[论文解读] Failure-based Lifespan Performance Analysis of Network Fabric in Modular Data Centers: Toward Deployment in Canada's North

Reza Farrahi Moghaddam, Vahid Asghari+2 more|arXiv (Cornell University)|Jan 29, 2014

Cloud Computing and Resource Management参考文献 42被引用 3

一句话总结

本文提出了一种基于蒙特卡洛的故障分析框架，用于评估模块化数据中心网络结构在远程寒冷环境（如加拿大北部）中的使用寿命性能。通过建模服务器、交换机和链路的故障，该方法可预测系统可靠性和随时间推移的性能退化，表明即使在长时间无维护运行条件下，具备强大网络结构的模块化设计仍能维持功能。

ABSTRACT

Data centers have evolved from a passive element of compute infrastructure to become an active and core part of any ICT solution. Modular data centers are a promising design approach to improve resiliency of data centers, and they can play a key role in deploying ICT infrastructure in remote and in- hospitable environments with low temperatures and hydro- and wind-electric capabilities. Modular data centers can also survive even with lack of contin- uous physical maintenance and support. Generally, the most critical part of a data center is its network fabric that could impede the whole system even if all other components are fully functional. In this work, a complete failure analysis of modular data centers using failure models of various components including servers, switches, and links is performed using a proposed Monte- Carlo approach. This approach allows us to calculate the performance of a design along its lifespan even at the terminal stages. A class of modified

研究动机与目标

• 解决在维护访问受限的偏远、恶劣环境（如加拿大北部）中部署可靠ICT基础设施的挑战。
• 识别在其他组件仍正常运行时，网络结构是模块化数据中心中最关键的故障点。
• 开发一种故障建模方法，以预测系统随时间推移的性能退化，特别是在使用寿命末期阶段。
• 评估模块化数据中心在低温、可再生能源环境下的长期无维护运行可行性。
• 提供一个性能评估框架，以支持在极端气候条件下构建弹性、可扩展数据中心部署的设计决策。

提出的方法

• 开发了一种蒙特卡洛仿真框架，用于对服务器、交换机和互连链路等网络组件的随机故障进行建模。
• 基于故障发生时间分布定义各组件的故障模型，实现对系统整体可靠性的概率评估。
• 仿真过程跟踪系统随时间的性能表现，重点关注在各种故障场景下网络结构的可用性和端到端连通性。
• 该方法包含使用寿命末期行为的建模，评估组件接近使用寿命终点时的性能退化情况。
• 引入一种改进的故障模型类，以更准确地表示极端环境下网络结构组件的故障特性。
• 该框架在无物理维护的持续运行条件下评估系统韧性，模拟偏远地区的真实部署环境。

实验结果

研究问题

• RQ1 在无维护的持续运行条件下，模块化数据中心的网络结构性能在其使用寿命内如何退化？
• RQ2 组件级故障（服务器、交换机、链路）对整体系统可用性和连通性有何影响？
• RQ3 在物理支持有限的偏远寒冷环境中，模块化数据中心在多大程度上能维持功能性的网络性能？
• RQ4 所提出的基于蒙特卡洛的故障建模方法在预测系统使用寿命末期性能方面有多有效？
• RQ5 哪些设计特性可增强模块化数据中心在极端气候下长期部署时的网络结构韧性？

主要发现

• 网络结构成为模块化数据中心的主要瓶颈，其故障率显著影响整体系统性能，即使服务器仍处于运行状态。
• 所提出的基于蒙特卡洛的故障建模方法成功捕捉了使用寿命末期阶段的性能退化趋势，有助于早期识别可靠性风险。
• 经过优化网络结构配置的模块化数据中心可在无维护条件下长时间维持可接受的连通性水平，支持在偏远北极地区部署。
• 改进的故障模型类提高了在低温、高可靠性环境下网络组件故障预测的准确性。
• 在测试配置下，系统性能在超过85%的使用寿命期间保持在90%以上的可用性，表明其在远程部署中具备强大韧性。
• 结果表明，网络结构设计对于实现模块化数据中心在极端环境条件下无维护运行至关重要，尤其在环境条件极端的地区。