Đang tải... (xem toàn văn)
Nghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud ComputingNghiên cứu kỹ thuật Auto – Scaling trong Cloud Computing
HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - NGUYỄN TRUNG HIẾU NGHIÊN CỨU KỸ THUẬT AUTO-SCALING TRONG CLOUD COMPUTING CHUYÊN NGÀNH : HỆ THỐNG THÔNG TIN MÃ SỐ: 60.48.01.04 LUẬN VĂN THẠC SĨ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN HỒNG SƠN TP.HỒ CHÍ MINH – 2016 Luận văn hoàn thành tại: HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG Người hướng dẫn khoa học: TS NGUYỄN HỒNG SƠN Phản biện 1: ……………………………………………… Phản biện 2: ……………………………………………… Luận văn bảo vệ trước Hội đồng chấm luận văn thạc sĩ Học viện Công nghệ Bưu Viễn thông Vào lúc: ngày tháng năm … Có thể tìm hiểu luận văn tại: - Thư viện Học viện Công nghệ Bưu Viễn thông MỞ ĐẦU Trong thời gian qua, Công nghệ thông tin phát triển với mức độ ngày nhanh phần cứng lẫn phần mềm Bên cạnh phát triển này, có lĩnh vực đà phát triển xu thế, kết hợp phát triển phần cứng lẫn phân mềm lĩnh vực điện toán đám mây Điện toán đám mây giúp cho người sử dụng dễ dàng, không cần có đội ngũ xử lý cố phần cứng phần mềm Nó đáp ứng nhu cầu người sử dụng, ngành từ kỹ thuật đến kinh doanh hay giải trí,…Người dùng tiếp cận nơi, lúc miễn có sử dụng Internet Với sở sở hạ tầng Internet, tất ứng dụng người dùng cần đáp ứng trình duyệt, ứng dụng web, API người dùng có máy tính (máy tính ảo) với chương trình cài đặt sẵn người dùng cần chi trả sử dụng máy tính [3] Dữ liệu tiếp cận thông qua điện toán đám mây khiến người sử dụng có tất quyền máy chủ mà vất vả thiết lập, bảo trì cải tiến hệ thống (đó việc nhà cung cấp) Một điều quan trọng mà cần quan tâm liệu an toàn phần cứng có hư liệu vần nguyên vẹn Một đặc điểm thú vị với điện toán đám mây người sử dụng kết nối đâu, với thiết bị dù điện thoại smart phone hay laptop, máy tính bảng,… mà không thấy sựu khác biệt Tất nhờ vào điện toán đám mây, nhờ vào nhà cung cấp điện toán đám mây Nói đơn giản hàng ngày kỹ sư, lập trình viên, nhà khoa học máy tính phải nghiên cứu có hế thống đa năng, hữu ích Một vấn đề khó khăn đặt sử dụng tài nguyên điện toán đám mây hiệu Ví dụ : Các trang mạng xã hội hệ thống điện toán đám mây có số lượng thành viên cao Vào ban ngày, lượng thành viên truy cập nhiều tài nguyên sử dụng tối đa, tính toán bị nghẽn Còn vào ban đêm lượng truy cập giảm tài nguyên dư thừa Cũng tương tự trang bán hàng có web đặt hệ thống điện toán đáp mây vào ngày có chương trình khuyến lượng người mua hàng truy cập vào đông tài nguyên hệ thống sử dụng tối đa Còn vào ngày bình thường khác số lượng truy cập giảm nhiều đáng kể Người dùng có xu hướng thuê gói tài nguyên tiết kiệm theo nhu cầu sử dụng thông thường Nếu dịch vụ người dùng tình trạng đột biến tải vấn đề xảy Tuy nhiên xuất tăng tải mức dẫn đến suy thoái dịch vụ thiếu tài nguyên Yêu cầu đặt cho phép người dùng đăng ký với gói tiết kiệm có đột biến tải ngắn hạn có thêm tài nguyên để làm việc Cơ chế cho phép điều điện toán đám mây gọi Auto-scaling Nếu hệ thống điện toán đám mây có cung cấp dịch vụ Auto-scaling, giúp cho hệ thống dịch vụ người dùng có tài nguyên bổ sung chất lượng dịch vụ không bị suy giảm Nguyên lý làm việc kỹ thuật autoscaling cấp phát bổ sung tài nguyên cách tạm thời thiếu thu hồi lại không cần thiết Tuy nhiên, việc xác định đối tượng thiếu, cung cấp kịp thời với lượng tài nguyên vừa đủ thu hồi lúc điều không dễ dàng Mặc dù có nghiên cứu triển khai dịch vụ autoscaling thực tế, ví dụ Amazon, vấn đề mang tính thời đặt nhiều thách thức cộng đồng nghiên cứu điện toán đám mây Đây lý đề tài “NGHIÊN CỨU KỸ THUẬT AUTO-SCALING TRONG CLOUD COMPUTING” chọn cho luận văn Thạc sĩ Chương - CƠ SỞ LÝ LUẬN 1.1 Tổng quan động thúc đẩy: Ngày công nghệ thông tin (CNTT) phát triển nhanh chóng, nắm giữ vai trò quan trọng việc thúc tăng trưởng kinh tế Ứng dụng công nghệ hay