View
104
Download
0
Category
Preview:
Citation preview
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 1
Dezentrale Optimierung der Allokation
von Informationen in NetzwerkenMarcus Stuumlhlinger Ayse Guumll
Gliederung
1 Einfuumlhrung in die Informationslogistik
2 Problemstellungen der Informationslogistik
3 Eigenschaften verteilter Systeme
4 Einfuumlhrung in die Allokationsproblematik
5 Ausgewaumlhlte Problemstellungen
6 Dezentrale Loumlsungsansaumltze
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 2
1 Einfuumlhrung in die Informationslogistik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 3
Einfuumlhrung in die Informationslogistik
bull Die Information als 4 Produktionsfaktor im
Leistungserstellungsprozess ndashEntscheidungsgrundlage
ndashnotwendig zur Kommunikation und Zusammenarbeit
ndashverursachen Kosten durch Sammlung Transformation und Verteilung
ndashInformationsbeziehungen verbinden Geschaumlftsprozesse
ndashbesitzen Qualitaumltsmerkmale
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 4
Einfuumlhrung in die Informationslogistik
bull Informationsmanagement
z B Identifikation Verarbeitung und Verteilung von
Informationen Entwicklung der Systeme Aufbau der
Infrastruktur Weiterentwicklung und Wartung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 5
Einfuumlhrung in die Informationslogistik
bull Die Informationslogistik umfasst die Planung Steuerung und Uumlberwachung von Informationsfluumlssen
bull Aufgabe der Informationslogistik ist
die Verfuumlgbarkeit der richtige Information zum richtigen Zeitpunkt in der richtigen Menge am richtigen Ort in der erforderlichen Qualitaumlt sicherzustellen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 6
2 Problemstellungen der Informationslogistik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 7
Problemstellungen der Informationslogistik
Kanten
Knoten
Quelle eigene Darstellung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 8
Problemstellungen der Informationslogistik
bull knotenbezogene ProblemstellungenndashAllokation von Daten auf die Knoten im Netzwerk
bull kantenbezogene ProblemstellungenndashAuslastung der Kommunikationsverbindungen
bull infrastrukturelle Problemstellungenndash Standortwahl Schnittstellenmanagement
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 2
1 Einfuumlhrung in die Informationslogistik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 3
Einfuumlhrung in die Informationslogistik
bull Die Information als 4 Produktionsfaktor im
Leistungserstellungsprozess ndashEntscheidungsgrundlage
ndashnotwendig zur Kommunikation und Zusammenarbeit
ndashverursachen Kosten durch Sammlung Transformation und Verteilung
ndashInformationsbeziehungen verbinden Geschaumlftsprozesse
ndashbesitzen Qualitaumltsmerkmale
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 4
Einfuumlhrung in die Informationslogistik
bull Informationsmanagement
z B Identifikation Verarbeitung und Verteilung von
Informationen Entwicklung der Systeme Aufbau der
Infrastruktur Weiterentwicklung und Wartung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 5
Einfuumlhrung in die Informationslogistik
bull Die Informationslogistik umfasst die Planung Steuerung und Uumlberwachung von Informationsfluumlssen
bull Aufgabe der Informationslogistik ist
die Verfuumlgbarkeit der richtige Information zum richtigen Zeitpunkt in der richtigen Menge am richtigen Ort in der erforderlichen Qualitaumlt sicherzustellen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 6
2 Problemstellungen der Informationslogistik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 7
Problemstellungen der Informationslogistik
Kanten
Knoten
Quelle eigene Darstellung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 8
Problemstellungen der Informationslogistik
bull knotenbezogene ProblemstellungenndashAllokation von Daten auf die Knoten im Netzwerk
bull kantenbezogene ProblemstellungenndashAuslastung der Kommunikationsverbindungen
bull infrastrukturelle Problemstellungenndash Standortwahl Schnittstellenmanagement
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 3
Einfuumlhrung in die Informationslogistik
bull Die Information als 4 Produktionsfaktor im
Leistungserstellungsprozess ndashEntscheidungsgrundlage
ndashnotwendig zur Kommunikation und Zusammenarbeit
ndashverursachen Kosten durch Sammlung Transformation und Verteilung
ndashInformationsbeziehungen verbinden Geschaumlftsprozesse
ndashbesitzen Qualitaumltsmerkmale
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 4
Einfuumlhrung in die Informationslogistik
bull Informationsmanagement
