Post on 07-Apr-2016
Análise de Estratégias de Green Computing em Grades Oportunistas
Apresentação
Sistemas Distribuídos 2009.2
Alunos Jaindson Santana Lesandro Ponciano Marcus Carvalho Matheus Gaudencio Professor Francisco Brasileiro
Sumário
Introdução Projeto dos Experimentos Apresentação dos Resultados Conclusão Referências
Introdução
Contexto "Eficiência computacional a qualquer custo"
Eficiência computacional vs consumo de energia
Aumento dos custos finaceiros com energia
Maior preocupação com impactos ambientais Green computing Eficiência Energética
Introdução
Estratégias de Green Computing
Standby (Sleep)
Hibernate
Introdução
Problema
Como as estratégias de green computing impactam na economia de energia e no makespan dos jobs em uma grade oportunista?
Objetivo Analisar estratégias de redução de consumo de energia e
seus impactos no makespan dos jobs
Projeto dos Experimentos
Uso de simulação para realizar a análise sobre o impacto do makespan e consumo de energia utilizando estratégias de green computing (Standby, Hibernate)
Simulador Simula a atividade de uma grade computacional
Codificado em Java Escalonador global simples FCFS, sem prioridade
Simulador - Entradas e saídas
Entradas: Workload Histórico de disponibilidade Número de máquinas Estratégia Green Saídas: Log da execução das tarefas Log do estado de cada recurso Log do estado da grade
Estratégia Green
Estratégia definida por uma tupla (tempo, consumo) Tempo para entrar/sair de um estado Consumo de energia durante cada estado Estratégias Idle (sem estratégia): (0 s, 34.17 w) Standby: (5 s, 3.33 w) Hibernate: (110 s, 1.54 w)
Uso da estratégia no recurso: Quando o recurso está ocioso -> Go green Quando uma máquina precisa ser usada -> Wake Durante uma transição para um estado green, há o consumo de 200 w
Workload
Baseado no NorduGrid
Retirado janelas de 5000 jobs Atender a restrição do simulador Cada janela é um cenário de simulação
As janelas são classificadas em baixa/alta demanda: Baseando-se na tempo entre chegadas dos 5000 jobs Menor tempo entre chegadas -> Maior demanda
Workload
Informação presente no workload:
Tempo de submissão Tempo necessário para execução
Exemplo: 1046680270 2181050208892 11071050211992 723
Disponibilidade
Traces de disponibilidade do DEUG
Período máximo contínuo: 7 dias # Máquinas: 80
Formato do trace:
V4-linux106 1104904800 1636V3-linux178 1104904800 3611V3-linux223 1104904800 3666
Cenários
Demanda = [Baixa, alta] Estratégias Green = [Standby, Hibernate]Não ter estratégia é manter em Idle
Número de máquinas = 200 Gera cenários de baixa e alta conteção de acordo com as
entradas Disponibilidade de cada máquina é escolhida aleatoriamente dos 80
traces Considera checkpoint das tarefas
Métricas analisadas: Consumo de energia do tempo ocioso Makespan dos jobs
Apresentação dos Resultados
Apresentação dos Resultados
Redução de consumo em relação a Idle, 95% de confiança
Standby Baixa Conteção: 85%, erro de 1.4 pp Alta Contenção: 75%, erro de 4.3 pp Total: 77%, erro de 3.4 pp
Hibernate Baixa Conteção: 49%, erro de 12.6 pp Alta Contenção: -13%, erro de 20 pp Total: 2.6%, erro de 12 pp
Conclusões
Para todos os cenários avaliados a estratégia standby apresentou menor consumo de energia
Não pode-se dizer que hibernate apresentou redução consumo energia em relação a idle
Para os cenários avaliados não houve alteração significativa do makespan
Trabalhos Futuros
Utilizar recursos heterogêneos
Realizar medições sobre os mecanismos necessários para dar suporte a uma política de economia de energia
Uso de outras estratégias baseando-se na demanda Ex.: 75% das máquinas ociosas vão para um estado de
economia de energia
Rodar com workload mais estável em termos de Runtime
Referências
Orgerie A.; Lefevre, L.; Gelas, J.; “Save Watts in your Grid: Green Strategies for Energy-Awere Fremework in Large Scale Distributed Systems”. Parallel and Distributed Systems, International Conference on, Vol. 0 (2008), pp. 171-178.
Telebi, T. Way, T. “Methods, Metrics and Motivation for a Green Computer Science Program.” SIGCSE Bull., Vol. 41, No. 1. (2009), pp. 362-366.
Zong, Z. Et al. “Simulation Framework for Energy Efficient data Grid”. SESSION: Military applications: security in military simulation table of contents .(2007) Pages 1417-1423. ISBN:1-4244-1306-0
Przybyla, D.; Pegah, M. “ Dealing with the veiled Devil: Eco-responsible computing strategy”. In SIGUCCS '07: Proceedings of the 35th annual ACM SIGUCCS conference on User services (2007), pp. 296-301.
Barcelona, S. “Cutting the Eletric Bill for Internet-Scale Systems”. Novel aspects to networking table of contents. (2009) Pages 123-134. ISBN:978-1-60558-594-9
Mujtaba Talebi. “Computer Power Consumption Benchmarking For Green Computing”. Master's Thesis, Villanova University, Department of Computing Sciences, 2008.
Derrick Kondo, Gilles Fedak, Franck Cappello, Andrew A. Chien, Henri Casanova. “Resource Availability in Enterprise Desktop Grids” to appear in the Journal of Future Generation Computer Systems, 2007
Referências
Perguntas!
Trabalhos Relacionados
Mensurar e reduzir o consumo de energia em datacenters (fulaninho, 9999)