[论文解读] Cost Minimization in Multiple IaaS Clouds: A Double Auction Approach

Jian Zhao, Chuan Wu+1 more|arXiv (Cornell University)|Aug 4, 2013

Cloud Computing and Resource Management参考文献 7被引用 6

一句话总结

本文提出了一种双拍卖机制，用于在多个IaaS云之间实现成本最小化的资源交易，采用基于李雅普诺夫的一次性优化和随机近似算法，实现接近最优的成本节约。该机制在期望上保证了真实性，并保证了(1/(1−δ))近似比，实现了在异构定价和工作负载下跨云的动态、成本高效的虚拟机分配。

ABSTRACT

IaaS clouds invest substantial capital in operating their data centers. Reducing the cost of resource provisioning, is their forever pursuing goal. Computing resource trading among multiple IaaS clouds provide a potential for IaaS clouds to utilize cheaper resources to fulfill their jobs, by exploiting the diversities of different clouds' workloads and operational costs. In this paper, we focus on studying the IaaS clouds' cost reduction through computing resource trading among multiple IaaS clouds. We formulate the global cost minimization problem among multiple IaaS clouds under cooperative scenario where each individual cloud's workload and cost information is known. Taking into consideration jobs with disparate lengths, a non-preemptive approximation algorithm for leftover job migration and new job scheduling is designed. Given to the selfishness of individual clouds, we further design a randomized double auction mechanism to elicit clouds' truthful bidding for buying or selling virtual machines. We evaluate our algorithms using trace-driven simulations.

研究动机与目标

• 为通过利用工作负载和定价在时间和空间上的多样性，解决联邦IaaS云中长期运营成本最小化的问题。
• 设计一种真实市场机制，从自主且自利的云提供商处获取准确的私有成本和工作负载信息。
• 开发一种可扩展的基于近似的方法，用于实时虚拟机调度和作业迁移，保证与最优解的有界性能差距。
• 在现实的工作负载和定价trace下，评估跨云资源交易在降低个体和系统整体成本方面的有效性。

提出的方法

• 通过李雅普诺夫优化制定全局成本最小化问题，将长期目标转化为一次性漂移加惩罚最小化问题。
• 设计一种非抢占式近似算法用于作业调度和剩余作业迁移，确保与非线性整数规划最优解之间存在常数加法差距C。
• 应用基于分数VCG拍卖和胜出者确定问题（WDP）线性规划松弛（LPR）的对偶分解的随机双拍卖机制。
• 采用缩放技术：将分数最优分配和VCG支付按(1−δ)缩放，并用作随机整数分配机制中的期望值。
• 通过基于LPR解的整数分配的加权组合，权重与概率成正比，以确保期望意义上的真实性。
• 将近似算法集成到拍卖机制中，同时保持WDP和原始优化问题的(1/(1−δ))近似比。

实验结果

研究问题

• RQ1 通过利用多个IaaS云之间工作负载和定价在时间和空间上的多样性，跨云虚拟机交易能否显著降低运营成本？
• RQ2 如何设计一种真实市场机制，以从自主且自利的IaaS云中获取准确的私有出价？
• RQ3 对于跨云资源分配问题的实际线性整数规划公式，可以保证多高的近似比？
• RQ4 随机双拍卖机制如何在确保期望真实性的同时，保持底层协作算法的近似比？

主要发现

• 所提出的双拍卖机制对最优解实现了(1/(1−δ))近似比，与协作近似算法的性能保证一致。
• 通过跨云交易，与孤立运行相比，单个云的成本最高可降低30%，尤其在高负载波动和动态定价下效果更显著。
• 交易下活跃服务器的比例提高，表明资源利用率更高，因为闲置容量通过为其他云的高价值作业提供服务而实现货币化。
• 由于在低成本数据中心间调度灵活性提高，平均作业响应延迟下降。
• 系统级的平均时间成本渐近趋近离线最优解，与最优解之间存在常数差距C。
• 随机拍卖机制确保了期望意义上的真实性，支持可靠且策略性的出价，而无需信息操纵。