Teste de Desempenho em Aplicações SIG Web

Tes e de Desempenho em Aplicações SIG Web A u o H. To es-Zen eno1, Eliane Ma ins1, Rica do da S. To es1, Ma í a J. Escalona Cua esma2 1Ins i u o de Compu ação – Uni e sidade Es adual de Campinas (UNICAMP) Caixa Pos al 6176, 13084-971 – Campinas – SP – B asil. {a u o.zen eno,eliane, o es}@ic.unicamp.b 2 Depa amen o de Linguagens e Sis emas In o má icos – Uni e sidade de Se illa A . Reina Me cedes s/n. 401012 – Se illa – Espanha. [email protected] Resumo. Es e a igo p opõe um modelo de p ocesso de es e de desempenho pa a aplicações SIG Web. O modelo conside a os casos de uso mais c í icos ou de maio isco quan o ao desempenho de um sis ema pa a a c iação de cená ios de es es. Além disso, p e ê a u ilização de e amen as li es pa a au oma ização de e apas do p ocesso de a aliação. O modelo oi aplicado ao p oje o WebMaps, que é uma aplicação SIG Web cuja inalidade é auxilia seus usuá ios no planejamen o ag ícola a pa i de egiões de in e esse. Os esul ados p elimina es ob idos indicam que os es es o am ú eis na iden i icação de p oblemas da a qui e u a p elimina do sis ema. 1In odução Um Sis ema de In o mação Geog á ica (SIG) é um so wa e ol ado pa a o ge enciamen o de dados geo- e e enciados. Os SIG’s são sis emas au oma izados usados pa a a mazena , analisa e manipula dados geog á icos, ou seja, dados que ep esen am obje os e enômenos em que a localização geog á ica é uma ca ac e í s ica ine en e e indispensá el pa a analisá-los [1, 2]. Nes e con ex o, um SIG Web é um sis ema que p o ê di e en es se iços SIG de análise e isualização de dados espaciais a a és da Web [3].O desen ol imen o de sis emas des e ipo é complexo e de e conside a equisi os pouco encon ados em aplicações adicionais: po exemplo, o g ande olume de dados ge enciado (con encionais e geo- e e enciados), a di e sidade de usuá ios no ambien e Web e p ocessamen o conco en e de equisições. Nes e cená io, um dos meios u ilizados pa a se ga an i aqualidade des es sis emas é a ealização de es es [4] ao longo do p ocesso de desen ol imen o. O p opósi o des e a igo é p opo um modelo de p ocesso de es e pa a aplicações SIG Web a pa i dos casos de uso mais c í icos ou de maio isco quan o ao desempenho. A ealização de es es de desempenho é undamen al pa a assegu a que es as aplicações sejam adequadas quando da sua implan ação e uso. O p ocesso p opos o de es e de desempenho lida com as ca ac e í s icas ine en es das aplicações SIG Web, g ande olume de dados e ca ga de usuá ios simul âneos, o necendo um conjun o de a i idades de es e bem de alhadas. Es as a i idades são in eg adas em um p ocesso obus o, onde o pon o de pa ida é iden i icação dos casos de uso c í icos que p ecisam se es ados. Pa a isso se supõe que os equisi os do sis ema o am co e amen e especi icados. O modelo de p ocesso de es e de desempenho oi aplicado na a aliação do sis ema WebMaps, que é uma aplicação SIG Web cuja inalidade é auxilia seus usuá ios no planejamen o ag í cola a pa i de egiões de in e esse. Es es es es o am ei os de aco do com cená ios eais cons uí dos baseando-se em es a í s icas de uso eais no Sis ema de Moni o amen o Ag ome e eológico [5]. Os esul ados p elimina es ob idos indicam que os es es o am ú eis na iden i icação de p oblemas da a qui e u a p elimina do WebMaps an es da sua implan ação. O a igo inicia com uma desc ição ge al dos es es de desempenho, assim como, a sua iden i icação den o de um p ocesso de desen ol imen o (seção 2).Em seguida, a seção 3 de alha os ipos de es es de desempenho em aplicações Web, mos ando alguns p ocessos de es e exis en es. Es as abo dagens se em como base pa a a especi icação da p opos a do p ocesso de es e de desempenho pa a aplicações SIG Web (seção 4).A seção 5 ap esen a um caso de es udo onde o p ocesso de es e de desempenho p opos o é usado na a aliação de um SIG Web eal. Po im, a seção 6 ap esen a as conclusões e abalhos u u os. 2 Tes es de desempenho A ealização de es es em como inalidade assegu a a qualidade do sis ema, sendo seu obje i o p incipal encon a e os. Os es es ambém se em pa a se ob e medidas de equisi os não uncionais do so wa e, ais como con iabilidade ou desempenho, usando-se écnicas es a í s icas ap op iadas [6]. En e os di e en es ipos de es es de sis ema exis en es [7], des acam-se os es es de desempenho. A Fig. 1 mos a uma adap ação do modelo “V”, indicando as di e en es ases do desen ol imen o de sis emas associadas com os ipos de es e exis en es [8]. Embo a es e modelo de es es seja discu í el [8], ele se á u ilizado nes e a igo pa a im didá ico. A ealização de es es em po obje i o de e mina se o desempenho do sis ema in eg ado é adequado, de aco do com os equisi os do sis ema. Tes es de desempenho podem se ealizados ao longo do desen ol imen o, mas somen e quando odos os componen es são inalmen e in eg ados é que se pode e uma medida eal do seu desempenho [9]. No e que, na Fig. 1, o es e de desempenho se encon a den o dos es es de sis ema, associados à ase de De alhamen o de Requisi os. Molina i [10] mos a a elação en e isco de es e e sus equisi o de qualidade em aplicações Web, ou seja, quais os equisi os de qualidade que mais comp ome em o co e o uncionamen o des es sis emas caso não sejam co e amen e es ados. Segundo Molina i, o desempenho é o equisi o de qualidade que de e ia e mais cuidado em aplicações Web. Es a impo ância é ainda mais c í ica em aplicações SIG Web endo em is a o g ande olume de dados ge enciados. Fig. 1. Fases no p ocesso de desen ol imen o s Tipos de es e (modelo V). 3 P ocessos de Tes e de Desempenho em Aplicações Web Como pa e dos es es de desempenho em os es es de ca ga ( es am o desempenho do sis ema le ando-se em con a uma ca ga de usuá ios simul âneos eais), es es de es esse ( es am o desempenho do sis ema conside ando o núme o máximo de usuá ios simul âneos que pode supo a ) e os es es de olume ( es am a quan idade de dados que o sis ema pode ge encia ) [9]. A segui é desc i o os p ocessos de es e de cada um deles. 3.1 P ocesso de Tes e de Ca ga / Es esse Vá ios p ocessos de es e de desempenho pa a aplicações web êm sendo p opos os ecen emen e [10,11, 12, 13].A Fig. 2 mos a dois des es p ocessos de es e de desempenho: ode Molina i [10] que ap esen a o p ocesso em 5 ases (a); e o de Menascé [13] que possui 7 ases (b). Es es p ocessos são aplicá eis an o pa a es e de ca ga como es esse. Molina i inicia o p ocesso com o planejamen o de es e de ca ga / es esse (Fase 1), cujo obje i o p incipal é iden i ica e p oje a quais uncionalidades pode iam se es adas no sis ema. Já na Fase 2, se p ocede a especi icação e c iação de usuá ios i uais. Uma ez c iados os usuá ios i uais, um cená io de es e (Fase 3) co esponden e a es a quan idade de usuá ios é especi icado.O cená io é execu ado na Fase 4. Po im, a Fase 5 comp eende a análise do sis ema es ado. Fig. 2. P ocesso de es e de desempenho em aplicações Web. (a) P ocesso p opos o po Molina i [10] e (b) p ocesso p opos o po Menascé [13]. Menascé ap esen a ases mais ab angen es. Pa a ele o p ocesso se inicia com uma ase de de inição de obje i os do es e de desempenho (Fase 1). Logo na Fase 2 es uda-se o ambien e, ou seja, a in aes u u a (se ido es, se iços web), so wa e (sis emas ope acionais, middlewa e e aplicações), as conexões de ede e os p o ocolos de ede p esen es no sis ema. A Fase 3 é a mesma da Fase 1 de Molina i. A Fase 4, de inição do Wo kload, é equi alen e à ase de c iação de cená ios e à ase de c iação de usuá ios i uais de Molina i. Depois, na Fase 6, as e amen as de es e são ins aladas e con igu adas. Nas Fases 7 e 8, os es es são execu ados e o sis ema é analisado, espec i amen e. Tan o o p ocesso de Molina i quan o o de Menascé é inalizado com o ajus e do sis ema, a pa i da análise dos esul ados dos es es de desempenho. 