Concept of Feedback in Future Computing Models to Cloud Systems

Resumo Técnico: Conceito de Feedback em Modelos de Computação Futuros para Sistemas em Nuvem

Definição do Problema
O artigo aborda a necessidade urgente de garantir a Qualidade de Serviço (QoS) em sistemas de computação distribuída, particularmente à medida que os serviços em nuvem e as estruturas de big data se tornam cada vez mais distribuídos. Os desafios atuais incluem a dificuldade de particionar informações em infraestruturas de nuvem híbrida sem degradação de desempenho, as limitações dos sistemas de transmissão e bancos de dados existentes na nuvem, e a dependência de canais de comunicação. Ferramentas de otimização tradicionais, como a teoria dos grafos e a matemática discreta utilizadas para a otimização de consultas, são consideradas insuficientes para modelar a arquitetura fundamentalmente diferente dos sistemas em nuvem, que envolvem realocação dinâmica de recursos, virtualização e canais de largura de banda variáveis. Os autores argumentam que, sem um mecanismo para o gerenciamento operacional de recursos baseado em estados em tempo real, os sistemas correm o risco de instabilidade, processos oscilatórios e utilização ineficiente de recursos.

Metodologia
Os autores propõem a transição de modelos de computação estáticos ou puramente sequenciais/paralelos para uma abordagem de sistema de controle dinâmico utilizando loops de feedback. A metodologia central envolve:

1. Modelagem Dinâmica: O sistema em nuvem é modelado como um sistema dinâmico de tempo discreto utilizando equações de diferença. O estado do sistema $x(t)$ (ex: uso de CPU, carga do canal, status da máquina virtual) no tempo $t+1$ é definido como uma função do estado atual e das entradas de controle $u(t)$ (ex: sinais de alocação de recursos). O modelo é representado como:
   $$x(t+1) = Ax(t) + Bu(t)$$
   onde $x$ é um vetor de estado $n$-dimensional e $u$ é um vetor de controle $m$-dimensional.
2. Integração de Feedback: A abordagem introduz o feedback para monitorar o estado atual das cargas de trabalho das máquinas virtuais e o status de conclusão das consultas. Isso permite o gerenciamento operacional de recursos em vez de apenas o monitoramento passivo.
3. Esquema de Controle: Um esquema de gerenciamento específico é desenvolvido para nuvens híbridas (compostas por servidores locais, nuvens privadas e nuvens públicas). O algoritmo envolve:
   • Alocação e monitoramento de tipos de tráfego.
   • Disparo de um módulo de controle dinâmico quando a carga do canal se aproxima de um limiar de 70%.
   • Uso de modelos preditivos para ajustar a largura do canal (largura de banda) com base no tráfego previsto para solicitações de alta prioridade.
   • Redução dinâmica da largura de banda para tráfego de menor prioridade caso o tráfego de alta prioridade aumente, garantindo que não caia abaixo de um valor crítico.
4. Validação Experimental: Os autores conduziram experimentos utilizando dados semiestruturados (artigos, tutoriais, questionários) em um ambiente de grande banco de dados. Eles compararam o desempenho do sistema com e sem o mecanismo de controle dinâmico proposto, analisando histogramas de carga de canal ao longo de um período de um ano.

Principais Contribuições

• Aplicação da Teoria de Controle: O artigo defende a aplicação de conceitos da teoria de controle — especificamente análise de estabilidade, observabilidade, alcançabilidade e controlabilidade — ao gerenciamento de bancos de dados em nuvem e à infraestrutura de nuvem híbrida.
• Modelo Dinâmico para Nuvens Híbridas: Apresenta um modelo dinâmico que considera a complexidade estrutural de ambientes híbridos, incluindo a interação entre servidores locais, nuvens privadas e nuvens públicas.
• QoS Baseada em Feedback: O trabalho demonstra que a introdução de loops de feedback permite o controle dinâmico da alocação de recursos, indo além de designs de sistemas intuitivos ou estáticos que podem levar à ressonância ou exaustão de recursos.
• Algoritmo de Priorização de Tráfego: Um algoritmo específico é formulado para a priorização dinâmica de tráfego no nível de roteamento para manter a QoS durante a congestão.

Resultados
Os resultados experimentais indicam que a implementação do algoritmo de controle dinâmico melhorou significativamente o desempenho do sistema:

• Análise de Histograma: O histograma empírico da frequência de carga do canal mudou de uma distribuição com "caudas" e picos (indicando alta variância e potencial congestão) para uma distribuição mais estável quando o controle foi aplicado.
• Perda de Pacotes: O número de pacotes descartados diminuiu.
• Melhoria da QoS: O estudo afirma que o uso da abordagem de consulta baseada em threads com controle dinâmico alcançou uma Qualidade de Serviço superior.
• Produtividade: No setup experimental específico, o uso da nuvem com este mecanismo de controle resultou em nenhuma perda de produtividade para qualquer solicitação individual.

Significância e Alegações
Os autores posicionam este trabalho como um passo fundamental para novos modelos computacionais para tecnologias de nuvem. Eles alegam que:

• Estabilidade e Complexidade: O framework proposto fornece ferramentas necessárias para avaliar a complexidade estrutural e a estabilidade de sistemas distribuídos, que são difíceis de determinar usando apenas a otimização algorítmica tradicional.
• Otimização de Nuvem Híbrida: Os métodos permitem a avaliação da eficiência de transmissão do sistema e a decomposição dos componentes locais e de nuvem com base na análise de complexidade estrutural.
• Aplicabilidade Ampla: Embora focado em sistemas de nuvem, os princípios formulados podem ser aplicados a outras tarefas complexas, como estimar a complexidade estrutural de bancos de dados distribuídos e avaliar as características dinâmicas de sistemas operando em nuvens híbridas.
• Mudança de Paradigma: O artigo argumenta que a transferência para estruturas de nuvem exige uma mudança do design de sistemas intuitivo para uma base teórica fundamentada em sistemas de controle e modelos dinâmicos para evitar processos oscilatórios e garantir uma QoS confiável.

O artigo conclui que o aparato da teoria de controle oferece um caminho viável para resolver problemas práticos no gerenciamento de bancos de dados em nuvem, especificamente no que diz respeito à estabilidade, controlabilidade e ao design de sistemas eficazes para grandes bancos de dados distribuídos.