z B Identifikation Verarbeitung und Verteilung von
Informationen Entwicklung der Systeme Aufbau der
Infrastruktur Weiterentwicklung und Wartung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 5
Einfuumlhrung in die Informationslogistik
bull Die Informationslogistik umfasst die Planung Steuerung und Uumlberwachung von Informationsfluumlssen
bull Aufgabe der Informationslogistik ist
die Verfuumlgbarkeit der richtige Information zum richtigen Zeitpunkt in der richtigen Menge am richtigen Ort in der erforderlichen Qualitaumlt sicherzustellen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 6
2 Problemstellungen der Informationslogistik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 7
Problemstellungen der Informationslogistik
Kanten
Knoten
Quelle eigene Darstellung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 8
Problemstellungen der Informationslogistik
bull knotenbezogene ProblemstellungenndashAllokation von Daten auf die Knoten im Netzwerk
bull kantenbezogene ProblemstellungenndashAuslastung der Kommunikationsverbindungen
bull infrastrukturelle Problemstellungenndash Standortwahl Schnittstellenmanagement
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 4
Einfuumlhrung in die Informationslogistik
bull Informationsmanagement
z B Identifikation Verarbeitung und Verteilung von
Informationen Entwicklung der Systeme Aufbau der
Infrastruktur Weiterentwicklung und Wartung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 5
Einfuumlhrung in die Informationslogistik
bull Die Informationslogistik umfasst die Planung Steuerung und Uumlberwachung von Informationsfluumlssen
bull Aufgabe der Informationslogistik ist
die Verfuumlgbarkeit der richtige Information zum richtigen Zeitpunkt in der richtigen Menge am richtigen Ort in der erforderlichen Qualitaumlt sicherzustellen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 6
2 Problemstellungen der Informationslogistik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 7
Problemstellungen der Informationslogistik
Kanten
Knoten
Quelle eigene Darstellung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 8
Problemstellungen der Informationslogistik
bull knotenbezogene ProblemstellungenndashAllokation von Daten auf die Knoten im Netzwerk
bull kantenbezogene ProblemstellungenndashAuslastung der Kommunikationsverbindungen
bull infrastrukturelle Problemstellungenndash Standortwahl Schnittstellenmanagement
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 5
Einfuumlhrung in die Informationslogistik
bull Die Informationslogistik umfasst die Planung Steuerung und Uumlberwachung von Informationsfluumlssen
bull Aufgabe der Informationslogistik ist
die Verfuumlgbarkeit der richtige Information zum richtigen Zeitpunkt in der richtigen Menge am richtigen Ort in der erforderlichen Qualitaumlt sicherzustellen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 6
2 Problemstellungen der Informationslogistik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 7
Problemstellungen der Informationslogistik
Kanten
Knoten
Quelle eigene Darstellung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 8
Problemstellungen der Informationslogistik
bull knotenbezogene ProblemstellungenndashAllokation von Daten auf die Knoten im Netzwerk
bull kantenbezogene ProblemstellungenndashAuslastung der Kommunikationsverbindungen
bull infrastrukturelle Problemstellungenndash Standortwahl Schnittstellenmanagement
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 6
2 Problemstellungen der Informationslogistik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 7
Problemstellungen der Informationslogistik
Kanten
Knoten
Quelle eigene Darstellung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 8
Problemstellungen der Informationslogistik
bull knotenbezogene ProblemstellungenndashAllokation von Daten auf die Knoten im Netzwerk
bull kantenbezogene ProblemstellungenndashAuslastung der Kommunikationsverbindungen
bull infrastrukturelle Problemstellungenndash Standortwahl Schnittstellenmanagement
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 7
Problemstellungen der Informationslogistik
Kanten
Knoten
Quelle eigene Darstellung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 8
Problemstellungen der Informationslogistik
bull knotenbezogene ProblemstellungenndashAllokation von Daten auf die Knoten im Netzwerk
bull kantenbezogene ProblemstellungenndashAuslastung der Kommunikationsverbindungen
bull infrastrukturelle Problemstellungenndash Standortwahl Schnittstellenmanagement
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 8
Problemstellungen der Informationslogistik
