Thuật toán di truyền trong cung cấp tài nguyên cho dịch vụ ảo hóa từ nền tảng máy chủ chia sẻ đồng nhất

TẠP CHÍ KHOA HỌC VÀ CÔNG NGHỆ ĐẠI HỌC ĐÀ NẴNG SỐ 7(80) 2014 121 THUẬT TOÁN DI TRUYỀN TRONG CUNG CẤP TÀI NGUYÊN CHO DỊCH VỤ ẢO HÓA TỪ NỀN TẢNG MÁY CHỦ CHIA SẺ ĐỒNG NHẤT A GENETIC ALGORITHM IN RESOURCE[.]

TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG - SỐ 7(80).2014 121 THUẬT TOÁN DI TRUYỀN TRONG CUNG CẤP TÀI NGUYÊN CHO DỊCH VỤ ẢO HÓA TỪ NỀN TẢNG MÁY CHỦ CHIA SẺ ĐỒNG NHẤT A GENETIC ALGORITHM IN RESOURCE ALLOCATION FOR VIRTUAL SERVICE BASED ON HOMOGENEOUS SHARED HOSTING PLATFORMS Phạm Nguyễn Minh Nhựt1, Lê Văn Sơn2 Trường Cao đẳng Công nghệ Thông tin Hữu nghị Việt – Hàn; Email: nhut_np@yahoo.com Trường Đại học Sư phạm, Đại học Đà Nẵng; Email: levansupham2004@yahoo.com TÓM TẮT - Tối ưu hóa tài nguyên để cung cấp cho dịch vụ ảo hóa đáp ứng yêu cầu khai thác tài nguyên hiệu Điện toán Đám mây vấn đề quan tâm Trong báo này, chúng tơi nghiên cứu tốn cung cấp tài nguyên đa chiều từ tảng máy chủ chia sẻ đồng cho dịch vụ ảo hóa, đưa cơng thức tính sở tốn quy hoạch tuyến tính nhằm tối thiểu hóa số máy chủ vật lý, áp dụng thuật toán di truyền để giải đánh giá thông qua odaymô nhiều kịch thử nghiệm Tối ưu hóa tài nguyên để cung cấp cho dịch vụ ảo hóa đáp ứng yêu cầu khai thác tài nguyên hiệu Điện toán Đám mây vấn đề quan tâm ABSTRACT - In cloud computing, optimizing resources for virtual services to meet the requirements of efficient resource exploitation is the concern today In this paper, we investigate the problem of providing multi-dimensional resources based on homogeneous shared hosting platforms for virtual services We construct the problem as an optimization formulation that uses a linear programming to minimize the number of physical servers The solution to this formulation is applying a Genetic algorithm to solve and evaluate through emulation-based program In cloud computing, optimizing resources for virtual services to meet the requirements of efficient resource exploitation is the issue today TỪ KHÓA - cung cấp tài nguyên, điện toán đám mây, thuật tốn di truyền, máy ảo, quy hoạch tuyến tính KEY WORDS - tesource allocation; cloud computing; GA; virtual machine; linear programming Đặt vấn đề 2) Giải toán dựa vào thuật toán di truyền việc đưa hàm đo độ thích nghi (fitness function) nhằm tối thiểu số máy chủ vật lý Phần lại báo tổ chức sau: Mục trình bày mơ hình hóa tốn cung cấp tài ngun dạng tốn quy hoạch tuyến tính Mục giới thiệu sơ lược thuật toán di truyền áp dụng để giải toán cung cấp tài nguyên Mục trình bày kết thực nghiệm nhiều kịch mô so sánh với kết thuật toán [5] Kết luận đề xuất hướng phát triển mục Cơng nghệ ảo hóa cho phép phân vùng tài nguyên Y máy chủ vật lý (Y  1) thành S máy ảo (S  1) để thực thi ứng dụng theo yêu cầu Kiến trúc phân tầng cơng nghệ ảo hóa trình bày [1] Hệ thống gồm nhiều