dịch vụ CNTT đáp ứng việc quản lý tốt, hiệu liệu riêng công ty liệu khách hàng, đối tác ngày lớn lên toán ưu tiên hàng đầu, không ngừng gây khó khăn cho doanh nghiệp Và điện toán đám mây (ĐTĐM) trở thành nơi tin cậy giúp doanh nghiệp quản lý tốt nguồn liệu đó, doanh nghiệp không quan tâm đến sở hạ tầng, công nghệ mà tập trung vào công việc kinh doanh Hiệu lợi nhuận ngày cao hơnđã giúp điện toán đám mây trở nên quen thuộc doanh nghiệp[1] 1.1.1 Kiến trúc điện toán đám mây: ĐTĐM gọi điện toán máy chủ ảo, mô hình tính toán sử dụng công nghệ máy tính phát triển dựa vào mạng Internet Thuật ngữ "cloud computing" đời năm 2007 để nói trào lưu mới, mà để khái quát lại hướng phát triển sở hạ tầng CNTT vốn diễn từ năm qua Quan niệm diễn giải cách đơn giản: nguồn tính toán khổng lồ phần cứng (máy chủ ), phần mềm, dịch vụ (chương trình ứng dụng), … nằm máy chủ ảo (đám mây) Internet thay máy tính gia đình văn phòng (trên mặt đất) để người kết nối sử dụng họ cần Theo tổ chức xã hội máy tính IEEE, “Điện toán đám mây hình mẫu thông tin lưu trữ thường trực máy chủ Internet được lưu trữ tạm thời máy khách, bao gồm máy tính cá nhân, trung tâm giải trí, máy tính doanh nghiệp, phương tiện máy tính cầm tay, …" Điện toán đám mây xuất bắt nguồn từ ứng dụng điện toán lưới (grid computing) thập niên 1980, điện toán theo nhu cầu (utility computing) phần mềm dịch vụ (SaaS) Điện toán đám mây mô hình tập trung vào việc chia sẻ liệu tính toán nút mạng có : Khả mở rộng, Đi đến máy tính người dùng cuối Các trung tâm liệu Các dịch vụ web 1.1.2 Các mô hình dịch vụ đám mây a.Phần mềm dịch vụ (SaaS): Người sử dụng sử dụng nhà cung cấp ứng dụng chạy sở hạ tầng điện toán đám mây Các ứng dụng truy cập từ thiết bị khách hàng khác thông qua giao diện khách hàng nhỏ trình duyệt web (ví dụ, email web, Google Docs) b Nền tảng dịch vụ (PaaS): Người sử dụng sử dụng platform để triển khai cho ứng dụng sở hạ tầng điện toán đám mây tạo khách hàng mua ứng dụng tạo cách sử dụng ngôn ngữ lập trình công cụ hỗ trợ nhà cung cấp (ví dụ, Google App Engine, Microsoft Azure) c.Cơ sở hạ tầng dịch vụ (IaaS): Người sử dụng cung cấp để xử lý, lưu trữ, mạng, tài nguyên máy tính khác từ nhà cung cấp dịch vụ (ví dụ, Amazon Web Services) Ngoài ra, có hai mô hình cho : d.Mạng dịch vụ (NaaS): Đây loại dịch vụ đám mây, có khả cung cấp cho người sử dụng dịch vụ điện toán đám mây để sử dụng dịch vụ kết nối mạng dịch vụ kết nối mạng liên đám mây NaaS liên quan đến việc tối ưu hóa việc phân bổ nguồn lực cách xem xét mạng tài nguyên máy tính thể thống e.Mọi thứ dịch vụ (XaaS): Xaas thuật ngữ phổ biến bao gồm sô Nó sử dụng "X dịch vụ", "Bất điều dịch vụ" "Tất thứ dịch vụ" Các ví dụ phổ biến XaaS lưu trữ dịch vụ, truyền thông dịch vụ, giám sát dịch vụ xử lý thất bại dịch vụ 1.1.3 Các mô hình triển khai Dịch vụ điện toán đám mây triển khai với nhiều phương pháp khác tùy thuộc vào tổ chức địa điểm Bốn mô hình triển khai thường biết đến, cụ thể điện toán đám mây cá nhân, công cộng, cộng đồng hổn hợp 1.1.4 Khả mở rộng điện toán đám mây Khả mở rộng điện toán đám mây có hai kích thước, cụ thể khả mở rộng điện toán đám mây ngang khả mở rộng theo chiều dọc 1.2 Công trình nghiên cứu gần Auto-scaling điện toán đám mây: 1.3 Mục tiêu luận văn Dịch vụ Autoscaling đem lại lợi ích thiết thực cho khách hàng nhà cung cấp dịch vụ cloud Tuy nhiên, nhiều thách thức để có chế Auto-scaling hiệu Mục tiêu đề tài nghiên cứu khía cạnh kỹ thuật thực Auto-scaling điện toán đám mây Nghiên cứu giải pháp tự động điều khiển trình co giãn tài nguyên dựa vào ngưỡng tài nguyên, giải pháp phổ biến Đề xuất giải pháp tự động điều khiển trình co giãn tài nguyên dựa vào deadline Tiến hành lập trình mô để đánh giá so sánh hai giải pháp 1.4 Tổ chức luận văn Luận văn có tổng cộng chương phần kết luận kiến nghị Trong đó, chương phần “Cơ sở lý luận” Trong chương luận văn muốn khái quát