Migração de aplicações para a nuvem: uma metodologia de auxílio à decisão no contexto de infrastructure-as-a-service

Abstract

A Computação em Nuvem é um dos principais avanços da área da Tecnologia da Informação (TI) nos últimos anos. Com isso, provedores de acesso à Nuvem oferecem diferentes modelos de serviços através da Internet, dentre os quais o modelo de Infraestrutura-como-um-Serviço (IaaS), no qual o usuário tem à disposição recursos computacionais virtualizados e gerenciáveis na forma de instâncias de máquinas virtuais (MVs). A crescente demanda por parte das empresas, especialmente para reduzir os custos de manutenção de infraestruturas de TI locais, está impulsionando a adoção de IaaS na Nuvem. No entanto, diante das inúmeras instâncias oferecidas pelos provedores, torna-se complexo decidir qual delas é a mais adequada à demanda computacional da empresa. Isso ocorre porque as instâncias possuem combinações variadas de quantidades de recursos computacionais, e os provedores consideram o número de recursos contratados para a formação do preço final da instância, ou seja, quanto mais recursos, maior é o preço. Além dos recursos computacionais, a localização do datacenter onde a MV está hospedada tem influência direta no preço das instâncias e é um fator importante no processo de tomada de decisão, porém é pouco explorada pela comunidade científica. Ademais, a grande maioria dos provedores possuem datacenters distribuídos em um vasto conjunto de localizações geográficas e, muitas das instâncias que eles hospedam, estão disponíveis em mais de um destes locais, porém, com preços distintos. Diante deste problema, este trabalho apresenta o Dominance -AHP (D-AHP), uma metodologia de auxílio à tomada de decisão baseada na Dominância de Pareto e no Processo de Hierarquia Analítica (AHP). No D-AHP, o conceito de dominância de Pareto é aplicado para reduzir o número de instâncias a serem comparadas, enquanto o AHP as classifica sob a perspectiva dos critérios Recursos Computacionais e Preço, e de seus respectivos subcritérios, dentre eles a Localização do Datacenter como subcritério do critério Preço. Para verificar a eficácia do D-AHP, foram definidos novos perfis de aplicações a serem migradas para a Nuvem com base em dados reais de um dataset do Google denominado Google Cluster Trace. Nos diferentes casos de estudo aos quais o D-AHP foi aplicado, comprovou-se que diferentes níveis de importância atribuídos por diferentes decisores a ambos os critérios de decisão alteram a classificação final das instâncias. O mesmo ocorreu com os subcritérios, em especial a Localização do Datacenter, em que a diferença de preços de uma mesma instância em diferentes locais também alterou tal classificação, evidenciando a necessidade deste fator ser considerado durante o processo de migração de aplicações para IaaS na Nuvem.