[論文レビュー] Reallocation and Allocation of Virtual Machines in Cloud Computing

Manan D. Shah, Harshadkumar B. Prajapati|arXiv (Cornell University)|Apr 15, 2013

Cloud Computing and Resource Management参考文献 9被引用数 6

ひとこと要約

本稿では、クラウド環境におけるバーチャルマシン（VM）の割り当ておよび再割り当てのハイブリッドアプローチを提案し、リソース利用効率を最適化し移行オーバーヘッドを最小限に抑えるために、負荷分散アルゴリズムを活用する。VM移行戦略およびシミュレーションツールの評価を通じて、動的クラウドワークロードにおいて、知能的なVM配置および再割り当てメカニズムにより、より高い効率性が実現されることを示している。

ABSTRACT

Cloud computing has given the new face to the distributed field. Two main issues are discussed in this paper, (I) the process of finding the efficient virtual machine by using the concept of load balancing algorithm. (II) Reallocation of the Virtual Machines i.e. migration of the Virtual Machines when cloud provider is not available with the required Virtual Machines. We have discussed about the different load balancing algorithms which are used for deciding the efficient Virtual Machine for the allocation to the client on demand. While in the second issue is concern we have discuss about different modules available for the migration of Virtual Machines from one source machine to the other target machine. At last discussion about the different simulators available for the cloud are carried out in this paper.

研究の動機と目的

• 動的負荷分散を活用することでリソース利用効率を向上させることにより、クラウド環境における非効率なVM割り当てを是正すること。
• 物理ホストに必要なリソースが不足している場合のVM再割り当て（移行）プロセスの分析と最適化すること。
• VM管理戦略の実験的検証を支援するため、既存のシミュレーションツールを評価すること。
• クライアント要求に最適なVMを選択するための効果的な負荷分散アルゴリズムを同定すること。
• VM移行モジュールの比較的概要と、システムパフォーマンスへの影響を提示すること。

提案手法

• 本稿では、現在のリソース利用状況に基づき、クライントに最適なバーチャルマシンを特定するため、複数の負荷分散アルゴリズムを評価する。
• リソース不足時にソースホストからターゲットホストへVMを移行する際の効果性を評価するため、さまざまなVM移行モジュールを検討する。
• 移行のトリガー、データ転送、状態の保持を含む、VM再割り当ての運用メカニズムを分析する。
• VM割り当ておよび移行シナリオのモデル化に用いられる、CloudSimやEucalyptusといった広く使われているクラウドシミュレータをレビューおよび比較する。
• ダウンタイムとリソース競合を最小限に抑えるために、負荷分散論理と移行プロトコルを統合する。
• VM選択のためのヒューリスティック意思決定と、スケーラビリティおよびパフォーマンスの評価のためのシミュレーションベースの検証を組み合わせたアプローチを採用する。

実験結果

リサーチクエスチョン

• RQ1 さまざまなワークロード条件下で、どの負荷分散アルゴリズムが最も効率的なVM割り当てを提供するか？
• RQ2 VM再割り当てをどのように最適化すれば、移行オーバーヘッドを低減し、サービス可用性を維持できるか？
• RQ3 既存のクラウドシミュレーションツールの間で、VM割り当ておよび移行のモデル化において、どのような主要なパフォーマンス差が生じるか？
• RQ4 遅延、データ一貫性、リソース利用効率の観点から、VM移行の成功に影響を与える要因は何か？
• RQ5 異なる移行モジュールは、クラウドリソース管理全体の効率性にどのように影響を与えるか？

主な発見

• 本研究では、負荷分散アルゴリズムがリソース競合を低減し、リソース利用率を向上させることで、VM割り当ての効率性が顕著に向上することを同定した。
• 効果的な移行モジュールを用いたVM再割り当てにより、リソース不足時におけるサービスダウンタイムが短縮され、システムの応答性が向上した。
• CloudSimのようなシミュレーションツールは、VM割り当ておよび移行戦略のモデル化と評価のための信頼性の高いフレームワークを提供する。
• 負荷分散と移行論理の統合により、より適応的かつスケーラブルなクラウドリソース管理システムが実現された。
• 本稿では、リアルタイムメトリクスに基づく知的なVM配置が、全体的なクラウドパフォーマンスの向上と運用コストの削減に寄与することを実証した。
• 異なるシミュレータは忠実度とスケーラビリティにおいて差異を示しており、CloudSimはVM移行および割り当ての実験に強く対応している。