Análise de um Serviço Virtual de Armazenamento em Nuvem Ciente de Padrões de Acesso por Usuários
Resumo
O armazenamento de dados em nuvem vem se consolidando como um serviço atrativo para o usuário por oferecer facilidades para backup e compartilhamentos. A virtualização de armazenamento em nuvem, seja como um serviço para usuários finais ou gerenciado por uma corporação, pode reduzir o custo da infraestrutura da nuvem, desde que ciente dos padrões de acesso aos dados. Baseado em tais padrões pode-se armazenar dados infrequentes de usuários em mídias de baixo custo e alta latência, o permite economia para o usuário e provedor conjuntamente. Nesse artigo conduzimos uma investigação sobre o aspecto chave para um serviço virtual de armazenamento em nuvem, que é a predição da frequência de acessos a dados. Analisamos padrões de acesso a dados de usuários do Dropbox, e então propomos um arcabolço para predizer o momento adequado de congelamento de dados baseado no histórico dos acessos dos usuários. Nossos resultados, ainda preliminares, mostram oportunidades claras para um serviço virtual de armazenamento em nuvem com benefício para os usuários e uma economia de até 23% dos custos do serviço, além de possibilidades amplas de melhoria desses resutados.
Referências
Drago, I., Mellia, M., Munaf`o, M. M., Sperotto, A., Sadre, R., and Pras, A. (2012). Inside Dropbox: Understanding Personal Cloud Storage Services. In Proc. of the ACM IMC.
Gonc¸alves, G., Drago, I., Da Silva, A. P. C., Vieira, A. B., and Almeida, J. M. (2016). The impact of content sharing on cloud storage bandwidth consumption. IEEE Internet Computing, 20(4):26–35.
Gracia-Tinedo, R., Garc´ýa-L´opez, P., G´omez, A., and Illana, A. (2016). Understanding data sharing in private personal clouds. In Proc. of the IEEE CLOUD.
Hsu, Y., Irie, R., Murata, S., and Matsuoka, M. (2018). A novel automated cloud storage tiering system through hot-cold data classification. In Proc. of the IEEE CLOUD.
Irie, R., Murata, S., Hsu, Y., and Matsuoka, M. (2018). A novel automated tiered storage architecture for achieving both cost saving and qoe. In Proc. of the IEEE SC2.
Kaushik, R. T. and Bhandarkar, M. (2010). Greenhdfs: towards an energy-conserving, storage-efficient, hybrid hadoop compute cluster. In Proc. of the USENIX.
Muralidhar, S., Lloyd, W., Roy, S., Hill, C., Lin, E., Liu, W., Pan, S., Shankar, S., Sivakumar, V., Tang, L., et al. (2014). f4: Facebook’s warm blob storage system. In Proc. of the OSDI.
