Planejamento de Capacidade e Avaliação de Sistemas Computacionais - Seminário (2)

Prévia do material em texto

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS
Instituto de Ciências Exatas e Informática
SEMINÁRIO: “A PERFORMANCE MODEL FOR CORE SYSTEM MONITORING FUNCTIONS” - Mitchell e Menasce
Belo Horizonte
2021
Seminário: “A performance model for core system monitoring functions” - Mitchell e Menasce
Érika Soares Santos
João Vitor de Araújo Pinto
Luiz Guilherme de Melo Rodrigues
Raywam Venâncio Shinkoda
Vinicius Augusto Coelho
1 INTRODUÇÃO GERAL
“(...) as plataformas de monitoramento de sistemas oferecem funcionalidades avançadas para ajudar as organizações de TI a gerenciar os recursos e entender o comportamento dos seus sistemas informacionais.” (p.1)
Objetivo do trabalho: propor um modelo para entender a relação entre o desempenho do monitoramento central de funções no servidor de monitoramento e o número de hosts e serviços monitorados. O modelo utilizado foi o de redes fechadas de filas (QN). Foi utilizada a ferramenta de monitoramento Nagios para os experimentos que validam as previsões do modelo em várias cargas de trabalho.
2 FUNDAMENTAÇÃO TEÓRICA
2.1 Ferramenta Nagios 
Motivação: para motivar e validar um modelo de desempenho.
2.1.1 Funções principais
Sua principal função é verificar o status de hosts e serviços em intervalos regulares e comunicar os status aos usuários.
· Hosts: é um dispositivo com um endereço IP acessível a partir do Nagios e que deve ser verificado pela ferramenta.
· Serviços (services): é uma capacidade específica de um host que pode ser verificado remotamente pelo Nagios.
· Verificação (check): é uma instância específica de Nagios sondando e consultando um host ou serviço para determinar o status atual. Podem ser ativos (active) ou passivos (passive).
· Intervalo: é o tempo desejado entre as verificações realizadas pelo Nagios.
2.1.2 Componentes
· Nagios daemon: executa a lógica de monitoramento central. 
· Conjunto de programas configurados: podem ser plugins, eventos manipuladores que serão executados pelo Nagios daemon para interagir com programas e usuários externos.
· Programas externos: pode ser uma interface web que processa os dados de saída do Nagios daemon e pode enviar comandos de controle de volta.
2.2 Modelo de Rede Fechada de Filas (Closed Queuing Network Models)
2.2.1 Funcionamento
O modelo de rede fechada de filas modela um sistema de K dispositivos que lidam com uma carga de N solicitações simultâneas. Assim, à medida que cada solicitação é concluída, uma nova solução é iniciada, mantendo o número total de solicitações no sistema igual a N. Em um sistema “Fechado” os pedidos nunca saem ou entram
2.2.2 Modelo de Performance (Performance Model)
Motivação: o modelo de performance adota a verificação do sistema de monitoramento Nagios para representar o agendamento, obtenção e persistência do status de um host monitorado ou serviço pelo servidor de monitoramento.
Importante: é assumido que a plataforma de monitoramento não gera de forma independente novas verificações e ajustes na frequência de verificações. Esses parâmetros podem ser mudados, mas apenas por meio da ação do usuário na interface de configuração da plataforma.
3 DESENVOLVIMENTO
3.1 Aplicação do Modelo para a Ferramenta Nagios
Funcionamento: definir as várias classes, popular as requisições, CPU e discos adicionais e as demandas dos serviços. Foi aplicado em um ambiente experimental as configurações do Nagios para validar a parametrização e prever as capacidades do modelo. Foi levantado três atividades principais: Estabelecer um ambiente experimental; monitorar a carga experimental e analisar os resultados para determinar os valores dos parâmetros do modelo.
3.1.1 Ambiente Experimental
Para determinar as classes, estimar as populações de verificação e estimar as demandas de serviço, foi estabelecido um ambiente controlado para representar o monitoramento. Foram incluídos três servidores Linux: um servidor de monitoramento Nagios e dois hosts. Cada servidor foi rodado em Máquinas Virtuais no Windows 7 64 bits utilizando 1 GB de RAM. O monitoramento do servidor tem 10GB de armazenamento do disco rígido e cada host 5GB de armazenamento, tudo rodando em notebook com o hardware devidamente apropriado.
Foi configurado nos ambientes o Nagios Core e Nagios NRPE (plugin que permite monitorar a utilização da CPU e espaço em disco) para monitorar os hosts.
3.1.2 Monitoramento
Foi monitorado o servidor sob a carga configurada por 15 minutos para verificar a utilização da CPU, utilização do disco e o número de verificações executadas. Também foi verificado o tempo de resposta.
