[論文レビュー] Auto-scaling Web Applications in Clouds: A Taxonomy and Survey

Chenhao Qu, Rodrigo N. Calheiros+1 more|arXiv (Cornell University)|Sep 29, 2016

Cloud Computing and Resource Management参考文献 79被引用数 61

ひとこと要約

本稿は、クラウド環境におけるWebアプリケーション向け自動スケーリング技術の包括的な分類とサーベイを提示し、MAPE制御ループ全体における課題を分析し、現在のアプローチにおける主なギャップを特定する。エネルギー効率、ユーザーの好み、コンテナネイティブスケーリングに注目した今後の研究方向性を提案することで、動的クラウドワークロードにおけるコスト、パフォーマンス、持続可能性の向上を図る。

ABSTRACT

Web application providers have been migrating their applications to cloud data centers, attracted by the emerging cloud computing paradigm. One of the appealing features of the cloud is elasticity. It allows cloud users to acquire or release computing resources on-demand, which enables web application providers to automatically scale the resources provisioned to their applications without human intervention under a dynamic workload to minimize resource cost while satisfying Quality of Service (QoS) requirements. In this paper, we comprehensively analyze the challenges that remain in auto-scaling web applications in clouds and review the developments in this field. We present a taxonomy of auto-scalers according to the identified challenges and key properties. We analyze the surveyed works and map them to the taxonomy to identify the weaknesses in this field. Moreover, based on the analysis, we propose new future directions that can be explored in this area.

研究の動機と目的

• クラウド環境における自動スケーリングソリューションの統一された分類フレームワークの欠如に対処すること。
• MAPE制御ループ（モニタリング、分析、計画、実行）の各段階における自動スケーリングWebアプリケーションのコアな課題を特定し、分析すること。
• ワークロードのダイナミクス、QoS、コスト、リソース制約の取り扱いに基づいて、既存の自動スケーリング技術を評価すること。
• エネルギー効率、ユーザーの好み、コンテナ化に関する点で、現在のアプローチの制限を強調すること。
• 持続可能性、マルチリージョン展開、コンテナネイティブワークロードをサポートする次世代自動スケーラーのための新たな研究方向性を提案すること。

提案手法

• ワークロード予測、オシレーション低減、コスト最適化などの主要な課題と特性に基づき、包括的な自動スケーラー分類法を開発した。
• 既存の自動スケーリングソリューションをその分類にマッピングし、モニタリング、分析、計画、実行の各段階における強みと弱みを比較した。
• 自動スケーリングの基盤的アーキテクチャとしてのMAPE制御ループを分析し、各段階における重要なボトルneckを同定した。
• 履歴的およびリアルタイムメトリクスを用いて、ワークロード予測、リソース推定、SLAに配慮したスケーリングの技術を評価した。
• エネルギーおよび炭素フットプリントの考慮を自動スケーリング意思決定に統合する方法を検討した。特に再生可能エネルギー源を備えたデータセンターにおいて顕著である。
• コンテナベースの自動スケーリングにおける新規な課題、例えば隔離の弱さ、スケジューリングの複雑さ、共有クラスタにおける動的リソース割り当てについて検討した。

実験結果

リサーチクエスチョン

• RQ1 クラウドホステッドWebアプリケーション向けに効果的な自動スケーラーを設計するにあたり、MAPE制御ループ全体で生じる主な課題は何か？
• RQ2 既存の自動スケーリングソリューションは、ワークロード予測、オシレーション低減、SLA準拠の各点をどのように対処しているか？
• RQ3 コスト効率、エネルギー消費、環境影響の観点から、現在の自動スケーリング技術の限界は何か？
• RQ4 ユーザーが指定する地理的およびインfraストラクチャの好みを尊重しつつ、プロバイダーのコストを最小限に抑えるために、自動スケーリングメカニズムはどのように強化できるか？
• RQ5 コンテナ化マイクロサービスおよびサーバessワークロード向けの自動スケーリングにおいて、どのような新たな機会と課題が生じるか？

主な発見

• ICT分野における環境問題への懸念が高まる中、エネルギーおよび炭素に配慮したリソース割り当ての観点から、現在の自動スケーリングソリューションには顕著なギャップが存在する。
• 多くの自動スケーラーは、特に動的またはバースト性の高いワークロード下で頻繁なスケーリング意思決定が原因で、オシレーションや不安定性を十分に解消できていない。
• 既存のアプローチは、地理的局所性や規制制約に対するユーザーの好みをしばしば無視しており、マルチリージョンクラウド環境における実用的導入を制限している。
• コンテナベースの自動スケーリングは、隔離の弱さ、高いリソース競合、複雑なスケジューリングといった新たな課題をもたらし、特化した最適化戦略の導入が不可欠である。
• 再生可能エネルギー源を自動スケーリング意思決定に統合することで、炭素排出量と運用コストを顕著に削減できるが、現行システムでは十分に検討されていない。
• VMベースの自動スケーリング技術は貴重な知見を提供するが、プロビジョニング速度、サイズ、隔離の観点で差異があるため、コンテナ化およびサーバess環境への直接適用には適合性の調整が必要である。