Modeling end user performance perspective for cloud computing systems using data center logs from big data technology

Résumé

La mesure de la performance des systèmes d'information obsède encore les ingénieurs en logiciel depuis que s'est développé ce champ de recherche. Progressivement, de nombreuses techniques et méthodologies se sont développées en vue d’aider les ingénieurs et les entreprises à mieux comprendre, à gérer et à améliorer les performances que les utilisateurs finaux perçoivent lorsqu'ils utilisent les systèmes d'information lors de leurs operations quotidiennes. Certaines techniques de mesure de la performance se servent d'enquêtes pour examiner quels aspects de la performance va satisfaire ou ne satisferont pas aux exigences des utilisateurs finaux. D’autres techniques de mesure de la performance proposent de dupliquer les memes opérations entre différents services afin de comparer les performances en utilisant un ensemble de tâches similaires. Une autre manière d'aborder le problème a été expérimentée et a permis de modifier légèrement les données échangées entre les clients et les serveurs afin d'inclure des composantes qui vont favoriser le suivi détaillé de la performance en tenant compte ce de qu’a été modifié. L’approche de mesure à l’aide d’enquêtes n’offre pas d'informations détaillées en ce qui a trait au temps de la journée, à l'humeur du répondeur et à de nombreux autres facteurs humains, dissimulant ainsi une cause fondamentale qui ne favorise pas suffisamment l'interaction qui permettrait des actions préventives et correctives lorsqu'un problème de performance se dessine. D’autres recherches proposent l’utilisation de techniques de simulation à titre de solution potentielle permettant ainsi de produire des informations précises en ce qui concerne les caractéristiques de la performance d’un logiciel, mais la faiblesse de cette approche est qu’elle ne permet pas la participation réelle de l’utilisateur. De plus, les simulations, dans l'état actuel de la technologie, ont du mal à refléter avec précision la complexité du raisonnement derrière les décisions de l’utilisateur concernant l'emploi ou non d’un système d'information selon le cheminement suivi par chacun des utilisateurs. Finalement, les techniques proposes qui manipulent les données transactionnelles, entre clients et serveurs, ont comme effet secondaire d’influencer de manière négative la performance, la confidentialité et la réfutabilité des données. Si un système de modélisation de la performance modifie des données transactionnelles (même le plus légèrement), ce système pourrait causer des problèmes ce qui en décourage généralement l’utilisation. Dans cette thèse, la question fondamentale qui se pose est de savoir si la performance telle que perçue par des utilisateurs finaux qui se servent d’applications opérant sur l’infonuagique peut être modélisée de manière fidèle et peu ou non intrusive de sorte que l’information puisse être analysée et utilisée pour la prévention et la correction de problème le plus rapidement possible. Pour modéliser fidèlement la notion de performance du point de vue d’un utilisateur final, la solution considérée inclut la combinaison d’une analyse exhaustive des requêtes interactives qui tient compte de l’état de l’environnement opérationnel et du suivi détaillé de la manipulation des données tout en minimisant les faiblesses de chacune de ces techniques. Au fur et à mesure que les entreprises mettent en place des infrastructures et des systèmes d´infonuagique, les difficultés de mesure de la performance sont influencées par de nombreux facteurs, mais surtout celui de la complexité accrue de ces systèmes qui se trouvent à être beaucoup plus complexes que les technologies précédentes. L’infonuagique souffre actuellement d’un manque d’outils de mesure de la performance telle que perçu par l'utilisateur; influencé par des aspects sociotechniques tels que les connaissances techniques, la fiabilité, la performance du système, la disponibilité et l'efficacité. (Armbrust, Fox, & Griffith, 2009; Gruschka & Jensen, 2010; Grobauer, Walloschek, & Stocker, 2011) Afin de pouvoir relever ce défi, la solution proposée et expérimentée lors de cette recherché vise à mieux utiliser les journaux de performance disponibles au sein des centres de données. Ces journaux de performance sont très rependus et contiennent des données textuelles mettant en évidence différentes consommations de ressources ainsi que des activités réalisées dans différentes composantes opérationnelles des applications opérant sur l’infonuagique. La journalisation est largement utilisée dans l'industrie pour le dépannage et les enquêtes concernant les problèmes de performance ponctuels. Dans cette thèse, les données de ces journaux sont explorées de façon plus approfondie afin de répondre au besoin de précision, de granularité et de réactivité dans un court temps de décision requis de façon à répondre au défi d’une modélisation fidèle de la performance telle que perçue par l’utilisation et potentiellement pour sa prédiction. La quantité et la granularité des données recueillies dans ces journaux sont actuellement massives. Chacune des composantes informatiques et chacune des composantes du réseau utilisé par une application infonuagique analysées pourraient générer jusqu'à 800 Ko de données par minute. Cette quantité massive de données est difficile à traiter et à explorer à l'aide de technologies traditionnelles. Afin de résoudre cette problématique, l’utilisation de technologies Big Data émergentes, tel que Hadoop Distributed File System et Apache Spark sont utilisées afin de collecter et traiter, en temps réel, les données de toutes ces sources et de traiter simultanément ces nombreux journaux. Cette thèse propose un nouveau modèle de mesure de la performance telle que perçue par les utilisateurs finaux permettant de modéliser la performance d’un système d'information operant sur l’infonuagique. Ce modèle possède de nombreuses applications pratiques dans le domaine de la mesure du niveau de service et de la prévision de la performance. Il utilise un faible sousensemble de données de mesures de journaux (c.-à-d. des mesures directes et des mesures dérivées) qui s’avèrent plus significatives et exploitables afin de modéliser fidèlement et rapidement la performance d’un système d’information telle que perçues par son utilisateur final. Ce nouveau modèle de performance proposé a été inspiré du modèle théorique de la mesure infonuagique et des caractéristiques de qualité préalablement proposée par Bautista (Bautista, Abran, & April, 2012). Ce nouveau modèle de mesure de la performance d’un logiciel infonuagique telle que perçue par l’utilisateur final a été validé à l’aide d’une quantité massive de données provenant de journaux de transactions et fait une extension des principes de mesure suggérés par Bautista en proposant l’utilisation d’un indicateur de performance et en ajoutant une interaction avec les utilisateurs finaux afin de confirmer la perception pressenti par ce modèle. Une expérimentation à grande échelle sur un cas de figure réel d’une grande entreprise qui possède des logiciels opérant sur une infrastructure infonuagique privée a été réalisée et décrite. Cette expérimentation du modèle proposé, dans laquelle des mesures sont analysées à partir d'une infrastructure Big Data moderne, a permis de confirmer qu’il est possible de modéliser fidèlement la performance perçue par l'utilisateur final; cette performance étant représentée comme un ensemble d'indicateurs de performance basés sur l'accord de niveau de service pour l’infonuagique étudié. Cette recherche permet finalement d’apporter une solution à la question de la modélisation de la performance d’un logiciel telle que perçue par les utilisateurs finaux. Elle offre une avenue de solution pour la mise en oeuvre de la mesure lors d’ententes de service pour les applications logicielles opérant sur l’infonuagique de manière à favoriser l'analyse de données de performance dans un court laps de temps. Le modèle ouvre aussi la porte à la mise en place future d’algorithmes de prévision de la performance.

Date	16 oct. 2017
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Alain April (Directeur(-trice)) & Abdelouahed Gherbi (Codirecteur(-trice))