máy chủ vật lý có cấu hình giống nhau, kết nối với để chia sẻ tài nguyên gọi tảng máy chủ chia sẻ đồng [3, 5] Vấn đề cần quan tâm tối thiểu hóa tài nguyên từ tảng để cung cấp cho dịch vụ ảo hóa, đảm bảo yêu cầu chất lượng dịch vụ QoS (Quality of Service) Việc quản lý tài nguyên tảng máy chủ chia sẻ nhà chuyên môn quan tâm nghiên cứu, thể cơng trình [3, 4] giới hạn máy chủ nguồn tài nguyên liền khối Nội dung báo xem xét nhiều khía cạnh tài nguyên (tài nguyên vật lý) sử dụng hàm mục tiêu tuyến tính sở tốn quy hoạch tuyến tính nhằm tối thiểu hóa số máy chủ vật lý mà chúng tơi nêu cơng trình trước [5] Bài toán cung cấp tài nguyên xem xét hai trường hợp: tĩnh động, chúng tơi tập trung giải tốn cho trường hợp tĩnh (nghĩa nhu cầu tài nguyên không thay đổi) Mặt khác, toán cung cấp tài nguyên tối ưu tốn NP-Khó [5], nên việc sử dụng thuật tốn heuristic, có thuật tốn di truyền [2, 6] để giải cần thiết nhà chuyên môn quan tâm Trong nội dung báo, chúng tơi dựa vào thuật tốn di truyền để giải toán cung cấp tài nguyên cho dịch vụ ảo hóa từ tảng máy chủ chia sẻ đồng thông qua kịch xây dựng Những nội dung báo tóm tắt sau: 1) Áp dụng tốn cung cấp tài nguyên dựa tảng máy chủ chia sẻ đồng dạng toán quy hoạch tuyến tính mà chúng tơi nêu [5] Cung cấp tài nguyên cho dịch vụ ảo hóa tảng máy chủ chia sẻ đồng 2.1 Tài nguyên nhu cầu tài nguyên Xét tảng máy chủ chia sẻ đồng [5], gồm cụm máy chủ vật lý có cấu hình giống nhau, kết nối thiết bị mạng tốc độ cao để chia sẻ tài nguyên nhằm cung cấp cho dịch vụ ảo hóa Trong đó, dịch vụ ảo hóa máy ảo hệ thống đảm bảo yêu cầu dịch vụ gửi đến máy chủ vật lý thích hợp Khi hệ thống nhận yêu cầu cung cấp cụm máy ảo, hệ thống thiết lập máy ảo để thực thi yêu cầu Các máy ảo chạy máy chủ vật lý quản lý hypersivor [1] tiêu thụ tài nguyên theo tỷ lệ khác Hệ thống quản lý máy ảo có nhiệm vụ kiểm sốt hypersivor để xác định tỷ lệ tiêu thụ tài nguyên máy ảo Bộ cung cấp tài nguyên có nhiệm vụ định từ chối đáp ứng yêu cầu, phân chia tỷ lệ tài nguyên đến máy ảo Mục đích nghiên cứu xây dựng tốn phần cung cấp tài nguyên, sử dụng thuật tốn di truyền để tìm số máy chủ vật lý tối thiểu dựa nhu cầu tài nguyên nhằm cung cấp cho dịch vụ ảo hóa Để đáp ứng nhu cầu tài nguyên cho dịch vụ ảo hóa, máy chủ vật lý cung cấp số loại tài nguyên, như: CPU, Phạm Nguyễn Minh Nhựt, Lê Văn Sơn 122 RAM, băng thông I/O,…Trong thực tế, dịch vụ ảo hóa có hai loại nhu cầu tài nguyên: nhu cầu chặt nhu cầu lỏng Nhu cầu chặt biểu thị phần trăm cụ thể tài nguyên yêu cầu, dịch vụ không hưởng lợi từ phần lớn hoạt động với phần nhỏ từ tài nguyên cung cấp Nhu cầu lỏng biểu thị phần trăm tối đa tài nguyên mà dịch vụ sử dụng, dịch vụ không hưởng lợi từ phần lớn hoạt động với phần nhỏ với chi phí giảm Tỷ số phần trăm tài nguyên cung cấp phần trăm tài nguyên nhu cầu lỏng gọi suất dịch vụ (NSDV) Ví dụ, dịch vụ có nhu cầu lỏng CPU 60%, cung cấp 30%, NSDV 