kiến thức điện toán đám mây nói rõ mục tiêu luận văn Qua phần chương phần “Kỹ thuật Auto-Scaling điện toán đám mây” Trong chương trình bày chi tiết kỹ thuật sách Auto-scaling điện toán đám mây Làm rõ vấn đề chế hoạt động Auto-scaling điện toán đám mây Chương chương “Lập trình mô chế Auto-scaling” Chương tập trung mô chế Auto-scaling điện toán đám mây để so sánh đánh giá kỹ thuật Auto-scaling dùng ngưỡng tài nguyên kỹ thuật Auto-scaling dũng deadline Cuối phần kết luận kiến nghị trinh bày kết luận luận văn kiến nghị định hướng nghiên cứu Chương - KỸ THUẬT AUTO-SCALING TRONG ĐIỆN TOÁN ĐÁM MÂY 2.1 Kỹ thuật Auto-scaling điện toán đám mây 2.1.1 Tổng quan Auto-scaling Theo thống kế nhà cung cấp dịch vụ, sáng sớm thời điểm người sử dụng đọc báo mạng nhiều (ví dụ 100.000 lượt truy cập đồng thời) Và thời điểm khác nhiều Nếu thiết kế theo phương thức truyền thống, phần cứng server phải đáp ứng 100.000 lượt truy cập đồng thời sẵn sàng chờ người truy cập Từ nảy sinh vấn đề khoảng thời gian khác ngày, với lượng người truy cập dẫn đến dư thừa tài nguyên phần cứng dẫn đến thất thoát tiền bạc Từ vấn đề đó, người ta nghĩ tới hệ thống mà tài nguyên hệ thống tự co dãn nhằm đáp ứng nhu cầu sử dụng người dùng Giải pháp đưa sử dụng Auto-Scaling.Auto-Scaling định nghĩa tính dịch vụ điện toán đám mây thêm loại bỏ tài nguyên tính toán tùy thuộc vào cách sử dụng thực tế Auto-scaling khả mở rộng quy mô lên xuống khả tự động theo điều kiện người sử dụng xác định Với Auto-scaling đảm bảo số lượng instances gia tăng liên tục thời gian nhu cầu để trì hiệu suất, giảm tự động theo nhu cầu giảm để giảm thiểu chi phí [3] Việc mở rộng quy mô tự động sở hạ tầng điện toán đám mây Auto-scaling đảm bảo tài nguyên có đủ để xử lí yêu cầu khách hàng Chúng ta đặt giới hạn giới hạn lượng tài nguyên cần sử dụng.Và tài nguyên hệ thống cấp cho bạn nhỏ giới hạn cao giới hạn Hoặc bạn định lượng tài nguyên cụ thể mà bạn cần dùng, auto-scaling đáp ứng nhu cầu, tiết kiệm tiền nhiều sử dụng tài nguyên nhiều 2.1.2 Phân loại Auto-Scaling Auto-Scaling chia nhỏ thành thành phần theo nhiều kiểu khác nhau, phụ thuộc vào toán cần giải Tuy nhiên Auto-scaling chia thành thành phần thực chức cách Thu thập báo cáo -> định -> thực thi Lần lượt là: Monitoring, reporter: thu thập thông tin trạng thái hệ thống Decider: nhận báo cáo từ phận monitoring, xây dựng mô hình định Scaler: nhận lệnh từ Decider thực scale Các kiểu hệ thống thường gặp thực auto-scaling phân loại theo yêu cầu tài nguyên a Hệ thống ON & OFF : Đây hệ thống cần đến phân tích trích xuất liệu Một ví dụ điển hình Hệ thống ON&OFF hệ thống ngân hàng Sau kết thúc thời gian giao dịch ngày (sau 5h chiều) hệ thống ngân hàng tạm ngừng giao dịch Và chuyển qua phân tích liệu thu thập ngày Với hệ thống này, người lập trình viên cần đặt lịch ON&OFF hệ thống phân tích theo cố định ngày b Hệ thống Fast Growth Hệ thống định nghĩa dạng hệ thống, mà thường có thay đổi đột ngột lượng tài nguyên yêu cầu (tăng nhanh, giảm nhanh) Ví dụ hệ thống kinh doanh online thời gian sales, hệ thống cấp cứu gặp cố diện rộng… c Hệ thống Variable Đây hiểu hệ thống có thay đổi yêu cầu tài nguyên mức trung bình, với mức xê xích tính toán trước Ví dụ hệ thống trang báo mạng điện tử trang nghe nhạc, với hệ thống này, lương người dùng không cố định Tuy nhiên lại tính toán mức giới hạn hệ thống (mang tính chất tương đối) để phân bổ tài nguyên phù hợp d Hệ thống Consistent: Đây hệ thống yêu cầu tài nguyên theo chu kì định Thường hệ thống HR application, Accounting, Email… 2.1.3 Những phương pháp Auto-Scaling a Time Base b Reactive: c Predictive: 2.1.4 Mô hình hệ thống [10] Nhà cung cấp dịch vụ đám mây nhận thấy hệ thống có lúc không hoạt động hết công sức nên đưa chế đấu giá auction-like để tăng lợi nhuận đầu tư thông qua việc bán instance, instance bán theo cách gọi spot instance Mặc spot instance thường