[en] A STUDY ON COMPUTACIONAL RESOURCE RESERVATION AT USER LEVEL

• Main Author: VALERIA QUADROS DOS REIS
• Other Authors: RENATO FONTOURA DE GUSMAO CERQUEIRA
• Language: pt
• Published: MAXWELL 2010
• Subjects: [pt] NIVEL DA QUALIDADE; [en] QUALITY LEVEL; [pt] GERENCIAMENTO DE RECURSOS; [en] RESOURCE MANAGEMENT; [pt] RESERVA DE RECURSOS; [en] RESOURCE RESERVATION
• Online Access: https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=16307@1; https://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=16307@2; http://doi.org/10.17771/PUCRio.acad.16307

[pt] A forma como a Computação é realizada está mudando devido à grande capacidade de processamento, armazenamento e comunicação que equipamentos computacionais apresentam atualmente. Cenários de compartilhamento de recursos, onde um único servidor físico é compartilhado entre diferentes aplicações, muitas vezes hospedadas em diversos domínios virtuais, têm se tornado comuns, mas demandam esforços para que o isolamento de desempenho de cada aplicação seja garantido como se ela fosse a única a ser localmente executada. Baseado nesse fato, o objetivo deste trabalho consiste em investigar técnicas para a provisão de reservas de recursos, garantindo, consequentemente, qualidade de serviço (QoS) e isolamento de desempenho às aplicações. A fim de atender ambientes onde o uso de extensões de sistemas operacionais ou o uso de virtualização são indevidos ou inapropriados, a investigação contempla o estudo da viabilidade e efetividade de reservas realizadas no nível do usuário, ou seja, sem que instrumentações no núcleo do sistema operacional sejam necessárias. Para isso, implementamos uma ferramenta capaz de limitar e garantir o uso dos recursos de processamento e disco, utilizando somente primitivas providas pelo Sistema Operacional Linux. Entre outras funcionalidades, essa ferramenta apresenta facilidades para a extensão das políticas de escalonamento, o que atribui a ela flexibilidade na forma como os recursos são compartilhados entre os processos. Com a análise de uso da ferramenta, foi possível identificar as vantagens e limitações das técnicas de gerenciamento utilizadas. Como um estudo de caso da ferramenta implementada, parametrizamos reservas para uma aplicação de três camadas com metas de desempenho e verificamos que, mesmo para aplicações complexas, métodos simples tais como a regressão linear são capazes de predizer o uso de recursos com uma baixa margem de erro. === [en] The way computing is done today is changing as a result of the everincreasing processing, storage, and communication capacities of modern computer hardware. Resource sharing scenarios, in which a physical server is shared for different applications, are becoming much more common. These scenarios require special attention to guarantee that the performance isolation of each application is carried out exactly as if it were being locally executed. Based on this situation, the present work aims at investigating techniques for providing resource reservations and thus guaranteeing quality of service (QoS) and performance isolation for applications. Considering environments in which the use of operating system extensions or the use of virtualization are unreasonable or inappropriate, this work investigates the viability and effectiveness of reservations done at user level, that is, reservations guaranteed with no operating system kernel instrumentation. For this purpose, we have implemented a tool that limits and ensures the proper usage of processing and disk bandwidth resources through the exclusive use of Linux Operating System primitives, which, among other functions, permits easy scheduling policy extensions. This feature enables flexibility in how resources are shared among distinct processes. Through tool usage analysis, we have identified the advantages and limitations of the techniques used. For a case study, aiming to achieve some specific performance goals, we have established parameter reservations for a three-tier application. We were able to verify that, even for complex applications, simple methodologies like linear regressions are capable of predicting resource usage with a low margin of error.