Поставщики облачных услуг IaaS на базе Hyper-V арендующие ресурсы у поставщиков облачных услуг в соответствии с моделью обслуживания с оплатой по факту использования, хотели бы минимизировать расходы на аренду, одновременно удовлетворяя вычислительные потребности пользователей. Обычно они обслуживают следующие два типа рабочих нагрузок: интерактивные запросы на обслуживание и пакетные задания. Ранние алгоритмы были разработаны для работы с любым типом рабочих нагрузок, но не с обоими одновременно.
Введение
Типичные поставщики облачных услуг, такие как Amazon EC2 [1], Windows Azure [2] и UltiCloud [3], позволяют поставщикам коммерческих услуг арендовать вычислительные ресурсы по модели ценообразования с оплатой по факту использования.Хотя может обслуживаться широкий спектр рабочих нагрузок, их можно разделить на следующие два типа: интерактивные службы и пакетные задания [8], [9]. Ранние алгоритмы были сосредоточены на экономичном планировании для любого типа рабочих нагрузок [10], [11], [12], [13], [14], [15], а не на сочетании того и другого.
Куровский и др. В своей основополагающей работе он разрабатывает новые структуры данных и онлайн-алгоритмы для планирования как вычислительных пакетных задач, так и задач с запросами на предварительное резервирование [16]. Мы следуем их методологии для дальнейшей разработки рентабельного подхода к планированию для поставщиков услуг для обработки гибридных рабочих нагрузок. В этой работе мы разрабатываем подход координированного планирования, основанный на следующих наблюдениях:
Интерактивные службы (например, веб-поиск, онлайн-видео и бизнес-транзакции) должны будут обрабатывать запросы пользователей в рамках жестких временных ограничений. Длительное время отклика напрямую влияет на доходы бизнеса (например, по оценкам Amazon, каждые 100 мс задержки обойдутся в продажах на 1% дороже [17]). На практике мы обслуживаем долгосрочные интерактивные услуги, используя экземпляры ВМ с почасовой оплатой. Мы отмечаем, что скорость поступления запросов для интерактивной службы очень динамична, поэтому экземпляры ВМ, запланированные для этой рабочей нагрузки, могут содержать значительные ресурсы, неиспользованные в период аренды. Эти неиспользуемые ресурсы можно использовать для обслуживания пакетных заданий с гибким временем отклика.
Пакетные задания (например, расчеты рекомендаций и финансовый анализ) обычно сопряжены с более высокой вычислительной сложностью. Как правило, пакетное задание можно разделить на подзадачи, запуск которых можно запланировать в любое время. Ограничение времени, накладываемое на обработку пакетного задания, гораздо более гибкое, чем у интерактивных служб, что дает возможность разделить пакетные задания на большое количество временных интервалов.