Abstract
Cloud providers are auctioning their excess capacity using dynamically priced virtual instances. These spot instances provide significant savings compared to on-demand or fixed price instances. The users willing to use these resources are asked to provide a maximum bid price per hour, and the cloud provider runs the instances as long as the market price is below the user's bid price. By using such resources, the users are exposed explicitly to failures and need to adapt their applications to provide some level of fault tolerance. In this paper we expose the effect of bidding in the case of virtual HPC clusters composed of spot instances. We describe the interesting effect of uniform versus non-uniform bidding, in terms of failure rate and failure model. We propose an initial attempt to deal with the problem of predicting the runtime of a parallel application under various bidding strategies and various system parameters. We describe the relationship between bidding strategies and programming models. We build a preliminary optimization model that uses real price traces from Amazon Web Services as inputs, as well as instrumented values related to the processing and network capacities of clusters instances on the EC2 services. Our results show preliminary insights into the relationship between non-uniform bidding and application scaling strategies
چکیده
ارائه دهندگان ابری معمولا ظرفیت مازاد خود را با استفاده از نمونه های مجازی که به صورت پویا قیمت گذاری می شوند، به مزایده می گذارند. این بازارهای لحظه ای نسبت به قیمت های لحظه ای ثابت و یا لحظه تقاضا امکان صرفه جویی قابل توجهی را فراهم می آورند. از کاربرانی که مایل به استفاده از این منابع هستند، خواسته میشد هر ساعت یکبار بالاترین قیمت مناقصه ای خود را ارائه کنند و ارائه دهنده ابر تا زمانی که قیمت بازار پایین تر از قیمت مناقصه ای کاربران است، به روند ارائه نمونه ها ادامه می دهد. با استفاده از چنین منابعی، کاربران با نقص و خرابی مواجه می شوند که در این صورت باید برنامه های کابردی خود را طوری طراحی کنند که قادر به تحمل سطوحی از خطا یا نقص باشد. در مقاله حاضر، تاثیر مناقصه در ارتباط با خوشه های HPC مجازی و متشکل از بازارهای لحظه ای بررسی شده است. همچنین به توصیف تاثیر جالب توجه مطرح سازی پیشنهاد مناقصه ای یکسان و یک شکل در برابر پیشنهاد غیر یکسان، از منظر میزان بروز شکست یا نقص و مدل شکست پرداخته ایم. همچنین اقداماتی در راستای حل مشکل مربوط به پیش بینی زمان اجرای یک برنامه کاربردی موازی بر اساس استراتژی های مناقصه ای مختلف و پارامترهای سیستمی مختلف صورت گرفته است. افزون بر این، رابطه موحود میان استراتژی های مناقصه ای و مدل های برنامه ریزی تبیین شده است. همچنین مدلی اولیه با استفاده از ردیابی قیمت ها در خدمات شبکه ای آمازون به عنوان درونداد و همچنین مقادیر مستند در ارتباط با پردازش و ظرفیت شبکه نمونه های خوشه ای در خدمات EC2 پیشنهاد شده است. نتایج مطالعه حاضر باعث تبیین رابطه میان استراتژی های مناقصه ای غیر یکسان و استراتژی های مقیاس بندی برنامه های کاربردی شده است.
1- مقدمه
محاسبات ابری در سرتاسر جهان امکان پیشبرد مشاغلی جدید و با روش هایی جدید را فراهم آورده است. در خلال سالهای اخیر، انگیزه های اقتصادی محاسبات ابری توجه همگان را به خود جلب نموده است که به تبع آن جوامع علمی محاسباتی مشتاق به کاربرد منابع به مراتب ارزان تر هستند. محاسبه ابری منجر به کاهش هزینه های مازاد پژوهشی شده است. اگرچه امکان برآورد دقیق ارزش محاسبات وجود ندارد، با این حال ساختارهای قیمت گذاری متفاوتی ارائه شده است تا کاربران نهایی بتوانند با استناد به قضاوت خود، مناسب ترین زیر ساخت محاسباتی موجود را انتخاب کنند...