[논문 리뷰] Resource Management in Edge and Fog Computing using FogBus2 Framework

Mohammad Ali Goudarzi, Qifan Deng외 1명|arXiv (Cornell University)|2021. 08. 02.

IoT and Edge/Fog Computing참고 문헌 16인용 수 4

한 줄 요약

이 논문은 이질적인 엣지, 퍼그, 클라우드 환경에서 통합된 자원 관리를 위한 경량이며 컨테이너 기반의 프레임워크인 FogBus2를 제안한다. 사용자 정의 정책을 통해 동적 스케줄링을 가능하게 하며, 새로운 랭킹 기반 스케줄러를 통해 저지연, 최소 자원 사용(25–45 MB RAM), 그리고 1초 이내의 시작 시간을 달성하여 실시간 IoT 응용 프로그램 및 연구 및 개발 분야에서의 빠른 프로토타이핑에 이상적이다.

ABSTRACT

Edge/Fog computing is a novel computing paradigm that provides resource-limited Internet of Things (IoT) devices with scalable computing and storage resources. Compared to cloud computing, edge/fog servers have fewer resources, but they can be accessed with higher bandwidth and less communication latency. Thus, integrating edge/fog and cloud infrastructures can support the execution of diverse latency-sensitive and computation-intensive IoT applications. Although some frameworks attempt to provide such integration, there are still several challenges to be addressed, such as dynamic scheduling of different IoT applications, scalability mechanisms, multi-platform support, and supporting different interaction models. FogBus2, as a new python-based framework, offers a lightweight and distributed container-based framework to overcome these challenges. In this chapter, we highlight key features of the FogBus2 framework alongside describing its main components. Besides, we provide a step-by-step guideline to set up an integrated computing environment, containing multiple cloud service providers (Hybrid-cloud) and edge devices, which is a prerequisite for any IoT application scenario. To obtain this, a low-overhead communication network among all computing resources is initiated by the provided scripts and configuration files. Next, we provide instructions and corresponding code snippets to install and run the main framework and its integrated applications. Finally, we demonstrate how to implement and integrate several new IoT applications and custom scheduling and scalability policies with the FogBus2 framework.

연구 동기 및 목표

• 지연 민감하고 데이터 집약적인 IoT 워크로드를 처리하는 데에 중앙 집중식 클라우드 컴퓨팅의 한계를 해결하기 위해.
• 이질적인 엣지, 퍼그, 클라우드 인fra구조를 통해 다양한 IoT 응용 프로그램을 통합하기 위한 통합적이고 확장 가능한 프레임워크를 제공하기 위해.
• 실시간 및 비실시간 IoT 워크로드에서 최적의 QoS를 달성하기 위해 플러그인 방식의 정책을 지원하는 동적 스케줄링 및 자원 관리 기능을 제공하기 위해.
• 연구자와 개발자가 가벼운 컨테이너 기반 환경에서 IoT 응용 프로그램과 스케줄링 알고리즘을 쉽게 배포, 테스트, 확장할 수 있도록 하기 위해.

제안 방법

• FogBus2는 다섯 가지 핵심 구성 요소(사용자, 마스터, 액터, 작업 실행기, 원격 로거)를 포함한 마이크로서비스 기반의 도커 컨테이너 아키텍처를 사용하며, 각 구성 요소는 구성 요소 간 통신을 위한 내장된 메시지 핸들러를 내장하고 있다.
• 프레임워크는 다중 클라우드, 엣지, 퍼그 서버에 걸쳐 분산 배포가 가능하여 IoT 응용 프로그램과 자원 관리 정책의 확장성 있고 모듈식 실행을 지원한다.
• 새로운 랭킹 기반 스케줄링 정책은 initSchedulerByName.py 파일의 schedulerName 설정을 확장하여 구현되며, 동적 스케줄링 전략 선택 기능을 제공한다.
• 프레임워크는 기존의 IoT 응용 프로그램 유형(실시간 및 비실시간)과 통합되며, 모듈식 구성 요소 아키텍처를 통해 정책 플러그인을 지원한다.
• 자원 사용 및 성능은 여러 하드웨어 아키텍처를 대상으로 도커파일 크기, 런타임 메모리 소비, 시작 시간, 반응 시간을 통해 평가된다.

실험 결과

연구 질문

• RQ1 엔지, 퍼그, 클라우드 계층에서 이질적인 컴퓨팅 자원을 효율적으로 관리할 수 있는 통합 프레임워크는 어떻게 설계할 수 있는가?
• RQ2 FogBus2와 같은 경량 컨테이너 기반 프레임워크의 자원 소비 및 시작 지연 특성은 어떠한가?
• RQ3 새로운 랭킹 기반 스케줄링 정책의 통합은 동적 IoT 환경에서 워크로드 관리에 어떻게 기여하는가?
• RQ4 FogBus2는 얼마나 넓은 범위의 IoT 응용 프로그램을 최소한의 오버헤드로 빠르게 프로토타이핑하고 배포하는 데에 기여할 수 있는가?

주요 결과

• FogBus2 구성 요소의 압축된 도커파일 크기는 수백 킬로바이트에서 최대 100 MB까지 다양하여 다양한 플랫폼에 배포하는 데에 낮은 대역폭 요구량을 나타낸다.
• 구성 요소 간 평균 런타임 메모리 사용량은 25 MB에서 45 MB 사이로 매우 낮아 제한된 장치에서의 메모리 프로파일이 작고 효율적임을 확인한다.
• FogBus2 구성 요소의 시작 시간은 1초 이내로, 반복적인 개발 및 테스트 환경에서 필수적인 빠른 초기화 및 재초기화를 가능하게 한다.
• 프레임워크는 저지연 작동을 지원하며, 그림 9에 제시된 바와 같이 IoT 응용 프로그램의 평균 반응 시간이 짧아 실시간 워크로드에 적합함을 입증한다.
• 새로운 랭킹 기반 스케줄링 정책의 통합은 initSchedulerByName.py에서 모듈식 구성 설정을 통해 이루어져 확장성과 런타임 정책 선택 기능을 제공한다.