Віталій ОМЕЛЬЧЕНКО, асп.
ORCID ID: 0000-0002-3850-6555
e-mail: vitaly.om25@gmail.com
Національний технічний університет України “Київський політехнічний інститут імені Ігоря Сікорського”, Київ, Україна
Олександр РОЛІК, д-р техн. наук, проф.
ORCID ID: 0000-0001-8829-4645
e-mail: arolick@gmail.com
Національний технічний університет України “Київський політехнічний інститут імені Ігоря Сікорського”, Київ, Україна
DOI: https://doi.org/10.17721/AIT.2024.1.05
Анотація
В с т у п . Підвищення ефективності використання обчислювальних ресурсів кластера при дотриманні встановлених рівнів QoS є критично важливим завданням у керуванні ІТ-інфраструктурою. Динамічне керування обчислювальними ресурсами, зокрема вертикальне та горизонтальне масштабування, є інструментом, що дозволяє автоматизувати процеси адаптації застосунків до динамічних навантажень. Метою цієї роботи є підвищення ефективності існуючих методів масштабування за допомогою їхнього комбінування.
М е т о д и . Запропоновано гібридний метод масштабування з використанням модуля координації. Цей модуль узгоджує роботу компонентів вертикального та горизонтального масштабування на основі заданих обмежень, пріоритетів і поточного стану системи. Модуль координації відповідає за підвищення ефективності обох компонентів масштабування і запобігає неузгодженості у процесі конфігурації кількості екземплярів застосунку та запитів на обчислювальні ресурси.
Р е з у л ь т а т и . Для досягнення поставленої мети розроблено гібридний метод вертикального та горизонтального масштабування з використанням координації компонентів на основі пріоритетів. Пріоритетна конфігурація визначає порядок роботи компонентів під час узгодження їхньої роботи. У випадку горизонтально-вертикального порядку непріоритетний вертикальний компонент не впливає на конфігурацію пріоритетного горизонтального компонента. Проведено оцінювання розробленого методу на основі моделювання роботи застосунку з навантаженням, що містить постійну сезонність. Експерименти демонструють зменшення збиткового резервування обчислювальних ресурсів кластера на 65 % порівняно зі статичними запитами.
В и с н о в к и . Розроблений метод можна застосувати для підвищення ефективності використання ресурсів у кластерах під час динамічних навантажень порівняно з базовими методами масштабування. У подальших дослідженнях необхідно оцінити метод на реальній інфраструктурі. Також варто дослідити роботу гібридного методу з використанням предиктивного підходу.
К л ю ч о в і с л о в а : інформаційні технології, інформаційні системи, керування ресурсами, масштабування, IT-інфраструктура, вертикальне масштабування, горизонтальне масштабування.
Опубліковано
2024-12-20
Як цитувати
Vitalii OMELCHENKO, Oleksandr ROLIK “ HYBRID METHOD FOR HORIZONTAL AND VERTICAL COMPUTATIONAL RESOURCE SCALING” AСучасні інформаційні технології №1(3), pp. 49–58, 2024
Номер
Сучасні інформаційні технології № 1 (3), 2024
Розділ
Прикладні інформаційні системи та технології
Список використаних джерел
Al-Dhuraibi, Y., Paraiso, F., Djarallah, N., & Merle, P. (2017). Elasticity in cloud computing: State of the art and research challenges. IEEE Transactions on Services Computing, 11(2), 430–447. Institute of Electrical and Electronics Engineers. https://doi.org/10.1109/TSC.2017.2711009
Al-Haidari, F., Sqalli, M. H., & Salah, K. (2013). Impact of CPU utilization thresholds and scaling size on autoscaling cloud resources. IEEE 5th International
. In I. Foster, E. Feig, & S. Yau (Eds.) Conference on Cloud Computing Technology and Science, 2 (pp. 256–261). Institute of Electrical and Electronics Engineers. Calheiros, R. N., Toosi, A. N., Vecchiola, C., & Buyya, R. (2012). A coordinator for scaling elastic applications across multiple clouds. Future Generation
