Desempenho de OpenStack e OpenNebula em Estações de Trabalho: Uma Avaliação com Microbenchmarks e NPB

##plugins.themes.bootstrap3.article.sidebar##

Cover
PDF
Publicado: Jan 15, 2017
DOI: https://doi.org/10.5281/zenodo.345597

##plugins.themes.bootstrap3.article.main##

Carlos Alberto Franco Maron
Pontifícia Universidade Católica do Rio Grande do Sul
Dalvan Griebler
Pontifícia Universidade Católica do Rio Grande do Sul
Claudio Schepke
Universidade Federal do Pampa - UNIPAMPA
Luiz Gustavo Fernandes
Pontifícia Universidade Católica do Rio Grande do Sul

Resumo

Nuvens IaaS (Infrastructure as a Service) fornecem recursos computacionais (memória, rede, unidade de processamento e armazenamento) sob demanda para a execução de aplicações. Trabalhos que avaliam o desempenho de nuvens IaaS se limitam à camada de virtualização e desconsideram a análise do impacto das ferramentas de gerenciamento. Em contraste, este artigo investiga o impacto delas, buscando identificar se há influências ou diferenças entre OpenStack e OpenNebula. Para tal finalidade usou-se cargas de trabalho intensivas (microbenchmarks) e aplicações científicas paralelas. Estatisticamente, os resultados obtidos mostram que OpenNebula foi 11,07% melhor usando microbenchmarks e 8,41% considerando somente as aplicações.

##plugins.themes.bootstrap3.article.details##

Edição
v. 1 n. 6 (2016)
Seção
Artigos

A REABTIC se reserva o direito de efetuar alterações ortográficas e gramaticais nos originais de forma a seguir o padrão culto da língua.

Os trabalhos publicados passam a ser propriedade da REABTIC, devendo após a publicação ser informada a respectiva fonte.

As opiniões nos artigos são de exclusiva responsabilidade dos autores.

Biografia do Autor

Carlos Alberto Franco Maron, Pontifícia Universidade Católica do Rio Grande do Sul

É acadêmico de mestrando na Pontifícia Universidade Católica do Rio Grande do Sul. Graduado em Redes de Computadores pela Faculdade Três de Maio - SETREM (2014). Tem experiência na área de redes de computadores, atuando principalmente nos seguintes temas: computação em nuvem, virtualização, sistemas operacionais open source, gerenciamento de redes, planejamento de redes e segurança da informação.

Dalvan Griebler, Pontifícia Universidade Católica do Rio Grande do Sul

Possui graduação em Redes de Computadores pela Sociedade Educacional Três de Maio (2009), mestrado em Ciência da Computação pela Pontifícia Universidade Católica do Rio Grande do Sul (2012), doutorado em Ciência da Computação pela Universitá di Pisa (2016) e doutorado em Ciência da Computação pela Pontifícia Universidade Católica do Rio Grande do Sul (2016). Tem experiência na área de Ciência da Computação, com ênfase em Compiladores, Linguagens Específicas de Domínio, Programação Paralela, Redes de Computadores, Computação em Nuvem e Processamento Paralelo e Distribuído.

Claudio Schepke, Universidade Federal do Pampa - UNIPAMPA

É professor adjunto da Universidade Federal do Pampa (UNIPAMPA), campus Alegrete/RS. Possui graduação em Ciência da Computação pela Universidade Federal de Santa Maria (2005) e mestrado (2007) e doutorado (2012) em Computação pela Universidade Federal do Rio Grande do Sul, sendo este feito na modalidade sanduíche na Technische Universität Berlin, Alemanha (2010-2011). Tem experiência na área de Ciência da Computação, com ênfase em Processamento Paralelo e Distribuído, atuando principalmente nos seguintes temas: processamento de alto desempenho, programação paralela e aplicações atmosféricas e numéricas.

Luiz Gustavo Fernandes, Pontifícia Universidade Católica do Rio Grande do Sul

Bacharel e Mestre em Ciência da Computação pela Universidade Federal do Rio Grande do Sul. Doutor em Ciência da Computação pelo Instituto Nacional Politécnico de Grenoble (França) nas áreas de Sistemas Distribuídos e Modelagem de Aplicações Paralelas. Professor Adjunto da Faculdade de Informática (FACIN) da Pontifícia Universidade Católica do Rio Grande do Sul (PUCRS). Credenciado no Programa de Pós-Graduação em Ciência da Computação (PPGCC) atuando como orientador de mestrado e doutorado. Principais áreas de interesse são: Computação Paralela; Modelagem de Aplicações de Alto Desempenho; Sistemas Distribuídos; Computação Verificada de Alto Desempenho; Avaliação de Desempenho; Interfaces de Programação Paralela; Eficiência Energética em Alto Desempenho.