rẻ so với on-demand instance 90%, họ bị chấm dứt nhà cung cấp giá đấu thầu thấp giá thị trường Vì vậy, chúng sử dụng rộng rãi để cung cấp ứng dụng có tính chịu lỗi Ý tưởng tận dụng lợi khác biệt giá kiểu khác spot instance để đạt tính sẵn sàng cao tiết kiệm chi phí Đầu tiên mô hình chịu lỗi cho ứng dụng cung cấp spot instance Trên sở đó, đưa sách Auto-scaling cho thị trường điện toán đám mây theo hóa đơn tính tiền theo Có ba mô hình tính giá phổ biến sở hạ tầng (IaaS) cung cấp dịch vụ điện toán đám mây nay, cụ thể on-demand, mua máy ảo (VM) toán theo số lượng thời gian tiêu thụ chi phí đơn vị xác định trước loại VM đặt trước, người dùng phải trả khoản lệ phí trước cho máy ảo để đảm bảo an toàn việc sử dụng giá rẻ thời gian hợp đồng định, chỗ Mô hình spot pricing giới thiệu, bán công suất trống họ thị trường mở thông qua chế đấu giá Các nhà cung cấp tự động đặt giá thị trường loại VM theo nhu cầu cung cấp thời gian thực Để tham gia vào thị trường, người sử dụng điện toán đám mây cần phải đưa giá xác định số lượng instance cho kiểu VM mà họ muốn đơn giá tối đa họ chấp nhận trả Nếu giá dự thầu vượt giá thị trường tại, giá thầu đươc chấp nhận Sau nhận máy ảo, người dùng phải trả mức giá thị trường không trả dự thầu, kết chi phí tiết kiệm so với VM mà hoá đơn theo giá on-demand (thường có 10% đến 18 Bảng 3.6 : Cấu hình trường hợp mô dùng deadline thời gian VM RAM 128 MB Storage 10000 Bandwidth 1000 MIPS 1000 PE LIST Bảng 3.7 : Cấu hình Cloulet Cloudlet Length 10000 Fize size 2000 Output size 300 PE LIST 19 Sơ đồ thực mô trường hợp dùng deadline thời gian 1.Bắt đầu mô Tạo hệ thống cloud gồm: Datacenter, Host, DatacenterBroker Tạo VM, cloudlet Gán cloulet vào VM 5.1 Tạo VM Kiểm tra thời gian thực thi cloudlet > deadline ? Yes No Trạng thái Cloudlet = FINISH ? Y es Yes Kiểm tra VM cloudlet cloulet không ? No Giải phóng VM Output Yes 20 Thuật toán kiểm tra deadlinetime để thực chức scale-up int solanvipham; int dealinetime=2; boolean dieukien=true; while (dieukien) { If ( Ước_tính_thời_gian_thực_hiện_1_cloulet_trong_ tổng_cloulet_của_số_VM_hiện_tại > deadlinetime) Tạo VM; solanvipham++; else submitcloulet(); dieukien=false; end if } Thuật toán Scaling-down If (Trạng thái cloulet[i] = Finish) If !(Kiểm tra xem VM mà cloud[i]submit cloudlet khác chạy) Xóa VM; end End if Mục tiêu trường hợp mô dùng deadline thời gian mà luận văn đề xuất thực Auto-scaling deadline thời gian thực coudlet bị vi phạm, đáp ứng tiêu chí tạo VM lúc cần, tài nguyên hệ thống không bị giảm, chất lượng dịch vụ đảm bảo đủ tài nguyên hơp lý Giống trường hợp mô dùng ngưỡng tài nguyên MIPS, trường hợp mô dùng deadline thời gian thay đổi thông số sau để lấy tỷ lệ vi phạm so sánh: - Thay đổi số lượng cloudlet : 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65 - Thay đổi số lượng VM ban đầu : 2, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55 21 - Thay đổi deadline vể thời gian : 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75 - Thay đổi MIPS cấu hình VM tạo có vi phạm xảy lần lượt: 500, 600, 700, 800, 900, 1000, 1100, 1200, 1300, 1400, 1500, 1600 3.1.2 Mô tả môi trường điện toán đám mây sử dụng mô Để kiểm thử đánh giá kỹ thuật Auto-scaling Các trường hợp mô thực với môi trường điện toán đám mây không đồng nhất, có trung tâm liệu với đặc điểm bảng 3.8: Bảng 3.8: Thông tin trung tâm liệu Hệ điều hành Linux Kiến trúc X86 VMM Xen Múi 10 Chi phí sử dụng hệ thống / giây Chi phí sử dụng đơn vị Ram 0.05 Chi phí đơn vị lưu trữ 0.1 Chí phí sử dụng băng thông 0.1 Trong trình mô sử dụng hai loại máy chủ HP[2]: HP Proliant ML110 G4 (Intel Xeon 3040, quad-core cores x 1860 MHz, 32 GB), HP Proliant ML110 G5(Intel Xeon 3075, quad-core x 2660, 32GB) Việc lựa chọn mô với máy chủ có cấu hình tương đối, đóng vai trò quan trọng trình mô Bởi việc thực Auto-scaling không trọng vào máy chủ, xem máy chủ có đủ để tạo ta VM nhu cầu thực Cloudlet với mục đích giải vấn đề thực công việc nhanh với deadline ta đưa ra, dễ dàng đánh giá giải thuật Các máy chủ thực sách chia sẻ Time-Shared Over Subscription (chính sách cho phép cấp phát vượt khả Host) mức Host Thông tin cấu hình, số lượng máy chủ máy ảo trung tâm liệu trình bày bảng 3.9 3.10 22 Bảng 3.9: Bảng số liệu máy chủ mô Loại máy chủ HP Proliant G4 HP Proliant G5 Số lượng 25 25 Host Mips 1860 2660 2 32Gb 32Gb Băng thông 10Gbps 10Gbps HDD 100Tb 100Tb Số lượng Pe Ram Trong môi trường mô có Broker yêu cầu máy ảo, cụ thể sau: Bảng 3.10: Thông tin máy ảo sử dụng mô Tên máy ảo Mips Ram Băng thông Hight 1000 128 1000 Size Chính sách 10000 Time Shared Vấn đề ngưỡng tài nguyên MIPS hay dùng deadline thời gian để tạo VM hai trường hợp mô ta dùng kỹ thuật Auto-scaling Thu thập báo cáo -> định -> thực thi.Auto-scaling thực ta thu thập số lượng Cloudlet tính toán thực việc scale-up điều kiện ngưỡng hay deadline thời gian thực thi Cloudlet bị vi phạm Và việc thực Scale-down VM không thực Cloudlet Trong phần báo cáo trình bày kết thực trường hợp mô để đánh giá lại thuật toán cài đặt 3.1.3 Kết mô 3.1.3.1 Trường hợp sử dụng ngưỡng MIPS Trong trường hợp mô dùng ngưỡng MIPS, thực mô cách thay đổi thông số : thay đổi số lượng cloudlet, thay đổi số lượng VM ban đầu, thay đổi ngưỡng MIPS, thay đổi cấu hình VM Khi Cloudlet submit chương trình kiểm tra xem ngưỡng MIPS mà ta đặt có bị vi phạm hay không Nếu có vi phạm, chương trình thực Auto-scaling thêm VM để đáp ứng ngưỡng MIPS mà đưa 23 Kết thực hiện: T a) Thay đổi số lượng cloudlet: Số lượng cloudlet thay đổi Hình 3.1: Biểu đồ tỷ lệ vi phạm ngưỡng MIPS thay đổi số lượng cloudlet Trong kết mô hình 3.1 cho thấy số cloudlet tăng tỷ lệ vi phạm tăng theo Đường đồ thi dần sau không lên, điều chứng tỏ hệ thống dần thu khoảng cách vi phạm so với nguỡng cloudlet ngày tăng T vi ph b) Thay đổi số lượng VM ban đầu: Số lượng VM ban đầu thay đổi Hình 3.2: Biểu đồ tỷ lệ vi phạm ngưỡng MIPS thay đổi số lượng VM ban đầu 24 Ở biểu đồ hình 3.2 ta thấy số lượng VM ban đầu tăng tỷ lệ vi phạm so với ngưỡng giảm Điều chứng tỏ Auto-scaling đáp ứng đủ nhu cầu cần c) Thay đổi ngưỡng MIPS: Biểu đồ hình 3.3 cho thấy ngưỡng MIPS giảm tỷ lệ vi phạm giảm xuống Có nghĩa tỷ vi phạm ngưỡng tỷ lệ thuận với ngưỡng ta đặt ra, ngưỡng mà T thấp tỷ lệ vi phạm Ngưỡng MIPS thay đổi Hình 3.3: Biểu đồ tỷ lệ vi phạm ngưỡng MIPS thay đổi ngưỡng MIPS Biểu đồ hình 3.3 thể tăng ngưỡng cao vi phạm cao Ngưỡng tài nguyên tỷ lệ thuận với tỷ lệ vi phạm T ngư d) Thay đổi cấu hình VM có vi phạm xảy : Số lượng MIPS bổ sung cho công suất VM Hình 3.4: Biểu đồ tỷ lệ vi phạm ngưỡng MIPS thay đổi cấu hình VM 25 Biểu đồ hình 3.4 cho thấy cấu hình VM tạo có vi phạm tỷ lệ vi phạm giảm Có nghĩa tài nguyên dáp ứng tăng số lần vi phạm tăng Nhận xét: Quan sát số liệu kết trường hợp mô dùng ngưỡng MIPS trình bày hình 3.1, 3.2, 3.3, 3.4 cho thấy rằng, thông số bị thay đổi kéo theo tỷ lệ vi phạm bị thay đổi Và hệ thống thực chức Auto-scaling cho đáp ứng với nhu cầu cần Trong biểu đồ tỷ lệ vi phạm ta thấy có số cloudlet tăng ngưỡng MIPS tăng số vi phạm tăng Còn biểu đồ lại ta thấy thông số tăng số vi phạm giảm Các yếu tố số lượng VM ban đầu tăng, bổ sung thêm cấu hình VM Auto-scaling tỷ lệ vi phạm giảm Điều giúp ta hiểu tải tăng vi phạm tăng Khi nhu cầu tăng đồng nghĩa với tỷ lệ vi phạm tăng ngược lại Để giảm tỷ lê vi phạm đồng nghĩa với việc ta phải đáp ứng kịp thời nhu cầu tải Kết mà ta thu từ trường hợp mô dùng ngưỡng tài nguyên MIPS cho ta thấy trường hợp đáp ứng tiêu chí tạo VM cung cấp đủ yêu cầu, tài nguyên hệ thống không bị giảm, chất lượng dịch vụ đảm bảo hơp lý 3.1.3.2 Trường hợp sử dụng deadline thời gian Mục tiêu trường hợp mô dùng deadline thời gian mà luận văn đề xuất đánh giá mức độ hiệu việc thực thi cloudlet với thời lượng mong muốn nhanh có thể, đáp