비용 효율적이면서 성능이 뛰어난 스팟 인스턴스 조합 추천 방법 제안 = Recommending Cost-Efficient and High-Performance Spot Instance Combinations

다국어 초록 (Multilingual Abstract)

Cloud providers offer spot instances at up to 90% off compared to on-demand instances. However, spot instances have stability problems due to unpredictable interruption and difficulty in ensuring price-to-performance. In particular, this problem is intensified in a multi-node environment using multiple instances.
To solve this problem, this paper proposes a cost-effective and high-performance spot instance combination recommendation system Agathon. Agathon uses a multi-node spot availability dataset and quantitative hardware performance indicators to recommend an optimal spot instance combination that comprehensively considers stability, performance, and cost.
Through experiments, the necessity and effectiveness of recommendation systems specialized for multi-node environments were verified.
As a result of the experiment, the system proposed in this paper proved excellent cost efficiency by reducing the cost per task by up to 15.33% and 7.20%, respectively, compared to the price minimization strategy and performance maximization strategy. In addition, it is significant that the system is implemented as a publicly available web service to increase user accessibility.

국문 초록 (Abstract)

클라우드 제공업체는 온디맨드 인스턴스 대비 최대 90% 할인된 가격으로 스팟 인스턴스를 제공한다. 그러나 스팟 인스턴스는 예측 불가능한 중단 (Interruption)과 가격 대비 성능 보장이 어렵다는 문제가 있다. 특히 이러한 문제는 여러 인스턴스를 사용하는 다중 노드 환경에서 심화된다.
이와 같은 문제를 해결하기 위해, 본 논문은 비용 효율적이면서 성능이 뛰어난 스팟 인스턴스 조합 추천 시스템 Agathon 을 제안한다. Agathon 은 다중 노드 스팟 가용성 데이터셋과 정량적 하드웨어 성능 지표를 활용하여, 비용, 가용성, 성능을 종합적으로 고려한 최적의 스팟 인스턴스 조합을 추천한다.
실험 결과, 본 논문에서 제안하는 시스템은 가격 최소화 전략과 성능 최대화 전략에 비해 작업당 비용을 각각 최대 15.33%, 7.20% 절감하여 우수한 비용 효율성을 입증했다. 또한 시스템을 공개적으로 이용 가능한 웹 서비스로 구현하여 사용자의 접근성을 높였다는 의의를 가진다.

목차 (Table of Contents)

• 1 서론 1
• 2 스팟 인스턴스와 가용성 2
• 2.1 다중 노드 환경에서 단일 노드 SPS 의 한계 2
• 2.2 하드웨어 성능 4
• 3 Agathon: 비용 효율적이면서 성능이 뛰어난 인스턴스 조합 추천 시스템 6
• 3.1 시스템 개요 6
• 3.2 문제 정의 및 최적화 수식화 6
• 3.3 최적화 문제의 선형 변환 8
• 4 서비스 구현 10
• 4.1 데이터 수집 및 전처리 모듈 10
• 4.2 자원 추천 모듈 11
• 5 데이터 분석 및 성능 평가 13
• 5.1 벤치마크 데이터 특성 분석 13
• 5.2 T3 반영 비율의 적합성 검증 15
• 5.3 최대 가성비 반영 비율 분석 16
• 5.4 최적화 전략 간 비교 17
• 5.4.1 최적화 전략 간 조합 추천 결과 비교 17
• 5.4.2 전략별 성능 비교 시뮬레이션 18
• 6 관련 연구 22
• 7 결론 23