GERENCIAMENTO DE ELASTICIDADE EM COMPUTAÇÃO EM NUVEM: ESTUDO DE CASO USANDO SMART GRID

Transcrição

1 UNIVERSIDADE FEDERAL DO ABC CENTRO DE MATEMÁTICA, COMPUTAÇÃO E COGNIÇÃO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DA INFORMAÇÃO RHODNEY ARTHUR MENNA BARRETO KONIG SIMÕES GERENCIAMENTO DE ELASTICIDADE EM COMPUTAÇÃO EM NUVEM: ESTUDO DE CASO USANDO SMART GRID Santo André - SP Julho de 213

2

3 RHODNEY ARTHUR MENNA BARRETO KONIG SIMÕES GERENCIAMENTO DE ELASTICIDADE EM COMPUTAÇÃO EM NUVEM: ESTUDO DE CASO USANDO SMART GRID Dissertação de mestrado apresentada ao Programa de Pós-Graduação em Engenharia da Informação, da Universidade Federal do ABC, como parte dos requisitos para a obtenção do título de Mestre em Engenharia da Informação. ORIENTADOR: Carlos Alberto Kamienski. Santo André SP Julho de 213

4 Ficha Catalográfica S593g Simões, Rhodney Arthur Menna Barreto konig GERENCIAMENTO DE ELASTICIDADE EM COMPUTAÇÃO EM NUVEM: estudo de caso usando SMART GRID / Rhodney Arthur Menna Barreto konig Simões. Santo André, S.P: UFABC, f. : il. color. Orientador: Prof. Doutor Carlos Alberto Kamienski Dissertação (mestrado) Universidade Federal do ABC (UFABC), Área de Engenharia da Informação, SMART GRID. 2. Computação em Nuvem. 3. Gerenciamento de Elasticidade. I. Título. II. KAMIENSKI, Carlos Alberto. CDU 4 CDD 4.36

5

6 Este exemplar foi revisado e alterado em relação à versão original, de acordo com as observações levantadas pela banca no dia da defesa, sob responsabilidade única do autor e com a anuência de seu orientador. Santo André, 18 de Outubro de 213. Assinatura do autor: Rhodney Arthur Menna Barreto Konig Simões Assinatura do orientador: Prof. Doutor Carlos Alberto Kamienski

7 AGRADECIMENTOS Agradeço a Deus por ter me dado condições de lutar e alcançar os objetivos pretendidos. Agradeço aos meus Pais pelo apoio incondicional, o que me permiti vencer os obstáculos. Agradeço ao meu irmão, pelo incentivo e apoio em todos os momentos, mesmo distante. Agradeço aos professores de minha graduação, que através de seus ensinamentos, permitiu minha escalada profissional. Agradeço em especial aos professores Jarbas Alves Cavalcante e Stênio Flávio de Lacerda Fernandes pelo apoio no período em que estava me preparando para o mestrado. Agradeço ao meu orientador Carlos Alberto Kamienski, pela sua excelente orientação e por ampliar meus conhecimentos. Agradeço a todos que de alguma forma contribuíram na minha jornada. Agradeço por todas as coisas alegres e felizes que vivi. Agradeço também às dificuldades, estas que me ensinaram a ver o mundo e a vida de frente, e a transformar as agruras em vitórias.

