[논문 리뷰] Cloud elasticity using probabilistic model checking

Athanasios Naskos, Emmanouela Stachtiari외 5명|arXiv (Cornell University)|2014. 05. 19.

Cloud Computing and Resource Management참고 문헌 24인용 수 27

한 줄 요약

이 논문은 구 nu 클라우드 환경에서 자동화되고 정량적으로 검증된 확장성 확보를 위해 마르코프 결정 과정(MDPs)과 PRISM 도구를 사용하는 공식적이고 확률론적인 모델 체킹 접근법을 제안한다. 동적으로 MDP 모델을 인스턴스화하고 시스템 유틸리티 및 임계값 준수 여부를 지속적으로 검증함으로써, 최신 기술 대비 NoSQL 데이터베이스 클러스터에서 사용자 정의 유틸리티를 크게 향상시키고 임계값 위반 수를 감소시킨다.

ABSTRACT

Cloud computing has become the leading paradigm for deploying large-scale infrastructures and running big data applications, due to its capacity of achieving economies of scale. In this work, we focus on one of the most prominent advantages of cloud computing, namely the on-demand resource provisioning, which is commonly referred to as elasticity. Although a lot of effort has been invested in developing systems and mechanisms that enable elasticity, the elasticity decision policies tend to be designed without guaranteeing or quantifying the quality of their operation. This work aims to make the development of elasticity policies more formalized and dependable. We make two distinct contributions. First, we propose an extensible approach to enforcing elasticity through the dynamic instantiation and online quantitative verification of Markov Decision Processes (MDP) using probabilistic model checking. Second, we propose concrete elasticity models and related elasticity policies. We evaluate our decision policies using both real and synthetic datasets in clusters of NoSQL databases. According to the experimental results, our approach improves upon the state-of-the-art in significantly increasing user-defined utility values and decreasing user-defined threshold violations.

연구 동기 및 목표

• 클라우드 시스템을 위한 기존 확장성 결정 정책에서의 정확성 보장 부족과 정량적 검증 부족 문제를 해결하기 위해.
• 지속적인 시스템 행동 및 유틸리티 검증을 통해 자동화된 컴퓨팅 문제로 확장성을 공식화하기 위해.
• MDPs와 확률론적 모델 체킹을 활용해 실시간 결정을 이끄는 동적이고 온라인 검증 프레임워크를 개발하기 위해.
• 실제 및 합성 워크로드를 대상으로 NoSQL 데이터베이스 클러스터에서 유틸리티 최적화와 임계값 위반 감소를 중심으로 접근법을 평가하기 위해.
• 기존 히وري스틱 기반 방법에 비해 모델 체킹 기반 확장성 정책의 실현 가능성과 우수성을 입증하기 위해.

제안 방법

• 비결정적 행동(예: 추가, 제거, no_op)과 확률적 환경 변화를 포괄하는 마르코프 결정 과정(MDP)으로 클라우드 확장성 모델링하기.
• PCTL로 표현된 시스템 성질을 공식적으로 검증하기 위해 PRISM 확률론적 모델 체커 사용하기. 주로 확률적 도달 가능성과 보상 기반 목표에 중점을 두기.
• 누적 보상 계산에서 경로 길이 편향을 방지하기 위해, 보상은 오직 no_op 동작 시에만 계산된 시스템 유틸리티 기반으로 정의하기.
• 실시간으로 현재 워크로드 및 시스템 상태에 기반해 MDP 모델을 동적으로 인스턴스화하여 온라인 결정 지원하기.
• 모델 체킹을 안내하고 불필요한 결정 경로를 줄이기 위해 상태에 메타데이터(이전_행동, 정지, 결정)를 레이블링하기.
• 검증된 MDP 모델을 분석하여 기대 유틸리티를 최대화하는 결정 정책 수립하기. 이로써 시스템 행동에 대한 정량적 보장을 확보하기.

실험 결과

연구 질문

• RQ1 확률론적 모델 체킹이 클라우드 시스템의 확장성 결정을 효과적으로 검증하고 이끌 수 있는가?
• RQ2 MDP 모델은 어떻게 동적으로 인스턴스화하고 온라인으로 검증하여 실시간 확장성 제어를 지원할 수 있는가?
• RQ3 모델 체킹 기반 정책은 기존 방법에 비해 시스템 유틸리티 향상과 임계값 위반 감소에 얼마나 기여하는가?
• RQ4 MDP 기반 확장성 결정에서 누적 보상 대비 순순간 보상 사용의 영향은 무엇인가?
• RQ5 형식적 검증 통합이 동적인 클라우드 환경에서 확장성 정책의 신뢰성에 어떻게 기여하는가?

주요 결과

• 제안된 접근법은 실제 및 합성 NoSQL 데이터베이스 워크로드 모두에서 사용자 정의 유틸리티 값을 크게 향상시킨다.
• 최신 기술 대비 사용자 정의 임계값 위반 빈도를 더 효과적으로 감소시킨다.
• 동적 MDP 인스턴스화와 온라인 검증을 통해 정량적 보장을 갖춘 실시간 형식 검증 확장성 결정을 가능하게 한다.
• no_op 동작 시 순순간 보상 사용은 정확한 유틸리티 추정을 보장하고 보상 누적에서 경로 길이에 기인한 편향을 방지한다.
• PRISM 기반 검증을 클라우드 확장성 메커니즘과 통합함으로써 실현 가능성과 성능 향상을 입증한다.
• 서비스 수준 제약 조건을 유지하면서도 시스템 유틸리티 최적화를 공식적으로 수행함으로써, 히وري스틱 기반 확장성 정책에 비해 본 논문의 접근법이 뛰어나다.