OpenStack Orchestra, Um Escalonador de Máquinas Virtuais e Balanceador de Carga para Nuvens OpenStack

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Ataides, Vítor Alano de
Orientador(a): Pilla, Maurício Lima
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pelotas
Programa de Pós-Graduação: Programa de Pós-Graduação em Computação
Departamento: Centro de Desenvolvimento Tecnológico
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://guaiaca.ufpel.edu.br/handle/prefix/4358
Resumo: A Computação em Nuvem refere-se tanto a aplicações entregues como serviços pela internet quanto a hardware e sistemas que fornecem esses serviços. Atualmente existem vários softwares capazes de gerenciar Nuvens: OpenStack, Cloudstack, OpenNebula e Eucalyptus. Neste trabalho foi utilizado o OpenStack. O OpenStack é um software para Nuvem que oferece a capacidade de controlar uma enorme quantidade de recursos de computação, de rede e de armazenamento. Sua missão é permitir que qualquer organização crie e ofereça serviços de Computação em Nuvem. Neste trabalho, foi desenvolvido o OpenStack Orchestra, um escalonador de VMs e balanceador de carga para Nuvens OpenStack. Sua arquitetura consiste em 2 módulos: um escalonador de VMs (Symphony) e um escalonador de carga (Maestro). O funcionamento destes módulos depende de outros módulos e serviços que foram desenvolvidos neste trabalho. O htop-as-a-service é um serviço que disponibiliza informações sobre consumo de memória e CPU da máquina. O Lightwatch é um coletor que usa o htop-as-a-service para reunir dados sobre a Nuvem. O Lightwatch-API é o serviço que deixa as informações disponíveis para os módulos Symphony e Maestro. O OpenStack Orchestra foi desenvolvido para que políticas de escalonamento e de balanceamento sejam facilmente inseridas. Para a validação do OpenStack Orchestra foram desenvolvidas para cada módulo duas políticas: Round Robin e Compacta. Cada módulo teve 100 execuções de teste para cada política e o comportamento foi exatamente o esperado.