8 RESUMO Computação em nuvem oferece recursos computacionais aos seus clientes na forma de serviços, onde o provedor de nuvem cobra apenas o que o cliente usar, de maneira similar a serviços básicos de água, energia e telefone. O cliente de nuvem possui autonomia no gerenciamento do serviço contratado, com a possibilidade de configurá-lo para atender suas necessidades sem a intervenção direta do provedor. Uma das principais características da computação em nuvem para gerar flexibilidade ao usuário é a elasticidade, que possibilidade a alocação e liberação instantâneas de recursos diante do aumento e redução da demanda. Esse tipo de gerenciamento de recurso pode ser compreendido como uma forma de uso de computação autonômica, uma vez que a alocação dos recursos é alterada automaticamente. O Smart Grid é uma tecnologia para implantar uma Rede Elétrica Inteligente ainda em fase de estudo e especificação em todo o mundo que depende em alto grau de tecnologias de informação e comunicação. Embora sua implantação tenha um custo alto, existe um consenso de que suas vantagens superam o modelo de comercialização de energia elétrica existente hoje, principalmente os ganhos em sustentabilidade. Uma das propostas existentes hoje para reduzir o custo de implantação de Smart Grid é a utilização da infraestrutura de computação em nuvem. A nuvem computacional oferece várias características que combinam com os requisitos de Smart Grid, por ser escalável, elástica e tolerante a falhas. Este trabalho tem como objetivo avaliar a elasticidade de computação em nuvem com um estudo de caso em Smart Grid. Foi especificado, implementado e avaliado parcialmente um Sistema de Gerenciador Autonômico de Smart Grid, o SGAMS (Smart Grid Autonomic Management System). A avaliação foi realizada em nuvem privada e em nuvem híbrida que combina a nuvem privada com o serviço de nuvem pública. O ambiente de nuvem híbrida foi usado somente para atender os picos de demanda que superam os recursos da nuvem privada, usando a técnica de cloudburst. Ambas utilizaram o PlanetLab para gerar carga de trabalho assumindo o papel dos clientes de Smart Grid. As principais contribuições deste trabalho estão na avaliação da elasticidade em um ambiente de nuvem privada e na realização de cloudburst para a nuvem pública da Amazon AWS. Os resultados apontam que é possível manter tempos de resposta em níveis adequados para o cenário escolhido, tanto em nuvem pública quanto híbrida, dependendo da parametrização adotada no gerenciamento da elasticidade. Palavras-chave: SMART GRID. Computação em Nuvem. Gerenciamento de Elasticidade.

9 ABSTRACT Cloud computing provides computing resources to its users as services, where cloud providers charge only what clients really use, similar to basic public services such as water, energy and telephone. Cloud clients have a good deal of autonomy for managing the services, being able to configure it as they prefer without the direct intervention of the provider. One of the key features that provide flexibility to cloud computing users is elasticity, which makes it possible instant resource allocation and deallocation as demand is increased and reduced. This model of resource management may be understood as a way of using autonomic computing, since resource allocation is changed automatically. Smart Grid is a technology aimed at deploying an Intelligent Power Grid that is still being studied and specified all over the world that is highly dependent on information and communication technologies. Even though the transition to the Smart Grid will be expensive, there is a consensus that it will bring many benefits that surmount the current electrical energy business model, mainly when it comes to sustainability. An alternative for deploying the needed computing resources for the Smart Grid with low cost is the use of cloud computing, due to some important features of the latter that match the needs of the former, such as scalability, elasticity and fault tolerance. This dissertation is aimed at evaluating the elasticity feature of cloud computing in a scenario inspired on Smart Grid. A Smart Grid Autonomic Management System (SGAMS) has been specified, implemented and partially evaluated. The evaluation was conducted in both a private and a hybrid cloud, where the latter combines private and public cloud services. A hybrid cloud environment was used for providing additional computing power whenever demand peaks could not be dealt with by the installed capacity of the private cloud, using the cloudburst technique. In both cloud models PlanetLab clients were used for generating workloads playing the role of Smart Grid clients. The main contributions of this work are results of performance evaluation of elasticity focused on understanding the existing tradeoffs in using a private cloud as well as directing the excessive demand to the Amazon AWS public cloud via cloudburst. Results show that it is possible to keep response times in adequate levels for the chosen scenario, both in the private and hybrid cloud, depending on the parameterization used for the elasticity management. Keywords: SMART GRID. Cloud Computing. Elasticity Management.

