Resumen de Técnicas de gestión de infraestructuras virtuales en entornos multi-cloud
La tecnología Cloud Computing está cambiando la forma en que se proveen recursos, se despliegan y programan aplicaciones, y se entiende el mundo de las tecnologías de la información. Esta tecnología, basada principalmente en la virtualización y en el pago por uso, está en continua evolución y está siendo adoptada por muchas empresas privadas y públicas.
Según ha ido desarrollándose la tecnología Cloud, un problema subyacente es la fragmentación del mercado Cloud en términos de ofertas de tipos de instancia, esquemas de precios y características que dan valor añadido a los recursos. Además, existe una gran dificultad a la hora de desplegar una infraestructura de forma óptima, cuando existen diferentes proveedores cloud disponibles.
Por lo tanto, el objetivo de esta tesis es la investigación de mecanismos, técnicas y algoritmos para permitir un despliegue óptimo y un uso efectivo de aplicaciones multi-cloud, lo que se enmarca dentro del Cloud Brokering.
Las principales propuestas llevadas a cabo en esta tesis son las siguientes: 1. Propuesta de una arquitectura para el despliegue de infraestructuras virtuales en entornos multi-cloud estáticos y dinámicos. En los estáticos, ni requisitos de usuario (ej, número de cores), ni parámetros del despliegue (ej, precios) cambian a lo largo del tiempo. En los dinámicos pueden cambiar ambos.
2. Propuesta de algoritmos de brokering destinados a la optimización de parámetros de la infraestructura a desplegar, considerando restricciones a dichos algoritmos que permiten un diseño más detallado del despliegue deseado. Estos algoritmos se enfocan en optimizar el coste total de la infraestructura (TIC) o el rendimiento total de la infraestructura (TIP). Las restricciones propuestas son: tipo de instancia, pudiendo elegir qué tipo de instancia usar; localización, pudiendo elegir qué proveedor cloud usar; y reubicación, pudiendo elegir qué porcentaje de infraestructura puede moverse de un cloud a otro.
3. Propuesta y estudio de diferentes algoritmos de predicción de precios, dada la necesidad de predecir precios futuros de tipos de instancia en caso de utilizar precios dinámicos. El algoritmo propuesto está basado en la media de los últimos datos de cada tipo de instancia, y la tendencia que estos datos llevan. Dentro del estudio comparativo, se proponen 3 algoritmos más de predicción de precios: last data, simple moving average y exponential moving average.
4. Extensión de los algoritmos de planificación para tener en cuenta el almacenamiento de las instancias a la hora de desplegar de forma óptima la infraestructura.
Los resultados más remarcables son los siguientes: 1. En experimentos sobre entornos estáticos, se demuestra cómo el bróker ayuda al despliegue óptimo de infraestructura entre diferentes clouds, sobre todo si el usuario conoce los requisitos exactos de la misma.
2. En experimentos sobre entornos dinámicos, se demuestra que mover recursos entre diferentes clouds durante la vida de la infraestructura resulta más económico que dejándolos en un mismo cloud.
3. En experimentos considerando casos de uso reales (clusters genéricos, de clusters de altas prestaciones y de servidores web), se demuestra: a) Usar múltiples tipos de instancias mejora el resultado con respecto a usar un único tipo de instancias.
b) Cuando la carga de trabajo varía, el bróker ajusta la infraestructura necesaria automáticamente. Además, ajusta el número y tipo de instancias necesarios para lograr la optimización de coste.4. En experimentos considerando almacenamiento, se demuestra que seleccionar las mejores políticas de almacenamiento, borrado y transferencia de imágenes puede reducir el coste del despliegue hasta un 90%. La mejor combinación de políticas es almacenar la imagen en todos los clouds, no borrarla nunca y transferirla entre clouds en vez de hacerlo desde el bróker.Como otras contribuciones, se destaca la aportación al simulador SimGrid Cloud Broker (SGCB), como parte de la colaboración en el centro
