Τοποθέτηση εικονικών μηχανών για υποστήριξη δικτυακών υπηρεσιών νέφους

Abstract

A cloud computing network contains thousands of data centers or fog devices which can be found anywhere in the world and host millions of virtual machines instantia- ting cloud services to end users. These services can be hosted in one or more virtual machines that may be in a single or multiple data centers or fog devices. However, as the number of users and cloud services increase, key optimization problems become a priority for cloud service providers who focus on scalability problems in order to minimize the overall cost and eventually to lead to an increase in their profits. In th- is context, the problem of finding the number and location of virtual machines that instantiate a cloud service is a demanding problem, as its solution contains a large number of criteria and different possible formulations that will have to be studied. In a cloud network, firstly, a large number of virtual machines are randomly placed within the cloud computing network or in a manner which is adapted to the needs of the network traffic load. Therefore, the optimal position of virtual machines is an optimization problem since it requires global knowledge in a dynamic environment, such as that of a cloud network, as every time a change in the traffic load of the network appears, the collection of information and redefinition of the optimal values must be done in very short time. Obviously, such centralized approaches do not scale by the number of virtual machines and the cloud computing network size. Therefore, the need to create feasible and effective low-complexity solutions arises, even at the expense of an unguaranteed optimal solution. This dissertation presents approaches that move, replicate, or merge services to target reduction in total costs, based on network topologies and information solely available locally, ensuring the optimized use of services. First of all, the S-CORE (Scalable Communication Cost Reduction) policy is presented, a scalable virtual machine migration algorithm that dynamically reallocates virtual machines to servers, achieving both minimization of the overall communication cost and reduction of the communication of over-subscribed links iniiiivthe core of a data center network. The simulations and implementation results show that S-CORE achieves a significant decrease in communication cost. In addition, the s-UFL (scalable-Uncapaciated Facility Location) policy is presented which uses virtual machine replication and merging, along with migration in order to optimize the location of the services in the network. The efficiency of this elastic policy and its characteristics are studied and analyzed thoroughly verifying that the reduction of the overall cost in the network is possible under certain conditions. The ease of implementation in the network nodes (data centers and fog devices) is another adva- ntage of this policy. Note, that the facility location problem in this case is studied as an uncapacitated case. Nevertheless, the results of this research can easily be extended to apply to capacitated scenarios.

