Distribuição de Mídia Contínua Localizaçao e Seleçao de Servidores e Roteamento Jussara M....
Transcript of Distribuição de Mídia Contínua Localizaçao e Seleçao de Servidores e Roteamento Jussara M....
Distribuição de Mídia Contínua
Localizaçao e Seleçao de Servidores e
RoteamentoJussara M. Almeida
Junho 2005
Problema
Rede Remota
Rede“Loca
l”
Rede“Loca
l”
Rede“Loca
l”
Servidor Origem
Servidor Proxy
Servidor Proxy
Servidor Proxy
1) Quantos servidores e onde?2) Qual servidor cada cliente vai contactar3) Qual a rota da resposta?
Objetivo: min custo total de transmissaoPrecisa: topologia da rede, custos relativos de transmissao na rede e do servidor
Primeiro Problema : Roteamento
• Protocolos de transmissao minimizam banda do servidor– Mas com transmissao na Internet: e o consumo de
banda na rede?
• Como construir a arvore de distribuicao entre servidor (localizacao fixa) e clientes de forma a minimizar custo total de transmissao?– Arvore default da Internet: shortest paths
• E possivel atingir um custo total de banda da rede proximo do minimo?– Qual e o minimo?
• E possivel atingir SIMULTANEAMENTE bandas do servidor e da rede proximos do minimo?
Minima Banda do Servidor Necessaria (Revisao)
• Se cliente pode escutar numero ilimitado de fluxos, banda minima do servidor para transmitir um unico arquivo do inico ao fim e dada por:
• Se cliente pode escutar a 2 fluxos:
Estrategia para Estudar Banda da Rede
• Primeiro passo: derivar limites inferior e superior para banda na rede para topologias canonicas– Shared link com fan-out k– Daisy chain– Arvore Balanceada
• Projetar novos algoritmos para construcao da arvore de distribuicao– Avaliar com topologias sinteticas variadas– Considerar limite derivado
• Avaliar impacto do protocolo Bandwidth Skimming (nao leval em consideracao topologia da rede)– E possivel reduzir banda na rede se a topologia for
levada em consideracao pelo servidor ao realizar os merges de fluxos?
Limites para Banda Minima na Rede: Shared Link com Fan-
Out
Limites para Banda Minima na Rede: Shared Link com Fan-
Out
Limites para Banda Minima na Rede: Shared Link com Fan-
Out
Limites para Banda Minima na Rede: Daisy-Chain
Limites para Banda Minima na Rede: Daisy-Chain
Limites para Banda Minima na Rede: Daisy-Chain
Limites para Banda Minima na Rede: Arvore Balanceada
Limites para Banda Minima na Rede
• Limites inferior e superior proximos: pode usar apenas um (inferior) como estimativa de banda min.
Limites para Banda Minima na Rede
• Limites inferior e superior proximos: pode usar apenas um (inferior) como estimativa de banda min.
Algoritmos para Construcao da Arvore de Transmissao
• Shortest Path (SP)• Greedy Link – All (GL-A): adiciona clientes incrementalmente
a arvore. Cliente mais proximo do servidor adicionado primeiro. A seguir, insere cliente que pode ser adicionado com menor numero de links
• Greedy Link – Participants (GL-P): igual a GL-A, mas considera adicionar links para clientes novos apenas a partir de outros clientes ou do servidor
• Greedy Cost – All (GC-A): como GL-A, mas ao inves do numero de links considera o custo total de banda de rede extra ao adicionar clientes– Precisa saber a taxa de chegada de cada site– Estima custo extra usando limites derivados
• Greedy Cost – Participants (GC-P): como GC-A, mas considera apenas clientes e servidor como ponto de conexao de novos clientes
Avaliacao• Redes sinteticas de diferentes tamanhos, numeros
de clientes e taxas de chegadas
• GC-A tem melhor performance, mas SP tem custo apenas marginalmente maior
• GL-A, GL-P podem ser muito ruins
Banda Servidor X Banda Rede?• Bandwidth Skimming tem banda do servidor bem
proximo do minimo. E a banda da rede?
• Limite inferior para cliente recebendo 2 fluxos:
• Simulacao com topologias ?
Banda Servidor X Banda Rede?• Simulacao com topologias ?
• Network-naïve Bandwidth Skimming: restringe merges somente entre clientes do mesmo site
Como Reduzir Banda da Rede?
• Network-naïve Bandwidth Skimming: restringe merges somente entre clientes do mesmo site
Pequeno ganho
Como Reduzir Banda da Rede?
Como Reduzir Banda da Rede?• Network-naïve Bandwidth Skimming: restringe
merges somente entre clientes do mesmo site
Network-Naïve e piorConclusao: Bandwidth Skimming simples pode levar a banda do servidor e banda da rede proximos dos valores minimos, SIMULTANEAMENTE
Topologia: fan-out com shared link
Problema
Rede Remota
Rede“Loca
l”
Rede“Loca
l”
Rede“Loca
l”
Servidor Origem
Servidor Proxy
Servidor Proxy
Servidor Proxy
1) Quantos servidores e onde?2) Qual servidor cada cliente vai contactar3) Qual a rota da resposta?
Objetivo: min custo total de transmissaoPrecisa: topologia da rede, custos relativos de transmissao na rede e do servidor
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
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
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
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
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
Analise de Arvores Canonicas• Arvore de Distribuicao Otima (tmin)
– 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 (tfl): max. compartilhamento, mas alguns caminhos podem ser longos
• Arvore dos Caminhos mais Curtos (tsp): min. caminhos, mas baixo compartilhamento
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
%10011 f cb
df
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
Heuristicas: Localizacao de Servidores
Localizacao do ith 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
Heuristicas para RoteamentoConstrucao 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
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???