Implementação de um serviço de monitoramento de contadores de desempenho com baixa sobrecarga

Abstract

Contadores de desempenho são úteis para prever a utilização de recursos no sistema para detecção de gargalos, verificar a disponibilidade do sistema, além de detectar anomalias presentes no mesmo. Entretanto, em muitos sistemas a utilização de contadores em grande escala geram um impacto no desempenho e no consumo de energia, que muitas das vezes são indesejáveis pois prejudicam a eficiência dos serviços disponíveis ao sistema. Arquiteturas de microsserviços estão cada vez se tornando mais populares em diversos sistemas, dado a facilidade de criação e manutenção de serviços sem a necessidade de dependência dos demais serviços já hospedados no mesmo servidor físico. Máquinas virtuais dividem entre si os recursos do sistema e podem gerar uma ineficiência quando disputam os recursos na qual estão hospedadas. O uso de máquinas virtuais quando em grande escala é frequentemente utilizado em conjunto com serviços de coletas de métricas de desempenho. Portanto, nestes ambientes em que diversas aplicações são executadas em paralelo, o monitoramento com contadores de desempenho nestas aplicações pode se tornar custoso se não administrado com cautela. Este trabalho envolve a criação de uma ferramenta de integração com serviços de coleta de métricas de desempenho, que reduz o impacto que os contadores de desempenho geram em relação ao sistema hospedeiro utilizando técnicas em ciência de dados desenvolvidas em outros trabalhos. Também, realiza a comparação dos diferentes parâmetros que podem ser passados sobre esta ferramenta. Os resultados incluem uma ferramenta adaptável, extensível, configurável e de fácil implementação, que integra o coletor de métricas do usuário, e que informa automaticamente um conjunto reduzido de contadores de desempenho em comparação com os contadores originalmente utilizados.

Performance counters are useful to predict system resource usage to detect bottlenecks, check system availability, and detect system anomalies. However, in many systems, the use of large-scale meters generates an impact on performance and energy consumption, which are often undesirable because they impair the efficiency of the services available to the system. Microservices architectures are becoming more and more popular in different systems, given the ease of creating and maintaining services without the need to depend on other services already hosted on the same physical server. Virtual machines divide system resources among themselves and can generate inefficiency when they compete for the resources on which they are hosted. The use of virtual machines when on a large scale is often used in conjunction with performance metrics collection services. Therefore, in these environments where several applications run in parallel, monitoring with performance counters in these applications can become costly if not managed with care. This work involves the creation of an integration tool with performance metrics collection services, which reduces the impact that performance counters generate in relation to the host system using data science techniques developed in other works. It also compares the different parameters that can be passed on to this tool. The results include an adaptable, extensible, configurable and easy-to-implement tool that integrates the user metrics collector and automatically reports a reduced set of performance counters compared to the counters originally used.