Uma plataforma robusta para gerência de recursos em nuvens IaaS

Abstract

Resumo: Neste trabalho e descrita uma plataforma robusta para gerência de recursos em nuvens IaaS (Infrastructure as a Service). A plataforma e construída sobre o Aurora Cloud Manager, que e um gerenciador de nuvem IaaS que apresenta recursos de programabilidade. Originalmente, o Aurora não prove nenhum mecanismo de replicação, assim falhas do gerenciador representam uma vulnerabilidade importante. Neste contexto, e proposta uma solução de replicação do Aurora, mais especificamente do próprio gerenciador da nuvem. A solução proposta contempla tanto cenários em que ha um unico datacenter com duas ou mais instâncias replicadas do Aurora, quanto cenários em que ha dois ou mais datacenters, cada um com recursos próprios. Nos dois cenários, cada instancia do Aurora tem acesso a todos os recursos da nuvem. Em caso de falha afetando uma das instancias do Aurora, outra instancia do gerenciador tem a capacidade de gerenciar seus recursos da nuvem. A replicação do Aurora envolve tanto a replicação do banco de dados relacional utilizado para armazenar as informações de gerenciamento, quanto a sincronização de diretórios para a replicação das imagens das maquinas virtuais e os programas de otimização e deployment de recursos. A principal contribuição deste trabalho e oferecer, no próprio gerenciador de nuvem, a feature de alta disponibilidade do próprio gerenciador, com a opção de ativação da replicação em sua interface e monitoramento das outras instâncias replicadas. Diante da literatura pesquisada neste trabalho, não conhecemos nenhum gerenciador que possua, integrado nele mesmo, esta opcao de alta disponibilidade. Neste sentido, acreditamos que esta e uma contribuição inédita. Foram realizados experimentos para a medição do tempo necessário para que uma nova instancia do Aurora seja integrada a um cluster de Auroras ja existente; medição da latência de replicação de dados. A latência de replicação foi medida tanto em um datacenter quanto em dois datacenters remotos; e, por último, a medição do tempo de detecção e recuperação de falhas, com o intuito de analisar a disponibilidade do sistema. Os resultados mostraram que o gerenciador se tornou robusto e capaz de ser executado com múltiplas instancias replicadas.

Abstract: This work describes a robust cloud platform that allows resources to be accessed and managed even if the corresponding cloud manager itself has failed. The platform is built on the Aurora Cloud Manager, which is an IaaS (Infrastructure as a Service) cloud manager that enable flexible resource management through programmability. In this thesis we present an approach to replicate Aurora on several instances, thus the cloud manager itself is replicated and does not represent a vulnerability. The proposed replication strategy involves both scenarios in which there is a single datacenter with two or more replicated instances of Aurora, and scenarios in which there are two or more datacenters, each with its own resources. In both scenarios, each Aurora instance has access to all cloud resources. In case of failure affecting one of the instances of the Aurora, another instance allows the management of the corresponding cloud resources. The proposed replication strategy involves both replicating the relational database used to store management information, and synchronizing directories used to keep virtual machine images and cloud-optimization and cloud-deployment programs. The activation of replication and monitoring of the multiple Aurora instances is proposed as a service that can be easily triggered from the Aurora interface. This is the main contribution of this work, as we are not aware of any other existing cloud manager described in the literature that has such high-availability feature integrated in itself. The experiments were performed to measure the time required for a new instance of Aurora to be integrated into a cluster of existing Auroras, the data replication latency in a single datacenter and in two remote datacenters, and the fault detection and fault recovery time, in order to evaluate the system availability. The results confirm the effectiveness and robustness of the proposed system.