[論文レビュー] FlexCloud: A Flexible and Extendible Simulator for Performance Evaluation of Virtual Machine Allocation

Minxian Xu, Wenhong Tian+2 more|arXiv (Cornell University)|Jan 23, 2015

Cloud Computing and Resource Management参考文献 11被引用数 4

ひとこと要約

FlexCloud は、特にインfraストラクチャー・ツー・ア・サービス（IaaS）に焦点を当てた、仮想マシン（VM）割り当てアルゴリズムの評価を目的とした軽量で柔軟かつ拡張可能なシミュレータである。動的VMスケジューリング、移行モデル化、カスタマイズ可能な設定をサポートし、実世界の LLNL ログを用いた検証を通じて、実行時間とメモリ効率において CloudSim を上回り、Capacitiy_makespan Prepartition（CMP）アルゴリズムを用いて優れた負荷分散とリソース利用率を実現した。

ABSTRACT

Cloud Data centers aim to provide reliable, sustainable and scalable services for all kinds of applications. Resource scheduling is one of keys to cloud services. To model and evaluate different scheduling policies and algorithms, we propose FlexCloud, a flexible and scalable simulator that enables users to simulate the process of initializing cloud data centers, allocating virtual machine requests and providing performance evaluation for various scheduling algorithms. FlexCloud can be run on a single computer with JVM to simulate large scale cloud environments with focus on infrastructure as a service; adopts agile design patterns to assure the flexibility and extensibility; models virtual machine migrations which is lack in the existing tools; provides user-friendly interfaces for customized configurations and replaying. Comparing to existing simulators, FlexCloud has combining features for supporting public cloud providers, load-balance and energy-efficiency scheduling. FlexCloud has advantage in computing time and memory consumption to support large-scale simulations. The detailed design of FlexCloud is introduced and performance evaluation is provided.

研究の動機と目的

• 仮想マシン割り当ての評価に適した拡張可能でスケーラブルかつ現実的なシミュレータの不足を解消すること。
• 大規模な IaaS クラウドインfra構造における仮想マシン割り当て、移行、スケジューリングの包括的シミュレーションをサポートすること。
• 負荷分散およびエネルギー効率戦略を含む、多様なスケジューリングアルゴリズムの性能評価を可能にすること。
• リソースモデル、リクエスト仕様、スケジューリングアルゴリズムの容易な拡張を可能にするモジュラーで迅速なアーキテクチャを提供すること。
• 実世界のワークロードトレース（LLNL）を用いたシミュレータの検証および CloudSim などの既存ツールとの性能比較を行うこと。

提案手法

• リソース、VMリクエスト、スケジューリングアルゴリズムのモジュラー統合を可能にする、アーキテクチャをレイヤードし拡張可能なアーキテクチャをアジャイル設計パターンを用いて設計する。
• ローレンス・リバモア国立研究所（LLNL）の実際のトレースを用いて仮想マシンリクエストをモデル化し、5分間の時間スロットに変換する。
• 動的負荷再配分を捉えるために、多くの既存シミュレータに欠けているVM移行シミュレーションを実装する。
• アルゴリズム比較のためのパフォーマンスメトリクス（平均利用率、不均衡度、マケスパン、capacity_makespan）を定義する。
• 容量とマケスパンに基づいてVMリクエストを事前に分割する「Capacity_makespan Prepartition（CMP）」アルゴリズムを導入し、負荷分散を最適化する。
• Amazon EC2 に準拠したPM設定（15〜240台）とVM仕様を用いて、オフラインスケジューリングを実施し、現実的なクラウド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 FlexCloudのアーキテクチャは、大規模クラウド環境における仮想マシン割り当ての柔軟かつ拡張可能なシミュレーションをどのように実現しているか？
• RQ2 実行時間とメモリ消費量という観点から、FlexCloudは CloudSim よりもどの程度優れているか？
• RQ3 ラウンドロビン、LPT、MIG、CMP といった異なるスケジューリングアルゴリズムは、利用率、マケスパン、不均衡度といった主要パフォーマンス指標にどのように影響を与えるか？
• RQ4 実世界のワークロードトレースを用いた場合、CMPアルゴリズムは従来のアルゴリズムと比較して著しく優れた負荷分散とリソース利用率を達成できるか？
• RQ5 CMPアルゴリズムにおけるパーティション数（k）の増加は、負荷バランスやマケスパン、不均衡度といったパフォーマンス指標にどのように影響を与えるか？

主な発見

• Capacity_makespan Prepartition（CMP）アルゴリズムは、MIG や LPT よりも平均利用率が10–20%高く、ラウンドロビン（R-R）よりは40–50%も高い結果を示した。
• CMPは、MIG や LPT と比較して平均マケスパンと capacity_makespan を10–20%低減し、R-R と比較しては40–50%低減した。
• CMPアルゴリズムにおけるパーティション数（k）の増加は負荷バランスを改善し、より大きなk値では不均衡度が低くなった。
• Post Migration（MIG）アルゴリズムは、利用率、マケスパン、capacity_makespan のあらゆる指標においてCMPの性能を上回れなかった。
• FlexCloudは、特に大規模シミュレーションにおいて、CloudSim よりも優れた実行時間とメモリ消費量を示した。
• LLNLの実世界トレースを用いた検証により、シミュレータの正確性と実際のクラウドワークロードへの関連性が確認された。