Computer Systems, 28(8), 1350–1362. https://doi.org/10.1016/j.future.2012.03.010
Dutta, S., Gera, S., Verma, A., & Viswanathan, B. (2012). SmartScale: Automatic Application Scaling in Enterprise Clouds. In I. Foster, E. Feig, & S. Yau (Eds.). IEEE 5th International Conference on Cloud Computing (pp. 221–228). IEEE. https://doi.org/10.1109/cloud.2012.12
Incerto, E., Tribastone, M., & Trubiani, C. (2018). Combined Vertical and Horizontal Autoscaling Through Model Predictive Control. In M. Aldinucci, L. Padovani, & M. Torquati (Eds.). Lecture Notes in Computer Science. Vol. 11014. Parallel Processing (pp. 147–159). Springer International Publishing. https://doi.org/10.1007/978-3-319-96983-1_11
Lorido-Botran, T., Miguel-Alonso, J., & Lozano, J. A. (2014). A Review of Auto-scaling Techniques for Elastic Applications in Cloud Environments. Journal of Grid Computing, 12(4), 559–592. https://doi.org/10.1007/s10723-014-9314-7
Millnert, V., & Eker, J. (2020). HoloScale: Horizontal and vertical scaling of cloud resources. In N. Antonopoulos, O. Rana, & Ch. Jiang (Eds.) 2020 IEEE/ACM 13th International Conference on Utility and Cloud Computing (UCC), 55 (pp. 196–205). IEEE. https://doi.org/10.1109/ucc48980.2020.00038
Omelchenko, V., & Rolik, O. (2022). Automation of resource management in information systems based on reactive vertical scaling. Adaptive systems of automatic control, 2(41), 65–78. National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”. https://doi.org/10.20535/1560-8956.41.2022.271344
Qu, C., Calheiros, R. N., & Buyya, R. (2018). Auto-scaling web applications in clouds. ACM Computing Surveys, 51(4), 1–33. https://doi.org/10.1145/3148149
Quattrocchi, G., Incerto, E., Pinciroli, R., Trubiani, C., & Baresi, L. (2024). Autoscaling Solutions for Cloud Applications Under Dynamic Workloads. In IEEE Transactions on Services Computing, 17(3), 804–820. IEEE. https://doi.org/10.1109/tsc.2024.3354062
Rodriguez, M. A., & Buyya, R. (2018). Container-based cluster orchestration systems: A taxonomy and future directions. Software: Practice and Experiencee,49(5), 698–719. https://doi.org/10.1002/spe.2660
Rochman, Y., Levy, H., & Brosh, E. (2014). Efficient resource placement in cloud computing and network applications. SIGMETRICS Performance Evaluation Review, 42(2), 49–51. https://doi.org/10.1145/2667522.2667538
Rolik, O., Telenik, S., & Yasochka, M. (2018). Enterprise IT-infrastructure management. Naukova dumka [in Ukrainian]. [Ролік О., Теленик С., & Ясочка, М. (2018). Управління корпоративною ІТ-інфраструктурою. Наукова думка].
Rolik, O., & Omelchenko, V. (2024). Proactive horizontal scaling method for Kubernetes. Radio Electronics, Computer Science, Control, 1, 221–227. National University “Zaporizhzhia Polytechnic”. https://doi.org/10.15588/1607-3274-2024-1-20
Sedaghat, M., Hernandez-Rodriguez, F., & Elmroth, E. (2013). A virtual machine re-packing approach to the horizontal vs. vertical elasticity trade-off for cloud autoscaling. In S. Hariri, & A. Sill (Eds.). 2013 ACM Cloud and Autonomic Computing Conference (pp. 1–10). ACM. https://doi.org/10.1145/2494621.2494628
Singh, P., Gupta, P., Jyoti, K., & Nayyar, A. (2019). Research on auto-scaling of web applications in cloud: Survey, trends, and future directions. Scalable Computing: Practice and Experience, 20(2), 399–432. https://doi.org/10.12694/scpe.v20i2.1537
Straesser, M., Grohmann, J., von Kistowski, J., Eismann, S., Bauer, A., & Kounev, S. (2022). Why is it not solved yet? In D. Feng, & S. Becker (Eds.). 2022 ACM/SPEC International Conference on Performance Engineering (pp. 105–115). ACM. https://doi.org/10.1145/3489525.3511680