[논문 리뷰] Auto-scaling Web Applications in Clouds: A Taxonomy and Survey

Chenhao Qu, Rodrigo N. Calheiros외 1명|arXiv (Cornell University)|2016. 09. 29.

Cloud Computing and Resource Management참고 문헌 79인용 수 61

한 줄 요약

이 논문은 클라우드 환경에서 웹 애플리케이션을 위한 자동 스케일링 기법에 대한 종합적인 분류 체계와 종합적 검토를 제시하며, MAPE 제어 루프 전반에서 발생하는 과제를 분석하고 현재 접근 방식의 핵심 격차를 규명한다. 에너지 효율성, 사용자 선호도, 컨테이너 기반 스케일링을 중심으로 향후 연구 방향을 제안하여 동적 클라우드 워크로드에서 비용, 성능 및 지속 가능성 측면을 향상시킨다.

ABSTRACT

Web application providers have been migrating their applications to cloud data centers, attracted by the emerging cloud computing paradigm. One of the appealing features of the cloud is elasticity. It allows cloud users to acquire or release computing resources on-demand, which enables web application providers to automatically scale the resources provisioned to their applications without human intervention under a dynamic workload to minimize resource cost while satisfying Quality of Service (QoS) requirements. In this paper, we comprehensively analyze the challenges that remain in auto-scaling web applications in clouds and review the developments in this field. We present a taxonomy of auto-scalers according to the identified challenges and key properties. We analyze the surveyed works and map them to the taxonomy to identify the weaknesses in this field. Moreover, based on the analysis, we propose new future directions that can be explored in this area.

연구 동기 및 목표

• 클라우드 환경에서 자동 스케일링 솔루션을 위한 통합된 분류 프레임워크가 부족한 문제를 해결하기 위해.
• 자동 스케일링 웹 애플리케이션을 위한 MAPE 제어 루프(모니터링, 분석, 계획, 실행) 각 단계에서의 핵심 과제를 규명하고 분석하기 위해.
• 워크로드의 동적 특성, QoS, 비용 및 자원 제약 조건 대응 능력에 기반해 기존 자동 스케일링 기법을 평가하기 위해.
• 에너지 효율성, 사용자 선호도, 컨테이너화와 관련된 현재 접근 방식의 한계를 부각하기 위해.
• 지속 가능성, 다중 지역 배포, 컨테이너 기반 워크로드를 지원하는 차세대 자동 스케일러를 위한 새로운 연구 방향을 제안하기 위해.

제안 방법

• 워크로드 예측, 진동 완화, 비용 최적화 등의 핵심 과제와 특성을 기반으로 자동 스케일러에 대한 종합적 분류 체계를 개발하였다.
• 기존 자동 스케일링 솔루션을 이 분류 체계에 매핑하여 각 단계(모니터링, 분석, 계획, 실행)에서의 강점과 약점을 비교 분석하였다.
• 자동 스케일링의 기초 아키텍처로 MAPE 제어 루프를 분석하고 각 단계에서의 핵심 병목 현상을 규명하였다.
• 역사적 및 실시간 메트릭을 활용하여 워크로드 예측, 자원 추정 및 SLA 인식 스케일링 기법을 평가하였다.
• 에너지 소비 및 탄소 배출량 고려 사항을 자동 스케일링 결정에 통합하는 방안을 탐색하였으며, 특히 재생 가능 에너지원을 활용하는 데이터센터 환경에서의 적용 가능성을 고려했다.
• 컨테이너 기반 자동 스케일링에서 발생하는 새로운 과제, 즉 고립성 부족, 스케줄링 복잡성, 공유 클러스터 내 동적 자원 할당 문제를 분석하였다.

실험 결과

연구 질문

• RQ1 클라우드 호스팅 웹 애플리케이션을 위한 효과적인 자동 스케일러 설계 시 MAPE 제어 루프 전반에서 발생하는 주요 과제는 무엇인가?
• RQ2 기존 자동 스케일링 솔루션은 워크로드 예측, 진동 완화, SLA 준수 문제를 어떻게 해결하는가?
• RQ3 비용 효율성, 에너지 소비 및 환경 영향 측면에서 현재 자동 스케일링 기법의 한계는 무엇인가?
• RQ4 제공자 비용을 최소화하면서도 사용자가 지정한 지리적 및 인프라 선호도를 고려할 수 있도록 자동 스케일링 메커니즘은 어떻게 향상시킬 수 있는가?
• RQ5 컨테이너 마이크로서비스 및 서버리스 워크로드를 위한 자동 스케일링에서 새로운 기회와 과제는 무엇인가?

주요 결과

• ICT 분야에서 환경 문제에 대한 관심이 증가하고 있음에도 불구하고, 현재 자동 스케일링 솔루션에서 에너지 및 탄소 인식 자원 할당에 대한 격차가 뚜렷하게 존재한다.
• 많은 자동 스케일러가 동적 또는 급격한 워크로드에서 발생하는 빈번한 스케일링 결정으로 인한 진동 및 불안정성 문제를 충분히 해결하지 못하고 있다.
• 기존 접근 방식은 종종 지리적 근접성 및 규제 제약 조건을 간과하여 다중 지역 클라우드 환경에서의 실질적 구현 가능성을 제한하고 있다.
• 컨테이너 기반 자동 스케일링은 더 약한 고립성, 높은 자원 경합 및 복잡한 스케줄링 문제를 유발하며, 이에 대비한 특화된 최적화 전략이 필요하다.
• 재생 가능 에너지원을 자동 스케일링 결정에 통합하면 탄소 배출량과 운영 비용을 크게 줄일 수 있으나, 현재 시스템에서는 이 분야가 다소 미비하게 다뤄지고 있다.
• VM 기반 자동 스케일링 기법은 유용한 통찰을 제공하지만, 프로비저닝 속도, 크기 및 고립성의 차이로 인해 컨테이너 및 서버리스 환경에 직접 적용하기 위해서는 적응이 필요하다.