Алгоритм динамического распределения ресурсов в облачной инфраструктуре (1187394), страница 5
Текст из файла (страница 5)
В случае если таких ВМ не было найдено,никаких действий не выполняется.В алгоритме используются эмпирически найденные константы дляопределенияоптимальногоиспользованиямежпроцессорнойграничныезначениявременипотребленияшиныбалансировки,наиболеересурсовпроцентаактивнымиузлов,приВМ,которыхбалансировка не осуществляется. Значения перечисленных констант неважны для понимания алгоритма, однако составляют часть коммерческойтайны.36РезультатыДля реализации был выбран программный комплекс Virtuozzo,который состоит из следующих основных частей:● ядро операционной системы linux;● гипервизорныймодульkvmдляработысаппаратнойвиртуализацией собранный в составе ядра;● менеджер управления ресурсами виртуальных окружений vcmmd;● гипервизор пользовательского пространства QEMU.Описанный алгоритм был реализован в виде политики управленияресурсами для менеджера vcmmd. Также в рамках работы было проведеносравнительное исследование производительности алгоритмов:1.
Vanilla – пассивный алгоритм с выбором NUMA узла длявыделения новой памяти ВМ в зависимости от статистикипотребления вычислительного времени виртуальной машиной.Реализация – использование ядра linux c CFS в роли менеджерамашинного времени.2. FFbind – статическое распределение ВМ по узлам на основанииэкспертного решения человека.3. Perf – разработанный в данной работе алгоритм.В приведённых ниже графиках ширина линии соответствуетдоверительному интервалу, вычисленному по трём измерениям длякаждой точки.37Рис.6. Результаты теста vConsolidate.На рисунках 6 и 7 представлены оценки работы алгоритмов в ходетеста vConsolidate в абсолютных значениях и относительно работыалгоритма CFS.
На рисунках 8 и 9 приведены аналогичные графики длятеста SPECvirt. Стоит отметить, что уже при малом количестве CSU (3 дляSPECvirt и 4 для vConsolidate) использование базового метода приводило кравномерному распределению памяти ВМ по NUMA узлам и просадкепроизводительности.38Рис.7. Результаты теста vConsolidate, нормированные на результат CFS.Рис.8. Результаты теста SPECvirt.39Рис.9. Результаты теста SPECvirt, нормированные на результат CFS.Рис.
10. Результаты теста WebBench (часть vConsolidate).40Рис. 11. Результаты теста Sysbench (часть vConsolidate).Рис. 12. Результаты теста Sysbench (часть vConsolidate).41ВыводыВ ходе работы был разработан и реализован алгоритм балансировкинагрузки от виртуальных окружений на NUMA узлы. Данный алгоритмпозволил получить 5% прирост производительности на нагрузке,приближенной к реальной, и достичь 90% эффективности размещения,выполненного экспертом. Данный результат равен или незначительнопревосходит эффект, описанный в изученных статьях, но достоверносравнить с ними не представляется возможным в силу разныхвиртуализационныхплатформвслучаеметодавзвешеннойрандомизированной миграции ВЦПУ и отсутствия в открытом доступереализации алгоритма улучшения размещения виртуальных машин сучётом трафика. Малый прирост производительности можно объяснитьсреди прочего прогрессом аппаратной платформы и тенденцией кснижению затрат на доступ к памяти чужого NUMA узла.
Однакоограниченная пропускная способность межпроцессорной шины оставляетпроблемубалансировкиактуальной,начтоуказываетработыисследователей из Университета Британской Колумбии[22].О результатах исследованиях был проведён доклад на 59 научнойконференции МФТИ, а разработанный алгоритм используется в продуктеVirtuozzo 7.42Список литературы1. Mell P., Grance T. The NIST definition of cloud computing. – 2011.2. Armbrust M.
et al. A view of cloud computing //Communications of theACM. – 2010. – Т. 53. – №. 4. – С. 50-58.3. Marston S. et al. Cloud computing—The business perspective //Decisionsupport systems. – 2011. – Т. 51. – №. 1. – С. 176-189.4. Tang L. et al. Optimizing Google's warehouse scale computers: TheNUMAexperience//HighPerformanceComputerArchitecture(HPCA2013), 2013 IEEE 19th International Symposium on. – IEEE,2013. – С.