10 LISTA DE FIGURAS Figura 1 Níveis de computação em nuvem Figura 2 Componentes do controlador Nimbus[26] Figura 3 Arquitetura do OpenNebula contextualizada em computação em nuvem [39] Figura 4 Arquitetura do OpenStack Figura 5 Tecnologias para virtualização Figura 6 Arquitetura Xen Hipervisor Figura 7 Modelo conceitual de Smart Grid [8] Figura 8 Modelo do SGAMS Figura 9 Estrutura do XML de controle do módulo de distribuição e geração Figura 1 Arquitetura do SGAMS sem cloudburst Figura 11 Arquitetura do SGAMS com cloudburst Figura 12 Experimento com limiares positivo e negativo 25 e 1 respectivamente e sem histerese Figura 13 Experimento com limiares positivo e negativo 4 e 125 respectivamente e sem histerese Figura 14 Experimento com limiares positivo e negativo 6 e 15 respectivamente e sem histerese Figura 15 Médias dos tempos de resposta e do número de máquinas virtuais existentes para os experimentos sem histerese Figura 16 Experimento com limiares positivo e negativo 3, 125 respectivamente e com histerese Figura 17 Experimento com limiares positivo e negativo 3, 125 respectivamente e sem histerese Figura 18 Média do tempo de resposta e número de máquinas virtuais com histerese Figura 19 Experimento com limiares positivo e negativo 35, 15 respectivamente e com cloudburst utilizando VMs do tipo small Figura 2 Experimento com limiares positivo e negativo 35, 15 respectivamente e com cloudburst utilizando VMs do tipo medium Figura 21 Experimento com limiares positivo e negativo 35, 15 respectivamente e com cloudburst utilizando VMs do tipo large Figura 22 Experimento com limiares positivo e negativo 35, 15 respectivamente e sem cloudburst

11 Figura 23 Média do tempo de resposta e número de máquinas virtuais sem histerese e com cloudburst Figura 24 Relação de custo benefício baseado no número de máquinas virtuais e tempo de resposta... 72

12 LISTA DE TABELAS Tabela 1 Tipos de instâncias Amazon EC Tabela 2 Lista dos recursos computacionais das máquinas utilizadas no ambiente Tabela 3 Dados gerados para interpretação dos tempos de respostas Tabela 4 Estrutura da nuvem sem utilização da técnica de cloudburst Tabela 5 Estrutura da nuvem com utilização da técnica de cloudburst Tabela 6 Lista de fatores e níveis utilizados nos experimentos sem cloudburst Tabela 7 Lista de fatores e níveis dos experimentos adicionais sem cloudburst... 5 Tabela 8 Lista de ferramentas com funcionalidades e emprego... 51

13 LISTA DE ABREVIATURAS E SIGLAS AWS CRM EC2 ERP HPC IaaS IDE MB MPI NIST PaaS PHEV SaaS SDK SGAMS SO TI TIC TR TRm UFABC VM Amazon Web Services Gestão de Relacionamento com o Cliente Elastic Compute Cloud Sistemas Integrados de Gestão Empresarial Computação de Alta Performance Infrastructure as a Service Ambiente integrado para desenvolvimento de software Megabyte Message Passing Interface National Institute of Standards and Technology Plataform as a Service Híbrido Elétrico Plug-in Software as a Service Kit de Desenvolvimento de Software Smart Grid Autonomic Management System Sistema Operacional Tecnologia da informação Tecnologia da informação e comunicação Tempo de resposta Tempo de resposta mínimo Universidade Federal do ABC Máquina virtual

