This is an old revision of the document!
João Otavio Martini Korczovei
Sexta-feira, 30 de agosto de 2024
- Banca de TCC 1, entitulada “Uma comparação do KEDA entre Knative e HPA para Autoescalonamento de Aplicações Baseadas em Eventos no Kubernetes”.
- A fundamentação teórica do trabalho precisa ser melhorada. Sugestões:
- Definir claramente o que é computação em nuvem.
- Criar diagrama que relaciona os conceitos de computação em nuvem, principalmente aqueles relacionados ao trabalho.
- Ainda quanto à fundamentação teórica, definir claramente o que é kubernete e como ele se relaciona com a computação em nuvem. Pode ser criado um diagrama ampliado daquele primeiro de computação em nuvem, contemplando os elementos específicos de kubernetes.
- Ao tratar de kubernetes, falar claramente da questão da escalabilidade, abordado tanto a escalabilidade horizontal quanto vertical, definindo-as adequadamente.
- Ao tratar da escalabilidade horizontal, definir os algoritmos de escalonamento HPA, kEDA e Knative. Explicar como cada algoritmo se encaixa no desenho do Kubernete e quais poderiam ser os impactos em tempo de execução (em especial quanto às métricas de desempenho e sustentabilidade que se deseja medir).
- Acrescentar uma seção sobre medidas pertinentes à escalabilidade horizontal, tanto de desempenho quanto de sustentabilidade (computação verde).
- Quanto ao método, tenho as seguintes sugestões:
- Travar a configuração referente à escalabilidade vertical. Nesse ponto, ao invés de usar o Google Kubernetes, que permite uma ampla escalabilidade vertical (porém desnecessária), poder-se-ia utilizar uma máquina local, com uma configuração razoável (que não seja incrivelmente lenta, mas não absurdamente rápida), de modo que fosse fácil alcançar os limites da máquina.
- Além da máquina local possuir uma configuração mais fácil de fixar (variáveis independentes), também é mais fácil medir parâmetros diretamente a partir do equipamento, em especial aqueles associados com computação verde (por exemplo, consumo de energia).
- Escolher programas adequados para estressar a máquina tanto quanto ao processamento quanto em entrada e saída de dados. MInha sugestão é olhar os benchmarks do https://openbenchmarking.org/.
- Estabelecer as medidas a serem coletadas.