Uma arquitetura autoadaptável para a implantação de observabilidade em fog computing

Abstract

Fog Computing é um paradigma computacional que estende a Cloud Computing, fornecendo recursos de computação mais próximos dos usuários na borda da rede. O paradigma Fog Computing distingue-se por possuir uma infraestrutura significativamente mais distribuída e heterogênea em comparação com Cloud Computing, o que, por sua vez, aumenta a complexidade do gerenciamento em relação à Cloud Computing. A orquestração de serviços e recursos é fundamental nesse contexto, lidando com a dinamicidade da infraestrutura e garantindo o cumprimento dos Acordos de Nível de Serviço. A gestão da observabilidade é uma funcionalidade crucial para a orquestração, coletando informações sobre o status dos serviços, dos dispositivos e dos links de comunicação para permitir uma tomada de decisão rápida e eficaz. No entanto, a literatura sobre orquestração em Fog Computing, frequentemente, assume a existência de uma solução de gestão da observabilidade sem apresentar métodos de implementação, ou abordar os desafios. Adicionalmente, soluções de gestão da observabilidade existentes para Cloud Computing não são adequadas para ambientes Fog devido às suas particularidades. Há uma carência de trabalhos que abordem o aumento da observabilidade em Fog e o desafio de gerenciar diversos fluxos de dados heterogêneos em um ambinte com recursos restritos. Para suprir essas lacunas, esta tese propõe FogObserver, uma arquitetura de referência para sistemas de gestão da observabilidade em Fog, que lida com a coleta, o processamento e o armazenamento de dados de observabilidade. Ela gerencia fluxos de dados heterogêneos dos domínios de instrumentação (métricas, logs e traces) e utiliza um framework autoadaptável, capaz de identificar de forma dinâmica alterações significativas no ambiente e de selecionar de modo autônomo a resposta mais apropriada para assegurar a continuidade da operação do sistema. A avaliação da proposta foi realizada por meio de um estudo de caso em um cenário real de cidades inteligentes. Os resultados mostraram que é possível aumentar a observabilidade em Fog Computing de forma eficaz, adicionando um overhead baixo à infraestrutura e aos canais de comunicação. Por meio de estratégias customizadas para o contexto da aplicação, conseguiu-se uma redução de 80% no volume de dados de observabilidade, transmitidos dos dispositivos IoT para Fog, e o volume resultante representou menos de 1% do volume de dados transmitidos pela aplicação quando em operação. Além do pequeno impacto sobre o overhead, foi observado um aumento significativo no nível de observabilidade, de 1 para 6, quando comparado às soluções existentes na literatura.