˜ao paralela e distribu´ıda
Proposta: Um m´etodo que utiliza a semˆantica do
processamento para paralelizac¸ ˜ao autom´atica
Resultados: Reduc¸ ˜ao de at´e 66,6% do makespan sem
aumentar custo monet´ario
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 46 / 51
68. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Resumo
Principais Contribuic¸ ˜oes
Pesquisas Futuras
Aspectos Negativos
Uso do qu´orum majorit´ario
para escrita
Balanceamento de carga do
MongoDB
Desempenho da estrat´egia
aplicada `a anotac¸ ˜ao PJT
Aspectos Positivos
Leitura e escrita de c´opias
prim´arias: consistˆencia
Consistˆencia de escrita em
c´opias prim´arias: sem
impacto no custo monet´ario
Modelos de workflows
avaliados: viabilidade das
anotac¸ ˜oes PO e PG para
paralelizac¸ ˜ao
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 47 / 51
69. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Resumo
Principais Contribuic¸ ˜oes
Pesquisas Futuras
Principais Contribuic¸ ˜oes
Proposta de nove anotac¸ ˜oes para caracterizac¸ ˜ao de
modelos de workflows
Um m´etodo para execuc¸ ˜ao mais eficiente de workflows
por meio da paralelizac¸ ˜ao autom´atica baseada na
semˆantica, n˜ao depende de conhecimento espec´ıfico
sobre programac¸ ˜ao paralela.
Implementac¸ ˜ao do m´etodo proposto como uma biblioteca
em Python
Avaliac¸ ˜ao do m´etodo por meio de dois workflows reais
em 21 cen´arios e demonstrac¸ ˜ao de sua eficiˆencia em
cen´arios distribu´ıdos
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 48 / 51
70. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Resumo
Principais Contribuic¸ ˜oes
Pesquisas Futuras
Publicac¸ ˜ao dos resultados parciais nos Anais do
XXXI Simp´osio Brasileiro de Banco de Dados
(SBBD 2016)
Apresentac¸ ˜ao do m´etodo na
VII Escola Regional de Alto Desempenho de SP
(ERAD-SP 2016)
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 49 / 51
71. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Resumo
Principais Contribuic¸ ˜oes
Pesquisas Futuras
Pesquisas Futuras
Avaliac¸ ˜ao de novos workflows e sistemas NoSQL
Comparac¸ ˜ao entre sistema NoSQL e um relacional
escal´avel (NewSQL)
Experimentos para identificar a relac¸ ˜ao entre o n´umero de
partic¸ ˜oes do banco de dados em func¸ ˜ao do n´umero de n´os
usados para a execuc¸ ˜ao
Avaliac¸ ˜ao da execuc¸ ˜ao em ambientes heterogˆeneos
Heur´ısticas para detecc¸ ˜ao autom´atica da semˆantica de
uma atividade
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 50 / 51
72. Introduc¸ ˜ao
Fundamentac¸ ˜ao Te´orica
Trabalhos Relacionados
M´etodo para Paralelizac¸ ˜ao Autom´atica de Workflows
Avaliac¸ ˜ao do M´etodo Proposto
Considerac¸ ˜oes Finais
Resumo
Principais Contribuic¸ ˜oes
Pesquisas Futuras
Muito obrigada!
elainew@ime.usp.br
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 51 / 51
73. Implementac¸ ˜ao do M´etodo I
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 1 / 4
74. Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 2 / 4
75. de Oliveira, D. E. M., Boeres, C., Neto, A. F., and Porto, F. (2015).
Avaliac¸ ˜ao da localidade de dados intermedi´arios na execuc¸ ˜ao paralela de workflows BigData.
In Proceedings of 30th Brazilian Symposium on Databases, SBBD 2015, pages 29–40.
de Oliveira, D. E. M., Boeres, C., and Porto, F. (2014).
An´alise de estrat´egias de acesso a grandes volumes de dados.
In Proceedings of 29th Brazilian Symposium on Databases, pages 27–36.
Deelman, E., Vahi, K., Juve, G., Rynge, M., Callaghan, S., Maechling, P. J., Mayani, R., Chen, W.,
Ferreira da Silva, R., Livny, M., and Wenger, K. (2015).
Pegasus: a workflow management system for science automation.
Future Generation Computer Systems, 46:17–35.
Ferreira, G. R., Jr, C. F., and de Oliveira, D. (2014).
Uso de SGBDs NoSQL na gerˆencia da proveniˆencia distribu´ıda em workflows cient´ıficos.
In Proceedings of the 29th Brazilian Symposium on Databases, SBBD 2014, pages 187–196.
Juve, G., Deelman, E., Berriman, G. B., Berman, B. P., and Maechling, P. (2012).
An evaluation of the cost and performance of scientific workflows on Amazon EC2.
Journal of Grid Computing, 10(1):5–21.
Ogasawara, E., Oliveira, D., Valduriez, P., Dias, J., Porto, F., and Mattoso, M. (2011).
An algebraic approach for data-centric scientific workflows.
Proceedings of the VLDB Endowment, 4(12):1328–1339.
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 3 / 4
76. Pautasso, C. and Alonso, G. (2006).
Parallel computing patterns for grid workflows.
In Proceedings of the 6th Workshop on Workflows in Support of Large-Scale Science, WORKS ’06, pages
1–10.
Reiss, C., Wilkes, J., and Hellerstein, J. L. (2011).
Google cluster-usage traces: format + schema.
Technical report, Google Inc., Mountain View, CA, USA.
Revised 2014-11-17 for version 2.1. Posted at https://github.com/google/cluster-data.
Singh, G., Su, M.-H., Vahi, K., Deelman, E., Berriman, B., Good, J., Katz, D. S., and Mehta, G. (2008).
Workflow task clustering for best effort systems with pegasus.
In Proceedings of the 15th ACM Mardi Gras Conference, MG ’08, pages 9:1–9:8.
Wilde, M., Hategan, M., Wozniak, J. M., Clifford, B., Katz, D. S., and Foster, I. (2011).
Swift: A language for distributed parallel scripting.
Parallel Computing, 37(9):633 – 652.
Wozniak, J. M., Armstrong, T. G., Wilde, M., Katz, D. S., Lusk, E., and Foster, I. T. (2013).
Swift/t: Large-scale application composition via distributed-memory dataflow processing.
In The 13th IEEE/ACM International Symposium on Cluster, Cloud, and Grid Computing, pages 95–102.
Elaine Naomi Watanabe (IME-USP) Paralelizac¸ ˜ao Autom´atica de Workflows Intensivos em Dados 4 / 4