188-197.5. Drepper U. What every programmer should know about memory //RedHat, Inc. – 2007. – Т. 11. – С. 2007.6. Rao J. et al. Optimizing virtual machine scheduling in numa multicoresystems //High Performance Computer Architecture (HPCA2013), 2013IEEE 19th International Symposium on. – IEEE, 2013. – С. 306-317.7. Сайт F.
D. N.NUMA Deep Dive Part 1: From UMA to NUMA.http://frankdenneman.nl/2016/07/07/numa-deep-dive-part-1-uma-numa/8. Dash M., Mahapatra A., Chakraborty N. R. Cost effective selection ofdata center in cloud environment //International Journal on AdvancedComputer Theory and Engineering (IJACTE). – 2013. – Т. 2. – С. 23192526.9.
Rimal B. P., Choi E., Lumb I. A taxonomy and survey of cloudcomputing systems //INC, IMS and IDC. – 2009. – С. 44-51.4310. Cheng Y. et al. Performance-Monitoring-Based Traffic-Aware VirtualMachine Deployment on NUMA Systems //IEEE Systems Journal. –2015.11.Jiang Y. et al. Analysis and approximation of optimal co-scheduling onchip multiprocessors //Proceedings of the 17th international conferenceon Parallel architectures and compilation techniques. – ACM, 2008. – С.220-229.12.Hollowell C.
et al. The Effect of NUMA Tunings on CPU Performance//Journal of Physics: Conference Series. – IOP Publishing, 2015. – Т.664. – №. 9. – С. 092010.13.Ali S. Troubleshooting Tools //Practical Linux Infrastructure. – Apress,2015. – С. 255-281.14.Alrokayan M., Smith W., Kurnia S. Understanding How Start-ups Gain aCompetitive Advantage from Cloud Computing //4TH ANNUALDOCTORAL COLLOQUIUM.
– 2016. – С. 64.15.Khodashenas P. S. et al. Service provisioning and pricing methods in amulti-tenant cloud enabled RAN //Standards for Communications andNetworking (CSCN), 2016 IEEE Conference on. – IEEE, 2016. – С. 1-6.16.Bailey D. H. et al. The NAS parallel benchmarks summary andpreliminaryresults//Supercomputing,1991.Supercomputing'91.Proceedings of the 1991 ACM/IEEE Conference on. – IEEE, 1991.
– С.158-165.17.Casazza J. P., Greenfield M., Shi K. Redefining server performancecharacterization for virtualization benchmarking //Intel TechnologyJournal. – 2006. – Т. 10. – №. 3.4418.Makhija V. et al. VMmark: A Scalable Benchmark for VirtualizedSystems: Technical Report VMware-TR-2006-002 // bearing a date of.2006. P. 1–13.19. Fujitsu.
Benchmark Overview VMmark V1. 2011. 6 p.20. Fujitsu. Benchmark Overview VMmark V2. 2015. 9 p.21.Сайт S. P. E. C. SPEC releases server virtualization benchmarkhttps://www.spec.org/virt_sc2010/press/release.html22.Dashti M. et al. Traffic management: a holistic approach to memoryplacement on NUMA systems //ACM SIGPLAN Notices. – ACM, 2013.– Т. 48.
– №. 4. – С. 381-394.23. Diener M., Cruz E. H. M., Navaux P. O. A. Locality vs. Balance:Exploring data mapping policies on NUMA systems //Parallel,Distributed and Network-Based Processing (PDP), 2015 23rd EuromicroInternational Conference on. – IEEE, 2015. – С. 9-16.24. Garey M. R., Johnson D. S. Computers and intractability, vol. 174. –1979.45.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
