-
Notifications
You must be signed in to change notification settings - Fork 0
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Reports das experiências #2
Comments
Em primeiro momento, objetiva-se avaliar se o consumo da parte de background é constante durante todo o teste. Inicialmente, propôs-se uma carga constante durante 6 minutos, e os resultados são evidenciados na imagem a seguir: Em primeiro momento, o consumo aparenta ser constante, mas um olhar mais criterioso evidencia que o consumo saiu de 5.15W para 5.76W (um aumento de aproximadamente 10%). Nesse caso, sugere-se a possibilidade do consumo do processo aumentar ao longo do tempo independentemente da competição. A fim de comprovar (ou falsear) essa hipótese, o teste será expandido para 30 minutos ao invés de 6 minutos. |
Ao executar a versão mais longa do teste, observou-se que os valores iniciais de potência representam os reais outliers. Durante praticamente todo o experimento, observou-se que a potência oscilou entre 5.62W e 5.85W, o que representa uma variação de apenas 5% e que independe do tempo (para 30 minutos). |
A fim de averiguar a funcionalidade da ferramenta experiment_manager.py proposta como forma de configuração e execução de experimentos, foi configurado um experimento de maior complexidade. Ele se resume a 10 iterações de um sub_experimento dividido em 3 etapas, configuradas da seguinte forma: Parte 1: Ao lado de uma carga constante (constant_load executando a função sqrt()), uma carga oscilante (executando em 15 instâncias a função sync()) será executada. Parte 2: Apenas a carga constante será executada Parte 3: Ao lado de uma carga constante (constant_load executando a função sqrt()), uma carga oscilante (executando em 5 instâncias a função sync()) será executada. A ideia principal é avaliar o efeito das cargas oscilantes sobre a carga constante em um espaço amostral mais relevante para que conclusões mais corretas possam ser tomadas. O script em python utilizado para a execução do experimento está disponível em https://github.com/Adnei/slicing_over_kubernetes/blob/main/experiment_manager.py. Seguem algumas imagens da dashboard do Grafana compreendendo todo o experimento:
Os próximos passos dos testes consistem em diversificar o leque de testes e exportar os arquivos do Grafana para que uma análise estatística mais adequada seja feita para a construção de um modelo entre energia e consumo de CPU. |
EM PRIMEIRO MOMENTO, a relação entre consumo de CPU e aumento do consumo de energia não parece ter um comportamento linear. Com isso, existe a possibilidade de tentar realizar um teste de regressão em parâmetros não lineares, vide exemplo: Possivelmente (para haver uma formalização matemática mais correta da validade da regressão), deveremos fazer testes de hipótese manuais para dar validade à regressão utilizada. Entretanto, existem bibliotecas que permitem o fornecimento dos parâmetros adequados para a regressão, como no link: https://saturncloud.io/blog/nonlinear-regression-with-python-a-simple-method-to-fit-your-data-better/#fitting-nonlinear-regression-models-in-python. |
Link de repositório contando um template interessante para os testes estatísticos interessantes: https://github.com/leaot/statistics/blob/main/faithful.py e vídeo de explicação: https://www.youtube.com/watch?v=ePzwCGbt7dw |
Em primeiro momento, temos a hipótese que a disputa por recursos computacionais pode acarretar o aumento dp consumo de energia dos processos que disputam tais recursos. Para fazer tal avaliação, será utilizada a ferramenta "stress" a qual é capaz de gerar uma carga ao sistema (inicialmente, com foco no processador). Um experimento teste básico, sugere que tal hipótese é verdadeira.
Conforme é possível notar pela imagem, nos momentos em que há competição de recursos entre a parte principal e de background há um notório aumento de consumo desta. Tal hipótese será avaliada ao longo do experimento.
The text was updated successfully, but these errors were encountered: