[论文解读] Server Structure Proposal and Automatic Verification Technology on IaaS Cloud of Plural Type Servers

Yoji Yamato|arXiv (Cornell University)|Nov 29, 2016

Cloud Computing and Resource Management参考文献 8被引用 13

一句话总结

本文提出了一种结合物理机、容器和虚拟机的异构IaaS云环境下的服务器架构推荐与自动性能验证系统。该系统利用OpenStack测量的性能数据生成优化的OpenStack Heat模板，并通过工作负载测试自动验证其正确性，旨在降低用户在高性能云部署中对专业知识的需求。

ABSTRACT

In this paper, we propose a server structure proposal and automatic performance verification technology which proposes and verifies an appropriate server structure on Infrastructure as a Service (IaaS) cloud with baremetal servers, container based virtual servers and virtual machines. Recently, cloud services have been progressed and providers provide not only virtual machines but also baremetal servers and container based virtual servers. However, users need to design an appropriate server structure for their requirements based on 3 types quantitative performances and users need much technical knowledge to optimize their system performances. Therefore, we study a technology which satisfies users' performance requirements on these 3 types IaaS cloud. Firstly, we measure performances of a baremetal server, Docker containers, KVM (Kernel based Virtual Machine) virtual machines on OpenStack with virtual server number changing. Secondly, we propose a server structure proposal technology based on the measured quantitative data. A server structure proposal technology receives an abstract template of OpenStack Heat and function/performance requirements and then creates a concrete template with server specification information. Thirdly, we propose an automatic performance verification technology which executes necessary performance tests automatically on provisioned user environments according to the template.

研究动机与目标

• 解决在无需深入系统知识的前提下，从物理机、容器和虚拟机等多种IaaS类型中选择最优服务器配置的挑战。
• 通过自动化将功能与性能需求映射到具体基础设施模板，减轻用户在性能调优方面的负担。
• 实现对所提议服务器架构的自动验证，确保其满足指定的性能标准。
• 支持异构云环境，统一管理物理机、容器化和虚拟化工作负载的配置与验证。

提出的方法

• 在OpenStack环境下，测量不同虚拟机数量下物理机、Docker容器和KVM虚拟机的定量性能特征（如CPU、内存、I/O）。
• 开发了一种服务器架构推荐引擎，接收抽象的OpenStack Heat模板及性能/功能需求，利用实测性能数据将其映射为具体的服务器规格。
• 设计了一条自动性能验证流水线，部署生成的模板并执行预定义的性能测试，以验证其是否符合需求。
• 将推荐与验证工作流整合为统一系统，支持多类型IaaS部署模板。
• 使用OpenStack Heat作为编排层，表达并部署最终的服务器配置。
• 在验证过程中应用与工作负载相关的基准测试，以在真实场景下评估性能表现。

实验结果

研究问题

• RQ1 在OpenStack环境中，物理机、容器和虚拟机在不同工作负载下的性能特征有何差异？
• RQ2 基于数据驱动的服务器架构推荐方法，能否显著降低在异构IaaS类型中选择最优配置所需的专业知识？
• RQ3 自动性能验证在多大程度上可确保所提议的配置满足用户指定的性能要求？
• RQ4 基于模板的系统在多大程度上能有效生成并验证兼顾功能与性能的混合IaaS部署配置？

主要发现

• 物理机、容器和虚拟机的性能特征存在显著差异，其中容器在相同工作负载下表现出更低的开销和更高的资源效率。
• 所提出的服务器架构推荐技术能够成功利用实测性能数据，将高层级需求映射为具体的OpenStack Heat模板。
• 自动性能验证成功验证了所部署配置是否满足指定的性能标准，降低了配置错误的风险。
• 该系统显著减少了在混合IaaS环境中选择最优配置时对人工调优和专家知识的依赖。
• 评估结果表明，该方法可提升异构云部署中的部署可靠性与性能可预测性。
• 该系统在多种IaaS类型上生成并验证配置的可行性已得到验证，但作者指出第4节中的评估覆盖范围仍显不足。