Custom cover image
Custom cover image

Modeling and prediction of I/O Performance in virtualized environments / by Omar-Qais Noorshams

By: Resource type: Ressourcentyp: Buch (Online)Book (Online)Language: English Series: The Karlsruhe series on software design and quality ; Volume 18Publisher: Karlsruhe : KIT Scientific Publishing, [2017]Description: 1 Online-Ressource (xviii, 276 Seiten) : IllustrationenISBN:
  • 9783731503590
Subject(s): Genre/Form: Additional physical formats: Erscheint auch als: Modeling and prediction of I/O Performance in virtualized environments. Druck-Ausgabe Karlsruhe : KIT Scientific Publishing, 2017. xviii, 276 SeitenDDC classification:
  • 004.2
  • 004
RVK: RVK: ST 201Local classification: Lokale Notation: inf 11DOI: DOI: 10.5445/KSP/1000046300Online resources: Dissertation note: Dissertation - Karlsruher Institut für Technologie (KIT), 2015 Summary: ...Diese Arbeit präsentiert einen neuen und speziell entwickelten Ansatz zur Modellierung von I/O-Performanz in virtualisierten Umgebungen. The Kernidee ist hierbei, die wichtigsten Einflussfaktoren zu identifizieren und diese zur Performanzvorhersage auf einem angemessenen Abstraktionsniveau zu modellieren. Zu diesem Zweck entwickelt diese Arbeit maßgeschneiderte, speicherorientierte I/O-Performanzmodelle mit Hilfe komplementärer Formalismen aus den Bereichen der statistischen Regressionsanalyse sowie der Warteschlangentheorie. Um die Anwendbarkeit dieser Modelle zu erhöhen, werden diese speichorientierten Modelle in anwendungsorientierte Modelle von Software-Architekturen eingebettet, indem die Lücke der Abstraktionsniveaus dieser Modelle überbrückt wird. Zusammengefasst ist der Beitrag dieser Arbeit ein neuer, systematischer Ansatz zur Modellierung von I/O-Performanz mit Hilfe komplementärer Formalismen zur praktikablen Performanzvorhersage in virtualisierten Umgebungen. Der Ansatz wird im Rahmen von mehreren Fallstudien in repräsentativen, realen Systemumgebungen basierend auf IBM System z sowie Sun Fire Servern validiert. Hierbei wird die Performanz von datenintensiven Anwendungen erfolgreich innerhalb der erforderlichen Genauigkeit von bis zu 30 % durchschnittlicher Abweichung vorhergesagt. Im Allgemeinen verspricht der Ansatz mehrere Einsatzmöglichkeiten, wie Fragen zur Kapazitätsplanung und Systemdimensionierung zu beantworten, verschiedene Systemkonfigurationen und Hardware-Entscheidungen zu bewerten, sowie die Skalierbarkeit und den Einfluss bei der Konsolidierung von Arbeitslasten in virtualisierten Umgebungen zu untersuchen. Das Ziel des Ansatzes ist einen effizienten Ressourceneinsatz sowie die durchgängige Gewährleistung von Dienstgütevereinbarungen hinsichtlich I/O-Performanz zu ermöglichen.PPN: PPN: 882286641Package identifier: Produktsigel: GBV-ODiss
No physical items for this record

Zusammenfassungen in deutscher und englischer Sprache

KIT – The University in the Helmholtz Association                         Home | Impressum | Datenschutz | Barrierefreiheit | KIT