[논문 리뷰] Efficient Large-Scale Multiple Migration Planning and Scheduling in SDN-enabled Edge Computing

TianZhang He, Adel N. Toosi외 1명|arXiv (Cornell University)|2021. 11. 17.

Caching and Content Delivery참고 문헌 44인용 수 4

한 줄 요약

이 논문은 SDN 기반 엣지 컴퓨팅 환경에서 대규모 이동성 기반 실시간 컨테이너 마이그레이션을 위한 반복적 Maximal Independent Set (MIS)-기반 스케줄링 알고리즘을 제안한다. 마이그레이션 간 자원 의존성을 동적 그래프로 모델링하고 SDN을 활용해 중앙집중식 제어를 구현함으로써, 최신 기술 대비 평균 마이그레이션 시간을 최대 99.36% 감소시키고 정지 시간을 99.94% 감소시키며, 실시간 환경에서의 마이그레이션 마감 시간 위반을 최소화한다.

ABSTRACT

The containerized services allocated in the mobile edge clouds bring up the opportunity for large-scale and real-time applications to have low latency responses. Meanwhile, live container migration is introduced to support dynamic resource management and users' mobility. However, with the expansion of network topology scale and increasing migration requests, the current multiple migration planning and scheduling algorithms of cloud data centers can not suit large-scale scenarios in edge computing. The user mobility-induced live migrations in edge computing require near real-time level scheduling. Therefore, in this paper, through the Software-Defined Networking (SDN) controller, the resource competitions among live migrations are modeled as a dynamic resource dependency graph. We propose an iterative Maximal Independent Set (MIS)-based multiple migration planning and scheduling algorithm. Using real-world mobility traces of taxis and telecom base station coordinates, the evaluation results indicate that our solution can efficiently schedule multiple live container migrations in large-scale edge computing environments. It improves the processing time by 3000 times compared with the state-of-the-art migration planning algorithm in clouds while providing guaranteed migration performance for time-critical migrations.

연구 동기 및 목표

• 고도로 이동성이 높은 사용자 환경에서 실시간으로 대규모 실시간 컨테이너 마이그레이션 스케줄링을 해결하기 위한 도전 과제를 다루기 위해.
• 다중 실시간 마이그레이션 간 동적 자원 경쟁을 효율적인 계획 수립을 위해 의존성 그래프로 모델링하기 위해.
• 시간에 민감한 서비스의 QoS를 보장하는 확장성 있고 저지연 스케줄링 프레임워크를 설계하기 위해.
• 실제 이동성 트레이스와 네트워크 토폴로지를 사용하여 실용적 검증을 위해 제안된 방법을 평가하기 위해.
• 복잡한 엣지 네트워크 환경에서 자원 활용도를 최적화하면서 마이그레이션 정지 시간과 마감 시간 위반을 최소화하기 위해.

제안 방법

• 마이그레이션의 자원 의존성(계산, 네트워크, 라우팅)을 동적 무방향 의존성 그래프로 모델링하기 위해.
• 반복적 Maximal Independent Set (MIS) 알고리즘을 사용해 동시 실행이 가능한 충돌 없는 마이그레이션 배치를 식별하기 위해.
• SDN 컨트롤러를 활용해 네트워크 제어를 중앙집중화하고 마이그레이션 트래픽을 일반 서비스에서 분리하기 위해.
• 실시간 자원 가용성과 네트워크 토폴로지에 대한 가시성을 확보하기 위해 컨테이너 오케스트레이션과 SDN을 통합하기 위해.
• 성능 비교를 위해 두 가지 변종 적용: 반복적-그리디-가중치 선택(Iter-GWIN) 및 한 사이클당 한 마이그레이션(single-MCs).
• 실제 택시 이동 트레이스와 기지국 좌표를 사용해 현실적인 마이그레이션 워크로드를 시뮬레이션하기 위해.

실험 결과

연구 질문

• RQ1 대규모 실시간 컨테이너 마이그레이션 간 자원 의존성을 실시간 스케줄링에 효과적으로 모델링하는 방법은 무엇인가?
• RQ2 고도의 이동성이 높은 엣지 환경에서 마이그레이션 정지 시간과 마감 시간 위반을 최소화하는 스케줄링 전략은 무엇인가?
• RQ3 반복적 MIS 기반 접근 방식이 엣지 컴퓨팅 환경에서 기존 클라우드 중심 마이그레이션 스케줄러보다 얼마나 뛰어나게 성능을 발휘할 수 있는가?
• RQ4 마이그레이션 요청의 급증 상황에서 제안된 방법이 QoS를 어떻게 유지하는가?
• RQ5 네트워크 자원 부족이 마이그레이션 성능에 미치는 영향은 무엇이며, 이를 어떻게 완화할 수 있는가?

주요 결과

• 제안된 반복적-그리디-가중치 선택(Iter-GWIN) 알고리즘은 최신 기술 대비 평균 마이그레이션 시간을 최대 99.36% 감소시킨다.
• 제안된 방법을 사용함으로써 평균 정지 시간이 99.94% 감소하여 서비스 지속성 향상이著명하다.
• 마이그레이션 마감 시간 위반 총 수가 기준 대비 최대 88.18% 감소하였으며, 고부하 상황에서 위반 비율은 0.071%로 낮아졌다.
• 마감 시간을 초과한 총 시간(위반 시간)이 최대 99.94% 감소하여 실시간 서비스에 대한 강력한 QoS 준수를 보장한다.
• 기존 클라우드 기반 마이그레이션 계획 알고리즘 대비 처리 시간이 3000배 향상되었다.
• 고부하 상황(37,822건의 마이그레이션 포함 S3)에서는 네트워크 자원 제약이 발생하나, 지능적인 스케줄링 덕분에 여전히 낮은 위반 비율을 유지한다.