3.2 P ocesso de Tes e de Volume O es e de olume a alia a quan idade de dados ge enciados em um sis ema Web. O obje i o des e es e é de e mina a capacidade do sis ema em lida com o olume de dados especi icado nos seus equisi os. Em ge al, es e ipo de es e usa g andes quan idades de dados, o que pe mi e de e mina os limi es em que o sis ema alha. Além disso, cos umam se u ilizados na iden icação da ca ga máxima ou olume de dados que o sis ema pode ge encia em um dado pe í odo de empo. A pesquisa ealizada a é o momen o não iden i icou nenhum p ocesso de es e de olume bem de inido que pudesse se u ilizados na a aliação de aplicações web. 4 P ocesso p opos o de Tes e de Desempenho em Aplicações SIG Web Es a seção ap esen a uma p opos a de p ocesso de es e de desempenho em aplicações SIG Web. P imei amen e, as especi icações dos p ocessos de es e de ca ga / es esse e de olume são ap esen ados de manei a isolada (seções 4.1 e 4.2). Em seguida, suas a i idades são in eg adas em um p ocesso único (seção 4.3). 4.1 P ocesso p opos o de Tes e de Ca ga / Es esse Es a p opos a consis e, basicamen e, na adap ação dos p ocessos de es e de ca ga / es esse em aplicações Web is os na seção 3.1. A Fig. 3(a) mos a que no p ocesso de Molina i se conside ou uma in e são da o dem das ases 2 e 3. Es a in e são jus i ica-se pela impo ância da c iação de cená ios pa a a especi icação da quan idade de usuá ios i uais que de e ão se c iados. Es a in e são pe mi e, po an o, c ia di e en es cená ios pa a um mesmo es e de ca ga / es esse, conside ando, po exemplo, di e en es quan idades de usuá ios i uais. Fig. 3. (a) Adap ação apa i do p ocesso p opos o po Molina i [10] (b) Adap ação do p ocesso p opos o po Menascé [13]. A Fig. 3(b) mos a que, no p ocesso de Menascé, as ases 1 e 2 o am conside adas impo an es. Es as ases o am ag upadas e conside adas equi alen es à de inição dos casos de uso de maio isco. A e apa de de inição de casos de uso oi inco po ada ao p ocesso de Molina i modi icado ( eja seção 4.3). 4.2 P ocesso p opos o de Tes e de Volume Es e abalho ap esen a um p ocesso de es e de olume, ilus ado na Fig. 4. Es e p ocesso se inicia com uma ase de planejamen o, cujo obje i o p incipal é iden i ica a inalidade do es e (Fase 1). Já na Fase 2 iden i icam-se os cená ios de olume, ou seja, cená ios que en ol em a mazenamen o de in o mação em disposi i os de a mazenamen o p imá ios (unidades de disco í gido), secundá ios (CD, DVD), em banco de dados ou em algum ou o ipo de a mazenamen o. Es es cená ios são c iados na Fase 3. A Fase 4 co esponde ao cálculo do olume de dados que o sis ema ge encia pa a cada cená io de es e. Finalmen e, na Fase 5,o sis ema es ado é analisado le ando-se em con a os esul ados do es e ealizado e, caso necessá io, modi icado. Fig. 4. P ocesso p opos o de es e de olume. 4.3 P ocesso p opos ode Tes e de Desempenho Es e abalhão p opõe um p ocesso que in eg a os es es de ca ga, es esse e olume na a aliação do desempenho de um sis ema SIG Web. A Fig. 5 mos a o modelo p opos o, usando a no ação UML do diag ama de a i idades [14]. A i idades são mos adas a a és de elipses enquan o se as indicam a o dem nas quais as a i idades de em se ealizadas. As se as pon ilhadas signi icam que a elação en e duas a i idades não é ob iga ó ia. O p ocesso se inicia com uma ase de planejamen o em um ní el supe io (Fase 0), onde se iden i ica os casos de uso que se ão es ados. Como di o an e io men e, a iden i icação de casos de uso c í icos e de g ande isco é i al pa a a ealização de um bom es e de desempenho. O es e de desempenho pode con e um ou mais es es de ca ga, es esse e olume. Tan o pa a os es es de ca ga como pa a os es es de es esse se conside ou as modi icações desc i as na seção 4.1. Na pa e A da Fig. 5, essas adap ações são ap esen adas. O p ocesso começa com uma ase de planejamen o do es e de ca ga ou es esse seguido da ase de c iação de cená ios. É impo an e no a que no planejamen o dos es es da Fase 1 podem se de inidos um ou mais cená ios. Uma ez c iados o(s) cená io(s) co esponden es a um es e de ca ga ou es esse c iam-se os usuá ios web i uais. Na Fase 4 são execu ados o(s) cená io(s), enquan o que na úl ima ase (Fase 5), o sis ema es ado é analisado. A pa e B da Fig. 5 mos a o p ocesso p opos o pa a a ealização de es es de olume desc i o na seção 4.2. Além disso, mos