[论文解读] FlexCloud: A Flexible and Extendible Simulator for Performance Evaluation of Virtual Machine Allocation

Minxian Xu, Wenhong Tian+2 more|arXiv (Cornell University)|Jan 23, 2015

Cloud Computing and Resource Management参考文献 11被引用 4

一句话总结

FlexCloud 是一款轻量级、灵活且可扩展的模拟器，用于评估云数据中心中虚拟机（VM）分配算法的性能，尤其聚焦于基础设施即服务（IaaS）。它支持动态 VM 调度、迁移建模和可定制配置，在执行时间和内存效率方面优于 CloudSim，同时利用真实 LLNL 工作负载轨迹验证性能，展示了在容量-工期预分区（CMP）算法下更优的负载均衡与资源利用率。

ABSTRACT

Cloud Data centers aim to provide reliable, sustainable and scalable services for all kinds of applications. Resource scheduling is one of keys to cloud services. To model and evaluate different scheduling policies and algorithms, we propose FlexCloud, a flexible and scalable simulator that enables users to simulate the process of initializing cloud data centers, allocating virtual machine requests and providing performance evaluation for various scheduling algorithms. FlexCloud can be run on a single computer with JVM to simulate large scale cloud environments with focus on infrastructure as a service; adopts agile design patterns to assure the flexibility and extensibility; models virtual machine migrations which is lack in the existing tools; provides user-friendly interfaces for customized configurations and replaying. Comparing to existing simulators, FlexCloud has combining features for supporting public cloud providers, load-balance and energy-efficiency scheduling. FlexCloud has advantage in computing time and memory consumption to support large-scale simulations. The detailed design of FlexCloud is introduced and performance evaluation is provided.

研究动机与目标

• 为解决现有云环境中评估 VM 分配算法时缺乏可扩展、可伸缩且逼真的模拟器的问题。
• 支持大规模 IaaS 云基础设施中 VM 分配、迁移与调度的全面仿真。
• 实现对多样化调度算法（包括负载均衡与能效优化策略）的性能评估。
• 提供模块化、敏捷的架构设计，便于轻松扩展资源模型、请求规范与调度算法。
• 通过真实世界工作负载轨迹（LLNL）验证模拟器，并与 CloudSim 等现有工具进行性能对比。

提出的方法

• 采用敏捷设计模式构建分层、可扩展的架构，以支持资源、VM 请求与调度算法的模块化集成。
• 使用来自劳伦斯利弗莫尔国家实验室（LLNL）的真实轨迹数据建模虚拟机请求，并转换为 5 分钟时间片。
• 实现 VM 迁移仿真，以捕捉动态负载重新分配，弥补许多现有模拟器的缺失功能。
• 定义性能指标，包括平均利用率、不平衡度、工期（makespan）和容量-工期（capacity_makespan），用于算法比较。
• 提出容量-工期预分区（CMP）算法，通过基于容量和工期对 VM 请求进行预分区，以优化负载分布。
• 采用离线调度方式，配置不同数量的物理机（PM）（15 至 240 台），并匹配亚马逊 EC2 的 VM 规格，以模拟真实云工作负载。

实验结果

研究问题

• RQ1 FlexCloud 的架构在多大程度上实现了对大规模云环境中 VM 分配的灵活且可扩展的仿真？
• RQ2 FlexCloud 在执行时间与内存消耗方面，相较于 CloudSim 等现有模拟器，性能提升程度如何？
• RQ3 不同调度算法（如 RoundRobin、LPT、MIG 和 CMP）对利用率、工期和不平衡度等关键性能指标的影响如何？
• RQ4 在使用真实世界工作负载轨迹时，CMP 算法是否能显著优于传统算法，实现更好的负载均衡与资源利用率？
• RQ5 CMP 算法中分区数（k）的增加如何影响负载均衡及工期、不平衡度等性能指标？

主要发现

• 容量-工期预分区（CMP）算法的平均利用率比 MIG 和 LPT 高 10–20%，比 RoundRobin（R-R）高 40–50%。
• 与 MIG 和 LPT 相比，CMP 将平均工期和容量-工期降低了 10–20%；与 R-R 相比，降低了 40–50%。
• 增加 CMP 算法中的分区数（k）可改善负载均衡，k 值越大，不平衡度越低。
• 在所有指标（包括利用率、工期和容量-工期）上，后置迁移（MIG）算法均未能达到 CMP 算法的性能水平。
• FlexCloud 在执行时间与内存消耗方面均优于 CloudSim，尤其在大规模仿真中表现更优。
• 基于 LLNL 真实工作负载轨迹的验证结果证实了该模拟器的准确性及其与真实云工作负载的相关性。