14 SUMÁRIO CAPÍTULO INTRODUÇÃO MOTIVAÇÃO OBJETIVOS CONTRIBUIÇÕES ORGANIZAÇÃO CAPÍTULO ESTADO DA ARTE COMPUTAÇÃO EM NUVEM CARACTERÍSTICAS ESSENCIAIS MODELOS DE SERVIÇOS DE NUVEM SOFTWARE AS A SERVICE SAAS PLATFORM AS A SERVICE PAAS GOOGLE APP ENGINE WINDOWS AZURE FORCE.COM INFRASTRUCTURE AS A SERVICE IAAS AMAZON EC NIMBUS OPENNEBULA OPENSTACK MODELOS DE IMPLANTAÇÃO DE NUVEM NUVEM PÚBLICA NUVEM PRIVADA NUVEM HÍBRIDA NUVEM COMUNITÁRIA GERENCIAMENTO DE ELASTICIDADE HIPERVISOR Xen Hipervisor KVM COMPUTAÇÃO AUTONÔMICA CAPÍTULO ESTUDO DE CASO: GERENCIADOR DE SMART GRID SMART GRID VISÃO GERAL DO GERENCIADOR DE SMART GRID ARQUITETURA CAPÍTULO METODOLOGIA PROCESSO DE COLETA NOS MÓDULOS CLIENTE E DISTRIBUIÇÃO DO SGAMS CENÁRIO ARQUITETURA UTILIZANDO A NUVEM PRIVADA SEM CLOUDBURST ARQUITETURA UTILIZANDO A NUVEM PRIVADA COM CLOUDBURST FATORES E NÍVEIS LIMIARES UTILIZADOS NOS EXPERIMENTOS SEM CLOUDBURST... 49

15 LIMIARES UTILIZADOS NOS EXPERIMENTOS COM CLOUDBURST MÉTRICAS FERRAMENTAS UTILIZADAS EXPERIMENTOS CAPÍTULO RESULTADOS EXPERIMENTOS SEM HISTERESE EXPERIMENTOS COM HISTERESE EXPERIMENTOS COM CLOUDBURST CUSTO VS. BENEFÍCIO CAPÍTULO CONCLUSÃO E TRABALHOS FUTUROS PRINCIPAIS RESULTADOS TRABALHOS FUTUROS REFERÊNCIAS BIBLIOGRÁFICAS... 76

16 Capítulo 1 Introdução A computação em nuvem trouxe diversas vantagens em comparação com o ambiente tradicional da internet. Dentre as principais podemos citar o pagamento somente pelo que é utilizado, a elasticidade, a sensação de recursos computacionais infinitos nos provedores de serviços. Tais características viabilizam o uso da nuvem pública para implantação de novas soluções oriundas de Start up, sem a necessidade de grandes investimentos em infraestrutura computacional. No entanto se faz necessária a avaliação desses serviços, mais específico o comportamento da elasticidade para atender aos picos de consumo. Tendo em vista que tal característica do ambiente de nuvem deve ocorrer de forma automática e transparente para o usuário, sendo necessária apenas a configuração inicial dos limiares para a realização tanto para a alocação de recursos quanto a liberação dos mesmos Motivação O conceito de computação em nuvem é oriundo de outros conceitos já existente como: Grid Computing [21], Utility Computing [56], onde os recursos computacionais são oferecidos como serviço e o cliente paga somente pelo que usar, seguindo o modelo de pagamento de serviços básicos como: água, luz e telefone. Computação em nuvem apresenta características únicas como elasticidade, autosserviço sob demanda, amplo acesso via rede, recursos disponíveis e medida de uso de serviço [48]. Esses atributos visam proporcionar ao cliente de nuvem a independência deste sobre os serviços utilizados. O cliente tem a autonomia para usufruir de todos os serviços oferecidos pelo provedor de nuvem sem a necessidade que este intervenha. A existência de diferentes modelos de nuvem como: pública, privada, híbrida e comunitária [48] [27], viabilizam o uso das vantagens de nuvem sem a necessidade de abandonar a infraestrutura já existente. Desta forma o investimento necessário para utilizar o ambiente de nuvem é reduzido, além de ser possível migrar para a nuvem pública apenas o necessário. O emprego de autogerenciamento, conceito oriundo de computação autonômica [3], no ambiente de nuvem é amplamente viável, pois a complexidade existente em um data center torna impraticável o seu gerenciamento de forma manual. Uma característica predominante das aplicações existentes na nuvem é que em sua maioria são aplicações web. Sendo assim, o conceito de elasticidade está acompanhado da funcionalidade de balanceamento de carga. Desta forma é necessário não somente haver o monitoramento do ambiente de nuvem para que o

