[論文レビュー] Improving virtual host efficiency through resource and interference aware scheduling

Evangelos Angelou, Konstantinos Kaffes+3 more|arXiv (Cornell University)|Jan 27, 2016

Cloud Computing and Resource Management参考文献 8被引用数 5

ひとこと要約

本稿では、リアルタイムのリソース使用状況と予測された干渉を基にワークロードを統合することで、特に過剰割り当て下で仮想ホストの効率を向上させる2つのホストレベルスケジューリング方式—リソース認識スケジューリング（RAS）と干渉認識スケジューリング（IAS）—を提案する。両手法とも、ベースラインと比較して10%以内のパフォーマンス低下でCPU時間を最大50%削減し、さまざまなクラウド環境においてラウンドロビン方式や他のスケジューラーより優れた性能を発揮する。

ABSTRACT

Modern Infrastructure-as-a-Service Clouds operate in a competitive environment that caters to any user's requirements for computing resources. The sharing of the various types of resources by diverse applications poses a series of challenges in order to optimize resource utilization while avoiding performance degradation caused by application interference. In this paper, we present two scheduling methodologies enforcing consolidation techniques on multicore physical machines. Our resource-aware and interference-aware scheduling schemes aim at improving physical host efficiency while preserving the application performance by taking into account host oversubscription and the resulting workload interference. We validate our fully operational framework through a set of real-life workloads representing a wide class of modern cloud applications. The experimental results prove the efficiency of our system in optimizing resource utilization and thus energy consumption even in the presence of oversubscription. Both methodologies achieve significant reductions of the CPU time consumed, reaching up to 50%, while at the same time maintaining workload performance compared to widely used scheduling schemes under a variety of representative cloud platform scenarios.

研究の動機と目的

• 仮想マシン（VM）の統合に伴う干渉が原因で発生するIaaSクラウドにおけるパフォーマンス劣化を是正すること。
• 知的なVM配置により物理的ホストの効率を向上させ、エネルギー消費を削減すること。
• QoSが遅延に敏感なワークロードに影響を与えない範囲で、高い過剰割り当て比下でも効果的な統合を可能にすること。
• 事前のアプリケーションプロファイリングを必要とせず、動的ワークロードに適応可能な軽量でオンラインのスケジューリング機構を開発すること。
• 過剰割り当てがパフォーマンスに与える影響を評価し、干渉認識スケジューリングが極度のリソース圧力下でも高い効率を維持できることを示すこと。

提案手法

• RASは、リアルタイムのCPU、メモリ、I/O使用状況メトリクスに基づいてVMを動的にグループ化し、最適な統合を実現する。
• IASは、ワークロードペアの最小限の同時実行プロファイリングを用いて干渉を予測し、干渉が小さいVMの組み合わせを選択して共存配置する。
• 両方式とも、マルチコアシステムにおける時間的・空間的共有干渉を低減するため、動的CPUピン留めを採用する。
• スケジューリング意思決定に、特にメモリ帯域幅の競合というマイクロアーキテクチャ的要因を統合する。
• 意思決定はオンラインで実施され、事前の動作知識がなくても変化するワークロードに適応可能である。
• 評価は、標準的、遅延に敏感な、および負荷パターンが変化する動的ワークロードの3つのシナリオにおいて、実際のクラウドワークロードを用いて実施された。

実験結果

リサーチクエスチョン

• RQ1 干渉によるパフォーマンス劣化を最小限に抑えながら、仮想マシンの統合を最適化する方法は何か？
• RQ2 過剰割り当て下でリソース認識および干渉認識スケジューリングが、CPU時間の消費をどの程度削減できるか？
• RQ3 さまざまなワークロードタイプおよび過剰割り当てレベルにおいて、干渉認識スケジューリングはラウンドロビン方式や他のベースラインスケジューラーと比較してどの程度優れているか？
• RQ4 事前のアプリケーション動作の知識がなくても、実行時メトリクスのみを用いて効果的な統合を達成できるか？
• RQ5 過剰割り当てがVMのパフォーマンスに与える影響は何か？また、スケジューリングはその悪影響をどのように軽減できるか？

主な発見

• 過剰割り当て比1.0の遅延に敏感なシナリオにおいて、IASはラウンドロビン方式と比較して最大50%のCPU時間消費削減を達成した。
• 動的シナリオでは、RASがアイドルワークロードを検出し統合することで、パフォーマンスを18%向上させ、コア時間は最大35%削減した。
• 過剰割り当て比2.0の状況下でも、RASおよびIASはベースラインと比較してパフォーマンスを10%以内に保ちながら、CPU時間を11.5%～15%削減した。
• ベースラインスケジューラーであるCASはコア時間の改善が限定的であり、特に高過剰割り当て下ではRRSよりもパフォーマンスが劣った。
• リソース認識と干渉認識の両方の統合により、QoSが遅延に敏感なアプリケーションに影響を与えることなく、顕著なエネルギー効率向上とホスト利用率の向上が達成された。
• 結果から、干渉認識スケジューリングは、VM密度が高く、ワークロードが変動するような状況において特に効果的であり、従来のスケジューラーが適応できない状況でも有効であることが示された。