Resumo Técnico: Controle Ótimo de Aplicações para Serviços de Nuvem Híbrida

Definição do Problema

O rápido desenvolvimento do Big Data exige a migração de sistemas de processamento e estruturas de dados para ambientes de nuvem híbrida para garantir a Qualidade de Serviço (QoS). No entanto, os métodos de otimização tradicionais baseados em teoria dos grafos e matemática discreta falham em fornecer avaliações precisas para tecnologias de nuvem. Essas abordagens clássicas não conseguem modelar adequadamente a natureza dinâmica das infraestruturas híbridas, que envolvem virtualização, realocação dinâmica de recursos e canais de comunicação de largura de banda variável. Consequentemente, há uma necessidade crítica de novas ferramentas para descrever sistemas de gerenciamento de banco de dados que considerem o caráter dinâmico da troca de dados, onde cada bloco de uma aplicação deve ser avaliado em cada estágio de execução para evitar gargalos.

Metodologia

Os autores propõem uma arquitetura de sistema de controle baseada em modelagem dinâmica com feedback, aproximada por equações de diferenças com controle vetorial. A metodologia é estruturada em torno de quatro componentes principais:

1. Arquitetura do Sistema: A arquitetura proposta integra um portal SaaS para acesso personalizado, um framework de controle autônomo com módulos de otimização (incluindo planejadores de QoS) e uma camada IaaS híbrida combinando serviços de nuvem privada e pública. O caso de uso específico foca em recursos científicos e educacionais (multimídia, vídeo, texto) dentro de uma instituição de ensino.
2. Modelagem Matemática: O sistema é modelado usando equações de diferenças lineares estacionárias:
   $$x(t+1) = Ax(t) + Bu(t)$$
   Onde $x$ representa o vetor $n$-dimensional dos estados do sistema (ex: carga de trabalho da máquina virtual) e $u$ representa o vetor $m$-dimensional de controles. O modelo incorpora loops de feedback para monitorar os estados atuais do sistema e o status de conclusão de consultas, embora os autores observem que o excesso de feedback pode congestionar canais de comunicação estreitos, necessitando de otimização.
3. Mecanismo de Controle de Rede: Para gerenciar a QoS, o estudo utiliza a tecnologia Cisco Application Visibility and Control (AVC). A rede é segmentada em três níveis: servidores locais/nuvem privada, switching/roteamento de rede e nuvem pública. O tráfego é separado em dois estágios:
   • Estágio 1: Separação por endereços IP e portas (Nuvem privada vs. Nuvem pública vs. Outros).
   • Estágio 2: Separação por tipo de aplicação usando NBAR2 e Flexible Netflow (Aplicações Web, Banco de Dados, Arquivo e Serviço).
     Com base nessa classificação, o sistema define dinamicamente as prioridades de QoS e aloca largura de banda.
4. Implementação de Banco de Dados Híbrido: Um experimento foi conduzido comparando um banco de dados MS SQL Server local contra um modelo híbrido. No modelo híbrido, os metadados residem no SQL Server local, enquanto os corpos de artigos extensos (100 KB a 3 MB) são armazenados no Microsoft Azure Storage.

Principais Contribuições

• Framework de Controle Dinâmico: O artigo introduz uma mudança dos modelos estáticos de teoria dos grafos para modelos de equações de diferenças dinâmicas com feedback para gerenciar recursos de nuvem híbrida.
• Estratégia de Gerenciamento de Tráfego: É detalhada uma estratégia específica de separação de tráfego em dois estágios e alocação dinâmica de largura de banda usando Cisco AVC para lidar com os gargalos inerentes à troca de dados em nuvem híbrida.
• Arquitetura de Armazenamento Híbrido: Os autores demonstram uma implementação prática de um banco de dados híbrido onde metadados e objetos binários grandes (BLOBs) são desacoplados, armazenando dados pesados na nuvem pública enquanto mantêm a integridade relacional localmente.

Resultados

O estudo apresenta resultados empíricos derivados do monitoramento de uma rede corporativa ao longo de um ano e da realização de testes de desempenho de consultas:

• Distribuição de Carga de Rede: Histogramas empíricos da carga do canal mostraram que o algoritmo de controle proposto alterou significativamente a distribuição do tráfego. As "caudas" e picos na distribuição de carga foram reduzidos (como visto na comparação entre a Figura 3a e 3b), indicando uma redução na perda de pacotes e uma melhoria na qualidade da entrega de dados.
• Eficiência de Armazenamento: No experimento do banco de dados, o banco de dados local (contendo todos os dados) ocupou aproximadamente 26.667 MB de memória. Em contraste, o banco de dados híbrido (apenas metadados) ocupou apenas 47,08 MB no servidor local, com os cerca de 27 GB restantes armazenados na nuvem.
• Desempenho de Consulta: O experimento demonstrou que aplicar a teoria dos grafos para a avaliação de tempo de consultas de banco de dados neste contexto é ineficaz porque os recursos usados no processamento do servidor local diferem fundamentalmente daqueles no armazenamento externo em nuvem.

Significância e Alegações

O artigo afirma que o desenvolvimento desses modelos de controle e critérios de otimização é essencial para fornecer QoS em serviços de nuvem híbrida que lidam com Big Data. Os autores asseguram que sua abordagem aborda com sucesso as questões econômicas e técnicas de portabilidade de aplicações, mantendo velocidades de acesso a dados sem perdas.

A principal significância reside na validação de que sistemas de controle dinâmico com feedback são necessários para gerenciar os gargalos das infraestruturas híbridas, que modelos estáticos não conseguem resolver. Os resultados sugerem que o descarregamento (offloading) de corpos de dados grandes para o armazenamento em nuvem pública, mantendo os metadados localmente, é uma estratégia eficaz para gerenciar custos de armazenamento e alocação de recursos, desde que haja um mecanismo de controle de QoS dinâmico e robusto (como o sistema baseado em Cisco AVC descrito) para gerenciar o tráfego de rede entre esses ambientes. O artigo conclui que, para o processamento de consultas em nuvem híbrida, as avaliações teóricas tradicionais devem ser substituídas por mecanismos de controle dinâmicos e conscientes do estado do sistema.