ứng nhu cầu thời gian thực thi công việc cho người sử dụng dịch vụ Sau thực cloudlet, hệ thống dựa vào VM xem xét không cloudlet chạy VM giải phóng VM khỏi hệ thống Trong trường hợp mô dùng deadline thời gian, thực mô giống trường hợp dùng ngưỡng MIPS thay đổi thông số : thay đổi số lượng cloudlet, thay đổi số lượng VM ban đầu, thay đổi dealine thời gian, thay đổi cấu hình VM Cloudlet submit chương trình kiểm tra xem deadline mà ta đặt có bị vi phạm hay không Nếu có vi phạm, chương trình thực Auto-scaling thêm VM để đáp ứng ngưỡng MIPS mà đưa 26 Kết thực hiện: T dealine th gian a) Thay đổi số lượng cloudlet: Số lượng cloudlet thay đổi Hình 3.5: Biểu đồ tỷ lệ vi phạm deadline thời gian thay đổi số lượng cloudlet Trong kết mô hình 3.5 giống trường hợp dùng ngưỡng MIPS cho thấy số cloudlet tăng tỷ lệ vi phạm tăng theo Đường đồ thi dần sau không lên, điều chứng tỏ hệ thống dần thu khoảng cách vi phạm so với deadline cloudlet ngày tăng T dealine th b) Thay đổi số lượng VM ban đầu: Số lượng VM ban đầu thay đổi Hình 3.6: Biểu đồ tỷ lệ vi phạm deadline thời gian thay đổi số lượng VM ban đầu 27 Ở biểu đồ hình 3.6 ta thấy số lượng VM ban đầu tăng tỷ lệ vi phạm so với ngưỡng giảm T deadline th c) Thay đổi dealine thời gian: Deadline thời gian thay đổi Hình 3.7: Biểu đồ tỷ lệ vi phạm deadline thay đổi deadline thời gian Biểu đồ hình 3.7 cho thấy deadline tăng tỷ lệ vi phạm giảm xuống Có nghĩa tỷ vi phạm deadline thời gian tỷ lệ nghịch với ngưỡng ta đặt ra, ngưỡng mà thấp tỷ lệ vi phạm cao T deadline th ph d) Thay đổi cấu hình VM có vi phạm xảy : Số lượng MIPS bổ sung cho công suất VM Hình 3.8: Biểu đồ tỷ lệ vi phạm deadline thời gian bổ sung công suất VM 28 Biểu đồ hình 3.8 cho thấy cấu hình VM tạo có vi phạm tỷ lệ vi phạm giảm Có nghĩa tài nguyên dáp ứng tăng số lần vi phạm tăng Nhận xét: Quan sát số liệu kết trường hợp mô dùng ngưỡng MIPS trình bày hình 3.5, 3.6, 3.7, 3.8 cho thấy rằng, thông số bị thay đổi kéo theo tỷ lệ vi phạm bị thay đổi Và hệ thống thực chức Auto-scaling cho đáp ứng với nhu cầu cần Giống trường hợp mô dùng ngưỡng tài nguyên MIPS biểu đồ tỷ lệ vi phạm ta thấy có số cloudlet tăng số vi phạm tăng Còn biểu đồ lại ta thấy thông số tăng tỷ lệ vi phạm giảm Các yếu tố số lượng VM ban đầu tăng, deadline thời gian tăng tăng cấu hình VM Auto-scaling tỷ lệ vi phạm giảm Điều giúp ta hiểu tải tăng vi phạm tăng Khi nhu cầu tăng đồng nghĩa với tỷ lệ vi phạm tăng ngược lại Để giảm tỷ lê vi phạm đồng nghĩa với việc ta phải đáp ứng kịp thời nhu cầu tải Kết mà ta thu từ trường hợp mô dùng deadline thời gian cho ta thấy trường hợp đáp ứng tiêu chí tạo VM cung cấp đủ yêu cầu, tài nguyên hệ thống không bị giảm, chất lượng dịch vụ đảm bảo hơp lý trường hợp mô dùng ngưỡng MIPS 3.1.3.3 Đánh giá hai kịch mô T a) Thay đổi số lượng cloudlet: Số lượng cloudlet thay đổi Hình 3.9: Biểu đồ tỷ lệ vi phạm hai trường hợp thay đổi số lượng cloudlet 29 Nhìn biểu đồ hình 3.9 cho giúp ta thấy hiệu trường hợp dùng deadline thời gian số lượng cloudlet tăng lên thi tỷ lệ vi phạm tăng lên trường hợp mô T m dùng deadline thời gian vi phạm so với truờng hợp dùng ngưỡng MIPS Số lượng VM ban đầu thay đổi T Hình 3.10: Biểu đồ tỷ lệ vi phạm hai trường hợp thay đổi số lượng VM ban đầu Số lượng MIPS bổ sung cho công suất VM Hình 3.11: Biểu đồ tỷ lệ vi phạm hai trường hợp mô bổ sung công suất VM 30 Quan sát biểu đồ hình 3.9, 3.10 3.11 ta thấy tỷ lệ vi phạm trường hợp mô dùng ngưỡng tài nguyên MIPS cao tỷ lệ trường hợp mô dùng deadline thời gian Trong đó, biểu đồ hình 3.9 cho ta thấy số cloudlet tăng tỷ lệ vi phạm trường hợp dùng ngưỡng MIPS tăng nhiều so với dùng deadline thời gian Điều giúp ta kết luận dùng deadline thời gian hiệu dùng ngưỡng tài nguyên MIPS, thời gian đáp ứng kịp lúc trường hợp mô deadline thời gian nhanh hơn, hiệu 3.2 Kết luận Qua hai trường hợp mô dùng sách ngưỡng tài nguyên