Abstract
Dynamic resource provisioning is a challenging technique to meet the service level agreement (SLA) requirements of multi-tier applications in virtualization-based cloud computing. Prior efforts have addressed this challenge based on either a cost-oblivious approach or a cost-aware approach. However, both approaches may suffer frequent SLA violations under flash crowd conditions. Because they ignore the benefit gained that a multi-tier application continuously guarantees the SLA in the new configuration. In this paper, we propose a benefit-aware approach with feedback control theory to solve this problem. Experimental results based on live workload traces show that our approach can reduce resource provisioning cost by as much as 30% compared with a costoblivious approach, and can effectively reduce SLA violations compared with a cost-aware approach
چکیده
تدارک منبع به شکلی پویا را می‌توان تکنیکی چالش‌برانگیز برای پاسخ به نیازمندی‌های توافق در سطح سرویس (SLA) و آن‌هم برای برنامه‌های کاربردی چندلایه‌ای در محیط رایانش ابری مبتنی بر مجازی‌سازی دانست. فعالیت‌هایی که قبلاً به بررسی و حل‌وفصل این چالش پرداخته‌اند، بر مبنای یک روش مبتنی بر نادیده‌گیری هزینه و یا یک روش آگاه از هزینه بوده‌اند. اگرچه هر دو روش ممکن است متحمل نقض‌های مکرر SLA باشند. چراکه این روش‌ها،این مزیت را که یک برنامه‌ی چندلایه‌ای می‌تواند SLA را در پیکربندی جدید تضمین نماید را نادیده گرفته‌اند. در این مقاله قصد داریم تا یک روش آگاه از مزیت را با نظریه‌ی کنترل بازخورد برای حل این مسئله ارائه دهیم. نتایج آزمایشی مبتنی بر ردیابی بارهای کاری نشان می‌دهد که روش پیشنهادی ما می‌تواند هزینه‌ی تدارک منبع را به میزان 30% در مقایسه با روشی که هزینه را نادیده می‌گیرد کاهش داده و به شکلی کارآمد می‌تواند میزان نقض SLA را در مقایسه با روش آگاه از هزینه کاهش دهد
1-مقدمه
رایانش ابری مبتنی بر مجازی‌سازی را می‌توان به‌عنوان یک مدل جدید تحویل سرویس در نظر گرفت[1] که در آن، منابع را می‌توان به شکلی پویا بر روی ماشین مجازی (VM) تدارک ساخت [2,3]. امروزه بسیاری از پلتفرم‌های رایانش ابری واقعی، مانند EC2 آمازون [4]، رایانش هوشمند IBM[5]، و رopSource Cloud[6] دارای چندین نوع منبع ماشین مجازی [2] (کوچک، متوسط ، بزرگ) می‌باشند که برنامه‌های کاربردی چندلایه‌ای را مورد میزبانی قرار می‌دهد. در اینجا، منابع ماشین مجازی را می‌توان شکلی از منابع فیزیکی همچون تعداد هسته‌های پردازنده ، اندازه‌ی حافظه و غیره در نظر گرفت. در این نوع رایانش ابری، کاربران می‌توانند به شکلی انعطاف‌پذیر منابع موردنیاز خود را بر اساس تغییر بار کاری تحت یک مدل قیمت گذاری مبتنی بر استفاده، افزایش یا کاهش دهند. ازاین‌رو ، این کار می‌تواند کاهش قابل‌ملاحظه‌ی هزینه را در مقایسه با روش‌های معمول به همراه داشته باشد...