10193

مقياس‌پذيري خودكار فعال در خوشه هاي مبتني بر كانتينر

99

دكتر رضا انتظاري ملكي

دكتر مهرداد آشتياني

معيار درجه¬بندي توانايي يك سيستم در سازگار شدن با تغييرات باركاري، به وسيله در اختيار گرفتن يا آزادسازي منابع با روش هاي خودكار به گونه¬اي كه در هر از لحظه زمان منابع در دسترس تا حد امكان با ميزان تقاضا مطابقت داشته باشد را كشساني مي¬گويند. سيستم خودكاري كه با گرفتن و آزادسازي منابع سعي در ايجاد سازگاري بين منابع در دسترس و تقاضاي سيستم دارد، به طوري كه نيازي به دخالت انسان نباشد، يك سيستم مقياس¬پذيري خودكار است. به طور كلي، سيستم¬هاي مقياس¬پذير خودكار به دو دسته واكنشي و فعال تقسيم بندي مي¬شوند. يك سيستم واكنشي به وضعيت فعلي باركاري پاسخ مي¬دهد و يك سيستم فعال از روش¬هاي گوناگون براي پيش¬بيني باركاري استفاده مي¬كند تا بتواند به تصميمات مربوط به تخصيص منابع ترتيب دهد. مقياس¬بندهاي فعال از روش¬هاي متفاوت مانند تحليل سري¬هاي زماني، يادگيري ماشين و يادگيري تقويتي براي پيش بيني باركاري و اولويت¬دهي به تصميمات خود استفاده مي¬¬كنند. از ديگر معيارهاي مهم تحليل عملكرد يك مقياس¬بند خودكار مي¬توان به تأمين شدن اهداف توافقنامه سطح خدمات و ميزان بهره¬وري منابع اشاره كرد. امروزه، معماري ابرها از ماشين¬مجازي محور به سمت كانتينر محور شدن حركت مي¬كند. كانتينرها به عنوان روش مجازي¬سازي سبك¬وزن سطح سيستم¬عامل پذيرفته شده¬اند كه كشساني بالايي را براي ابرها تضمين مي¬كنند. با استفاده از كانتينر¬ها دانه‌بندي تخصيص منابع افزايش پيدا كرده و امكان استفاده-ي همروند از منابع بيش¬تر مي¬شود. با توجه به تفاوت¬¬هاي بنيادي بين ماشين¬مجازي و كانتينر، راه¬حل¬هايي كه تا به امروز براي مقياس¬پذيري خودكار ماشين¬هاي مجازي استفاده شده¬اند بدون ايجاد تغيير براي مقياس¬پذيري خودكار كانتينرها قابل پياده¬سازي نيستند، به همين جهت ما در اين گزارش به بررسي مقياس‌پذيري خودكار در كانتينرها خواهيم پرداخت

12/1/2021 12:00:00 AM

73312

1400/09/21

Proactive Auto-scaling in Container-based Clusters

مقياس¬پذيري خودكار , محاسبات ابري , كانتينر , پيش‌بيني باركاري

auto-scaling , cloud computing , container , workload prediction