17 17 processo de elasticidade ocorra de forma automática. Mas como também empregar funções como: autocura, para tolerância a falhas, e autoconfiguração, com intuito de prover ao ambiente de nuvem a autonomia necessária para realizar a elasticidade com balanceamento de carga de forma automática. Para avaliar o comportamento da elasticidade em aplicações web usando a infraestrutura da nuvem, foi construído um ambiente de gerenciamento de Smart Grid. Este é um novo modelo para a comercialização de energia elétrica no mundo baseado na variação da tarifação diante da oscilação do consumo. Tal conceito visa ampliar a utilização de fontes renováveis e estimular o consumo consciente por parte do cliente. Para tanto Smart Grid será totalmente digital, necessitando de recursos integrados de processamento, transmissão e gerenciamento de dados em tempo real da rede de energia elétrica [13]. Para que o objetivo de conscientizar os consumidores seja alcançado é necessário disponibilizar informações sobre a produção, transmissão e consumo de energia tanto para as produtoras quanto para o consumidor em sua casa, estas informações são imprescindíveis para que o consumidor possa usar este recurso de forma mais econômica, que saberá em qual hora do dia será mais barato usar um determinado aparelho que irá consumir mais energia. Porém para implantar tal tecnologia diversos desafios são apresentados. Entre eles podemos citar o alto custo de implantação tanto da infraestrutura de transmissão de energia elétrica quanto de TI para fornecer as informações e a falta de padrão entre as concessionárias para disponibilizar as informações para os clientes. O Smart Grid, o Smart Grid Autonomic Management System SGAMS é ambiente de gerenciamento de Smart Grid usado para avaliação da elasticidade neste trabalho. São utilizados dois ambientes distintos, o primeiro visa avaliar apenas a nuvem privada com o controlador de nuvem OpenNebula. Já o segundo tem como objetivo empregar o conceito de cloudburst [32], utilizando a nuvem pública para atender as requisições quando os recursos da nuvem privada já estiverem exauridos. Para tanto foi usada a nuvem pública da Amazon WS, com o serviço EC Objetivos O objetivo geral deste trabalho de pesquisa é avaliar o comportamento da elasticidade em ambiente de nuvem computacional, privada ou híbrida, com um estudo de caso no gerenciamento de Smart Grid. O trabalho visa obter maior compreensão sobre as relações de compromisso (trade-off) e a relação custo/benefício das escolhas em relação a qualidade e custo. Os objetivos específicos são:

18 18 Identificar a implicação da variação dos limiares para a elasticidade no aumento e diminuição do tempo de resposta das requisições. Elucidar o efeito de utilizar um ambiente de nuvem privada em comparação com outro ambiente que faça uso de cloudburst para a nuvem pública da Amazon WS. Demonstrar o resultado ao fazer uso de histerese para controlar a elasticidade em um ambiente de nuvem privada. Identificar uma forma de calcular o custo benefício entre investimento em recursos computacionais e diminuição do tempo de resposta. Elucidar as implicações da escolha dos diferentes tipos de instâncias na nuvem pública da Amazon WS para elasticidade no tempo de resposta das requisições Contribuições As principais contribuições do trabalho são: Especificação, implementação e avaliação do comportamento da elasticidade em um ambiente de nuvem computacional em um ambiente globalmente distribuído. Identificação dos melhores limiares para efetuar a elasticidade em um ambiente de nuvem privada e híbrida (com cloudburst) para o ambiente de Smart Grid. Elucidação do reflexo do tipo de instância escolhida na Amazon WS para elasticidade no tempo de resposta das requisições. Impacto dos diferentes tipos de instâncias da nuvem pública no investimento em recursos computacionais para a elasticidade. Elucidação da maneira de se calcular o custo benefício entre investimento em recursos computacionais e diminuição do tempo de resposta 1.4. Organização A dissertação está organizada da seguinte forma. No Capítulo 2, são apresentadas as informações necessárias para contextualizar o leitor ao tema abordado no trabalho. Sucessivamente, no Capítulo 3, é descrito o estudo de caso empregado neste trabalho, juntamente com a contextualização de Smart Grid para o ambiente de nuvem. No Capítulo 4, é descrita a metodologia utilizada na pesquisa. Assim como a arquitetura do gerenciador do Smart Grid bem como os cenários em que este foi implantado. São descritas as métricas e a maneira como foram realizados os experimentos. No Capítulo 5, são apresentados os resultados obtidos, onde é feita uma discussão sobre as implicações dos experimentos. O custo benefício entre utilizar a nuvem privada com

