Caractéristiques physico-chimiques des sédiments

Continuando na QP1, agora com relação à Dispersão no datacenter, procurou-se deter- minar se a diferença média da abordagem VMPOS para as abordagens FF e RF é estatisti- camente significante, através do confronto de alternativas para avaliar as seguintes hipóteses H2levantadas:

5.6 Avaliação da Solução Proposta 120

contrado pela abordagem VMPOS ou por outra abordagem (First Fit ou o Random Fit)são iguais;

H21: Os níveis de dispersão das VMs no datacenter aplicando o posicionamento en-

contrado pela abordagem VMPOS ou por outra abordagem (First Fit ou o Random Fit)são diferentes.

Nas análises das amostras de Energia foram utilizados os dados do datacenter pequeno (P), com SC = 1 - SNC = 1 e SC = 1 - SNC = 1,5. Com o intuito de variar as análises, e cobrir ambientes com características diferentes, serão utilizados para o caso de Dispersão, as amostras coletadas em datacenter médio (M), com 50% de VMs críticas e níveis de dispersão SC = 1 e SNC = 1,5.

Antes, para se ter uma visão geral das outras configurações aplicadas, foi elaborado o gráfico da Figura 5.6, com os dados médios de Dispersão para todos os tamanhos de data- centerse percentuais de VMs críticas utilizados nos experimentos.

Figura 5.6: Médias da Dispersão das VMs, nas três abordagens comparadas, com SC=1 e SNC=1,5, para todos os tamanhos de Datacenters e percentuais de VMs críticas.

0 2 4 6 8 10 12 14 16 18 20 10% 25% 50% 10% 25% 50% 10% 25% 50% DC Pequeno DC Médio DC Grande

Dispe

rsão

Dispersão

SC = 1,0 e SNC = 1,5

VMPOS First Fit Random Fit

Fonte: Elaborada pelo autor.

Os níveis de dispersão de VMs da Figura 5.6 indicam que houve maior concentração, dos tipos de VMs utilizados na pesquisa, nas amostras da abordagem VMPOS. Indepen-

5.6 Avaliação da Solução Proposta 121

dentemente do tamanho do datacenter ou dos percentuais de VMs críticas existentes no ambiente.

Atribui-se esses resultados ao processo aplicado no algoritmo de melhora local desen- volvido, o qual decide alocar uma VM (crítica ou não) dependendo do nível de comprome- timento já aplicado à MF que irá receber o novo hóspede. Ou seja, VMs críticas só migram para MFs que possuam nível de comprometimento equivalente ao de serviços críticos (SC), e as VMs não críticas podem migrar para MFs com níveis de comprometimento equivalentes a serviços críticos ou não críticos (SNC), com preferência para esse último.

Passando para a análise específica do nível de dispersão encontrado no ambiente, com as amostras coletadas em datacenter médio (M), com 50% de VMs críticas e níveis de dispersão SC = 1 e SNC = 1,5, foi elaborado o gráfico de Boxplots dessa variável que pode ser visto na Figura 5.7.

Figura 5.7: Boxplots com as amostras de Dispersão das três abordagens, com 50% de VMs críticas e com SC=1 e SNC=1,5.

VMPOS First Fit Random Fit

4 6 8 10 Dispersão − DC Médio SC = 1, SNC = 1,5 e 50% VMs Críticas Abordagens Dispersão

Fonte: Elaborada pelo autor.

Assim como no caso para os dados de consumo de Energia, o gráfico de Dispersão indica que a abordagem VMPOS apresenta menores valores de dispersão, ou seja, aparentemente

5.6 Avaliação da Solução Proposta 122

consegue realizar melhor agrupamento das VMs críticas e das não críticas.

Como nas análises para o caso de Energia, aqui foi repetido o teste não paramétrico de Kruskal-Wallis, com 95% de nível de confiança, com os dados de Dispersão, para o data- centerMédio, com 50% de VMs críticas e com níveis de comprometimento: SC = 1 e SNC = 1,5. O resultado obtido foi de χ2(3) = 105,56 e p-valor < 2.2e-16. Ou seja, rejeita-se a hipótese nula, a qual afirma que todas as amostras provêm de uma mesma população.

A etapa seguinte foi aplicar o teste post-hoc utilizando a função anteriormente aplicada de Nemenyi, cujos resultados estão presentes na Tabela 5.6.

Tabela 5.6: Resultados da função estatística posthoc.kruskal.nemenyi.test, com os dados de Dispersão, no datacenter Médio, com SC=1 e SNC=1,5, para diferentes percentuais de VMs críticas.

Percentual de VMs críticas

10% 25% 50%

First Fit Random Fit First Fit Random Fit First Fit Random Fit

Random Fit 0.00998 - 0.01002 - 0.01001 - VMPOS 9.0e-08 < 2e-16 7.8e-07 < 2e-16 8.3e-08 < 2e-16

Fonte: Elaborada pelo autor.

Como se pode constatar dos resultados da VMPOS em relação as abordagens FF e RF, os p-valores foram todos inferiores ao nível de significância de 5%, inclusive para os percen- tuais de 10% e 25%, confirmando diferenças estatísticas significantes entre as abordagens. Portanto, para concluir, realizou-se os testes unilaterais de Wilcoxon.

O resultado obtido, contrastando VMPOS e First Fit, foi de W = 900 e p-valor = 5,252e- 13. E na comparação da VMPOS com a Random Fit, W = 900 e p-valor = 1,319e-11.

Com resultados de p-valor < 0,05 nos dois testes, pode-se afirmar com 95% de nível de confiança que a VMPOS é superior tanto ao First Fit quanto ao Random Fit no objetivo de reduzir a Dispersão de VMs no datacenter, para as configurações apresentadas. As mesmas conclusões foram obtidas ao se alterar, da atual configuração de ambiente, os percentuais de VMs críticas para 10% e 25%. Os resultados para essas outras configurações encontram-se no Apêndice F.

Terminadas estas etapas, é possível responder a primeira questão de pesquisa (QP1) em relação as abordagens FF e RF de posicionamento de VMs. Assim, conclui-se que:

5.6 Avaliação da Solução Proposta 123

As hipóteses H10 e H20 estabelecidas foram refutadas em favor das hipóteses alterna-

tivas H11 e H21, as quais atestam que a abordagem VMPOS de posicionamento de VMs é superior as abordagens FF e RF, tanto no objetivo de economia de Energia quanto na redução de Dispersão. Assim sendo, respondendo a QP1: é comprovadamente melhor utilizar a abordagem VMPOS do que as abordagens FF ou RF.