[논문 리뷰] RIOT: a Novel Stochastic Method for Rapidly Configuring Cloud-Based Workflows.

Jianfeng Chen, Tim Menzies|arXiv (Cornell University)|2017. 08. 27.

Cloud Computing and Resource Management참고 문헌 42인용 수 1

한 줄 요약

RIOT는 작업을 가상 머신에 그룹화하기 위해 확률 모델을 사용하고, 설계 구성의 신속한 탐색을 위해 서면 기반 평가를 활용하는 확률적 워크플로우 스케줄링 방법이다. 기존 방법에 비해 최대 수십 배 빠른 실행 속도를 달성하면서도 기존 접근 방식과 유사한 결과를 도출하여 동적 클라우드 환경에 적합하다.

ABSTRACT

Cloud computing provides engineers or scientists a place to run complex computing tasks. Finding a workflow's deployment configuration in a cloud environment is not easy. Traditional workflow scheduling algorithms were based on some heuristics, e.g. reliability greedy, cost greedy, cost-time balancing, etc., or more recently, the meta-heuristic methods, such as genetic algorithms. These methods are very slow and not suitable for rescheduling in the dynamic cloud environment. This paper introduces RIOT (Randomized Instance Order Types), a stochastic based method for workflow scheduling. RIOT groups the tasks in the workflow into virtual machines via a probability model and then uses an effective surrogate-based method to assess a large amount of potential scheduling. Experiments in dozens of study cases showed that RIOT executes tens of times faster than traditional methods while generating comparable results to other methods.

연구 동기 및 목표

• 동적 클라우드 환경에서 느리고 유연하지 못한 워크플로우 스케줄링 문제를 해결하기 위해.
• 스케줄링 품질을 희생시키지 않고도 빠른 재스케줄링을 가능하게 하는 방법을 개발하기 위해.
• 기존 히ュ리스틱 및 메타히ュ리스틱 스케줄링 접근 방식의 계산 오버헤드를 줄이기 위해.
• 대규모 워크플로우 구성에 대해 확률적 및 서면 기반 방법의 타당성을 탐색하기 위해.

제안 방법

• RIOT는 실행 특성에 기반하여 워크플로우 작업을 가상 머신에 그룹화하기 위해 확률 모델을 사용한다.
• 대규모 잠재적 스케줄링 구성의 효율적 평가를 위해 서면 기반 최적화 기법을 적용한다.
• 인스턴스 유형과 작업 할당에 대한 확률 분포에서 샘플링을 통해 동적으로 스케줄링 옵션을 탐색한다.
• 확률적 샘플링을 활용해 고성능 구성 우선순위를 정함으로써 포괄적 탐색을 줄인다.
• 반복적인 개선을 통해 탐색과 이용의 균형을 유지하는 접근 방식이다.

실험 결과

연구 질문

• RQ1 확률적 방법이 클라우드 워크플로우에서 스케줄링 시간을 크게 단축하면서도 해의 품질을 유지할 수 있는가?
• RQ2 RIOT의 서면 기반 평가 방식은 전통적인 히ュ리스틱 및 메타히ュ리스틱 방법에 비해 속도와 정확성 측면에서 어떻게 비교되는가?
• RQ3 RIOT는 동적 클라우드 환경에서 복잡한 실제 워크플로우 구성에 얼마나 잘 스케일링할 수 있는가?
• RQ4 확률 모델이 최적의 성능을 위한 작업-VM 매핑을 안내하는 데 얼마나 효과적인가?

주요 결과

• 실험 평가에서 RIOT는 기존 스케줄링 방법에 비해 최대 수십 배 빠르게 실행된다.
• 이 방법은 다른 고급 방법이 생성한 결과와 동등한 수준의 스케줄링 품질을 도출한다.
• 서면 기반 평가 덕분에 포괄적 계산 없이도 대규모 스케줄링 공간을 효율적으로 탐색할 수 있다.
• RIOT는 동적 클라우드 환경에서의 재스케줄링에 대해 뛰어난 확장성과 적응성을 보여준다.