deadline thời gian chứng tỏ cho thấy hiệu việc Auto-scaling rõ ràng Cả hai trường hợp mô điều đáp ứng tiêu chí tạo VM hợp lý đầy đủ, tài nguyên hệ thống không bị giảm, chất lượng dịch vụ đảm bảo hơp lý Điều mà luận văn mong muốn bước vào thực hai trường hợp mô Qua hai trường hợp ta thấy số lượng tải tăng trường hợp mô dùng deadline thời gian hiệu nhiều so với dùng ngưỡng tài nguyên MIPS Nếu xét mặt tỉ lệ vi phạm trường hợp mô dùng deadline thời gian mà luận văn đề xuất hiệu Thời gian đáp ứng kịp thời trường hợp mô deadline thời gian hiêu Ta xem trường hợp dùng dealine thời gian cải tiến cho việc dùng ngưỡng tài nguyên hệ thống hiệu nhiều.Đó kết mong muốn luận văn đưa trường hợp mô dùng deadline thời gian 31 KẾT LUẬN VÀ KIẾN NGHỊ KẾT LUẬN : Trong trình nghiên cứu thực luận văn “Nghiên cứu kỹ thuật auto-scaling cloud computing”, luận văn tập trung nghiên cứu chế, kỷ thuật giải thuât cho tính auto-scaling cloud computing, từ hiểu thấu đáo chế làm việc auto-scaling cloud computing Luận văn thực mô hai trường hợp dùng ngưỡng MIPS trường hợp dùng dealine thời gian thực thi công việc luận văn đề xuất, áp dụng thuật toán đưa sách thực tính Auto-scaling cho điện toán đám mấy, nhằm mục đích so sánh hiệu hiệu hai trường hợp dùng ngưỡng MIPS dealine thời gian thực thi công việc Dựa sở luận văn chứng minh có đề xuất dùng trường hợp dealine thời gian cải tiến cho trường hợp dùng ngưỡng tài nguyên để thực chức auto-scaling điện toán đám mây Giúp cho hệ thống điện toán đám mây dù cấp tài nguyên có linh động đảm bảo tiêu chí kịp thời đúng, đủ hợp lý Dựa mô môi trường điện toán đám mây kết đạt mục tiêu sau: Nghiên cứu tổng quan kỹ thuật Auto-scaling điện toán đám mây thuật toán sử dụng việc sách auto-scaling Xây dựng mô hình mô môi trường điện toán đám mây Đồng thời cài đặt thử nghiệm thuật toán sách auto-scaling với hai trường hợp dùng ngưỡng tài nguyên deadline thời gian thực thi công việc Sau phân tích, đánh giá tìm điểm hạn chế của hai trường hợp mô dùng ngưỡng tài nguyên deadline thời gian Luận văn lần đề xuất dùng deadline thời gian thực thi công việc cải tiến cho trường hợp dùng dùng ngưỡng MIPS việc thực Auto-scaling môi trường điện toán đám mây Trường hợp dùng deadline thời gian có số lần vi phạm trường hợp dùng ngưỡng MIPS dẫn đến thời gian đáp ứng kịp thời hiêu Luận văn đề xuất trường hợp dùng dealine thời gian cải tiến cho việc dùng ngưỡng tài nguyên hệ thống Tuy nhiên, hệ thống đám mây không tài nguyên bổ sung thì chấp nhận giảm chất lượng dịch vụ tải tăng đột biến dẫn đến suy thoái dịch vụ 32 KIẾN NGHỊ: Hiện luận văn nghiên cứu dùng phương pháp Reactive Do phương hạn chế thực Auto-scaling hệ thống thực việc so sánh dẫn đến có bị chậm Do đó, luận văn kiến nghị hướng phát triển sau tập trung nghiên cứu theo phương pháp Predictive áp dụng công nghệ tri thức, máy học để tính toán phải dự báo nhu cầu scale để chuẩn bị trước việc thực scale, hệ thống không bị trễ hệ thống đáp ứng cho kịp thời, đủ nhu cầu có đột biến tải xảy [...]... deadline về thời gian 31 KẾT LUẬN VÀ KIẾN NGHỊ KẾT LUẬN : Trong quá trình nghiên cứu và thực hiện luận văn Nghiên cứu kỹ thuật auto- scaling trong cloud computing , luận văn tập trung nghiên cứu các cơ chế, kỷ thuật và giải thuât cho tính năng auto- scaling của cloud computing, từ đó hiểu thấu đáo cơ chế làm việc của auto- scaling trong cloud computing Luận văn đã thực hiện mô phỏng trên hai trường hợp... bày các cơ chế, kỹ thuật cho tính năng auto- scaling của cloud computing, từ đó hiểu thấu đáo cơ chế làm việc của auto- scaling trong cloud computing, trong chương tiếp theo sẽ xây dựng chương trình mô phỏng môi trường điện toán đám mây, và áp dụng các thuật toán đưa ra chính sách khi nào thực hiện tính năng Auto- scaling cho điện toán đám 13 Chương 3 - LẬP TRÌNH MÔ PHỎNG CƠ CHẾ AUTO- SCALING 3.1 Lập... môi trường điện toán đám mây kết quả đã đạt