́Ενα δίκτυο υπολογιστικού νέφους περιέχει χιλιάδες κέντρα δεδομένων ή συσκευές ομίχλης τα οποία μπορεί να βρίσκονται οπουδήποτε στον κόσμο και φιλοξενούν ε- κατομμύρια εικονικές μηχανές, οι οποίες διαθέτουν τις παρεχόμενες υπηρεσίες στους τελικούς χρήστες. Οι υπηρεσίες αυτές μπορεί να φιλοξενούνται σε μία ή περισσότερες εικονικές μηχανές οι οποίες μπορεί να βρίσκονται στο ίδιο ή σε διαφορετικό κέντρο δεδομένων ή συσκευή ομίχλης. Ωστόσο, η ανάγκη για τη βέλτιστη διαχείριση των ο- λοένα αυξανόμενων υπηρεσιών του υπολογιστικού νέφους αποτελεί προτεραιότητα για τους παρόχους υπηρεσιών νέφους, καθώς εστιάζουν σε διάφορες τεχνικές προκειμέ- νου να μειώσουν το συνολικό κόστος των υπηρεσιών και να οδηγηθούν σε αύξηση των κερδών τους.Σε αυτό το πλαίσιο, το πρόβλημα της τοποθέτησης εικονικών μηχανών σε περι- βάλλοντα υπολογιστικού νέφους είναι ένα απαιτητικό πρόβλημα, καθώς η επίλυσή του περιλαμβάνει μεγάλο αριθμό κριτηρίων και διαφορετικές πιθανές διατυπώσεις που θα πρέπει να μελετηθούν. Σε ένα δίκτυο νέφους, ένας μεγάλος αριθμός εικονικών μηχα- νών τοποθετείται αρχικά με τυχαίο τρόπο ή με τρόπο που προσαρμόζεται στις ανάγκες του φόρτου των εργασιών. Ως εκ τούτου, η βέλτιστη θέση των εικονικών μηχανών είναι ένα πρόβλημα βελτιστοποίησης καθώς απαιτεί καθολική πληροφορία σε ένα δυνα- μικό περιβάλλον όπως αυτό ενός δικτύου νέφους, αν αναλογιστεί κανείς ότι κάθε φορά που υφίσταται μια αλλαγή στο φορτίο κίνησης του δικτύου, η συλλογή της πληροφορί- ας και ο επαναπροσδιορισμός των βέλτιστων τιμών πρέπει να πραγματοποιηθεί σε πάρα πολύ μικρό χρονικό διάστημα. Προφανώς, τέτοιου είδους κεντρικοποιημένες προσεγ- γίσεις δεν μπορεί να είναι κλιμακούμενες με τον αριθμό των εικονικών μηχανών και το μέγεθος του δικτύου του υπολογιστικού νέφους. Ως εκ τούτου, προκύπτει η ανάγκη για δημιουργία εφικτών και αποτελεσματικών λύσεων χαμηλής πολυπλοκότητας, ακόμα και εις βάρος μιας μη εγγυημένα βέλτιστης λύσης. Η παρούσα διατριβή παρουσιάζει προσεγγίσεις που μετακινούν, αναπαράγουν ή συγχωνεύουν τις υπηρεσίες με στόχο τηiiiμείωση του συνολικού κόστους, βασιζόμενες στις τοπολογίες του δικτύου και σε πλη- ροφορία που είναι διαθέσιμη αποκλειστικά τοπικά, εξασφαλίζοντας τη βελτιστοποίηση της χρήσης των υπηρεσιών.Καταρχάς, προτείνεται η πολιτική S-CORE (Scalable communication Cost Redu- ction), μία κλιμακούμενη πολιτική μετακίνησης εικονικών μηχανών που μετακινεί δυ- ναμικά εικονικές μηχανές σε εξυπηρετητές, πετυχαίνοντας αφενός την ελαχιστοποίηση του συνολικού κόστους επικοινωνίας και αφετέρου την αποσυμφόρηση των υπερκαλυμ- μένων ζεύξεων στον πυρήνα του δικτύου ενός κέντρου δεδομένων. Τα αποτελέσματα των προσομοιώσεων καταδεικνύουν σημαντική μείωση του συνολικού κόστους επικοι- νωνίας.Στη συνέχεια παρουσιάζεται η πολιτική s-UFL (scalable-Uncapaciated Facility Location) η οποία χρησιμοποιεί μηχανισμούς αναπαραγωγής ή συγχώνευσης μαζί με το μηχανισμό μετακίνησης προκειμένου για την αρτιότερη τοποθέτηση των υπηρεσιών στο δίκτυο του υπολογιστικού νέφους. Η αποτελεσματικότητα της πολιτικής μελετάται διεξοδικά και αποδεικνύεται ότι η μείωση του συνολικού κόστους του υπολογιστικού νέφους είναι εφικτή υπό συγκεκριμένες προϋποθέσεις. Η ευκολία υλοποίησης της πο- λιτικής στους κόμβους του δικτύου (κέντρα δεδομένων και συσκευές ομίχλης) είναι ένα ακόμα πλεονέκτημα της συγκεκριμένης πολιτικής. Σημειώνεται ότι το πρόβλημα τοποθέτησης υπηρεσιών διατυπώνεται σε αυτή την περίπτωση ως ένα πρόβλημα απε- ριόριστης χωρητικότητας. Παρόλα αυτά, τα αποτελέσματα της συγκεκριμένης έρευνας μπορεί εύκολα να επεκταθούν και σε περιορισμένης χωρητικότητας σενάρια.