Escalonamento Tolerante a Falhas para Fluxos de Trabalho Científicos em Tempo Real com Provisão Elástica de Recursos em Nuvens Virtualizadas

As nuvens estão se tornando uma plataforma importante para aplicações de fluxos de trabalho científicos. No entanto, com muitos nós sendo implantados nas nuvens, gerenciar a confiabilidade dos recursos se torna uma questão crítica, especialmente para a execução de fluxos de trabalho científicos em tempo real, onde os prazos devem ser atendidos. Portanto, a tolerância a falhas em nuvens é extremamente essencial. O escalonamento baseado em PB (backup primário) é uma técnica popular para tolerância a falhas e tem sido efetivamente utilizada em computação em cluster e grade. No entanto, aplicar essa técnica para fluxos de trabalho em tempo real em uma nuvem virtualizada é muito mais complicado e raramente foi estudado. Neste artigo, abordamos esse problema. Primeiro, estabelecemos um modelo de fluxo de trabalho tolerante a falhas em tempo real que estende o modelo PB tradicional, incorporando as características da nuvem. Com base nesse modelo, desenvolvemos abordagens para alocação de tarefas e transmissão de mensagens para garantir que falhas possam ser toleradas durante a execução do fluxo de trabalho. Finalmente, propomos um algoritmo dinâmico de escalonamento tolerante a falhas, FASTER, para fluxos de trabalho em tempo real na nuvem virtualizada. O FASTER possui três características principais: 1) emprega um método de deslocamento reverso para fazer uso total dos recursos ociosos e incorpora sobreposição de tarefas e migração de VM para alta utilização de recursos, 2) aplica a técnica de escalonamento vertical/horizontal para provisionar rapidamente recursos para um pico de fluxos de trabalho, e 3) utiliza o esquema de escalonamento vertical para evitar mudanças desnecessárias e ineficazes de recursos devido a solicitações flutuantes de fluxos de trabalho. Avaliamos nosso algoritmo FASTER com fluxos de trabalho sintéticos e fluxos de trabalho coletados de aplicações científicas e comerciais reais e o comparamos com seis algoritmos de referência. Os resultados experimentais demonstram que o FASTER pode melhorar efetivamente a utilização de recursos e a programabilidade mesmo na presença de falhas de nós em nuvens virtualizadas.