[論文レビュー] Workload Trace Generation for Dynamic Environments in Cloud Computing

Jammily Ortigoza, Fabio López Pires+1 more|arXiv (Cornell University)|Jul 1, 2015

Cloud Computing and Resource Management参考文献 13被引用数 5

ひとこと要約

本稿は、クラウドコンピューティングにおけるバーチャルマシン配置（VMP）のための16の動的環境の包括的な分類体系を提案する。これは、拡張性の種別（水平、垂直、両方、なし）およびサーバーやネットワークリソースのオーバーブッキングに基づいて分類される。また、時間変動するVMリソース利用指標（CPU、RAM、ネットワーク）を用いたワークロードトレース生成の形式的フレームワークを導入し、将来的なVMP研究および最適化のためのリアルな動的クラウドワークロードのシミュレーションを可能にする。

ABSTRACT

Cloud computing datacenters provide millions of virtual machines in actual cloud markets. In this context, Virtual Machine Placement (VMP) is one of the most challenging problems in cloud infrastructure management, considering the large number of possible optimization criteria and different formulations that could be studied. Considering the on-demand model of cloud computing, the VMP problem should be optimized dynamically to efficiently attend typical workload of modern applications. This work proposes several dynamic environments for solving the VMP from the providers' perspective based on the most relevant dynamic parameters studied so far in the VMP literature. A complete set of environments and workload traces examples are presented in this work.

研究の動機と目的

• クラウドサービスプロバイダー（CSP）の視点から、動的環境の包括的特徴付けの欠如に応えること。
• 既存のVMP分類体系を拡張し、拡張性やリソースのオーバーブッキングといった動的パラメータを統合すること。
• 時間変動するVMリソース利用状況（CPU、RAM、ネットワーク）を捉える形式的フレームワークを提供し、リアルなクラウド環境における動的VM配置のシミュレーションを可能にすること。
• 4つの特定の動的環境の詳細な例示を通じて、将来的な動的VMP研究を支援すること。
• 多様でリアルなワークロード条件下でのVMPアルゴリズムのより正確なシミュレーションおよび評価を可能にすること。

提案手法

• 本稿は、2つの二値要因（拡張性の種別：水平、垂直、両方、なし）およびオーバーブッキングの種別（サーバー、ネットワーク、両方、なし）に基づく4次元分類システムを導入し、動的VMP環境を分類する。
• VMリソース利用状況を3つの指標（CPU（ECU単位）、RAM（GB単位）、ネットワーク（Mbps単位））を用いて形式的に定義し、$ U''_{bcj} = \{Ucpu''_{bcj}, Uram''_{bcj}, Unet''_{bcj}\} $ と表記する。
• フレームワークは、時間経過に伴い変化するリソース要件を通じて動的挙動をモデル化し、利用状況の値が離散的時間間隔 $ t $ で変化することを反映する。
• 著者は、拡張性とオーバーブッキングの異なる組み合わせがVM配置のダイナミクスに与える影響を示すために、4つの詳細な事例研究（環境 (0,1)、(0,2)、(1,0)、(2,0)）を提示する。
• VMリクエスト、リソース要件、および利用パターンを時間軸に沿って符号化することで、ワークロードトレース生成を可能にし、複雑なクラウドワークロードのシミュレーションを実現する。
• このアプローチは、84件の関連するVMP研究の体系的文献レビューに基づいており、動的VMP定式化に関する既存研究と整合性を持つ。

実験結果

リサーチクエスチョン

• RQ1 クラウドコンピューティング環境におけるバーチャルマシン配置（VMP）に影響を与える主要な動的パラメータは何か（CSPの視点から）。
• RQ2 拡張性およびリソースのオーバーブッキング特性に基づいて、動的VMP環境を体系的に分類する方法は何か。
• RQ3 現実のクラウドワークロードにおける静的、準静的、完全動的VMP定式化の構造的および行動的差異は何か。
• RQ4 CPU、RAM、ネットワークの各リソースにおいて、時間変動するVMリソース利用状況を反映する形式的ワークロードトレースをどのように生成できるか。
• RQ5 水平および垂直の拡張性をサーバーおよびネットワークのオーバーブッキングと組み合わせることの、VMPシミュレーションおよび最適化に与える影響は何か。

主な発見

• 本研究は、拡張性（水平、垂直、両方、なし）とオーバーブッキング（サーバー、ネットワーク、両方、なし）の組み合わせを通じて、16の異なる動的VMP環境を同定した。
• フレームワークは、時間経過に伴い変化する値を持つ3つの指標（CPU（ECU）、RAM（GB）、ネットワーク（Mbps））を用いてVMリソース利用状況を形式的に定式化した。
• 事例環境は、VM数が一定であっても、サーバーおよびネットワークリソースのオーバーブッキングが動的利用状況を生じることを示している。
• 水平拡張性は、時間経過に伴うVM数の変化としてモデル化され、環境 (1,0) では時間ステップ間でVMリクエストが4から6に増加している。
• 垂直拡張性は、環境 (2,0) で例示されており、個々のVMが時間経過とともにCPUおよびRAM要件を増加させることで、既存VMのスケーリングアップを反映している。
• 残りの12の環境は、4つの基本例の組み合わせによって導出されており、フレームワークがワークロードトレース生成に対して拡張可能かつ包括的であることを示している。