Um Framework para o Gerenciamento Autonômico de Bancos de Dados em Nuvem Baseado nas Interações entre Consultas

Transcrição

1 Um Framework para o Gerenciamento Autonômico de Bancos de Dados em Nuvem Baseado nas Interações entre Consultas Manoel Siqueira 1, José Maria Monteiro 1 (Orientador), Javam de Castro Machado 1 (Coorientador) 1 Programa de Mestrado e Doutorado em Ciência da Computação (MDCC) Universidade Federal do Ceará (UFC), Fortaleza, CE Brasil {manoeljr,monteiro,javam}@liaufcbr Nível: Mestrado Ingresso: março de 2010 Conclusão esperada: março de 2012 Previsão de defesa da proposta: setembro de 2011 Etapas concluídas: disciplinas e defesa de pré-proposta Etapas futuras: defesa da proposta e defesa da dissertação Resumo Este artigo apresenta um framework para o gerenciamento autonômico de bancos de dados em nuvem, o qual fornece uma infraestrutura responsável pela disponibilização de bancos de dados em ambientes de computação em nuvem de forma eficiente A solução proposta busca solucionar alguns problemas ainda em aberto, tais como: despacho, escalonamento de consultas e provisionamento de recursos A abordagem concebida estende os trabalhos anteriores adicionando importantes características, como por exemplo: o suporte às cargas de trabalho imprevistas, a utilização de informações sobre as interações entre consultas, e a inalterabilidade do código fonte do banco de dados utilizado Palavras-Chave: Interação entre Consultas Gerenciamento de Dados, Bancos de Dados em Nuvem, 33

2 1 Introdução A Computação em nuvem é uma tendência recente de tecnologia cujo objetivo é proporcionar serviços de Tecnologia da Informação (TI) sob demanda com pagamento baseado no uso A nuvem computacional é um modelo de computação em que dados, arquivos e aplicações residem em servidores físicos ou virtuais, acessíveis por meio de uma rede em qualquer dispositivo compatível (fixo ou móvel), e que podem ser acessados a qualquer hora, de qualquer lugar, sem a necessidade de instalação ou configuração de programas específicos Assim, a infraestrutura da computação em nuvem pode ser vista como um pool de recursos computacionais (virtualmente) infinito (e elástico) oferecido no modo self-service, por um terceiro via um modelo pague o quanto usa [Sousa et al 2010] Atualmente, podemos observar uma crescente migração das aplicações de gerenciamento de dados para o ambiente de nuvem Isso ocorre porque, em geral, as instalações dos sistemas de banco de dados normalmente são complexas e envolvem uma grande quantidade de dados, ocasionando um custo elevado, tanto em hardware quanto em software [Sousa et al 2010] Logo, tais aplicações podem beneficiar-se das características da computação em nuvem Neste trabalho, consideramos que um banco de dados em nuvem consiste de um sistema de banco de dados (SBD) relacional executado em máquinas virtuais (Virtual Machines - VMs) pré-configuradas e disponibilizadas por um provedor de infraestrutura como um serviço (IaaS - Infrastructure as a Service), onde os dados estão distribuídos, através de réplicas, de forma a melhorar o desempenho, a escalabilidade e a disponibilidade dos sistemas Elasticidade rápida de recursos, autonomia e acordo de níveis de serviço também são aspectos relevantes no contexto de um SBD em nuvem [Sousa et al 2010] Com base na definição anterior, pode perceber-se que a construção e a disponibilização de SBD em nuvem envolvem inúmeros desafios, muitos dos quais ainda se configuram como problemas em aberto Recentemente, diversas pesquisas têm sido realizadas com o objetivo de fornecer suporte às aplicações de gerenciamento de dados em nuvem Contudo, essas iniciativas buscam solucionar problemas específicos, tais como: despacho [Paton et al 2009], provisionamento de recursos [Soror et al 2010], dentre outros Este trabalho propõe um framework genérico para o gerenciamento autonômico de SBDs em nuvem O framework proposto busca fornecer a infraestrutura necessária para a disponibilização de bancos de dados em nuvem de forma eficiente e completa 2 Definição do Problema Para possibilitar a concepção de um framework que fosse suficientemente genérico investigamos e identificamos os principais problemas relacionados à gerência autonômica de bancos de dados em nuvem Esses problemas são descritos a seguir: 1 despacho: o objetivo do despacho é alocar cada consulta recebida a alguma das instâncias (que compõem o sistema de banco de dados em nuvem) disponíveis e com capacidade de executá-la; 2 escalonamento: quando determinada instância possui um conjunto de consultas a serem executadas, há necessidade de definição sobre que consulta executar primeiro, ou quais executar primeiro, ou ainda em que ordem elas devem ser executadas; 34