30/60 = 0.5 Việc sử dụng tài nguyên nhu cầu lỏng thường quan hệ tuyến tính Chẳng hạn, ví dụ trên, dịch vụ cung cấp 30% CPU (tức nửa so với nhu cầu) khả sử dụng 20% băng thông I/O (tức nửa so với nhu cầu) Điều phù hợp với thực tế phần trăm công suất CPU cần cung cấp cho ứng dụng giảm, dẫn đến tiêu hao tài nguyên khác bị giảm (trong trường hợp băng thông I/O) Như vậy, để đơn giản NSDV tất nhu cầu lỏng biểu diễn giá trị giá trị nằm khoảng Trường hợp đặc biệt, NSDV dịch vụ khơng cung cấp tài ngun (lỗi thủ tục cung cấp tài nguyên), NSDV tài nguyên cung cấp với tài nguyên yêu cầu Tuy nhiên, cần xét đến trường hợp có ràng buộc NSDV theo quy định đáp ứng yêu cầu QoS, ràng buộc biểu diễn tích số nhu cầu lỏng với yêu cầu QoS gọi nhu cầu lỏng ràng buộc Chúng tơi giả định nhu cầu chặt hồn toàn độc lập nhu cầu lỏng, cung cấp tài nguyên bị lỗi nhu cầu chặt dịch vụ không đáp ứng 2.2 Hàm mục tiêu ràng buộc Giả định dịch vụ ảo hóa máy ảo riêng lẻ có nhu cầu tài ngun khơng đổi (trường hợp tĩnh) Bài tốn cung cấp tài nguyên (VSMSA) sở toán quy hoạch tuyến tính mơ tả sau: Xét Si dịch vụ, với i = 1,…, n; Si>0 Các cụm máy chủ có Yj máy vật lý giống (đồng nhất), với j = 1,…, m; Yj>0 Mỗi máy chủ cung cấp Dk loại tài nguyên, với k = 1, , d Gọi rik biến biểu thị nhu cầu tài nguyên dịch vụ thứ i với loại tài nguyên k, có giá trị xij số nhị phân có giá trị dịch vụ i chạy máy chủ vật lý j ngược lại Gọi ik số nhị phân, rik nhu cầu chặt, rik nhu cầu lỏng, ij biểu thị suất dịch vụ (NSDV) dịch vụ Si máy chủ Yj, yj số máy chủ vật lý để cung cấp tài nguyên cho dịch vụ i Bài toán cung cấp tài nguyên biểu diễn dạng tốn quy hoạch tuyến tính với ràng buộc hàm mục tiêu sau: xij  {0,1}, ij  Q,  j xij = 1, y j  xij ,  ( i ij i, j i (2) i, j (3) (1 − ik ) + ik )rik xij  1, k , j hàm mục tiêu là: (1) (4)  j yj (5) Ràng buộc (1) xác định miền biến Ràng buộc (2) biểu thị trạng thái có dịch vụ Si chạy máy chủ Yj Ràng buộc (3) biểu thị trạng thái mà máy chủ Yj có sử dụng hay không Ràng buộc (4) biểu thị trạng thái mà tổng số phần trăm nhu cầu tài nguyên cho dịch vụ Si luôn nhỏ tổng số tài nguyên máy chủ vật lý Yj, biểu thức phép lấy tổng cho thấy rằng: nhu cầu tài nguyên rik nhu cầu lỏng ik = phần trăm tài nguyên Dk sử dụng máy chủ Yj ij  rik; nhu cầu tài nguyên rik nhu cầu chặt ik = phần trăm tài nguyên Dk sử dụng máy chủ Yj rik Cuối cùng, ràng buộc (5) hàm mục tiêu biểu thị số máy chủ vật lý để cung cấp tài nguyên cho dịch vụ ảo hóa Mục tiêu tối thiểu hóa yj Thuật tốn di truyền cung cấp tài nguyên cho dịch vụ ảo hóa 3.1 Giới thiệu thuật toán di truyền Thuật toán di truyền [2, 6] xây dựng dựa quy luật tiến hóa sinh học quần thể sống Các cá thể trải qua trình phát triển sinh sản để tạo cá thể cho hệ Trong q trình tiến hóa cá thể xấu (dựa tiêu chuẩn hay cịn gọi độ thích nghi) bị đào thải Ngược lại, cá thể tốt giữ lại Một số khái niệm liên quan đến thuật toán