Stars: um ambiente integrado para avaliação de disponibilidade, custo e consumo de energia de sistemas

Resumo

Sustentabilidade tem recebido atenção crescente da comunidade cientifica, sendo o maior foco o da redução do consumo energético e também na manutenção de recursos não renováveis para as futuras gerações. Em paralelo, a expansão de paradigmas como o da computação nas nuvens, redes sociais e comércio eletrônico acabou por aumentar a demanda dos data centers. Nesse contexto, ferramentas que dão suporte a modelagem de arquiteturas de data center e que sejam capazes de computar métricas como a de disponibilidade, custo e consumo energético são de extrema importância. Este projeto propõe uma ferramenta para modelagem de arquiteturas de data centers que é capaz de computar métricas como consumo energético, disponibilidade e custo. Além disso, usuários não especializados não necessitam conhecer o formalismo adotado pela ferramenta para computar tais métricas (ex., RBD, SPN e EFM). Além disso, um algoritmo de otimização, chamado Algoritmo Genético, foi integrado a ferramenta para otimizar os resultados alcançados através de uma lista de componentes. Este algoritmo é capaz de encontrar uma combinação de componentes para uma dada arquitetura de data center em uma fração reduzida de tempo em comparação ao algoritmo de força bruta. Resultados alcançados demonstraram que foi possível se obter respostas em menos de 3 segundos com o algoritmo genético em comparação com os 255 segundos
demandados pelo algoritmo de força bruta.