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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• 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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung

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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• 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

• PowerPoint-Praumlsentation
• Slide 2
• Einfuumlhrung in die Informationslogistik
• Slide 4
• Slide 5
• Slide 6
• Problemstellungen der Informationslogistik
• Slide 8
• Slide 9
• Eigenschaften verteilter Systeme
• Slide 11
• Slide 12
• Einfuumlhrung in die Allokationsproblematik
• Slide 14
• Slide 15
• Slide 16
• Ausgewaumlhlte Problemstellungen
• Das Migration-Problem
• Das Replication-Problem
• Slide 20
• Slide 21
• Replication-Problem Fall B
• Das File-Allocation-Problem
• Das Caching-Problem
• Slide 25
• Slide 26
• Distributed-Paging-Problem
• Slide 28
• Zentrales Modell
• Migration-Problem (zentral)
• Dezentrales Modell
• Migration-Problem (dezentral)
• Slide 33
• Zentral vs dezentral
• Dezentrales Modell mikrooumlkonomischer Loumlsungsansatz
• Slide 36
• Slide 37
• Slide 38
• Slide 39
• Slide 40
• Slide 41
• 2-Phasen-Algorithmus (I)
• 2-Phasen-Algorithmus (II)
• 2-Phasen-Algorithmus
• 2-Phasen-Algorithmus
• Slide 46
• 2-Phasen-Algorithmus (III)
• Slide 48
• Zusammenfassung