Estudo de viabilidade do uso de Raspberry PI na Névoa
Resumo
Em função da necessidade de se ter baixa latência em muitas aplicações e visando uma melhor usabilidade para o usuário final, nasce o paradigma de névoa, que traz o processamento ou pré processamento para um local mais próximo ao usuário. Buscando reduzir o consumo energético, optou-se pelo uso de dispositivos de baixa capacidade, dado seu propósito geral, baixo consumo e custo, além da disponibilidade no mercado. Este trabalho tem como objetivo investigar a Raspberry Pi 3 como dispositivo para névoa, avaliando seu uso através do benchmark NDBench realizando operações de escrita e leitura em um banco de dados NoSQL. Os resultados indicam a viabilidade da Raspberry em cenários onde são esperadas em torno de até 1.200 operações por segundo com latência média de 500ms, o que contempla uma grande quantidade de aplicações e demonstra que a Raspberry pode ser usada em ambientes de nuvem e névoa.
Referências
Bonomi, F., Milito, R., Zhu, J., and Addepalli, S. (2012). Fog computing and its role in the internet of things. In Proceedings of the First Edition of the MCC Workshop on Mobile Cloud Computing, MCC ’12, pages 13–16, New York, NY, USA. ACM.
Byers, C. C. (2017). Architectural imperatives for fog computing: Use cases, requirements, and architectural techniques for fog-enabled iot networks. IEEE Communications Magazine, 55(8):14–20.
Cattell, R. (2011). Scalable SQL and NoSQL data stores. Acm Sigmod Record, 39(4):12–27.
Featherston, D. (2010). Cassandra: Principles and application. Department of Computer Science University of Illinois at Urbana-Champaign.
G. Souza, J. O. and Pilla, M. (2018). Comparação de desempenho do workload ycsb em raspberry pi b+ e 3. In XVIII Escola Regional de Alto Desempenho, pages 117–120, Porto Alegre/RS, Brasil.
Gerla, M., Lee, E., Pau, G., and Lee, U. (2014). Internet of vehicles: From intelligent grid to autonomous cars and vehicular clouds. In 2014 IEEE World Forum on Internet of Things (WF-IoT), pages 241–246.
Gubbi, J., Buyya, R., Marusic, S., and Palaniswami, M. (2013). Internet of Things (IoT): A vision, architectural elements, and future directions. Future generation computer systems, 29(7):1645–1660.
Huang, T., Lin, W., Li, Y., He, L., and Peng, S. (2019). A latency-aware multiple data replicas placement strategy for fog computing. Journal of Signal Processing Systems.
Lakshman, A. and Malik, P. (2010). Cassandra: A decentralized structured storage system. SIGOPS Oper. Syst. Rev., 44(2):35–40.
Maksimović, M., Vujović, V., Davidović, N., Milošević, V., and Perišić, B. (2014). Raspberry pi as internet of things hardware: performances and constraints. Design Issues, 3(8).
Mell, P. and Grance, T. (2011). The NIST definition of cloud computing. NIST Special Publication 800–145.
Papapanagiotou, I. and Chella, V. (2018). NDBench: Benchmarking microservices at scale. arXiv preprint arXiv:1807.10792.
R. Nakhkash, M., Nguyen gia, T., Azimi, I., Anzanpour, A., Rahmani, A. M., and Liljeberg, P. (2019). Analysis of performance and energy consumption of wearable devices and mobile gateways in iot applications. In International Conference on Omni-Layer Intelligent Systems – COINS ’19, pages 68–73.
Radanliev, P., De Roure, D. C., Nurse, J. R., Montalvo, R. M., and Burnap, P. (2019). The Industrial Internet-of-Things in the Industry 4.0 supply chains of small and medium sized enterprises. University of Oxford.
Van Heddeghem, W., Lambert, S., Lannoo, B., Colle, D., Pickavet, M., and Demeester, P. (2014). Trends in worldwide ict electricity consumption from 2007 to 2012. Comput. Commun., 50:64–76.
