@MASTERSTHESIS{ 2022:1719315811,
 	title = {Orquestração personalizada de contêineres},
 	year = {2022},
 	url = "https://tede.unioeste.br/handle/tede/5996",
 	abstract = "As políticas de alocação de contêineres presentes em orquestradores modernos, tal como
 o Kubernetes, são completamente agnósticas no que diz respeito a demandas específicas
 das aplicações ou atendimento a requisitos de negócio. Geralmente realizam a alocação
 das aplicações simplesmente espalhando-as entre os nós de trabalho usando algoritmos
 como Round-Robin ou First-Fit. Além disso, ao se delinear o estado da arte, verifica-se
 que as estratégias propostas não satisfazem os critérios de escalonamento de aplicações
 em ambientes de produção reais. Neste trabalho apresenta-se uma técnica que permite a
 personalização do escalonamento como alternativa ao comportamento padrão oferecido
 pelas ferramentas de orquestração de cargas de trabalho conteinerizadas em ambientes
 multi-cloud, realizando tratativas e validações pertinentes para se atingir o objetivo de
 realizar o direcionamento das instâncias da aplicação a nós computacionais com maior
 afinidade. Para isso, são consideradas características desejáveis ou impositivas, obtidas
 a partir da etapa de levantamento de requisitos durante a concepção da aplicação, ou
 ainda, na etapa de contratação do serviço de hospedagem em nuvem. Buscando oferecer
 uma alternativa para este comportamento e num formato de fácil utilização, propõe-se
 um escalonador personalizado que realiza uma análise de afinidade a partir de rótulos
 definidos em metadados dos objetos que representam cada um dos nós computacionais e
 cargas de trabalho em um ambiente orquestrado, e como segunda característica, prioriza a
 escolha através daqueles nós com a maior capacidade computacional ociosa, garantindo
 um direcionamento que respeite regras e restrições pré-definidas, de acordo com requisitos
 de negócio da aplicação. Para validação, foi realizada a construção de cenários hipotéticos
 com definição de rótulos aleatórios, que de alguma forma possuíam afinidade com um ou
 mais nós computacionais disponíveis no ecossistema multi-cloud construído, constituído
 por 25 nós distribuídos por 4 fornecedores de nuvem pública, com diferentes configurações
 de hardware e localização geográfica, muito semelhante aquele encontrado em empresas
 que exploram este tipo de serviço. Também foi realizada uma validação exclusiva para
 metrificação de desempenho do processo de escalonamento, com o objetivo de analisar
 as diferenças de tempo gasto entre um escalonador padrão e o proposto, sob as mesmas
 condições e cargas de trabalho.",
 	publisher = {Universidade Estadual do Oeste do Paraná},
 	scholl = {Programa de Pós-Graduação em Engenharia Elétrica e Computação},
 	note = {Centro de Ciências Exatas e Tecnológicas}
}