[論文レビュー] QoS-Based Pricing and Scheduling of Batch Jobs in OpenStack Clouds

Thomas Sandholm, Julie Ward+2 more|arXiv (Cornell University)|Apr 27, 2015

Cloud Computing and Resource Management参考文献 15被引用数 6

ひとこと要約

本稿では、OpenStackクラウドにおけるバッチジョブのQoSベースの価格設定およびスケジューリングメカニズムを提案する。ユーザーはノード毎時間単位ではなく、保証されたジョブ完了時間を支払う。QoSレベルを完了時間のティアとしてモデル化し、収益最適化価格関数を用いることで、固定されたノード毎時間価格と比較して、最大40％の収益増加を達成する。同時に、低混雑状態下でもリソース利用効率とユーザー効用が向上する。

ABSTRACT

The current Cloud infrastructure services (IaaS) market employs a resource-based selling model: customers rent nodes from the provider and pay per-node per-unit-time. This selling model places the burden upon customers to predict their job resource requirements and durations. Inaccurate prediction by customers can result in over-provisioning of resources, or under-provisioning and poor job performance. Thanks to improved resource virtualization and multi-tenant performance isolation, as well as common frameworks for batch jobs, such as MapReduce, Cloud providers can predict job completion times more accurately. We offer a new definition of QoS-levels in terms of job completion times and we present a new QoS-based selling mechanism for batch jobs in a multi-tenant OpenStack cluster. Our experiments show that the QoS-based solution yields up to 40% improvement over the revenue of more standard selling mechanisms based on a fixed per-node price across various demand and supply conditions in a 240-VCPU OpenStack cluster.

研究の動機と目的

• クラウドバッチジョブスケジューリングにおけるノード毎時間単位の価格設定の限界に対処する。ユーザーはリソース要件やジョブ完了時間を予測しにくいためである。
• リソースベースの価格設定から成果物ベースの価格設定への移行により、過剰プロビジョニングと不足プロビジョニングを低減する。その根拠はジョブ完了時間の保証に基づく。
• クラウドプロバイダーがジョブの緊急性に基づいて価格差別化を可能とし、収益と社会的福祉を向上させる。
• 予測された完了時間と利用可能な容量に基づいて動的にジョブを許可する仕組みを導入することで、リソース利用効率とシステム効率を向上させる。
• QoSベースの価格設定をOpenStack Saharaと統合し、実世界での展開と評価を可能にする。

提案手法

• 保証されたジョブ完了時間に基づいてQoSレベルを定義し、異なる時間窓に対応する複数のティアを設定する。
• 完了時間ティアと現在のクラスタ負荷に基づいて価格を設定する収益最適化価格関数を設計する。
• スケジューリングパイプラインにジョブ完了時間予測を統合し、実行可能性と価格設定の推定を可能にする。
• 利用可能なノードが不足している場合にのみジョブを拒否する動的承認制御メカニズムを実装する。
• 比較評価のため、固定されたノード毎時間基準（Bench）と収益最適化価格モデル（RevOp）を用いる。
• さまざまなジョブ到着間隔とノード容量の下で、240-VCPUのOpenStackクラスタ上でシステムを評価する。

実験結果

リサーチクエスチョン

• RQ1 完了時間の保証を提供するQoSベースの価格モデルは、従来のノード毎時間単位の価格設定よりも、プロバイダー収益の観点で優れているか？
• RQ2 さまざまな負荷状態下で、本メカニズムはシステム利用効率、ユーザーのネット効用、ジョブ成功確率にどのように影響を与えるか？
• RQ3 低混雑状態下で、価格モデルは社会的福祉とリソース利用効率をどの程度向上させるか？
• RQ4 高混雑状態下で、干渉や期限切れが生じる場合、システムはどのように対処するか？また、価格設定はこのリスクを反映できるか？
• RQ5 OpenStack Saharaにおける完了時間予測と動的価格設定の統合により、QoSベースのバッチジョブスケジューリングのスケーラブルで実世界での展開が可能になるか？

主な発見

• 提案されたQoSベースの価格設定メカニズムは、全テスト構成において固定されたノード毎時間価格と比較して、最大40％の収益増加を達成する。
• 低混雑状態下では、65％のリソース利用効率（ベンチマークの32％と比較）を達成し、リソース利用効率の著しい向上が確認される。
• 承認率は71％から84％に上昇し、新しいモデル下でより多くのジョブが正常にスケジューリングされていることが示される。
• 契約成功率は95％（ベースラインの99％と比較）を維持しており、高混雑状態下でも5～15％の低下にとどまり、干渉に対して高い耐性を示す。
• ユーザーのネット効用は、ユーザー満足度の明示的最適化がなくても最大20％向上し、社会的福祉の向上が示唆される。
• 高混雑状態下ではシステムのパフォーマンスが低下するため、将来の需要と障害リスクを組み込む価格モデルの開発が求められる。