Évaluation des stratégies d'allocation dynamique des ressources dans les centres de données...
-
Upload
soufiane-mir -
Category
Devices & Hardware
-
view
14 -
download
0
Transcript of Évaluation des stratégies d'allocation dynamique des ressources dans les centres de données...
Evaluating dynamic rssource allocation strategies in virtualized data centers
Andreas Wolke and Lucas Zegler
Évaluation des stratégies d'allocation dynamique des ressources dans les centres de données virtualisés
2014 IEEE International Conference on Cloud Computing15-18 december 2014. Singapour
MIR Soufiane
Problématique Contexte Solution proposée
Résultats Limites
Problème général d’allocation optimale des ressources
Affectation des serveurs à des machines virtuelles
Dans les entreprises, les Serveurs sont sous
utilisés (< à 50%)
Consommation d’énergie mal
adaptée à la charge
Consommation d’énergie par les serveurs et les systèmes de
climatisation est devenu un problème pour les centres de données
Expérimentent ou adaptent la technologie des machines
virtuelles
Besoin de réduire la consommation d’énergie
Problématique Contexte Solution proposée
Résultats Limites
Problématique Contexte Solution proposée
Résultats Limites
Technologie de virtualisation : allocation dynamique des machines virtuelles aux serveurs à l’aide de stratégies dynamiques en fonction de leur charge de travail réelle des serveurs.
Méthode de programmation linéaire DSAP (Dynamic Server Allocation Problem)
J Machines virtuelles j=1,…,J
I Serveurs i=1,…,I
L’horizon total du planing est divisé en τ intervalles de temps : t=1,…, τA chaque période t on a une connexion des Machines virtuelles aux serveurs
Problématique Contexte Solution proposée
Résultats Limites
: CPU du serveur i
: débit d’utilisation du VM j durant la période t
: Coût du serveur i par période
: = 1 si le serveur est utilisé, 0 sinon
: = 1 si la VM j est liée au serveur i durant la période t, 0 sinon
(1)
(2)
(1) : Chaque VM j est reliée à un seul serveur i durant la période t(2) : La charge totale des VM reliée à un serveur i doit être inférieur au CPU de ce serveur i
Problématique Contexte Solution proposée
Résultats Limites
Trois profiles de charges sont considérés, ils sont composés à partir d’une base de données de 486 profiles : MIX1 à partir de 18 profiles avec une forte volatilitéMIX2 à partir de 18 profiles avec une faible volatilitéMIX3, moyenne des deux premiers avec 9 de chaque catégorie
DSAP permet de réduire la charge des serveurs avec une qualité de service raisonnable. Elle nécessite cependant plus de temps de migration qu’une gestion réactive, ce qui peut causer un risque d’interruption de service et une pression supplémentaire dans la gestion de la plateforme.
Ce temps de migration peut être réduit par l’ajout d’une contrainte supplémentaire dans le programme DSAP. Les résultats ainsi obtenus sont comparables à ceux de l’approche réactive même si la demande en serveurs augmente parfois mais en gardant une bonne qualité de service.
Les résultats sont comparés à d’autres approches de contrôle telle l’approche statique et l’approche réactive.
Problématique Contexte Solution proposée
Résultats Limites
Problématique Contexte Solution proposée
Résultats PF & Pf
DSAP est un outil simple déterministe pour prédire le nombre de serveurs et le nombre de migration pour l’allocation des machines virtuelles facilement utilisable par les centres de données. Il permet de réduire la demande de serveurs par rapport aux allocations statiques pour le même niveau de qualité de service.
Le modèle ne fournit que des estimations approximatives sur la qualité de serviceConduit à allongement du temps de migration contribuant à la dégradation de la qualité de service. Nécessite de recourir à des techniques particulières pour limiter ce temps.Ne prends pas en compte les fluctuations de la charge de travail (aspect stochastique).
Points forts
Points faibles