Apresentação SBRC 2013.

1. Planejamento de Capacidade a Longo
Prazo Dirigido por Métricas de
Negócio para Aplicações SaaS
David Candeia, Raquel Lopes, Ricardo
Araújo
1

2. Considerando nossa
estimativa...
Planejamento de Capacidade
2

3. 3

4. Curto x Longo Prazo
4

5. A era “pré-cloud”...
5

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. Especificando melhor nosso contexto
Provedor de
SaaS
Provedor de
IaaS
7

8. Vale a pena reservar?

9.  ( D)   ( D)   ( D)
(lucro  receita  custo)
9

10.  ( D)   ( D)   ( D)
(lucro  receita  custo)
10

11.  ( D)   ( D)   ( D)
(lucro  receita  custo)
11

12.  ( D)   ( D)   ( D)
(lucro  receita  custo)
12

13. Como planejar...
13

14. Rede de Filas (RF)
75% de utilização
14

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. 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. Estratégia aversa ao uso do mercado
de reservas (ON)
17

18. Estratégia Ótima (OP)
18

19. Avaliação
19

20. Provedor de SaaS
Provedor de
IaaS
20

21. 21

22. 22

23. 23

24. Para compararmos...
100  A ( D)   B ( D) 
ganho A ( D), B ( D)  
 B ( D)
24

25. SUPER ( D)  ON ( D)  UT ( D)  RF ( D)
25

26. Nível de confiança de 95%
ON ( D)  UT ( D)
ON ( D)   RF ( D)
ON ( D)  SUPER ( D)
26

27. Nível de confiança de 95%
UT ( D)  ON ( D)
RF ( D)  ON ( D)
SUPER ( D)  ON ( D)
27

28. Analisando o ganho (%)
28
28

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. Qual o
impacto
do erro de
predição?
30

31. Conclusões e Trabalhos Futuros
31

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. Melhoria das
heurísticas
Cargas reais e outros tipos de
aplicações SaaS
Investigar impacto da negação
de serviço no mercado
sob demanda
33

34. 34