Avaliação de Algoritmos de Balanceamento de Carga para Ambientes em Nuvem
Resumo
Computação em nuvem é um estilo de computação no qual os provedores de recursos podem oferecer serviços sob demanda de forma transparente e os clientes geralmente pagam de acordo com o uso. A nuvem introduz um novo nível de flexibilidade e escalabilidade para usuários abordando desafios como a rápida alteração em cenários de Tecnologia de Informação (TI) e a necessidade de reduzir custos e tempo no gerenciamento de infraestrutura. No entanto, para ser capaz de oferecer garantias de qualidade de serviço (QoS) sem limitar o número de requisições aceitas, os provedores devem ser capazes de escalonar de forma dinâmica e eficiente as requisições de serviços para serem executadas nos recursos disponíveis. O balanceamento de carga não é uma tarefa trivial, envolvendo desafios relacionados à demanda de serviço, a qual pode mudar instantaneamente, à modelagem de desempenho, e implantação e monitoramento de aplicações em recursos de TI virtualizados. Dessa forma, o objetivo deste artigo é desenvolver e avaliar algoritmos de balanceamento de carga para um ambiente em nuvem de forma a estabelecer um mapeamento mais eficiente entre as requisições de serviços e as máquinas virtuais que as executarão, garantindo a qualidade do serviço conforme definido no acordo de níveis de serviço. Nos experimentos verificou-se que o algoritmo proposto permitiu uma redução no tempo de execução das requisições, aumentando a quantidade de requisições atendidas durante o tempo de observação.
Referências
Alspaugh TA, Asuncion HU, Scacchi W (2013) Chapter 6: The challenge of heterogeneously-licensed systems in open architecture software ecosystems. In: Jansen, S.; Brinkkemper, S. e Cusumano, Softw Ecosyst Anal Manag Bus networks Softw Ind 103–120.
Bobadilla J, Ortega F, Hernando A, Gutiérrez A (2013) Recommender systems survey. Knowledge-Based Syst 46:109–132.
Brunialti LF, Freire V, Peres SM, Lima CAM (2015) Aprendizado De Máquina Em Sistemas De Recomendação Baseados Em Conteudo Textual Uma Revisao Sistematica. XI Brazilian Symp Inf Syst 203–210.
Campos F, Braga R, Nery T, Santos N (2012) Rede de Ontologias: apoio semântico a linha de produtos de objetos de aprendizagem. An do Simpósio Bras Informática na Educ 23:26–30.
Cazella SC, Reategui EB, Machado M, Barbosa JL V. (2009) Recomendação de Objetos de Aprendizagem Empregando Filtragem Colaborativa e Competências. An. do Simpósio Bras. Informática na Educação.
Fleishmann A, Bastos BR, Pernas H (2012) Sensibilidade à Situação em Sistemas Educacionais na Web. Tese de Doutorado, UFRGS.
Freitas V, David JMN, Braga R, Campos F (2015) Uma Arquitetura para Ecossistema de Software Científico. Work em Desenvolv Distrib Software, Ecossistemas Softw e Sist 41–48.
Kitchenham B, Charters S (2007) Guidelines for performing Systematic Literature reviews in Software Engineering Version 2.3. Engineering.
Lu J, Wu D, Mao M, Wang W, Zhang G (2015) Recommender system application developments: A survey. Decis Support Syst 74:12–32.
Oreizy P (2000) Open architecture software: a flexible approach to decentralized software evolution, Doctoral Dissertation in University of California, Irvine, 2000. 9:161.
Pereira CK, Campos F, Ströele V, David MN, Braga R (2014) Extração de Características de Perfil e de Contexto em Redes Sociais para Recomendação de Recursos Educacionais. XXV Sbie 2014 25:506–515.
Pereira CK, Campos F, Ströele V, N JM, Braga R (2015) Explorando Dados Ligados através de um Sistema de Recomendação Educacional. An do XXVI Simpósio Bras Informática na Educ.
Rezende PAA, Pereira CK, Campos F, David JMN, Braga R (2015) PERSONNA: proposta de ontologia de contexto e perfil de alunos para recomendação de objetos de aprendizagem. Revista Brasileria de Informática na Educação 23:70.
Simões L, Almeida R, Campos F, Stroele V, David JM, Braga R, Guercio H (2016) MMRecommender: Metamodelo de Sistemas de Recomendação Aplicado a Grupos Educacionais. TISE 2016 12:505.
Tian G, Wang J, He K, Hung PCK, Sun C (2014) Timeaware Web Service Recommendations Using Implicit Feedback. EEE Int Conf Web Serv Time-aware 273–280.
Veiga W, Campos F, David JM, Braga R (2016) Uma abordagem de Ecossistemas de Software para o domínio de e-Learning. XII Brazilian Symp Inf Syst 574–581.
Wohlin, C., Runeson, P., Höst, M., Ohlsson, M. C., Regnell, B., &Wesslén, A. (2012). Experimentation in software engineering. Experimentation in Software Engineering. https://doi.org/10.1007/978-3-642-29044-2. Springer.
