Керування ресурсами хмарних центрів обробки даних на основі евристичного пошуку

Abstract

Проаналізовано особливості хмарного центру обробки даних (ЦОД) з точки зору керування ресурсами. Для вирішення задачі керування ресурсами хмарного центру обробки даних запропоновано і досліджено двостадійний метод консолідації віртуальних машин на базі використання локального променевого пошуку. В статті проаналізовано роботу евристики першої та другої стадій запропонованого методу, розроблений алгоритм променевого пошуку для вирішення задачі керування ресурсами. Для аналізу роботи методу використані дані про надходження завдань в кластер Google. Запропонований метод дозволяє переключити в режим зниженого енергоспоживання в середньому 56 відсотків фізичних серверів, що потенційно визначені для переключення в режим сну за допомогою верхньої оцінки необхідної ємності ресурсів. Перерозподіл віртуальних машин виконується з урахуванням обмеження допустимої кількості міграцій на один фізичний сервер.

Проанализированы особенности облачного центра обработки данных с точки зрения управления ресурсами. Для решения задачи управления ресурсами облачного центра обработки данных предложено и исследовано двухэтапный метод консолидации виртуальных машин на основе использования локального лучевого поиска. В статье проанализирована работа эвристики первой и второй стадий предложенного метода, разработан алгоритм лучевого поиска для решения задачи управления ресурсами. Для анализа работы метода использованы данные о поступлении задач в кластер Google. Предложенный метод позволяет переключить в режим пониженного энергопотребления в среднем 56 процентов физических серверов, потенциально определенных для переключения в режим сна на основе верхней оценки необходимой емкости ресурсов. Перераспределение виртуальных машин выполняется с учетом ограничения допустимого количества миграций на один физический сервер.

The features of the cloud data center are analyzed from the point of view of resource management. The two-stage method for consolidating virtual machines based on the use of local beam search algorithm is proposed and investigated with aim to solve the problem of managing the resources of a cloud data center. In this paper, the work of heuristics of the first and second stages of the proposed method is analyzed. The beam search algorithm was developed for solving the data center resource management problem. The data about tasks and physical machines from the Google cluster-usage traces are used to evaluate the proposed method. The proposed method allows to switch to a low-power mode on average 56 percent of physical servers potentially identified for switching to sleep mode based on an upper estimate of the required capacity of resources. Virtual machine consolidation is performed taking into account the limitation of the permissible number of migrations per physical server.