3 3 provisionamento de recursos: dada uma carga de trabalho submetida ao SBD em nuvem é necessário verificar se com a configuração atual (quantidade de VMs e de recursos físicos alocados a cada uma das VMs atuais) é possível executar essa carga de trabalho respeitando eficientemente os parâmetros definidos no acordo de nível de serviço (SLA - Service Level Agreement) ou se será necessário a adição/diminuição de recursos em nível de quantidade de VMs e/ou de hardware (memória, espaço em disco, CPUs, etc) de cada uma das VMs individualmente 3 O Framework Proposto Para lidar com todos esses problemas de maneira satisfatória, é de fundamental importância a utilização de conceitos da computação autonômica, uma vez que a nuvem é um ambiente complexo, com uma quantidade muito grande de tarefas envolvidas A Figura 1 ilustra a arquitetura do framework proposto Consultas Despachante Decisão sobre o escalonador responsável pela consulta analisada Escalonador 1 Escalonador 2 Verificação do estado atual do sistema Monitor Ações corretivas Escalonador n Figura 1 Arquitetura do Framework Proposto Adicionalmente, para que o framework forneça uma boa solução para os problemas discutidos, este deve apresentar os seguintes requisitos: ser não-intrusivo: não requerer alterações no código fonte do SGBD utilizado; utilizar um modelo de custo genérico: a forma de calcular o custo de execução de determinada consulta ou carga de trabalho deve basear-se no custo econômico (medido, por exemplo, em dólar) referente aos recursos utilizados para sua execução e não mais no custo computacional (número de I/Os, etc); baseado no SLA: para garantir a qualidade de serviço, os SBDs em nuvem, em geral, utilizam a abordagem baseada em SLAs O SLA fornece informações sobre o nível de qualidade esperado para o serviço de dados, o qual pode ser especificado em termos de: disponibilidade, tempo de resposta, vazão, dentre outros Além disso, o SLA especifica também penalidades em caso de violação do nível de qualidade contratado [Sousa et al 2010]; orientado ao lucro: do ponto de vista do provedor do serviço de dados, o objetivo principal de um framework de gerenciamento de dados em nuvem consiste em maximizar o lucro total do serviço, ou seja, minimizar o seu custo, o que é alcançado minimizando os recursos necessários para executar as cargas de trabalho respeitando-se o nível de qualidade especificado no SLA; baseado na interação entre as consultas: [Ahmad et al 2009] mostra que a ordem na qual as consultas são executadas pode interferir no desempenho do SBD Isso ocorre devido à relação de dependência entre as consultas Assim, o framework deve ser concebido levando em consideração este aspecto; monitoramento e ajuste dinâmico da solução: tanto o provedor do serviço de dados quanto os seus usuários necessitam monitorar o SBD e verificar se o SLA é atendido satisfatoriamente Particularmente, o provedor necessita monitorar o 35

4 sistema e caso seja verificado que os SLAs não estão sendo atendidos, o SBD deve ser ajustado automaticamente com a finalidade de passar a atender os SLAs; suportar cargas inesperadas: as cargas de trabalho dos SBDs são muitas vezes sazonais Assim, o serviço de dados deve manter seu desempenho dentro dos valores contratados nos SLAs mesmo na ocorrência de um aumento inesperado da demanda, uma vez que uma das características da nuvem é a elasticidade rápida; suportar a replicação dos dados: um framework de gerenciamento de dados em nuvem deve fornecer suporte para a replicação dos dados, uma vez que esta estratégia é fundamental para aumentar a disponibilidade dos dados e o desempenho do SBD 31 Funcionamento do Framework Com o intuito de tornar clara a arquitetura proposta para o framework, a resolução dos três problemas levantados será explicada separadamente 311 Despacho E 1 q T 1 T 2 T n E 2 E m Figura 2 Arquitetura para Solução do Problema de Despacho A Figura 2 ilustra a solução proposta para o problema de despacho O elemento q representa a consulta a ser despachada T 1, T 2,, T n referem-se às tabelas utilizadas pela consulta q Tanto a consulta q quanto as tabelas utilizadas por q são enviadas às VMs E 1, E 2,, E m, intituladas escalonadoras Cada uma destas envia uma mensagem de retorno ao despachante contendo informações sobre a viabilidade de executá-la dentro do intervalo de tempo estipulado no SLA e, também, um fator indicativo da interação da consulta despachada com suas candidatas a adjacentes no escalonamento 312 Escalonamento Para tratar o escalonamento, a arquitetura escolhida dá a cada escalonador a responsabilidade de manipulação sobre as consultas a ele despachadas, determinando, assim, quantas delas podem ser executadas concorrentemente, além de sua ordem de execução, que é baseada nas tabelas em comum entre elas e em algumas informações fornecidas pelo SLA A Figura 3 mostra a inclusão de uma consulta recém-chegada entre outras duas Essa decisão foi tomada porque apesar daquela ser uma consulta mais recente, foi previsto que esta ordem de execução propicia melhor relação de custo-benefício para o provedor de serviço Para auxiliar no escalonamento, a estrutura de dados, ilustrada na Figura 3, contém o tempo de resposta estimado da consulta, representado por t, t i e t i+1 36