a como os cená ios de es e de olume podem se baseia nos cená ios de es e de ca ga ou es esse caso enham sido c iados. Os es es de olume se iniciam na Fase 1 (planejamen o), onde se de ine o obje i o do es e. Logo na Fase 2 iden i icam-se o(s) cená io(s) de olume. Es a iden i icação conside a os cená ios c iados no p oceso pa alelo de ca ga ou es esse, ou seja, aqueles cená ios que en ol em in e ação com banco(s) de dados ou com algum ipo de a mazenamen o de in o mação. Uma ez iden i icados, os cená ios são c iados (Fase 3).Um es e de olume pode con e um ou mais cená ios e pa a cada cená io se de e mina o olume de dados que supo a (Fase 4). Na Fase 5, es es dados são usados na análise do sis ema quan o ao olume de dados pe mi ido. Nes a ase pode-se aze ambém uma p ojeção do olume de dados ao longo do empo dependendo do planejamen o na Fase 1. Fig. 5. P ocesso p opos o de es e de desempenho pa a aplicações SIG Web. A úl ima a i idade do p ocesso de es e de desempenho é o ajus e do sis ema. Es e ajus e eque a colabo ação de odos os memb os da equipe de es es na análise dos p oblemas encon ados e na p opos a de soluções. 5Es udo de caso O p ocesso de es e de desempenho p opos o oi usado na a aliação do sis ema WebMaps, a pa i de em um caso de uso c í ico. Es a seção desc e e es e SIG web, bem como ap esen a os esul ados p elimina es ob idos. 5.1 WebMaps O WebMaps é um p oje o em andamen o no Ins i u o de Compu ação da Unicamp que em como obje i o pe mi i o moni o amen o e planejamen o de sa as ag í colas no B asil. Es e sis ema in eg a, em ede, dados he e ogêneos de di e sas on es e alguns se iços que ge enciam es es dados. Assim, p e ende-se es abelece uma pla a o ma base pa a a o mulação, implemen ação e a aliação de polí icas in eg adas de planejamen o ag í cola. A Fig. 6 mos a o modelo de casos de uso do WebMaps, onde se especi ica os equisi os uncionais do sis ema. De manei a ge al, o sis ema de e pe mi i cadas os e consul as an o aos seus usuá ios cadas ados quan o aos não cadas ados. A e são a ual do sis ema pe mi e que usuá ios cadas em p op iedades ag í colas e suas di isões ( alhões) indicando as coo denadas geog á icas jun o com a in o mação de p odu os cul i ados. Além disso,pe mi e a ealização de consul as e e en es à e olução dos plan ios ao longo do empo.Pa a an o, o sis ema ge a pa a osusuá ios cu as NDVI (do inglês No malized Di e ence Vege a ion Index) [15], que são cu as que mos am os í ndices de ege ação po di e ença no malizada, ou seja, a quan idade de ege ação em um dado local em um pe í odo de e minado. Es es í ndices são ob idos a pa i do p ocessamen o de imagens de sa éli e ob idas pe iodicamen e. No momen o, o WebMaps abalha com imagens do ipo MODIS de odo o e i ó io b asilei o e e en es a 4 anos (2001 a é 2004) o necidas pela NASA [16]. Cada imagem ocupa 109,6 MB e uma no a imagem oi ob ida a cada 15 dias. O p ocessamen o das imagens de sa éli e pa a ge ação de cu as NDVI é len o. Sendo assim, op ou-se pelo uso de eco es (másca as) das imagens, ela i as a cada p op iedade cadas ada,pa a diminui o empo de p ocessamen o. A Fig. 7 ap esen a a a qui e u a do sis ema WebMaps. Ela é compos a de uma camada Clien e e uma de Se ido . Apa e do Clien e é o na egado que mos a as páginas p ocessadas pela camada se ido a. O Se ido é di idido em ês g andes módulos, implemen ados usando Ja a e a linguangem C: a) módulo esponsá el pelo cadas o de usuá ios e p op iedades; b) módulo esponsá el pela ealização de consul as; e c) eposi ó ios de dados ( Pos g esql e disco í gido (HD)). Do lado do se ido , emcon am-se páginas JSP’s, bem como o módulo “Código em C” cuja a e a é p ocessa as imagens de sa éli e ge ando as másca as que se em pa a mon a a cu a NDVI de in e esse pa a o usuá io quando equisi ado. A in e ação en e o código na linguagem C e o código Ja a é ei o median e o JNI (Ja a Na i e In e ace). Em [17], Czajkowski ap esen a os bene ícios do uso de in e aces com códigos na i os no desen ol imen o de aplicações. Fig. 6.Modelo de casos de uso do sis ema WebMaps.