bull knotenbezogene ProblemstellungenndashAllokation von Daten auf die Knoten im Netzwerk
bull kantenbezogene ProblemstellungenndashAuslastung der Kommunikationsverbindungen
bull infrastrukturelle Problemstellungenndash Standortwahl Schnittstellenmanagement
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 9
3 Eigenschaften verteilter Systeme
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 10
Eigenschaften verteilter Systeme
Ein verteiltes System besteht aus unabhaumlngigen
Komponenten die raumlumlich getrennt sein koumlnnen die miteinander vernetzt sind
die auf gemeinsame Ressourcen zugreifen die sich gegenseitig
Nachrichten zusenden koumlnnen und die gemeinsam (DPS) oder
autonom (MAS) an verschiedenen Aufgaben arbeiten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 11
Eigenschaften verteilter Systeme
Ein wesentlicher Aspekt der Verteilung liegt
in der Moumlglichkeit der dezentralisierten
Systemkontrolle durch autonome Knoten
z B auch durch dezentrale Allokations-
Mechanismen
Problem Heterogenitaumlt und Komplexitaumlt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 12
4 Einfuumlhrung in die Allokationsproblematik
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 13
Einfuumlhrung in die Allokationsproblematik
Speicherkosten Kommunika tionskosten Upda te-Kosten
Kostenkriterien
Verfuumlgbarkeit Verspaumltung Zugriffszeit
Leistungskriterien
Zielkriterien
bull Interdependenzen zwischen den einzelnen Zielkriterien
Quelle eigene Darstellung
Durchlauf
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 14
Einfuumlhrung in die Allokationsproblematik
bull Man unterscheidet in Netzwerken zwischen Read- Anfragen und Write-Befehlen
bull Bekanntestes Muster ist das Read-one-write-all-Muster
bull Read-one Abfrage ist auf jedem Rechner moumlglich der eine Replikation lokal gespeichert hat
bull Kosten fuumlr Read sind proportional zur Groumlszlige des Datensatzes und zur Entfernung des informations- spendendem Rechners
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 15
Einfuumlhrung in die Allokationsproblematik
bull Write-all Aumlnderung eines Datensatzes muss auf jedem Rechner mit einer lokalen Replikation vorgenommen werden Ziel Datenkonsistenz
bull Kosten fuumlr Write sind groumlszliger als fuumlr Read da sie auf mehreren Kanten im Netzwerk anfallen (Minimal-Spannender-Baum)
bull Kennzahl zu Bestimmung der ReadWrite-Intensitaumlt ist Update-Ratio Quotient aus Summe Writes und Summe Reads und Writes
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 16
5 Ausgewaumlhlte Problemstellungen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 17
Ausgewaumlhlte Problemstellungen
bull Migration-Problembull Replication-Problembull File-Allocation-Problembull Caching-Problembull Distributed-Paging-Problem
Daten Informationen Objekte stellen die Ressource dar die es im Modell zu optimieren gilt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 18
Das Migration-Problem
bull Gesucht ist die kostenminimale Position eines Datensatzes innerhalb des Netzwerks
bull Problemstellungbull ein Datensatzbull Read- oder Write-Anfragenbull Kommunikationskosten Speicherkosten Update-Kosten
bull Datensatz kann beliebig innerhalb des Netzwerks positioniert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 19
Das Replication-Problem
bull Gesucht ist die optimale Anzahl der Replikate und ihre Platzierung innerhalb des Netzwerks
bull Problemstellungbull Betrachtung eines Datensatzesbull Read-Anfragenbull Kommunikationskosten Speicherkosten
bull Datensatz kann beliebig innerhalb des Netzwerks repliziert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 20
Das Replication-Problem
Fall Ader Knoten besitzt die Information selbst es entstehen keine KommunikationskostenFall Bdie Information ist nicht verfuumlgbar
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 21
Das Replication-Problem
Fall Bes entstehen Kommunikationskosten aufgrund der Anfrage bei anderen Knoten (Distanz Datenvolumen)
der Knoten speichert die Information lokal als Kopiees entstehen Speicherkosten
bei der naumlchsten Anfrage entstehen keine Kommunikationskosten mehr
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 22
Replication-Problem Fall B
Quelle eigene Darstellung
A2 B
C
3
2 1
5 Anfragennach Objekt X1 Anfrage nachObjekt Y
besitzt Objekt X
besitzt Objekt Ybull Annahme keine Kosten fuumlr lokale Anfrage
Kosten der Abfrage fuumlr X = 5 x 3 = 15 es wird repliziert
Kosten der Abfrage fuumlr Y = 1 x 2 = 2 keine Replikation
Bei A fallen noch Speicherkosten an
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 23
Das File-Allocation-Problem