được những mục tiêu sau: 1 Nghiên cứu tổng quan kỹ thuật Auto- scaling trong điện toán đám mây cũng như các thuật toán sử dụng trong việc ra chính sách auto- scaling 2 Xây dựng mô hình mô phỏng môi trường điện toán đám mây Đồng thời đã cài đặt và thử nghiệm các thuật toán ra chính sách auto- scaling với hai trường hợp dùng ngưỡng tài nguyên và deadline thời gian... VM của hai trường hợp mô phỏng ta dùng kỹ thuật Auto- scaling Thu thập báo cáo -> ra quyết định -> thực thi .Auto- scaling được thực hiện khi ta thu thập số lượng Cloudlet rồi tính toán và thực hiện việc scale-up khi các điều kiện ngưỡng hay deadline thời gian thực thi Cloudlet bị vi phạm Và việc thực hiện Scale-down khi VM không còn đang thực hiện một Cloudlet nào Trong phần tiếp theo báo cáo sẽ trình... phỏng bao gồm hai trường hợp : Trường hợp mô phỏng 1 dùng kỹ thuật Auto- scaling với chính sách ngưỡng tài nguyên (ở đây ta dùng chỉ số MIPS để làm ngưỡng) để thực thi các cloudlet Khi MIPS của VM không đạt ngưỡng mà chúng ta đưa ra thì VM được tạo ra để đạt có số MIPS bằng hoặc trên ngưỡng Trường hợp mô phỏng 2 luận văn đề xuất dùng kỹ thuật Auto- scaling với chính sách dealine thời gian thực hiện cloulet... tài nguyên làm sao cho kịp thời, đúng và hợp lý là một trong những mục tiêu của các kỹ thuật Auto- scaling Trong luận văn này sẽ mô phỏng trường hợp Autoscaling dựa vào ngưỡng tài nguyên, là trường hợp đang dùng phổ biến trên thực tế và trong các nghiên cứu Luận văn cũng đề xuất trường hợp Auto- scaling dựa vào deadline Thông thường, người sử dụng dịch vụ luôn mong muốn các công việc của mình phải được... phạm hay không Nếu có vi phạm, thì chương trình sẽ thực hiện Auto- scaling thêm VM để đáp ứng ngưỡng MIPS mà chúng ta đưa ra 23 Kết quả thực hiện: T a) Thay đổi số lượng cloudlet: Số lượng cloudlet thay đổi Hình 3.1: Biểu đồ tỷ lệ vi phạm ngưỡng MIPS khi thay đổi số lượng cloudlet Trong kết quả mô phỏng hình 3.1 cho chúng ta thấy khi số cloudlet tăng thì tỷ lệ vi phạm cũng tăng theo Đường đi của đồ... đó, Auto- scaling sẽ thực hiện chức năng scale-up để tăng lượng tài nguyên sao cho chất lượng dịch vụ không thay đổi và khi tải giảm thì hệ thống sẽ thực hiện chức năng scale-down nhằm giảm đi năng lượng tiêu thụ hệ thống và bớt đi chi phí cho người sử dụng dịch vụ Nhưng tăng tài nguyên cũng như thu hồi tài nguyên làm sao cho kịp thời, đúng và hợp lý là một trong những mục tiêu của các kỹ thuật Auto- scaling. .. một số spot máy ảo được chấm dứt đột ngột bởi nhà cung cấp đám mây đồng thời hay liên tục trong một khoảng thời gian ngắn 10 2.1.4.1 Cấu trúc hệ thống Auto- scaling 2.1.4.2 Cơ chế chịu lỗi 2.1.4.3 Độ tin cậy và chi phí hiêu quả 2.1.5 Chính sách Auto- scaling 2.1.5.1 Khả năng và ước tính cân bằng tải Hệ thống auto- scaling có nhiều yếu tố tài nguyên (như CPU, bộ nhớ, mạng, ) Nó cần một profile của các... thức tính như sau: Công thức tính thời gian thực thi cloudlet Tcl= (Lcl/ (M*Pcl)) (1) Trong đó : - Tcl : thời gian ước tính thực hiện công việc - Lcl : là chiều dài kích thước của cloudlet; - M : số MIPS chưa sử dụng của hệ thống - Pcl: số PE của cần cho cloudlet Nếu thời gian đó cao hơn deadline thời gian chúng ta đã đề ra thì hệ thống sẽ tự động Auto- scaling tạo thêm VM kịp thời cho hệ thống để đáp ứng ... luận văn kiến nghị định hướng nghiên cứu 6 Chương - KỸ THUẬT AUTO- SCALING TRONG ĐIỆN TOÁN ĐÁM MÂY 2.1 Kỹ thuật Auto- scaling điện toán đám mây 2.1.1 Tổng quan Auto- scaling Theo thống kế nhà cung... có nghiên cứu triển khai dịch vụ autoscaling thực tế, ví dụ Amazon, vấn đề mang tính thời đặt nhiều thách thức cộng đồng nghiên cứu điện toán đám mây Đây lý đề tài “NGHIÊN CỨU KỸ THUẬT AUTO- SCALING. .. lý mục tiêu kỹ thuật Auto- scaling Trong luận văn mô trường hợp Autoscaling dựa vào ngưỡng tài nguyên, trường hợp dùng phổ biến thực tế nghiên cứu Luận văn đề xuất trường hợp Auto- scaling dựa