Virtualização completa, paravirtualização e virtualização leve : comparativo de desempenho de recursos de computação em nuvem virtualizados com VMware ESXi, QEMU/KVM, Drivers VirtIO e Docker
Ano: 2020
Tipo: Dissertação
Agência fin.: Sem agência definida
Grau: Mestrado
Disciplina: Ciência da Computação
Universidade (IES): UNICAMP
Faculdade/Departamento: Instituto de Computação
Programa: Mestrado em Ciência da Computação
Fonte de dados: UNICAMP DSpace
Autor: Morais, Giovane de
Orientador: Luiz Fernando Bittencourt
Assunto: Computacao em nuvem,Virtualizacao,Cloud computing,Virtualization
Resumo: Resumo: A computação em nuvem, do inglês cloud computing, se popularizou nas últimas duas décadas no mercado principalmente pelas ideias de redução dos custos com tecnologia, aumento do desempenho na execução de processos e segurança dos dados processados e armazenados. Devido aos inúmeros requisitos de aplicações a serem atendidos, a computação em nuvem foi dividida em três grandes áreas: Infraestrutura como Serviço (IaaS), Plataforma como Serviço (PaaS) e Software como Serviço (SaaS). O advento da computação em nuvem não seria possível sem o conceito de virtualização. Esta, por sua vez, permite que em um mesmo hardware sejam executados paralelamente vários ambientes distintos e isolados. A virtualização é solução de baixo custo que provê escalabilidade, confiabilidade e isolamento e flexibilidade à recursos computacionais, máquinas virtuais e sistemas em geral. A motivação desta obra é voltada principalmente para uma análise do novo cenário de virtualização do ambiente de computação em nuvem surgido em meados de 2013, impulsionada pelos grandes players de cloud computing mundiais: Amazon, Microsoft e Google, quando este primeiro deixou de utilizar virtualização completa por hardware (bare metal) com o Xen Server, adotando a virtualização completa por software (emulação) com o KVM. Além disso, o advento de novas ferramentas e paradigmas como a virtualização leve por contêineres tornam necessária uma reavaliação do cenário de desempenho de elementos de virtualização em ambientes de computação em nuvem. Observando essa necessidade, este trabalho discute, através de análise quantitativa por ferramentas benchmark, os impactos que os diferentes meios de virtualização produzem sobre o desempenho de máquinas virtuais em ambientes de computação em nuvem IaaS. Para tanto, é analisado o desempenho de processamento e armazenamento nos quatro principais tipos de virtualização na atualidade em computação em nuvem: a virtualização completa por hardware, representa pelo estudo de caso do VMware vSphere, a virtualização completa por software, representada pelo QEMU/KVM, paravirtualização, representada pelo KVM com VirtIO Drivers e a virtualização leve representada pelo Docker. Após coleta de dados como tempo de resposta de processamentos com e sem exigência de memória RAM (armazenamento primário), IOPS e latência de disco (armazenamento secundário), é possível observar que a paravirtualização tem um desempenho superior das demais tecnologias de virtualização em todos os cenários de desempenho de disco e em cenários de processamentos que demandem maiores tempos da CPU e/ou memória RAM. O Docker, por sua vez, é a ferramenta de virtualização mais recomendada para processamentos que utilizem a CPU e a RAM por menor tempo
Abstract: Abstract: Cloud Computing has become popular over past few decades in the market mainly by introducing ideas to reduce technology speding, performance increase in processes execution and storage, and processed data security. Due to countless application requirements to be attended, Cloud Computing has been divided into three major areas: Infrastructure as a Service (IaaS), Platform as a Service (PaaS), and Software as a Service (SaaS). The advent of Cloud Computing would not be possible without he concept of Virtualization. This, in turn, allows that, in the same hardware, several distinct and isolated environments are executed in parallel. Virtualization is a low cost solution that provides scalability, reliability, isolation, and flexibility to computational resources, virtual machines, and systems in general. This work aims to analyze Cloud Computing virtualization scenarios emerged around mid 2013, driven by major global Cloud Computing players, namely Amazon, Microsoft and Google, when the former stopped using the first of them stopped using full hardware virtualization (bare metal) as Xen Server, adopting the full virtualization by software (emulation) as KVM. Besides, the arrival of new tools and paradigms, as lightweight virtualization by containers, makes it necessary to reassess virtualization elements performance in Cloud Computing environments. Observing this need, this work discusses, through quantitative analysis made through benchmark tools, the impacts that different ways of virtualization produce over virtual machines performance in IaaS Cloud Computing environments. Therefore, it is analised the storage and processing performance in four main types of Cloud Computing virtualization nowadays: full hardware virtualization, represented by a VMware vSphere case study, full virtualization by software, represented by QEMU/KVM, Paravirtualization represented by KVM with VirtIO Drivers, and lightweight virtualization, represented by Docker. After data collection of processing response time with and without RAM memory load (primary storage), IOPS and disk latency (secondary storage), it is possible to observe the Paravirtualization has a superior performance over other virtualization technologies in all disk performance and larger CPU and/or memory bounded processes. CPU and/or RAM times scenarios. Docker, in turn, is the most recomended virtualization tool for processing shorter CPU/memory bound processes,\$aMestrado,\$aCiência da Computação,\$aMestre em Ciência da Computação
Referência: MORAIS, Giovane de. Virtualização completa, paravirtualização e virtualização leve: comparativo de desempenho de recursos de computação em nuvem virtualizados com VMware ESXi, QEMU/KVM, Drivers VirtIO e Docker . 2020. 1 recurso online (98 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação, Campinas, SP.
Tags: