Name des Teilnehmers: Marcus Ritter
Beschreibung des IT-Forschungsprojekts: Cloud Technologien spielen eine essentielle Rolle bei der Digitalisierung, der Industrie 4.0 oder IOT. Durch die Möglichkeit Ressourcen dynamisch zu allokieren und Services je nach Bedarf anpassen zu können, ermöglichen sie einerseits große Kosten- und Energieersparnisse, und andererseits eine höhere Nutzerzahl und Servicequalität. Dieses Potential kann jedoch nur dann voll genutzt ausgeschöpft werden, wenn die Systeme optimal ausgelastet sind. Jedoch ist dieses Ziel meist konträr zur Einhaltung der mit den Kunden vereinbarten Service Level Agreements (SLAs), der Vereinbarung über Service Qualität und der zur Verfügung gestellten Ressourcen. Um Engpässe und damit eine Verletzung der SLAs zu vermeiden, sowie gleichzeitig eine optimale Systemeffizienz zu erzielen, werden genaue Modelle zur Vorhersage der Systemleistung und der Leistung einzelner Cloud Dienste benötigt. Im Rahmen dieses Forschungsprojekts wird eine neue automatisierte Methodik zur Analyse der Leistung, Effizienz und Skalierbarkeit von Cloud Diensten und Systemen entwickelt.
Mithilfe der neuen Methodik kann eine optimalere Auslastung eines Cloud Systems erzielt werden und damit eine Reduzierung der Betriebskosten für die Systeminfrastruktur. Gleichzeitig wird dadurch die Energieeffizienz der Systeme erhöht und die Nachhaltigkeit gesteigert. Des Weiteren ermöglicht der Ansatz eine Optimierung der Kundenzufriedenheit, da Skalierbarkeitsengpässe eines Cloud Dienstes frühzeitig erkannt und vermieden werden können, sodass es nicht zur Verletzung eines SLA kommt.
Da bisherige Ansätze in Puncto Allgemeingültigkeit, Automatisierung und Genauigkeit Defizite aufweisen, wird im Rahmen dieses Projektes die vollautomatisierte Analyse der Skalierbarkeit, Leistung und Effizienz von Cloud Systemen und deren einzelner Dienste untersucht. Konkret untersucht werden hierbei:
- Die Identifikation des Leistungsverhaltens und der Belastungsgrenzen eines Cloud Dienstes in Bezug auf dessen Skalierbarkeit
- Eine Analyse der Kosten und Effizienz eines Cloud Dienstes in Bezug zu den definierten SLAs
- Ein automatisiertes Berichtswesen um die gewonnen Erkenntnisse der Systemanalyse in Handlungsempfehlungen z.B. für Systemadministratoren umzuwandeln
Software Campus-Partner: TU Darmstadt, Huawei
Umsetzungszeitraum: 01.07.2021 – 30.06.2023
