[논문 리뷰] CloudHealth: A Model-Driven Approach to Watch the Health of Cloud Services

Anas Shatnawi, Matteo Orrù외 3명|arXiv (Cornell University)|2018. 03. 14.

Cloud Computing and Resource Management참고 문헌 29인용 수 5

한 줄 요약

CloudHealth는 계층적인 CloudHealth 모니터링 모델(CHMM)을 통해 고수준의 품질 목표를 측정 가능한 메트릭으로 매핑함으로써 클라우드 서비스의 상태를 모델 기반으로 모니터링하는 방법을 제시한다. 이는 운영자별 목표에 맞게 동적 프로브 배치, KPI 수집 및 자동 대시보드 생성을 가능하게 하여 복잡한 클라우드 환경에서의 관찰 가능성과 적응 가능성 향상에 기여한다.

ABSTRACT

Cloud systems are complex and large systems where services provided by different operators must coexist and eventually cooperate. In such a complex environment, controlling the health of both the whole environment and the individual services is extremely important to timely and effectively react to misbehaviours, unexpected events, and failures. Although there are solutions to monitor cloud systems at different granularity levels, how to relate the many KPIs that can be collected about the health of the system and how health information can be properly reported to operators are open questions. This paper reports the early results we achieved in the challenge of monitoring the health of cloud systems. In particular we present CloudHealth, a model-based health monitoring approach that can be used by operators to watch specific quality attributes. The CloudHealth Monitoring Model describes how to operationalize high level monitoring goals by dividing them into subgoals, deriving metrics for the subgoals, and using probes to collect the metrics. We use the CloudHealth Monitoring Model to control the probes that must be deployed on the target system, the KPIs that are dynamically collected, and the visualization of the data in dashboards.

연구 동기 및 목표

• 다양한 운영자들이 공존하는 복잡한 다중 액터 환경에서 클라우드 시스템의 상태를 모니터링하는 데 도전 과제를 해결한다.
• 모니터링 목표를 계층적으로 구성함으로써 고수준의 품질 목표와 저수준의 핵심 성능 지표(KPI) 사이의 격차를 메운다.
• 운영자가 변화하는 필요에 따라 모니터링 인프라를 동적으로 구성할 수 있도록 하며, 프로브 배치 및 대시보드 맞춤화를 지원한다.
• 클라우드 운영에서 서로 다른 목표를 가진 이해관계자 간의 소통과 일치를 향상시키기 위해 표준화되고 확장 가능한 모델을 제공한다.
• 일관된 모델 기반 모니터링 파이프라인을 통해 가시적인 건강 상태 정보를 제공함으로써 자가 복구 및 자동 수리 시스템을 지원한다.

제안 방법

• ISO 25011 품질 기준을 기반으로 한 CloudHealth 모니터링 모델(CHMM)을 정의하여 모니터링 목표를 주목표, 부목표, 측정 가능한 성질의 계층으로 정리한다.
• 추상적인 품질 특성(예: 신뢰성, 가용성)을 구체적이고 측정 가능한 소프트웨어 메트릭 및 클라우드 전용 성질로 매핑한다.
• CHMM를 사용하여 선택된 모니터링 목표에 기반해 클라우드 서비스에 배치되어야 할 프로브를 자동으로 결정한다.
• 배치된 프로브로부터 동적으로 KPI를 수집하고, 이를 CHMM의 구조를 통해 건강 지표로 매핑한다.
• CHMM의 계층적 구조에 부합하는 일관되고 의미 있는 시스템 건강 상태를 시각화하는 사용자 맞춤형 대시보드를 자동으로 생성한다.
• 기존 시각화 플랫폼(Grafana, Splunk 등)과 통합하여 프로그래밍이 필요 없이 실시간 사용자 맞춤형 모니터링 뷰를 제공한다.

실험 결과

연구 질문

• RQ1 클라우드 시스템의 고수준 품질 목표는 어떻게 체계적으로 측정 가능한, 실행 가능한 KPI로 분해될 수 있는가?
• RQ2 운영자가 정의한 목표에 기반해 동적 프로브 구성 및 KPI 수집을 가능하게 하는 모델 기반 메커니즘은 무엇인가?
• RQ3 건강 모니터링을 정적 모니터링 프레임워크에서 분리하여 런타임 적응성과 변화하는 운영 요구사항을 지원하는 방법은 무엇인가?
• RQ4 통합된 모델은 클라우드 서비스 운영에서 다양한 이해관계자 간의 소통과 일치를 어떻게 향상시킬 수 있는가?
• RQ5 목표 정의에서 대시보드 시각화에 이르는 모니터링 파이프라인은 수동 구성 없이 어떻게 자동화하고 맞춤화할 수 있는가?

주요 결과

• CloudHealth 모니터링 모델(CHMM)은 22개의 모니터링 목표를 계층적으로 정리하여 추상적인 품질 목표에서 측정 가능한 메트릭으로의 체계적 매핑을 지원한다.
• 모델은 선택된 모니터링 목표에 기반해 자동으로 프로브 배치 및 KPI 수집을 가능하게 하여 수동 구성 노력의 감소를 이룬다.
• 대시보드는 CHMM의 계층적 구조를 반영하여 동적으로 생성되어 시스템 건강 상태의 일관되고 의미 있는 시각화를 보장한다.
• 이 방법은 런타임 적응성을 지원하여 운영자가 변화하는 운영 요구사항에 따라 모니터링 목표, KPI 및 프로브를 재구성할 수 있도록 한다.
• 이 프레임워크는 확장 가능하며, NGPaaS 프로젝트 환경 내에서 IoT, 텔코, 5G 등의 특정 도메인에 맞게 맞춤화할 수 있다.
• Grafana 및 Splunk와 같은 기존 도구와의 통합을 통해 커스터마이제이션된 대시보드 개발 없이 실용적인 구현과 실시간 모니터링을 가능하게 한다.