19 19 diferentes limiares para a elasticidade e a possibilidade de cloudburst para a nuvem pública da Amazona WS. No Capítulo 6, conclui-se a dissertação com uma breve descrição do trabalho realizado e suas principais contribuições além dos trabalhos futuros.

20 2 Capítulo 2 Estado da Arte Neste capítulo, são apresentadas as informações necessárias para contextualizar o leitor quanto ao tema abordado e, assim, proporcionar um melhor entendimento dos capítulos subsequentes deste trabalho. As seções estão distribuídas da seguinte forma: na seção 2.1 é apresentado o conceito de computação em nuvem, seus tipos, níveis e exemplos para facilitar a compreensão do leitor. Na seção 2.2 são descritos os monitores de máquinas virtuais e como cada um funciona. Na seção 2.3 é feita uma rápida descrição de computação autonômica e seus aspectos. Por fim na seção 2.4 é feita a descrição de Smart Grid e suas vantagens perante a infraestrutura vigente. 2.1 Computação em Nuvem Serviços essenciais de utilidade pública, como por exemplo, eletricidade, água, esgoto e telefone são entregues à população de modo bastante transparente e o usuário paga apenas pelo que efetivamente consome. Aplicando a mesma lógica de negócio na informática, esse modelo possibilita que serviços de TI sejam oferecidos aos usuários sob demanda, onde estes pagam apenas pelo que utilizaram do serviço. Essa é a ideia básica da Computação em Nuvem, que provê recursos dinamicamente escaláveis e normalmente virtualizados através de serviços sobre a Internet [7]. Segundo esse modelo, desenvolvedores com ideias inovadoras de serviços na Internet não precisam mais investir muito capital em hardware e em recursos humanos para manter o serviço em operação. Mais do que isso, companhias que necessitam de um alto poder de processamento podem obter seus resultados tão rapidamente quanto seus programas possam ser dimensionados, uma vez que usar mil servidores por uma hora pode custar o mesmo que usar um único servidor por mil horas. Essa elasticidade de recursos, sem a necessidade de pagar mais por usar poder computacional em alta escala, é inédita na indústria da TI [7]. Do ponto de vista do usuário, infraestruturas de computação em nuvem disponibilizam sistemas operacionais que possibilitam que os usuários, utilizando qualquer dispositivo conectado à Internet, possam ter acesso aos serviços, arquivos, informações e programas situados na nuvem. Assim, os dispositivos utilizados pelos usuários não necessitam de grandes recursos computacionais, aproximando-se de simples terminais.

