mateusaubin / mestrado

Dissertação para o Mestrado em Computação Aplicada da UNISINOS - 2019

Home Page:https://www.linkedin.com/in/mateusaubin/

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

mestrado

Fontes em LaTeX para dissertação aprovada no programa de Mestrado Stricto Sensu em Computação Aplicada pela Universidade do Vale do Rio dos Sinos UNISINOS no ano de 2019.

Resumo / Abstract

Através do modelo He–lastic é proposta uma abordagem de otimização para o projeto jModelTest que contempla o uso de elasticidade de recursos em um ambiente de computação em nuvem, resultando em uma arquitetura de elasticidade em duas camadas, baseada nas tecnologias FaaS e de Orquestração de Contêineres.

O modelo proposto foi submetido a uma série de cenários de avaliação que possibilitaram a comparação com o estado atual do jModelTest e resultaram, considerando tempo de execução e custo financeiro, em um impacto na faixa de 6% a 16%, conforme a quantidade de recursos utilizados.

Dentre as contribuições alcançadas por este trabalho merecem destaque o modelo He–lastic, com sua abordagem baseada em duas camadas de elasticidade que possibilita prevenir custos em momentos de ociosidade, assim como o estudo de custos detalhando a interação entre as camadas de elasticidade, e a taxonomia que foi fundamental na classificação dos trabalhos contemplados pelo levantamento do estado da arte.

Futuramente é possível vislumbrar esforços quanto a otimização da transição entre as camadas de elasticidade, que apresentou sensíveis perdas de eficiência durante a avaliação, assim como melhorias no protótipo e no modelo buscando extrair maiores ganhos de eficiência.

Repositórios Relacionados

  • jModelTest2: software base utilizado pelo projeto desenvolvido, sendo levemente modificado para emitir logs dos comandos enviados para o phyml, uma de suas dependências;
  • modeltest-lambda: protótipo utilizado na avaliação do modelo proposto, responsável por simular a execução do jModelTest em ambientes serverless (AWS Lambda) e de orquestração de containers (AWS Batch) visando um melhor aproveitamento de recursos através da estratégia de execução em duas camadas (de longa e curta duração);
  • modeltest-loadexerciser: driver para execução dos benchmarks utilizados para estabelecer os resultados tanto do jModelTest2 quanto do protótipo desenvolvido para o modelo He-lastic, disparando a execução e coletando os resultatos dos testes.

About

Dissertação para o Mestrado em Computação Aplicada da UNISINOS - 2019

https://www.linkedin.com/in/mateusaubin/


Languages

Language:TeX 100.0%