Distribuição de Mídia Contínua Localizaçao e Seleçao de Servidores e Roteamento Jussara M. Almeida Junho 2004.

Apresentação em tema: "Distribuição de Mídia Contínua Localizaçao e Seleçao de Servidores e Roteamento Jussara M. Almeida Junho 2004."— Transcrição da apresentação:

1 Distribuição de Mídia Contínua Localizaçao e Seleçao de Servidores e Roteamento Jussara M. Almeida Junho 2004

2 Problema Rede Remota Rede “Local” Rede “Local” Rede “Local” Servidor Origem Servidor Proxy Servidor Proxy Servidor Proxy 1)Quantos servidores e onde? 2)Qual servidor cada cliente vai contactar 3)Qual a rota da resposta? Objetivo: min custo total de transmissao Precisa: topologia da rede, custos relativos de transmissao na rede e do servidor

3 Metodologia Derivacao de soluçao otima –Modelo de otimizacao de custo Analise de topologias canonicas com 2 ou 3 clientes –Obtencao de intuicao sobre o problema Derivacao de várias heuristicas Avaliacao com topologias reais da Internet –Escolha criteriosa

4 Topologias de Rede Topologias a nivel de roteadores e a nivel de Autonomous Systems (AS) –Custo de fluxo multicast ainda em aberto Topologia a nivel de roteadores: –1000 Traceroutes entre pares de sites –24 Sites: laboratorios, universidades, ISPs –Distribuiçao geografica: 4 continentes –Cada site representa subrede local Topologia a nivel de AS –Mapeamento da topologia de roteadores e tabelas BGP –Mais realista do que simplesmente usar tabelas BGP, como em trabalhos anteriores Exemplo da Fig. 1

5 Premissas Otimizacao de localizacao e roteamento para conjuntos de client sites Arvore de distribuicao fixa Custo de transmissao = custo de rede + de servidor –Proporcional a banda de rede e banda de servidor –Banda de rede: soma da banda em cada hop das árvores de distribuicao Hop = AS ou link entre dois roteadores –Chegada de requisicoes: Poisson (banda logaritmica) –Cada replica: objeto completo, um unico objeto Extensoes Futuras: –Segmentos : interatividade –Multiplos objetos

6 Solucao Otima Exemplos (Figs 2 e 3) Modelo de Otimizacao de Custo (Fig 4) –Solucao para varios protocolos –localizacao e roteamento otimos para numero m de servidores –Varia m para determinar solucao otima. Em comparacao com modelos anteriores –Solucao conjunta para roteamento e localizacao –Modelo para BW Skim e Patching: nao lineares nao convexas : problema! –Reformulacao do modelo: complexidade alta! Tabelas com bw pre-computadas Aproximacao linear –Restricoes adicionais para reduzir espaco de busca

7 Experimentos com Modelo de Otimizacao Comparar: –Custo da solucao otima para BW Skimming –Custo se solucao otima para unicast e usado para transmissao via BW Skimming Instalacao de servidores: clientes ou pontos de entroncamento Custo relativo de banda do servidor e da rede,  : ?? –Nossos experimentos:  = 0 Topologias: –AS e roteadores –Diferentes niveis de dispersao dos clientes: importante! –Distribuicao da carga entre clientes: homogenea e heterogenea

8 Experimentos com Modelo de Otimizacao Figs 5 e 6 Conclusoes: –Solucoes otimas para unicast podem ser significativamente subotimas para multicast –Necessidade de heuristicas eficientes: modelo demora muito pra rodar –Numero otimo de replicas: tradeoff entre banda de rede e banda de servidor Modelo inclui este tradeoff de maneira mais precisa que trabalhos anteriores

9 Analise de Arvores Canonicas Arvore de Distribuicao Otima (t min ) –Custo : Soma da banda de cada link; a bada de cada link e logaritmica na taxa de requisicoes Trade-off entre min caminhos entre servidor e clientes & max compartilhamento nos links Arvore de Menor Numero de Links (t fl ): max. compartilhamento, mas alguns caminhos podem ser longos Arvore dos Caminhos mais Curtos (t sp ): min. caminhos, mas baixo compartilhamento

10 Analise de Arvores Canonicas Topologia canonica, com 2 sites clientes Conclusoes: Arvore de Caminhos mais Curtos Custo total de transmissao aumenta, no maximo, em onde f e a razao entre o comprimento do caminho mais curto entre os clientes e a soma dos comprimentos dos segmentos nao compartilhados entre servidor e clientes. Arvore com Menor Numero de Links: custo ilimitado (teorico) Localizacao de Servidores: nenhuma regra simples encontrada A c a b B S d servidor Site cliente

11 Heuristicas para Localizacao de Servidores Localizacao do primeiro servidor: –No em S cuja arvore de caminhos mais curtos para todos os clientes tem custo minimo

12 Heuristicas: Localizacao de Servidores Localizacao do i th servidor (i  1): 2 alternativas 1.Min cost tsp –Considere cada no servidor em S ainda nao usado –Cada cliente contacta o servidor mais proximo –Seleciona o no que, juntamente com as arvores ja criadas, tem o menor custo total das arvores de caminhos mais curtos 2.Maximum Savings –Considere cada no servidor ainda nao usado que esta em uma das i-1 arvores criadas previamente –Selecione o no que acarreta a maior economia de banda quando removido –Se nao houver nenhum no, use min cost tsp Otimizacao: mover servidor da raiz para algum no interno se acarretar economia de banda

13 Heuristicas para Roteamento Construcao da arvore de distribuicao: 1.Min-Inc-Cost: [ZhEV02] –Adiciona, a seguir, o cliente que pode ser conectado a qualquer uma das arvore com custo incremental minimo 2.Ordered MinCost: –Adiciona clientes em ordem decrescente de carga –Conecta cliente a arvore com custo incremental minimo 3.Shortest Path Routing bom desempenho para um servidor [ZhEV02] aumento de custo sobre otimo limitado

14 Avaliacao das Heuristicas Todas heuristicas produzem solucoes proximas do otimo para nossas topologias (Fig. 7) (heterogeneas, homogeneas, AS, roteadores, diferentes niveis de dispersao) Localizacao: –min-cost tsp igual ou melhor que maximum savings –min-cost tsp melhor que solucoes tradicionais (unicast) –min-cost tsp produz solucoes ate 16% do otimo (nos exps) Se min-cost tsp –shortest path = ordered min cost = min-inc-cost (min-inc-cost mais complexo) Shortest path routing: custo ate 28% maior que otimo –Maior que no paper da Yanping –Menor que limite analitico: Caracteristicas dos caminhos na Internet???