21 21 Existem quatro [49] [27] categorias distintas de nuvens, públicas, privadas, híbridas e as comunitárias. Empresas que oferecem serviços de algum nível de computação em nuvem para os seus clientes são classificadas como nuvens públicas. Já nuvens privadas são construídas pelas organizações para atender necessidades específicas de sua empresa, sendo necessário gerenciar a infraestrutura física para suprir tais requisitos. No caso das nuvens híbridas estes surgem da composição tanto de nuvens públicas quanto privadas, tal divisão geralmente ocorre com intuito de delegar as empresas que provem serviços, parte das tarefas que poderiam ser executadas em um ambiente externo ao das empresas. Computação em nuvem prover serviços de diferentes níveis e finalidades como [49] [27]: Infraestrutura as a Service (IaaS), Plataforma as a Service (PaaS) e Software as a Service (SaaS) [39]. IaaS tem como objetivo oferecer infraestrutura de hardware para organizações configurarem todo o seu ambiente de software de forma flexível e escalável. PaaS tem por finalidade prover uma plataforma de desenvolvimento, teste e o ambiente de implantação do software, visando atender parte do ciclo de vida do software. Já no escopo de SaaS a intenção é proporcionar para o usuário, seja ele empresa ou consumidor final, um software que atenda as suas necessidades sem que haja a preocupação com o local onde este esteja instalado Características Essenciais Segundo NIST[48][4][35] computação em nuvem possui características que a lhe distingue de outros conceitos já existentes, como Grade Computacional (Grid Computing) [21]. As características essenciais de computação em nuvem são: Autosserviço sob demanda: Um consumidor pode aumentar ou diminuir os recursos computacionais contratados sem a necessidade da intervenção do provedor de serviços. Amplo acesso via rede: Os recursos da nuvem devem estar disponíveis para serem acessados pelos diferentes tipos de dispositivos, tais como: celular, tablete, notebook, PCs etc. Recursos disponíveis: Os recursos providos pelo prestador de serviço podem ser do tipo: enlace de rede, CPU, memória, armazenamento dentre outros. Todos esses recursos são alocados e liberados dinamicamente para o cliente diante da sua necessidade. O cliente não possui conhecimento da localização exata dos recursos disponíveis como tão pouco controle sobre o mesmo, o que em grande parte é fornecido ao cliente é a escolha do data center em que os recursos serão alocados.

22 22 Elasticidade: Capacidade de o cliente alocar mais recursos computacionais para atender a um pico de demanda, esta característica pode ser atendida de forma automática como é provido pela Amazon WS com o serviço CloudWatch [4], onde este monitora diversas métricas personalizáveis pelo cliente. Medida de uso de serviço: Os provedores de serviço de nuvem utilizam de diferentes métricas para quantificar, monitorar e reportar a utilização dos recursos de forma transparente tanto para o cliente quanto para o próprio provedor Modelos de serviços de nuvem Computação em nuvem apresenta diversos níveis de serviços, no entanto os três níveis amplamente adotados pela academia são os de Software as a Service, Platform as a Service e Infrastructure as a Service [59][49][4]. Ordenados seguindo uma arquitetura hierárquica, onde quanto mais alta a camada maior será a abstração do hardware e dos ambientes de desenvolvimento, IDEs, configurações de rede, gerenciamento de recursos, (Figura 1). Figura 1 Níveis de computação em nuvem Software as a Service SaaS Software como serviço [11] é a camada mais alta dos serviços providos por computação em nuvem (Figura 1). Neste modelo de negocio o serviço é disponibilizado utilizando a infraestrutura de nuvem com intuito de proporcionar maior disponibilidade. Por ser um serviço web não existe a necessidade de instalação/configuração da aplicação na infraestrutura do

