Navegando por Autor "Dantas, Lucas Oliveira"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Autoscaling Preditivo de Microsserviços usando Kubernetes, Keda e Séries Temporais(Universidade Federal do Rio Grande do Norte, 2024-05-17) Dantas, Lucas Oliveira; Aranha, Eduardo Henrique da silva; https://sigaa.ufrn.br/sigaa/public/docente/portal.jsf?siape=1671962; Araujo, Daniel Sabino Amorim De; https://sigaa.ufrn.br/sigaa/public/docente/portal.jsf?siape=1669545; Barroca Filho, Itamir De Morais; https://sigaa.ufrn.br/sigaa/public/docente/portal.jsf?siape=2180207A ampla disponibilidade de dispositivos de computação abriu o caminho para o desenvolvimento de uma nova geração de aplicativos em contêiner que podem ser executados em um ambiente de nuvem distribuída. Além disso, a natureza dinâmica da carga de trabalho exige uma implantação elástica de aplicativos que pode se adaptar a qualquer cenário. Um dos sistemas de orquestração de contêineres mais populares existentes, o Kubernetes, tem uma estratégia de escala baseada em limites que pode ser dependente de aplicativos e difícil de modificar. Além disso, sua abordagem de dimensionamento vertical é disruptiva, limitando a disponibilidade de implantação. As decisões de escala, em vez de serem proativas, são de natureza reativa. Neste trabalho, o objetivo principal é coletar dinamicamente a utilização de recursos de pods e prever a utilização futura por um período de tempo, e usar a utilização máxima dessa janela de tempo para dimensionamento proativo,melhorar a utilização global dos recursos. Também contrastamos a política de escalonamento baseada em limiar incorporada do Kubernetes com uma política de aprendizado por reforço baseada em modelo e o modelo de previsão baseado em Séries Temporais, com a utilização do framework do Prophet. Demonstramos os benefícios das regras baseadas em dados, que podem ser combinadas com o escalonamento automático orientado a eventos, Keda e o orquestrador de contêineres do Kubernetes.