Gestión autonómica de energía basada en métricas de Calidad de Servicio
description
Transcript of Gestión autonómica de energía basada en métricas de Calidad de Servicio
Gestión autonómica de energía Gestión autonómica de energía basada en métricas de Calidad basada en métricas de Calidad
de Serviciode Servicio
Abril 2011
Ramón Medrano LlamasDaniel F. García – Joaquín Entrialgo
Contenido
1. Introducción2. Gestión autonómica de energía3. Modelado de QoS y energía4. Algoritmo de gestión energética5. Parametrización y optimización6. Pruebas y validación7. Resultados y conclusiones
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores2
Introducción
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores3
La administración de un gran clúster es complicada
La administración es un problema multi-objetivo:
Asegurar la Calidad de Servicio (QoS)1
Minimizar el consumo energético2
Maximizar la disponibilidad y fiabilidad del servicio3
Para simplificar esta administración · · ·
- Aplicación de técnicas de gestión autonómica
- El clúster es tratado y modelado como una caja negra
Clientes
Distribuidor
Nodos
Clúster
KWh/usuario
Fallos
90-percentilTpo. respuesta
SLA
- Maximizar la simplicidad & Minimizar el consumo
Gestión autonómica de energía
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores4
DISTRIBUIDOR
Nodo 1
CLÚSTER
Nodo N· · ·
CLIENTES
GESTOR DEENERGÍA
Políticas degestión
Sensor
Actuador
Garantía del SLAMínimo consumo
Carga ▲ Encender nodosCarga ▼ Apagar nodo
Sesiones: Apertura/CierreTransacciones: Tpo. Respuesta
Encendido nodos: Wake-on-LANApagado nodos: ACPI
Begin Session Transaction · · · TransactionFinish Session
Modelado de QoS y energía
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores5
R1 R2 R3
N1 N2 N3
1
3
4
2
1
3
4
2
1
3
4
2
• Los modelos relacionan carga y calidad de servicio:– Número de usuarios concurrentes– 90-percentil del tiempo de respuesta
• Mediciones experimentales utilizando un inyector de carga• Ajustadas mediante un modelo polinómico• El mismo procedimiento se aplica al modelado energético:
– Los modelos reales distan de los teóricos
NNLS
Utilización de los modelos
Ri
Ni
1
3
4
2
Mi
SLA (2 s)
Acciones de gestiónCuando la carga aumenta… Cuando la carga disminuye…
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores6
El administrador debe proporcionar
Estados energéticos
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores7
OFF
ON
BROKEN
TURNING_ON
Decisión encendidoPaquete WoL
REPARARTransición
manual
OFF_LOADING
Decisiónapagado
TURNING_OFF
Apagadofísico
Parametrización y optimización (I)
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores8
¿Cómo de crítica es la restricción de garantía del SLA?
Bajo (0.9) Bajas probabilidades derechazos en períodos transitorios
Alto (1.0) Alta probabilidad derechazo en períodos transitorios.
Con carga estacionaria ···10% capacidad desperdiciada
Con carga estacionaria ···TODA la capacidad utilizada
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Nod
e U
tiliz
ation
Cluster UtilizationNodes: 1 2 3 4 5 6 7 8 Nodes: 1 2 3 4 5 6 7 8
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Nod
e U
tiliz
ation
Cluster UtilizationNodes: 1 2 3 4 5 6 7 8 Nodes: 1 2 3 4 5 6 7 8
Parametrización y optimización (II)
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores9
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Nod
e U
tiliz
ation
Cluster UtilizationNodes: 1 2 3 4 5 6 7 8 Nodes: 1 2 3 4 5 6 7 8
El Umbral de ApagadoVaría con el número de nodos
Umin es el nivel de utilización por debajo del cual todos los nodosdeben operar para que el Gestor decida apagar uno de ellos
Depende del número de nodos que estén operando:
3 nodos Umin = 0.6
2 nodos Umin = 0.45
Pero ··· La U de los nodos que quedan operandoSIEMPRE es igual 0.9 en este caso
Dos tipos de umbral de apagado Pre-apagado (variable)Post-apagado (fijo)
Parametrización y optimización (y III)
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores10
Ciclo infinito de apagado/encendido(rebotes)
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Nod
e U
tiliz
ation
Cluster UtilizationNodes: 1 2 3 4 5 6 7 8 Nodes: 1 2 3 4 5 6 7 8
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Nod
e U
tiliz
ation
Cluster UtilizationNodes: 1 2 3 4 5 6 7 8 Nodes: 1 2 3 4 5 6 7 8
Más salto Rebotes ▼Capacidad perdida ▲
Entornos de experimentación
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores11
Nodos homogéneos
Inyector
Nodos heterogéneos
Distribuidor
AMDAMD
AMD AMD
IntelAMD
Intel
IntelIntel
Pruebas y validación
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores12
Conclusiones
• Aportación principal: modelado del clúster como caja negra:– Garantía de cumplimiento del SLA– Sencillez–Modelos empíricos directamente
estimables– Reducido número de parámetros
(umbrales)
• Modelo de fácil integración• Investigación publicada en 3 papersGijón, Abril 2011
Área de Arquitectura y Tecnología de Computadores
13
Self-Adjustment Strategy for Models used in Autonomic Transactional Systems.García, D.F. and Valledor, P. and Entrialgo, J. and Medrano, R., et al.Proceedings of the 9th WSEAS International Conference on Applied Informatics and Communications (AIC). 2009.
A self-managing strategy for balancing response time and power consumption in heterogeneous server clusters.Garcia, D.F. and Entrialgo, J. and Garcia, J. and Garcia, M.Proceedings of the International Conference On Electronics and Information Engineering (ICEIE). 2010.
Technique for Self-Optimizing the Power Consumption of Scalable Clusters Guaranteeing Response Times.Garcia, D.F. and Medrano, R. and Entrialgo, J.Proceedings of Multi Conference on Computer Science and Information Systems (IADIS). 2011.
Trabajo futuro
• Limitaciones en el hardware disponible:– Incremento de escenarios de prueba–Múltiples tipos de servicios sintéticos
• Generación dinámica de modelos:– Reducción del tiempo de modelado inicial– Adaptación en línea
• Estados intermedios y rescate avanzado:– Ampliación del grafo de estados
Gijón, Abril 2011Área de Arquitectura y Tecnología
de Computadores14
Gestión autonómica de energía Gestión autonómica de energía basada en métricas de Calidad basada en métricas de Calidad
de Serviciode Servicio