AVALIAÇÃO DE DESEMPENHO DE MIGRAÇÃO DE CONTÊINERES COM REDES DE PETRI ESTOCÁSTICAS

Abstract

Resumo As tecnologias de contêineres estão presentes na maioria dos data centers ao redor do mundo. Esses contêineres operam normalmente em um único host controlador, interagindo com um único kernel, sendo mais leves que as máquinas virtuais. Para garantir o funcio-namento adequado das aplicações distribuídas, é fundamental que os contêineres possam ser realocados de forma simples, mantendo a continuidade do sistema. Por exemplo, o Kubernetes pode encerrar a execução de um contêiner sem estado e, em seguida, iniciar um equivalente a ele em outro host. No entanto, a migração de contêineres com estado ainda não é nativamente aplicável ao Kubernetes. A motivação por trás da realização da migração de contêineres é preservar a disponibilidade dos dados contidos em contêineres com estado e otimizar a eficiência operacional dos próprios data centers. Para facilitar essas migrações, existem ferramentas como o Checkpoint Restoration In Userspace (CRIU), adaptadas para o processo de migração de contêineres. O problema da pesquisa está no alto custo envolvido ao fazer uma predição do desempenho de migração de contêiner em ambientes reais. Esta dissertação propõe dois modelos de redes de Petri estocásticas (SPN) com e sem estado absorvente. Os modelos avaliam as políticas de migração Cold, PreCopy, PostCopy e Hybrid. O foco desses modelos está nas métricas de Tempo Total de Migração (MTT), Tempo Médio de Migração (MMT), utilização, probabilidade de descarte e taxa de migração. O foco principal é avaliar os fatores que influenciam as métricas, levando em consideração a quantidade de elementos migrados simultaneamente e a capacidade paralela do sistema de migração. O modelo com estado absorvente também permite calcular a função de distribuição de probabilidade acumulada (CDF). Por fim, foi também realizada uma Análise de Sensibilidade (DoE) conduzido para a política Hybrid no modelo absorvente.

Abstract Container technologies are present in most data centers around the world. These containers typically operate on a single controller host, interacting with a single kernel, and are lighter than virtual machines. To ensure the proper functioning of distributed applications, it is essential that containers can be relocated simply, maintaining system continuity. For example, Kubernetes can terminate the execution of a stateless container and then launch its equivalent on another host. However, stateful container migration is not yet natively applicable to Kubernetes. The motivation behind performing container migration is to preserve the availability of data contained in stateful containers and to optimize the operational efficiency of the data centers themselves. To facilitate these migrations, there are tools such as Checkpoint Restoration In Userspace (CRIU), adapted for the container migration process. The research problem is the high cost involved when making a prediction of container migration performance in real environments. This dissertation proposes two models of stochastic Petri nets (SPN) with and without absorbing state. The models evaluate Cold, PreCopy, PostCopy, and Hybrid migration policies. The focus of these models is on the metrics of Total Migration Time (MTT), Average Migration Time (MMT), utilization, discard probability and migration rate. The main focus is to evaluate the factors that influence the metrics, taking into account the number of elements migrated simultaneously and the parallel capacity of the migration system. The model with absorbing state also allows calculating the cumulative probability distribution function (CDF). Finally, a Sensitivity Analysis (DoE) was also carried out for the Hybrid policy in the absorbent model.