22883

روشي براي مدل‌سازي و ارزيابي تأثير متقابل كارايي و مصرف توان در هم‌نواسازي ميكروسرويس‌ها

كارشناسي ارشد

نرم افزار

1399/7/14

دكتر محمد عبداللهي ازگمي

كامپيوتر

از مهم‌ترين مسايل باز در رايانش ابري و مراكز داده، مي‌توان به مصرف توان اشاره كرد كه ممكن است باعث افزايش مصرف برق و افزايش گرماي جهاني ‌شود. ماشين‌هاي مجازي مورد استفاده در سامانه‌هاي رايانش ابري، هنگام پاسخ به درخواست‌هاي سرويس‌هاي وب با باركاري غير قابل پيش‌بيني، داراي بهره‌وري پايين‌تري نسبت به كانتينر هستند كه همين موضوع باعث استفاده روز افزون از اين فناوري شده‌است. با توجه به فراگير شدن كانتينر و هم‌نواسازي ميكروسرويس‌ها، نياز به ارزيابي تقابل مصرف توان و كارايي هم‌نواسازي ميكروسرويس‌ها اهميت بيشتري پيدا كرده‌است و به دليل پر هزينه بودن سنجش اين ويژگي‌ها از طريق ارزيابي عملي، لازم است كه اين ويژگي‌ها توسط مدلي تحليلي مورد ارزيابي قرار گيرند. كمبود تحقيقات و نبود مدل‌هاي تحليلي مناسب به منظور ارزيابي مصرف توان و كارايي در هم‌نواسازي ميكروسرويس‌ها، از انگيزه‌هاي اصلي انجام اين پژوهش است. كمك به كاهش هزينه‌هاي مادي مراكز داده، كمك به ساخت مدلي جهت استفاده در راستاي كاهش آلودگي محيط زيست و جلوگيري از هدررفت منابع طبيعي، از ديگر انگيزه‌ها و اهداف اين پژوهش است. در اين پايان‌نامه، مصرف توان و كارايي در هم‌نواسازي ميكروسرويس‌ها، توسط شبكه‌هاي فعاليت تصادفي به صورت صوري و تحليلي مدل‌‌سازي شده‌اند. مدل صوري پيشنهادي، ضمن دارا بودن قابليت ارزيابي تقابل مصرف توان و كارايي، قادر به بررسي تأثير مقياس‌پذيري پويا، مقياس‌پذيري واكنشي و ناهمگوني منابع در هم‌نواسازي ميكروسرويس بر روي مصرف توان و كارايي نيز است. همچنين مشاهده شد كه پس از بررسي پژوهش‌هاي مرتبط، موارد لحاظ شده در اين پژوهش، در اكثر پژوهش‌هاي مشابه اخير در نظر نگرفته شده‌اند. طرح پيشنهادي شامل بخش‌هاي مختلف سامانه‌هاي ابري از جمله كانتينر، ماشين‌مجازي و سرور است. علاوه بر موارد مذكور، مقياس‌پذيري پويا در هم‌نواساز ميكروسرويس نيز در مدل لحاظ شده‌است و پس از اعمال سناريوهاي مختلف، نتايج حل حالت پايدار توسط ابزار موبيوس به‌دست آمده و ارائه شد‌ه‌اند.

1399/10/01

Modeling and evaluation of performance and power consumption trade-offs in microservices orchestration

10/6/2021 12:00:00 AM

Power consumption is one of the major issues in cloud computing systems which may lead to a serious increase in electricity consumption and cause global warming. Virtual machine technology used in cloud computing systems, has a lower utilization than container technology under unpredictable workloads, therefore container technology has been drawing more attention in cloud computing recently. Due to the major popularity of containers and microservice orchestration, the need to evaluate power consumption and performance trade-offs is vital more than ever. Since measurement-based evaluations require too much budget and time, analytical modeling evaluations are in favors. Lack of related works and analytical models for evaluating power consumption and performance trade-offs in microservices orchestration is one of the main motivations of this research. Reducing datacenters costs, environmental pollution and waste of natural resources are other relevant motivations of this research. In this thesis, an analytical model using stochastic activity networks is proposed to evaluate power consumption and performance in microservice orchestration. The proposed model can evaluate power consumption and performance trade-offs as well as the effects of dynamic scaling in microservice orchestration on power consumption and performance which has been ignored in most of the current related works. The proposed model includes different parts of cloud systems including containers, virtual machines and servers. Dynamic scaling and reactive scaling in microservice orchestration are considered in the model as well. After experimenting different scenarios, the steady-state results produced by Mobius are presented.