Publication:

Controlador de elasticidad basado en técnicas de clasificación binaria

En esta memoria se presenta el Trabajo Fin de Máster en Ingeniería Informática realizado durante el curso 2016-2017. La motivación para realizar este trabajo se debe a la importante atención que se está poniendo en estos últimos años al desarrollo y despliegue de aplicaciones distribuidas en plataformas Cloud tanto públicas como privadas. La creciente demanda de desarrollo de aplicaciones en el Cloud se debe principalmente al modelo de ’pay-as-you go’. Básicamente consiste en pagar por la infraestructura que se emplea en cada momento. Lo atractivo de este modelo es que las complicaciones derivadas de la compra, instalación y mantenimiento de una infraestructura dedicada a las aplicaciones de la empresa se dejan a cargo de los proveedores de infraestructua (IaaS). Una de las principales ventajas de utilizar una infraestructura externa es la posibilidad de aprovisionar los recursos bajo demanda de las necesidades de la aplicación o servicio. De esta forma los propietarios del servicio pueden de manera ideal escalar (scale-up or scale-down) los recursos asignados al servicio para mantener los criterios de calidad de servicio de la aplicación (QoS). Bajo el contexto anterior aparece el concepto de Elasticidad de un servicio, término que también es conocido como aprovisionamiento dinámico o planificación de capacidad dinámico. En el trabajo de revisión que se presenta en esta memoria se analizan los aspectos anteriores y se hace una revisión de algunas técnicas utilizadas para controlar y gestionar la elasticidad de los servicios. Además también se incluye como parte del trabajo una propuesta de controlador para gestionar la elasticidad de las aplicaciones en sistemas Cloud. El controlador se basa en un algoritmo de clasificación binaria y una optimización basada en el algoritmo Hill Climbing, cuya aplicación es novedosa ya que no ha sido realizada hasta el momento en el contexto de la elasticidad. Este controlador se ha desarrollado en Matlab y utiliza un modelo de rendimiento basado en la teoría de colas para simular los tiempos de respuesta de una aplicación Cloud