Durante o experimento foi descoberto que havia inconsistências em relação ao comando de monitoramento do Nagios (nagiostats). O motivo destas inconsistências, foram os plugins que não forneciam dados de desempenho, além de apresentar algumas falhas de monitoramento e um comportamento do Nagios de não gravar dados de desempenho em logs de forma assíncrona.
Para lidar com este problema, foi inserido manualmente as entradas do início e do fim dos hosts e logs de desempenho de verificação de serviço para fazer o equilíbrio.
3.1.3 Análise dos Resultados do monitoramento
Foi calculado a média de 15 amostras no Excel. O Nagios não registra o tempo de CPU por verificação e disco, tempo de E/S por verificação. Deve-se confiar nas utilizações gerais observadas durante a medição. Considerando apenas a utilização geral apenas na CPU e dispositivos de disco, demandas de serviço para esses dispositivos em todas as classes serão idênticas. Foi importado os dados de desempenho de verificação para o Excel e as estatísticas apontaram que há variabilidade nos dados, evidenciado pelo valor do coeficiente de variação. Por meio de análises, foi descoberto que a verificação de ping do Nagios embutida exibe o comportamento padrão do ping do UNIX, dormindo por um total de 4 segundos durante a execução.
3.1.4 Resultados do Modelo de Solução
Estabelecer limites na capacidade máxima é um bom pontapé inicial para o uso de um modelo de desempenho. De acordo com o experimento, foi verificado cada período de 5 minutos, então o limite superior é cerca de 5 vezes a carga alcançada em um notebook que também foi monitorado executando os hosts devidamente monitorados e alguns aplicativos básicos, o que apoiou a validade do modelo. Apesar disto, o sistema que foi modelado ficaria saturado e poderia experimentar alguma instabilidade em um número menor de verificações.
O modelo previu os tempos de resposta, utilização e rendimento com precisão. Foi utilizado uma planilha para resolver o modelo. Outra etapa foi resolver o modelo com variações, verificar as populações e validar a solução com os resultados experimentais. Foi escolhida uma população reduzida e uma aumentada. O Nagios executou mais verificações do que o esperado, e de acordo com a taxa de transferência e as utilizações da CPU e o disco foram maiores do que o esperado, embora não em a mesma proporção em relação aos resultados do modelo. Acredita-se que os resultados renderam credibilidade para o modelo.
4 CONSIDERAÇÕES FINAIS
Percebeu-se que uma boa forma de começar o uso de um modelo de desempenho é por estabelecer limites para o rendimento máximo. O modelo de redes fechadas de fila, nas configurações que foram determinadas padrão para esse experimento, foi capaz de modelar com precisão as funções centrais do sistema de monitoramento. Também percebeu-se que dispositivos de delay podem ser usados para modelar efetivamente a frequência de monitoramento e também verificar o tempo de atraso encontrado em sistemas de monitoramento. A plataforma de monitoramento Nagios possui uma taxa de transferência de verificação ativa de limitada pela CPU o que faz com que as organizações que utilizam esse monitoramento sejam responsáveis por garantir que a CPU utilizada esteja adequada e disponível. Além disso, um servidor de monitoramento simples deve ser dimensionado para lidar com um grande número de verificações que podem ocorrer com a utilização do Nagios. 
O modelo de redes fechadasde fila pode ser aplicado a outras plataformas de monitoramento de sistemas usando uma abordagem simples. No entanto, deve-se primeiro entender a arquitetura da plataforma e como ela utiliza as funções centrais de monitoramento do sistema e comparar com a arquitetura de plataforma genérica utilizada neste estudo. Em segundo lugar,é importante conduzir um experimento controlado para identificar classes e demandas de serviço associadas na CPU e recursos de disco. Eles devem ser diferentes para plataformas diferentes, mas o modelo cobrirá a maioria das situações que você possa encontrar. Ajuste o modelo conforme necessário para refletir as classes identificadas de dispositivos de CPU / disco, carregue os parâmetros de demanda de serviço e resolva o modelo assumindo a carga de trabalho do experimento. Compare o modelo e os resultados experimentais para validar o modelo. Por fim, ajuste o modelo e os parâmetros para refletir a carga de trabalho de produção esperada e um ponto de partida razoável para a capacidade da CPU e do disco, resolva novamente o modelo e interprete os resultados.
5 REFERÊNCIAS
MITCHELL, Kevin. MENASCÉ, Daniel. A performance model for core system monitoring. In: CONFERENCE OF THE COMPUTER MEASUREMENT GROUP. 1., 2013, San Diego, California. Acesso em 25 de setembro de 2021. Disponível em: https://cs.gmu.edu/~menasce/papers/CMG2013-Mitchell-Menasce-Final.pdf