23 23 cliente, reduzindo o custo final do serviço. O software é utilizado apenas através de um browser, tal recurso se mostra vantajoso devido a facilidade de upgrade da aplicação sem que haja a necessidade de intervenção em qualquer máquina cliente. Todas as atualizações são efetuadas diretamente na aplicação existente no servidor web e automaticamente ficarão disponíveis para os diversos clientes. Atualmente, diversas aplicações estão sendo migradas para este novo modelo de negócio. Dentre elas se destacam o Google Docs, onde aplicativos de escritório como: editores de texto, planilhas, apresentações são oferecidos gratuitamente por meio da nuvem e apresentam um alto grau de qualidade. Outro serviço que se consolidou no meio empresarial foi a Salesforce.com [61] com o serviço de Enterprise Resource Planning ERP online. Neste mesmo serviço é integrada uma plataforma de desenvolvimento para que as empresas possam implementar módulos para atender necessidades específicas que o ERP não possui. Tal plataforma é enquadrada no nível de Platform as a Service PaaS que é descrito abaixo. O crescente avanço no desenvolvimento de tecnologias para a implementação de interfaces de usuário para aplicações web como Flash, AJAX e HTML5 impulsionou a ampla utilização de SaaS. Pois à medida que as aplicações web apresentam funcionalidades semelhantes às aplicações desktop aumenta a adesão de novos adeptos a esse novo paradigma, devido à facilidade do usuário se adaptar à nova aplicação. Outro fator importante no emprego deste novo paradigma é a utilização de protocolos para integração de serviços como SOAP e REST. Ambas as tecnologias visam a adaptação/integração de aplicações existentes visando à redução do custo de desenvolvimento de novas aplicações Platform as a Service PaaS Plataforma como serviço [11] é uma das categorias dos serviços providos por computação em nuvem. Neste nível de serviço são fornecidas algumas etapas no processo de desenvolvimento de software. Iniciando pelo ambiente de desenvolvimento da aplicação, em seguida, pela fase de depuração e teste e culminando na implantação, execução e o gerenciamento. Estas características visam reduzir custos com o ciclo de vida do software e com a configuração tanto do ambiente para desenvolvimento quanto para o local de implantação, tornando possível também a redução do tempo de desenvolvimento da aplicação. Os softwares desenvolvidos utilizando PaaS frequentemente são aplicações Webs, no entanto existem exceções. Assim como as ferramentas usadas para a implementação podem ser online, obrigando o desenvolvedor estar conectado para trabalhar, ou off-line permitindo o

24 24 desenvolvimento local e após a implementação que será realizada a sincronização com os servidores do provedor de serviço. Atualmente existem algumas plataformas que se destacam em relação às demais como Google App Engine [24], Microsoft Azure [38] e Force.com [2]. Cada um desses ambientes possui características que as distinguem quanto ao objetivo de sua plataforma, tanto a suporte a linguagens como em ambiente de desenvolvimento. Caso nenhuma das plataformas existentes atenda as necessidades específicas de cada negócio, é possível a construção de uma plataforma própria utilizando o nível de Infraestrutura como Serviço (IaaS) [52] para suprir tal exigência. No entanto todas as plataformas de nuvem devem, além das funcionalidades supracitadas, prover uma abstração do ambiente em que está sendo utilizado para o desenvolvimento, como sistema operacional e recursos de rede [7]. Devido ao novo paradigma apresentado por serviços de plataformas surgem questionamentos quanto à migração de sistemas já consolidados nas empresas. A migração de todos os dados é uma tarefa extremamente custosa e delicada, para tanto existe o conceito de ambientes híbridos. Onde parte da infraestrutura fica localizada na própria empresa e outra parte é levada para a nuvem, ambos os sistemas executam tarefas de forma sincronizada para garantir a integridade dos dados [7]. Fatores como custo para mover a aplicação para a nuvem, a necessidade de um hardware para executar a aplicação além de ser preciso analisar se a aplicação atende aos requisitos necessários para ser implantada na nuvem. Como por exemplo, se o sistema necessita de intervenção humana para a sua reinicialização, caso necessário Google App Engine O Google App Engine [24] é uma plataforma que prove o desenvolvimento de aplicações tradicionais web. Tal ambiente fornece ao desenvolvedor uma abstração das camadas tanto de recursos físicos quanto de armazenamento [12]. O desenvolvedor não precisa se ater a recursos de armazenamento, rede e CPU, aumentando assim a eficiência no desenvolvimento da aplicação, pois a própria plataforma escalona e balanceia a carga de acordo com a demanda de cada aplicação implantada em sua infraestrutura. Na camada de armazenamento é utilizado o MegaStore [6] que se baseia em BigTable [16]. Essa tecnologia é empregada no gerenciamento de grandes quantidade de dados (Big Data), que possui recursos de autogerenciamento o tornando assim tolerante a falhas. A plataforma do Google oferece suporte a três linguagens de programação Java, Python e Go, sendo essa última uma linguagem da própria Google. O desenvolvimento seja ele em qualquer uma das linguagens supracitadas, se dá por meio de um Software Development Kit