bull Problemstellungbull ein Datensatzbull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Update- Kosten
bull Kombination aus dem Migration- und Replication-Problem
bull keine Speicherrestriktionen vorhanden
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 24
Das Caching-Problem
bull Zugriffszeiten sollen minimiert werden wobei die Speicherkapazitaumlt optimal ausgenutzt wird
bull Problemstellungbull Betrachtung von Informationen z B im Internetbull Read-Anfragenbull Kommunikationskosten Speicherkostenbull caches haben begrenzte Speicherkapazitaumlt kbull Objekte muumlssen regelmaumlszligig geloumlscht werden
bull Informationen koumlnnen beliebig innerhalb des Netzwerks in Caches gespeichert werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 25
Das Caching-Problem
bull client cachingbull proxy server caching
bull moumlgliche caching Architekturen hierarchical caching distributed caching
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 26
Das Caching-Problem
hierarchical cachingServer befinden sich auf verschiedenen Ebenen Abfrage erfolgt buttom up vom client cache zu den intermediate cachesdistributed cachingDie caches werden gemeinsam genutzt bdquocache sharingldquo wobei sich die proxy server kooperativ verhalten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 27
Distributed-Paging-Problem
bull Das Distributed Paging Problem ist eine ldquoErweiterungrdquo des FAP
bull Problemstellungbull mehrere Datensaumltzebull Read- und Write-Anfragenbull das Replizieren eines Datensatzes ist moumlglichbull lokal gespeicherte Files koumlnnen wieder geloumlscht werdenbull Kommunikationskosten Speicherkosten Updatekosten bull Speichrestriktion in den Knoten
bull Ziel kostenminimale Verteilung des Datensatzes im Netzwerk
bull komplexere Problemstellung als beim FAP
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 28
6 Dezentrale Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 29
Zentrales Modell
bull Im zentralen Modell herrscht vollkommen Information uumlber saumlmtliche Knoten und Kanten im Netzwerk
bull Es gibt eine uumlbergeordnete Instanz die uumlber das gesamte Netzwerk bdquoherrschtldquo
bull Uumlberinstanz trifft alle Entscheidungen bezuumlglich der Datenallokation
bull Ziel ist die Minimierung der gesamten Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 30
Migration-Problem (zentral)
Quelle eigene Darstellung
A4 B3
C5
3
2 1
3 Anfragen 5 Anfragen
1 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
Kosten Position A = 4+53+12 = 21
Kosten Position B = 3+33+11 = 13
Kosten Position C = 5+32+51 = 16
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 31
Dezentrales Modell
bull Jeder Knoten stellt einen autonomen Akteur dar es existiert keine Uumlberinstanz
bull Knoten treffen Entscheidungen auf Basis lokaler Informationen
bull Ziel ist Minimierung der individuellen Kommunikations- und Speicherkosten
bull Knoten muumlssen sich selbst mit Informationen versorgen zusaumltzliche Kosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 32
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
1
1 1
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage Kosten fuumlr Read immer gleich keine SuchkostenGebot von A = 5 ndash 4 = 1
Gebot von B = 8 ndash 3 = 5
Gebot von C = 5 ndash 1 = 4
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 33
Migration-Problem (dezentral)
Quelle eigene Darstellung
A4 B3
C1
4
3 2
5 Anfragen 8 Anfragen
5 Anfragebull Annahme keine Kosten fuumlr lokale Anfrage
bull keine Aussage uumlber die einzelnen Gebote mehr moumlglich
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 34
Zentral vs dezentral
bull Zentralndash Vollstaumlndige Information
ndash Min der gesamten Kommunikations- undSpeicherkosten
ndash Uumlberinstanz entscheidet fuumlr Netzwerk
bull Dezentralndash Lokale Information
ndash Knoten treffen autonome Entscheidungen
ndash Min der individuellen knotenbezogenen Kommunikations- und Speicherkosten
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 35
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatzbull Verwendung von mikrooumlkonomischen Modellen
da die existierenden Methoden auf Computer Sys-teme uumlbertragbar sind
bull Das betrachtete verteilte System stellt den Markt und dessen Akteure dar
bull Wirtschaftssubjekte sind bspw die Knoten
bull Die Knoten sind miteinander verbunden und koumlnnen untereinander kommunizieren
bull Im dezentralen System werden individuelle Zielfunktionen verfolgt
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 36
