Planejamento de infraestrutura computacional para SGBDs NoSQL

CNPqOs Sistemas de Gerenciamento de Banco de Dados (SGBDs)NoSQL vêm sendo, cons-tantemente, objeto de estudo por serem os mais adequados para trabalhar com grandes volumes de dados e requisições, atendendo, assim, a demandas da Internet das Coisas (IoT) e a aplicações e serviços que integram o Big Data (Facebook, Google e Amazon), principalmente por sua capacidade de crescer e se adaptar à carga recebida. Contudo, esses SGBDs são sistemas distribuídos, dessa forma, a comunicação pode ser um gargalo de desempenho. Para garantir disponibilidade, consistência e, em alguns casos, distribuir o desempenho, os SGBDs NoSQL fazem uso, especialmente, do processo de replicação de dados. Embora a replicação seja importante, esse mecanismo pode ocasionar uma sobre- carga da rede, em virtude dos muitos acessos ao nó principal ou por concorrência de outras aplicações na largura de banda disponível, fazendo com que a propagação das réplicas seja interrompida ou que ocorram falhas de consistência na leitura dos nós secundários (como resultado de um failover automatizado). Nesse sentido, e tendo em vista a popularização dos SGBDs NoSQL, a ausência de trabalhos que avaliem a comunicação envolvendo esses sistemas e a modelagem focada no desempenho - que é útil para tomada decisões em aná- lises de sistemas e prover uma economia de tempo, dinheiro e/ou trabalho experimental - esta pesquisa propõe modelos baseados em Redes de Petri Estocásticas e uma análise experimental, com o objetivo de avaliar o desempenho de cluster NoSQL sob um link de rede para contribuir no planejamento da infraestrutura computacional para SGBDs NoSQL, principalmente no tocante à utilização da rede de comunicação. Acreditando ser um diferencial, embora com uma abstração simplista do paradigma SDN, especificamente, a implementação de técnicas de QoS com OpenFlow para limitar ou priorizar o tráfego de um cluster de banco de dados, ressaltamos que os modelos GSPN gerados neste trabalho, bem como a análise de alguns estudos auxiliam no desempenho da comunicação dos SGBDs NoSQL, além da quantidade de requisições processadas, da taxa de chegada da carga recebida, da replicação dos dados, do tráfego concorrente na largura de banda, do nível de consistência configurada para o banco e da quantidade de nós envolvidos na replicação.The NoSQL Data Base Management Systems (DBMSs) are constantly being studied because they are best suited to work with large volumes of data and requests, thus at- tending the demands of the Internet of Things (IoT) and applications and services that integrate Big Data (Facebook, Google, and Amazon), primarily for its ability to grow and adapt to the load it receives. However, these DBMSs are distributed systems, so com- munication can be a performance bottleneck. To ensure availability, consistency and, in some cases, to distribute performance, NoSQL DBMSs makes, especially, use of the data replication process. Although replication is important, this mechanism can cause network overhead due to too many accesses to the head node or competition from other appli- cations over available bandwidth, causing propagation of replicas to stop or consistency failures to read secondary nodes (as a result of an automated failover). In this regarding, and in view of the popularization of NoSQL DBMSs, the lack of work evaluating com- munication involving these systems and performance-focused modeling - which is useful for decision making in system analysis and provide a saving of time, money and/or ex- perimental work - this research proposes models based on Stochastic Petri Nets and an experimental analysis, aiming to evaluate the performance of NoSQL cluster under a link network to contribute to the computational infrastructure planning for NoSQL DBMSs, especially as to the use of the communication network. Believing to be a differentiator, albeit with a simplistic abstraction of the SDN paradigm, specifically, the implementation of QoS techniques with OpenFlow to limit or prioritize traffic from a database cluster, we emphasize that the GSPN models generated in this work, as well as the analysis of some studies, help in the communication performance of the NoSQL DBMSs, besides the num- ber of requests processed, the rate incoming load, data replication, concurrent bandwidth traffic, the consistency level configured for the bank, and the number of nodes involved in replication