van Hoorn, André2023-03-132023-03-132015https://dl.gi.de/handle/20.500.12116/40829Kapazitätsmanagement ist eine Kernaktivität beim Entwurf und beim Betrieb von verteilten Softwaresystemen. Es umfasst die Bereitstellung von Rechenzentrumsressourcen und die Verteilung der Softwarekomponenten auf diese Ressourcen. Ziel ist die kontinuierliche Bereitstellung einer angemessenen Kapazität, so dass Dienstgtevereinbarungen (SLAs) eingehalten werden, während Investitions- und Betriebskosten möglichst niedrig sind. Traditionelle Kapazitätsmanagementstrategien sind eher statisch und pessimistisch, d.h. Ressourcen werden fr Lastspitzen ausgelegt. Insbesondere betriebliche Informationssysteme sind jedoch starken Lastschwankungen ausgesetzt. Hier fhrt das eben genannte statische Kapazitätsmanagement zu einer niedrigen Ressourceneffizienz und damit zu unnötig hohen Gesamtkosten. Im Laufe der vergangenen Jahre wurden Technologien fr dynamische Rechenzentrumsinfrastrukturen verfgbar, z.B. durch Cloud-Computing-Produkte. Diese Technologien stellen die Basis fr dynamisches Kapazitätsmanagement zur Laufzeit, d.h. die kurzfristige Anpassung der bereitgestellten Kapazität auf Basis des aktuellen Bedarfs. Weil manuelles Kapazitätsmanagement nicht praktikabel ist, wurden automatische Ansätze vorgestellt. Allerdings sehen diese Ansätze grobgranulare Adaptations-Aktionen und - Entscheidungen vor, die auf aggregierten Messungen auf Systemebene basieren. Diese Dissertation schlägt einen modellgetriebenen Ansatz, namens SLAstic, zum Kapazitätsmanagement von verteilten, komponentenbasierten Softwaresystemen zur Laufzeit vor. Die Kernbeiträge dieses Ansatzes sind a) Modellierungssprachen zur Repräsentation von Architekturinformationen des kontrollierten Softwaresystems, b) ein architekturbasiertes Laufzeit-Kapazitätsmanagement-Rahmenwerk basierend auf der MAPE-K-Architektur, c) modellgetriebene Techniken zur Automatisierung des Ansatzes, d) architektonische LaufzeitRekonfigurationsoperationen zur Steuerung der Systemkapazität, e) sowie eine Integration des Palladio-Komponentenmodells. Eine qualitative und quantitative Bewertung des Ansatzes erfolgt durch Kombination von Simulation, Laborexperimenten und Fallstudien. Veröffentlicht als: André van Hoorn: ModelDriven Online Capacity Management for Component-Based Software Systems, 2014. Online unter http://eprints.uni-kiel.de/25969/deText/Journal Article0720-8928