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull sehr vereinfacht betrachtet koumlnnten Knoten als Agenten betrachtet werden die ihren Nutzen nach Zielvorstellungen maximieren und Praumlferenzen besitzen
bull Agenten koumlnnen in supplier und consumer unterteilt werden
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 37
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Zielsetzungen der Knoten
- Kostenminimierung
- Leistungsverbesserung
bull im Modell existieren Preis-basierte und Tausch-basierte Loumlsungsansaumltze
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 38
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull Tausch-basierter Allokationsansatz
bull Jeder Knoten tauscht seine Ressource (Daten Speicherkapazitaumlt) so lange bis die Grenzrate der Substitution erreicht ist
bull Preis-basierte Allokationsansatz
bull Angebot und Nachfrage nach der Ressource bestimmen den Gleichgewichtspreis
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 39
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
bull im Datenallokationsmodell von Ferguson sind Knoten Lieferanten diese bieten Speicher-kapazitaumlten oder beantworten Anfragen
bull eingehende Anfragen (read oder write) oder Transaktionen sind Kunden diese fragen nach Speicherkapazitaumlten oder Response ihrer Anfrage
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 40
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
Betrachtung des File-Allokations-Problemmit der Zielsetzung der Gewinnmaximierung(Preis-basierte Loumlsung)Es existieren bull n Prozessoren P1 P2 P3 Pnbull Anfragen T1 T2 T3 Tnbull Datenobjekte D1 D2 D3 Dnbull Data Object Manager M1 M2 M3 Mnbull Data Agents A1 A2 A3 An
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 41
Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
P1 P2
P3Datenobjekte
D1 D2 D3
Data Managers M1 M2 M3
Data Agent A1 A2 A3
D1rD1wD1w ndash M1
D1 r
D1 rAnfrage
e12
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 42
2-Phasen-Algorithmus (I)bull Loumlsungsansatz fuumlr das dezentrale Allokationsproblem
bull Ziel ist die Minimierung der individuellen Gesamtkosten
bull Annahmen zur Kostenfunktionbull Kosten fuumlr lokalen Read = 0bull Kosten fuumlr externen Read = r bull Anzahl der Reads = abull Kosten fuumlr Write = wbull Kosten fuumlr lokale Speicherung = sbull Anzahl der Writes = b
bull es gilt das Read-one-write-all Muster (Datenkonsistenz)
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 43
2-Phasen-Algorithmus (II)bull 1 Phase jeder Knoten bearbeitet alle anfallenden ReadWrite-Anfragen
bull 2 Phase Umverteilung der Datensaumltze im Netzwerk auf Basis der ReadWrite-Anfragen der Vorperiode
bull Logik des Algorithmus ein Knoten speichert dann einen Datensatz lokal wenn die zusaumltzlichen Speicher- und Write-Kosten geringer sind als sie Summe der Einsparungen bei den Read-Anfragen
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 44
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
4 Read 5 Write
10 Reads 5 Writes
3 Read 5 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=1 Phase 1
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 45
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2 Phase 2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 46
2-Phasen-Algorithmus
Quelle Eigene Darstellung
A B
C
3 Read 4 Write
10 Reads 4 Writes
12 Read 4 WriteAnnahmebullkeine Kosten fuumlr lokale AnfragebullKosten fuumlr Write fallen in Knoten mit lokalem Datensatz an
Periode t=2
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 47
2-Phasen-Algorithmus (III)
bull Allokation der Daten im Netzwerk ist abhaumlngig vom Update-Ratio
bull Reads und Writes einer Periode sind a priori bekannt
bull Algorithmus liefert nur dann gute Ergebnisse wenn die Reads und Writes in Periode t+1 denen aus der Vorperiode entsprechen
bull Modifikation statt der Reads und Writes der Vorperiode ordnet man den zu- kuumlnftigen Reads und Writes Wahrscheinlichkeiten zu
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 48
7 Zusammenfassung
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
23 Januar 2003
Dezentrale Optimierung der Allokation von Informationen in Netzwerken 49
Zusammenfassung
Die Zielsetzungen der Modelle sind relativ aumlhnlich der Fokus liegt in der Minimierung der KostenDie Annahmen der dezentralen Problemloumlsung sind unserer Ansicht nach plausibler als die der zentralenAufgrund hoher Leistungsfaumlhigkeit und der geringen Kommunikationskosten ist das Allokationsproblem in Festnetzen von geringerer Bedeutung als in mobilen NetwerkenDas Allokationsproblem ist sehr komplex und in der Literatur nicht einheitlich beschrieben
Recommended