[論文レビュー] Efficient Large-Scale Multiple Migration Planning and Scheduling in SDN-enabled Edge Computing

TianZhang He, Adel N. Toosi+1 more|arXiv (Cornell University)|Nov 17, 2021

Caching and Content Delivery参考文献 44被引用数 4

ひとこと要約

本稿では、SDN対応エッジコンピューティング環境における大規模かつモビリティ駆動型のライブコンテナ移行を対象として、反復的Maximal Independent Set（MIS）ベースのスケジューリングアルゴリズムを提案する。移行におけるリソース依存関係を動的グラフとしてモデル化し、SDNを活用して集中制御を実現することで、最先端の手法と比較して平均移行時間を最大99.36％短縮し、ダウンタイムを99.94％削減する。また、リアルタイム環境におけるデッドライン違反を最小限に抑えることができる。

ABSTRACT

The containerized services allocated in the mobile edge clouds bring up the opportunity for large-scale and real-time applications to have low latency responses. Meanwhile, live container migration is introduced to support dynamic resource management and users' mobility. However, with the expansion of network topology scale and increasing migration requests, the current multiple migration planning and scheduling algorithms of cloud data centers can not suit large-scale scenarios in edge computing. The user mobility-induced live migrations in edge computing require near real-time level scheduling. Therefore, in this paper, through the Software-Defined Networking (SDN) controller, the resource competitions among live migrations are modeled as a dynamic resource dependency graph. We propose an iterative Maximal Independent Set (MIS)-based multiple migration planning and scheduling algorithm. Using real-world mobility traces of taxis and telecom base station coordinates, the evaluation results indicate that our solution can efficiently schedule multiple live container migrations in large-scale edge computing environments. It improves the processing time by 3000 times compared with the state-of-the-art migration planning algorithm in clouds while providing guaranteed migration performance for time-critical migrations.

研究の動機と目的

• モバイルエッジコンピューティング環境における高ユーザーモビリティを伴うリアルタイムで大規模なライブコンテナ移行スケジューリングの課題に対処すること。
• 複数のライブ移行間における動的リソース競合を依存関係グラフとしてモデル化し、効率的な計画を可能にすること。
• リアルタイムサービスに必要なQoSを保証するスケーラブルで低レイテンシの移行スケジューリングフレームワークを設計すること。
• 実世界のモビリティトレースとネットワークトポロジーを用いて、実用的検証のための評価を実施すること。
• 複雑なエッジネットワークにおけるリソース利用最適化を図りながら、移行ダウンタイムとデッドライン違反を最小限に抑えること。

提案手法

• コンピューティング、ネットワーク、ルーティングのリソース依存関係を動的無向依存関係グラフとしてモデル化する。
• 反復的Maximal Independent Set（MIS）アルゴリズムを用いて、同時に実行可能な非競合移行バッチを特定する。
• SDNコントローラーを活用して集中制御を実現し、移行トラフィックを通常サービスから分離する。
• コンテナオーケストレーションとSDNを統合し、リソース利用状況とトポロジーのリアルタイム可視性を確保する。
• 性能比較のための2つの変種を適用：iter-GWIN（反復的グリーディで重み付きノード選択）とsingle-MCs（1サイクルあたり1件の移行）。
• 実世界のタクシー移動トレースと基地局の座標を用いて、現実的な移行ワークロードをシミュレートする。

実験結果

リサーチクエスチョン

• RQ1 大規模なライブコンテナ移行におけるリソース依存関係を、リアルタイムスケジューリングに適した形で効果的にモデル化するにはどうすればよいか？
• RQ2 高モビリティエッジ環境において、移行ダウンタイムとデッドライン違反を最小限に抑えるスケジューリング戦略は何か？
• RQ3 反復的MISベースのアプローチは、エッジコンピューティング環境において、既存のクラウド中心の移行スケジューラーをどの程度上回るか？
• RQ4 移行リクエストの急増時において、提案手法はQoSをどのように維持するか？
• RQ5 ネットワークリソース不足が移行パフォーマンスに与える影響は何か。また、その影響をどのように軽減できるか？

主な発見

• 提案されたiter-GWINアルゴリズムは、最先端のクラウド移行スケジューラーと比較して、平均移行時間を最大99.36％短縮する。
• 提案手法を用いることで、平均ダウンタイムが99.94％削減され、サービス継続性が顕著に向上する。
• デッドライン違反の合計は、ベースライン手法と比較して最大88.18％削減され、高負荷状況下では違反率が0.071％まで低下する。
• 違反時間（デッドラインを超過する合計時間）は最大99.94％削減され、リアルタイムサービスにおけるQoS準拠を強固に確保する。
• 既存のクラウドベースの移行計画アルゴリズムと比較して、処理時間を3000倍速くする。
• 高負荷状況（S3で37,822件の移行）ではネットワークリソース制限が生じるが、知的なスケジューリングにより依然として低い違反率を維持する。