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

Article Sidebar

Cover
PDF (Português (Brasil))
Published: Jan 15, 2017
DOI: https://doi.org/10.5281/zenodo.345597

Main Article Content

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

Abstract

IaaS (Infrastructure as a Service) clouds provide on-demand computing resources (i.e, memory, networking, storage and processing unit) for running applications. Studies that evaluate the IaaS cloud performance are limited to the virtualization layer and ignore the impact of management tools analysis. In contrast, our research investigates the impact of them in order to identify if there are influences or differences between OpenStack and OpenNebula. We used intensive workloads (microbenchmarks) and scientific parallel applications. Statistically, the results demonstrated that OpenNebula was 11.07% better using microbenchmarks and 8.41% with scientific parallel applications.

Article Details

Issue
Vol. 1 No. 6 (2016)
Section
Artigos

REABTIC reserves the right to make orthographic and grammatical changes to the original manuscripts in order to follow the culture standard of the language.

The published works become the property of REABTIC and it should be cited after the publication by using the respective source.

The opinions in the articles are the sole responsibility of the authors.

Author Biographies

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.