Exportar registro bibliográfico

MPSF: cloud scheduling framework for distributed workflow execution (2016)

  • Authors:
  • Autor USP: GONZALEZ, NELSON MIMURA - EP
  • Unidade: EP
  • Sigla do Departamento: PCS
  • Assunto: COMPUTAÇÃO EM NUVEM
  • Language: Inglês
  • Abstract: A computação em nuvem representa um paradigma de computação distribuída que ganhoudestaque devido a aspectos relacionados à obtenção de recursos sob demanda de modo elástico e dinâmico. Estas características são consideravelmente desejáveis para a execução de tarefas relacionadas a fluxos de trabalho científicos, que exigem grande quantidade de recursos computacionais e grande fluxo de dados. Uma das principais questões neste sentido é como gerenciar os recursos de uma ou mais infraestruturas de nuvem para execução de fluxos de trabalho de modo a otimizar a utilização destes recursos e minimizar o tempo total de execução das tarefas. Quanto mais complexa a infraestrutura e as tarefas a serem executadas, maior o risco de estimar incorretamente a quantidade de recursos destinada para cada tarefa, levando a prejuízos não só em termos de tempo de execução como também financeiros. Cenários inerentemente mais complexos como nuvens híbridas e múltiplas nuvens raramente são considerados em soluções existentes de gerenciamento de recursos para nuvens. Além destes fatores, a maioria das soluções não oferece mecanismos claros para tratar de fluxos de trabalho com alta intensidade de dados, característica cada vez mais proeminente em fluxos de trabalho moderno. Neste sentido, esta proposta apresenta MPSF, uma solução de gerenciamento de recursos baseada em múltiplas fases de gerenciamento baseadas em mecanismos dinâmicos de alocação de tarefas. MPSF define modelos para descrever e caracterizar fluxos de trabalho e recursos de modo a suportar cenários simples e complexos, como nuvens híbridas e nuvens integradas. MPSF também define modelos de desempenho e confiabilidade para melhor distribuir a carga e para combater os efeitos de possíveis falhas que possam ocorrer no sistema.Por fim, MPSF define um arcabouço e um arquitetura que integra todos estes componentes de modo a definir uma solução que possa ser implementada e utilizada em cenários reais. Testes experimentais indicam que MPSF não só é capaz de prever com maior precisão a duração da execução de tarefas, como também consegue otimizar a execução das mesmas, especialmente para tarefas que demandam alto poder computacional e alta quantidade de dados.
  • Imprenta:
  • Data da defesa: 16.12.2016
  • Acesso à fonte
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      GONZALES, Nelson Mimura; CARVALHO, Tereza Cristina Melo de Brito. MPSF: cloud scheduling framework for distributed workflow execution. 2016.Universidade de São Paulo, São Paulo, 2016. Disponível em: < http://www.teses.usp.br/teses/disponiveis/3/3141/tde-03032017-083914/pt-br.php >.
    • APA

      Gonzales, N. M., & Carvalho, T. C. M. de B. (2016). MPSF: cloud scheduling framework for distributed workflow execution. Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/3/3141/tde-03032017-083914/pt-br.php
    • NLM

      Gonzales NM, Carvalho TCM de B. MPSF: cloud scheduling framework for distributed workflow execution [Internet]. 2016 ;Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-03032017-083914/pt-br.php
    • Vancouver

      Gonzales NM, Carvalho TCM de B. MPSF: cloud scheduling framework for distributed workflow execution [Internet]. 2016 ;Available from: http://www.teses.usp.br/teses/disponiveis/3/3141/tde-03032017-083914/pt-br.php


Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2021