5 q t = k T 1 T 2 T n T i,1 q i T i,2 t i = k i q j t j = k T i,l T j,1 T j,2 j T j,m Figura 3 Decisão sobre Escalonamento do SBD 313 Provisionamento de Recursos Analisar consultas respondidas E 1 IaaS Solicitar mais recursos M E 2 E m Figura 4 Processo de Requisição de Recursos Um dos motivos para o não cumprimento das especificações do SLA é a carência de recursos físicos e/ou de VMs A Figura 4 mostra a VM despachante (possuidora dos módulos de monitoramento e de despacho) recebendo as informações referentes às consultas executadas nas VMs escalonadoras (incluindo o tempo de resposta de cada consulta, etc) A partir disso, há uma verificação feita pelo monitor sobre o atendimento adequado ao SLA, que, caso não seja cumprido, leva à solicitação, em nível de hardware e/ou quantidade de VMs, de adição/diminuição de recursos ao provedor IaaS 4 Trabalhos Relacionados Os trabalhos apresentados em [Rogers et al 2010, Shivam et al 2007, Soror et al 2010] propõem soluções para o provisionamento de recursos, porém os dois primeiros lidam apenas com o fator quantidade de VMs, diferentemente do terceiro trabalho, que trata somente da configuração automática de VMs Portanto, nenhum dos trabalhos se preocupa com esses dois níveis de tratamento do problema ao mesmo tempo Já a abordagem proposta em [Paton et al 2009] busca solucionar somente o problema de despacho de consultas Em [Chi et al 2011], os autores propõem uma nova estrutura de dados, denominada SLA-Tree, com a finalidade de fornecer suporte para a tomada de decisão baseada no lucro Contudo, esses trabalhos apresentam limitações importantes, tais como: interações entre consultas não são consideradas e parte das soluções é intrusiva O framework proposto neste trabalho foi baseado na solução descrita em [Chi et al 2011], a qual utiliza uma árvore (SLA-Tree) com o objetivo de facilitar o acesso às informações que auxiliam a tomada de decisão baseada no lucro Porém, a criação e atualização desta árvore possui ordem acima da linear, o que pode comprometer o desempenho da abordagem proposta em [Chi et al 2011] A solução concebida neste trabalho, 37

6 diversamente da proposta em [Chi et al 2011], não tem essa sobrecarga em suas estruturas de dados Além disso, o mecanismo proposto busca agrupar consultas com maior interação na mesma máquina virtual, a fim de melhorar o desempenho das consultas 5 Estado Atual do Trabalho Com relação ao andamento da pesquisa, o problema abordado foi definido e uma solução conceitual inicial foi concebida O próximo passo será implementar o framework e realizar os testes de forma a verificar melhorias possíveis Por fim, com o término do trabalho, espera-se comprovar a utilidade da solução proposta na gerência autonômica de dados em nuvem 6 Conclusões Neste trabalho apresentamos um framework para o gerenciamento autonômico de SBDs em nuvem A solução proposta aplica-se a diferentes problemas, tais como: despacho, escalonamento de consultas e provisionamento de recursos A abordagem concebida se baseia no modelo proposto em [Chi et al 2011], porém se preocupa com características adicionais, por exemplo, a interação entre consultas Referências Ahmad, M, Aboulnaga, A, and Babu, S (2009) Query interactions in database workloads In Proceedings of the Second International Workshop on Testing Database Systems, DBTest 09, pages 11:1 11:6, New York, NY, USA ACM Chi, Y, Moon, H J, Hacigümüş, H, and Tatemura, J (2011) Sla-tree: a framework for efficiently supporting sla-based decisions in cloud computing In Proceedings of the 14th International Conference on Extending Database Technology, EDBT/ICDT 11, pages , New York, NY, USA ACM Paton, N W, Aragão, M A T, Lee, K, Fernandes, A A A, and Sakellariou, R (2009) Optimizing utility in cloud computing through autonomic workload execution IEEE Data Eng Bull, 32(1):51 58 Rogers, J, Papaemmanouil, O, and Çetintemel, U (2010) A generic auto-provisioning framework for cloud databases In ICDE Workshops, pages Shivam, P, Demberel, A, Gunda, P, Irwin, D, Grit, L, Yumerefendi, A, Babu, S, and Chase, J (2007) Automated and on-demand provisioning of virtual machines for database applications In Proceedings of the 2007 ACM SIGMOD international conference on Management of data, SIGMOD 07, pages , New York, NY, USA ACM Soror, A A, Minhas, U F, Aboulnaga, A, Salem, K, Kokosielis, P, and Kamath, S (2010) Automatic virtual machine configuration for database workloads ACM Trans Database Syst, 35(1):1 47 Sousa, F R C, Moreira, L O, Macêdo, J A F, and Machado, J C (2010) Gerenciamento de Dados em Nuvem: Conceitos, Sistemas e Desafios, pages In: PEREIRA, A C M; PAPPA, G L; WINCKLER, M; GOMES, R L (Org) Tópicos em Sistemas Colaborativos, Interativos, Multimídia, Web e Bancos de Dados, SIWB 2010, 1 ed SBC, Belo Horizonte 38