클라우드 자원 브로커에서 확장성 있는 가상 머신 할당 기법을 이용한 비용 적응형 작업 스케쥴링 알고리즘 = A Cost-Efficient Job Scheduling Algorithm in Cloud Resource Broker with Scalable VM Allocation Scheme

국문 초록 (Abstract)

사용자들은 자신의 작업을 처리하기 위해 자신에게만 한정된 가상 컴퓨팅 자원을 클라우드 서비스 제공자로부터 할당 받아 타 사용자로부터 독립된 환경에서 작업을 처리하게 된다. 이를 자동화된 방법으로 최적화를 대신 수행해주기 위한 모델로 브로커 미들웨어가 제시되었고 마감시간을 만족하는 이내에서 자원 이용률을 높이는 접근법으로 필요 가상 머신의 숫자를 줄여 비용을 절약한다. 이를 다루는 많은 논문들에서 작업 스케줄링은 기존 사용자들간의 독립을 보장하여 하나의 가상 머신이 하나의 작업에 한정된 가상 머신에서 처리하는 방식으로 다루어지고 있다. 하지만 기존의 SRSV 방식에서는 높은 정도의 다중 프로그래밍 작업이 아닐 경우 시스템을 효율적으로 사용하지 못한다. 이에 본 논문에서는 해당 자원을 마감시간과 스래싱(thrashing), 문맥 전환(context switching)에 따른 성능 저하를 고려한 상태에서 다중 프로그래밍 정도를 높여 낭비되는 자원을 최소화하여 비용을 절약하려고 한다. 실험 결과를 통해 제안하는 방법이 제약조건 이내에서 기존의 방식에 비해 좀 더좋은 가격 대비 성능을 가지는 것을 보인다.

다국어 초록 (Multilingual Abstract)

Cloud service users request dedicated virtual computing resource from the cloud service provider to process jobs in independent environment from other users. To optimize this process with automated method, in this paper we proposed a framework for workflow scheduling in the cloud environment, in which the core component is the middleware called broker mediating the interaction between users and cloud service providers. To process jobs in on-demand and virtualized resources from cloud service providers, many papers propose scheduling algorithms that allocate jobs to virtual machines which are dedicated to one machine one job. With this method, the isolation of being processed jobs is guaranteed, but we can’t use each resource to its fullest computing capacity with high efficiency in resource utilization. This paper therefore proposed a cost-efficient job scheduling algorithm which maximizes the utilization of managed resources with increasing the degree of multiprogramming to reduce the number of needed virtual machines; consequently we can save the cost for processing requests. We also consider the performance degradation in proposed scheme with thrashing and context switching. By evaluating the experimental results, we have shown that the proposed scheme has better cost-performance feature compared to an existing scheme.

참고문헌 (Reference)

1 P. Denning, "Thrashing: Its causes and prevention" 1968

2 R. Armstrong, "The relative performance of various mapping algorithms is independent of sizable variances in runtime predictions" IEEE Computer Society 79-, 1998

3 J. C. Browne, "The interaction of multi-programming job scheduling and CPU scheduling" 13-, 1972

4 H. Topcuoglu, "Performance-effective and low-complexity task schedulingfor heterogeneous computing" 13 (13): 260-274, 2002

5 A. Silberschatz, "Operating System Concepts" Wiley 32 (32): 921-, 2005

6 "M. H, S. E, S. H, and D. J. The triana project"

7 I. Altintas, "Kepler: an extensible system for design and execution of scientific workflows" IEEE Computer Society 423-, 2004

8 F. Machida, "Just-in-Time Server Provisioning Using Virtual Machine Standby and Request Prediction" 163-171, 2008

9 E. Deelman, "Grid resource management" Kluwer Academic Publishers 99-116, 2004

10 F. Magoules, "Grid Resource Management: Towards Virtual and Services Compliant Grid Computing" CRC Press, Inc 2008

11 D.-K. Kang, "Enhancing a Strategy of Virtualized Resource Assignment in Adaptive Resource Cloud Framework"

12 T. C. Chieu, "Dynamic Scaling of Web Applications in a Virtualized CloudComputing Environment" 2009

13 M. Mao, "Cloud auto-scaling with deadline and budget constraints" 41-48, 2010

14 R. Reddy, "Cache partitioning for energy-efficient and interference-free embedded multitasking" 9 (9): 1-35, 2010

15 M. Mao, "Auto-scaling to minimize cost and meet application deadlines in cloud workflows" 1-12, 2011

16 S.-H. Kim, "An Experimental Cloud Resource Broker System for Virtual Application Control with VM Allocation Scheme" 2012

17 A. Fox, "Above the clouds: A Berkeley view of cloud computing" University of California, Berkeley 7-13, 2009

18 L. Liu, "A systematic approach to flexible specification, composition, and restructuring of workflow activities" 15 (15): 1-40, 2004