Русский
!

Conference publications

Abstracts

XXV conference

Algorithm for load dispatching in cloud infrastructures

Balashov N.A., Baranov A.V., Belov S.D., Kadochnikov I.S., Korenkov V.V., Kutovsiy N.A., Nechaevskiy A.V., Pelevanyuk I.S.

Joint Institute for Nuclear Research, Joliot-Curie 6, 141980 Dubna, Moscow region, Russia

1 pp. (accepted)

Для предоставления вычислительных ресурсов локальным пользователям, а также участия в российских и международных проектах с применением облачных вычислений и грид-технологий в ОИЯИ создано и развивается облако класса “инфраструктура как сервис” на базе платформы OpenNebula.

Наличие выделенных, но простаивающих виртуальных машин (ВМ) очевидно нежелательно, однако большинство решаемых с помощью облачной инфраструктуры задач не генерируют предсказуемую равномерную нагрузку. Проблема оптимального использования вычислительных ресурсов неизбежно возникает и в ситуации с физическими компьютерами, и с виртуальными машинами. Дополнительная гибкость облачной инфраструктуры по сравнению с традиционной позволяет повысить эффективность за счёт т.н. механизма “overcommitment” (перерасхода), то есть выделения большего количества виртуальных ресурсов, чем обладает физический сервер.

Если уровень перерасхода слишком велик, то при росте нагрузка на ВМ может возникнуть перегрузка физической машины, то есть суммарная требуемая мощность может может превысить её возможности. Для минимизации риска перегрузки необходимо динамическое распределение нагрузки и выбор безопасного уровня перерасхода. Идея системы диспетчирования облачных инфраструктур с перерасходом не уникальна, но полноценных, активно развивающихся продуктов для платформы OpenNebula на данный момент нет.

Разрабатываемая в ОИЯИ система интеллектуального диспетчирования облачных ресурсов представляет собой гибкую платформу из взаимодействующих компонентов: базы данных, веб-интерфейса, библиотеки API, службы планирования и набора алгоритмов управления облаком. Ключевым для работы планировщика является алгоритм диспетчирования. Выбор оптимальной стратегии зависит от решаемых облаком задач и создаваемых ими нагрузок, а также желаемых показателей оптимизации и приемлемых рисков перегрузки по памяти и процессору.

В качестве возможного подхода мы предлагаем разделить виртуальные машины на классы по ожидаемой средней нагрузке. Каждому классу соответствует набор физических узлов с настроенным уровнем перерасхода ресурсов, куда диспетчируются машины данного класса.

Построенная платформа позволяет реализовать более сложные стратегии, однако для отладки системы и получения первых результатов простой и понятный алгортм имеет большие преимущества.



© 2004 Designed by Lyceum of Informational Technologies №1533