Design and implementation of a service recommendation system for Clams

Abstract

Cloud computing has been on the rise for years and will not stop following this trend in the future. Developers must have an environment where they can design cloud applications and receive feedback on the Quality of Service their design provides. This thesis aims to provide a framework that calculates the availability of a software design based on a given reliability model. First, this work describes the essential principles needed to understand the model and the calculations. This includes scenarios, Message Sequence Charts, and Labelled Transition Systems. Then it describes the implementation of a scenario-based reliability model in detail. Additionally, I propose an algorithm that maximizes the availability value by recommending suitable services based on the availability model. The performance and precision of the implementation are then evaluated. We will see that the precision is accurate, and the number and density of transactions between cloud services influence the runtime the most. Finally, I summarize the found results and look at the future developments of the topic.

Cloud Computing ist seit Jahren auf dem Vormarsch und das wird sich in Zukunft auch nicht ändern. Entwickler brauchen eine Umgebung, in der sie ihre Cloud Anwendungen entwickeln können und Feedback über den Quality of Service von ihren Designs erhalten. Das Ziel dieser Thesis ist es ein Framework zu entwickeln, das die Verfügbarkeit eines Softwaredesigns auf Basis eines gegeben Verfügbarkeitsmodell berechnet. Zunächst werden die notwendigen Prinzipien beschrieben die gebraucht werden, um das Model und die Berechnungen zu verstehen. Das umfasst Szenarios, Message Sequence Charts und Labelled Transition Systems. Danach wird die Implementierung eines Szenario basierten Verfügbarkeitsmodells erläutert. Zusätzlich stelle ich einen Algorithmus vor, der den Verfügbarkeitswert maximiert, indem er passende Services basierend auf dem Verfügbarkeitsmodell vorschlägt. Die Genauigkeit und Performanz der Implementierung wird danach evaluiert. Es wird sich zeigen, dass die Genauigkeit akkurat ist und die Anzahl und Dichte der Transaktionen zwischen Services den größten Einfluss auf die Laufzeit hat. Schließlich fasse ich die gewonnen Erkenntnisse zusammen und schaue auf zukünftige Entwicklungen.