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)