Para calcular estos valores primero se analizaron los procesadores de los servidores propuestos para el prototipo. En base en lo considerado en el ...

Para calcular estos valores primero se analizaron los procesadores de los servidores propuestos para el prototipo. En base en lo considerado en el documento de Microsoft “RDS Hardware Sizing and Capacity Planning Guidance” se considera por sesión remota un promedio de 1.25 Ghz por cada sesión considerando la tecnología de hyper threading de Intel o la Clustered Multi Threading de AMD que son esenciales para una infraestructura de virtualización de escritorios y en cuanto al porcentaje este en relación al porcentual por máquina virtual según el procesador se muestra en la “Figura 25”. Una de las tareas más importantes de este proyecto es estimar la cantidad requerida de recursos computacionales que depende de la demanda de los usuarios. Estimación conservadora basada en varios supuestos para encontrar el número mínimo de servidores, núcleos, memoria, ram y almacenamiento. Según el artículo científico “VDI Cloud Computational Resources Estimation Algorithm Maria A. Pepelyaeva” que indica que estas suposiciones son las siguientes: • Las configuraciones de todos los nodos del servidor son iguales. • Todas las máquinas virtuales deberían poder operar al mismo tiempo. • La estimación se realiza para el caso de la carga de trabajo máxima. Para poder entender la segmentación de recursos es importante es necesario entender cómo funciona el flujo de consumo de recursos entre una sesión remota y el servidor de virtualización de aplicaciones. Una solicitud para comenzar la sesión de escritorio remoto se envía al servidor. Una vez que se inicia la sesión, el usuario inicia aplicaciones interactivamente a través de la conexión de sesión de escritorio remoto establecida. Esto se muestra como solicitudes de nivel medio en la “Figura 26”. Estas solicitudes de nivel medio pasan por un Sistema de Control de Admisión de Sesión en el servidor. Una vez que se inician las aplicaciones, el usuario interactúa con esas aplicaciones a través de una carga de trabajo específica de la aplicación. Por lo tanto, tenemos una estructura de solicitud jerárquica en el sistema, solicitudes de nivel superior, solicitudes de nivel medio y aplicaciones específicas carga de trabajo, como se ilustra en la “Figura 27”. Por otro lado, un sistema informático de utilidad prevé servidores y recursos de almacenamiento para compartir entre los clientes finales aplicaciones y se asignarán dinámicamente a medida que surja la necesidad. Esta resalta la necesidad de un servicio de asignación de recursos que tenga que considerar la utilización del sistema en tiempo real de los servidores, y los requisitos dinámicos de las solicitudes al realizar una asignación decisión. Las asignaciones de recursos realizadas deben cumplir con lo indica en el modelo performance del articulo científico “Architecture for Resource Allocation Services supporting Interactive Remote Desktop Sessions in Utility Grids Vanish Talwar”. ???????????????????????????????????????????????????? = {????????????????????????????????, ????????????????????????????????, ????????????????????????????????, ????????????????????????????????????, ????????????????????????????????????} Donde C representa la utilización del CPU (Ciclos/segundos), N ancho de banda de red deseado, S ancho de banda de almacenamiento deseado respectivamente para una aplicación, por otro lado ???????????????????????????????????? nos indica la latencia aceptable entre el servidor y los clientes de escritorio remoto y ???????????????????????????????????? representa la latencia entre el nodo de almacenamiento remoto y el servidor de VDI. Y para este tipo de modelamiento tenemos dos posibilidades según el artículo científico “Architecture for Resource Allocation Services supporting Interactive Remote Desktop Sessions in Utility Grids Vanish Talwar”: • Ejecución secuencial de las aplicaciones. En este caso, los requisitos de recursos agregados para la sesión de escritorio remoto se modelan como el máximo del requerimiento individual. • Ejecución simultánea de una instancia de cada aplicación deseada. En este caso, los requisitos de recursos agregados para la sesión de escritorio remoto se modelan como la suma del requerimiento individual. Para esta investigación tomaremos en cuenta la primera ya que solo se utilizará una aplicación que es el SIAF para desarrollar el diseño de la plataforma de virtualización de aplicaciones para ese caso aplicaremos la siguiente formula: ???????????????????????????????? = ???????? + ????????????????=1 ????=???????????? ???????????????????????????????? = ???????? + ????????????????=1 ????=???????????? ???????????????????????????????? = ???????? + ????????????????=1 ????=???????????? Los parámetros que deben tenerse en cuenta son los núcleos de CPU número, volumen de RAM y rendimiento de almacenamiento. Se utilizará un sistema de almacenamiento de datos centralizado, por lo que la estimación se puede hacer con solo dos parámetros (núcleos de CPU y volumen de RAM) a tener en cuenta. Por el lado del CPU una estimación en cuanto a nucleados basado en lo obtenido en la “Figura 26” es la que se muestra en el siguiente cuadro de la “Figura 28” donde se emplea la fórmula para una proyección de núcleos en un ambiente real donde la ejecución de aplicaciones de forma aleatoria pueda mellar la capacidad de la infraestructura en respuesta a la carga de trabajo. Los algoritmos pueden usarse para su resolución en tiempo real pero no se puede predecir el orden de aparición de las máquinas virtuales, por lo que sería mejor para usar los algoritmos sin clasificación de elementos o algoritmos en línea FF (First Fit) y BF (Best Fit) tienen el menor coeficiente de precisión asintótica, pero FF es más fácil de implementar. De este modo, uno decidió asignar máquinas virtuales en servidores según el algoritmo FF. También los mecanismos de migración y falla de máquinas virtuales. Se agregaron tolerancia para garantizar la tolerancia a fallos, preestablecemos la cantidad mínima de recursos siempre disponibles. Esta cantidad depende de la cantidad de servidores que estén listos para tener en espera. Dicha reserva permite migración de máquinas virtuales en caso de falla de los servidores. Además, utilizamos la tecnología vCPU, por lo que la cantidad de núcleos del CPU es potencialmente ilimitada y podemos limitar solo el volumen mínimo de RAM libre. Dicha restricción se introduce de acuerdo con la siguiente formula del Articulo Científico “VDI Cloud Computational Resources Estimation Algorithm Maria A. Pepelyaeva”: ???????????????????????????????????????? = ???? ∗ ???????????????? ???? − ???? Donde N es el número de servidores general, M es el número de servidores que tenemos listos para trabajar, CRAM es un volumen de RAM de servidor. También se introdujo la siguiente restricción: el mecanismo funciona solo cuando hay más de dos nodos de servidor y el volumen mínimo de RAM libre para los dos primeros nodos es igual a: 1 ∗ ???????????????? 3 Adicional a lo ya mencionado para el aprovisionamiento extra de memoria RAM líneas más arriba es necesario la estimación para la carga de trabajo de las sesiones remotas activas para ello se empleará la siguiente formula del documento de Microsoft “RDS Hardware Sizing and Capacity Planning Guidance”: ????????????_???????????????????????????????? = ⟨???????????????? + ????????????_????????????????????????⟩ + ????. ????????????????