di truyền gồm: Biểu diễn cá thể: Là việc biểu diễn cá thể cho cá thể thể giải pháp toán quan tâm Đánh giá độ thích nghi: Là việc đánh giá khả thích nghi (phù hợp) cá thể (giải pháp) mơi trường (bài tốn xét) Việc đánh giá dựa hàm thích nghi (fitness function) Lai ghép: Là trình tạo cá thể dựa cá thể có, gọi cá thể cha-mẹ Hai cá thể tạo cách hoán đổi gen từ cá thể cha-mẹ Đột biến: Là trình tạo cá thể từ cá thể ban đầu cách thay đổi số gen Chọn lọc thay thế: Là trình chọn cá thể từ quần thể để tạo hệ sau Trong q trình này, cá thể có độ thích nghi lớn với độ thích nghi tiêu chuẩn giữ lại độ thích nghi cá thể quần thể hoàn thiện sau nhiều hệ Điều kiện dừng: Thuật tốn di truyền q trình ngẫu nhiên, nên khơng thể đảm bảo chắn thuật tốn dừng sau bước hữu hạn Vì vậy, để đảm bảo thuật toán di truyền kết thúc, người ta thường phải định nghĩa điều kiện dừng cho thuật toán 3.2 Thuật toán di truyền cung cấp tài ngun Như trình bày mục 1, thuật tốn di truyền cho phép tối ưu tốn NP-khó với thời gian cho phép Phần tập trung trình bày thuật toán di truyền để giải toán cung cấp tài nguyên cho dịch vụ ảo hóa trình bày mục Biểu diễn cá thể: Mỗi cá thể mảng số nguyên chiều Si có độ dài n (Si: dịch vụ ảo hóa i = TẠP CHÍ KHOA HỌC VÀ CƠNG NGHỆ ĐẠI HỌC ĐÀ NẴNG - SỐ 7(80).2014 1,…,n), giá trị thứ i (tức là, phần tử Si) Yj dịch vụ Si phân bổ máy chủ Yj (Yj: máy chủ vật lý j = 1,…, m) Khởi tạo quần thể ban đầu: Sinh P (P tham số thiết kế) cá thể ban đầu cách ngẫu nhiên Một cá thể ban đầu tạo cách gán ngẫu nhiên dịch vụ Si đến máy chủ Yj Hàm đo độ thích nghi: Gọi Fk(Yj) tổng phần trăm nhu cầu tài nguyên k dịch vụ Si mà máy chủ Yj cần để cung cấp cho dịch vụ Si:   Fk (Y j ) =   (  ij (1 −  ik ) +  ik )rik xij   iY   j  K (6) Trong số mũ K (K >1) tham số biểu thị mối quan tâm đến máy chủ vật lý cung cấp số tài nguyên nhiều so sánh với máy chủ vật lý khác Trường hợp K lớn dẫn đến khả hội tụ sớm thuật toán Thực nghiệm cho thấy giá trị K=2 tốt - Hàm thích nghi thuật tốn di truyền cho tồn nhu cầu tài nguyên k là: d   m fVSMSA =    Fk (Y j )  k =1  m j =1  (7) Trong đó, m tổng số máy chủ vật lý Yj dùng Phép tốn lai ghép: Chúng tơi sử dụng tốn tử lai ghép điểm (one-point), nhiễm sắc thể cha mẹ cắt thành hai đoạn hai nhiễm sắc thể tạo cách ghép đoạn nhiễm sắc thể cha mẹ Quá trình lai ghép thực với cặp cá thể với xác suất lai ghép pc (pc tham số thiết kế) Phép toán đột biến: Toán tử đột biến hoán đổi ngẫu nhiên hai dịch vụ hai máy chủ khác Quá trình đột biến thực với cá thể với giá trị xác suất đột biến pm (pm tham số thiết kế) Chọn lọc cá thể cho hệ kế tiếp: Chọn P cá thể cho hệ sau, cá thể tạo sau tiến trình: khởi tạo, đột biến, lai ghép không phù hợp với cấp phát tài nguyên hợp lệ gọi nhiễm sắc thể không hợp lệ Các cá thể sử dụng dân số (quần thể) Sau nhiễm sắc thể không hợp lệ tạo ra, chúng tơi sử dụng thuật tốn tham lam để làm cho chúng trở thành nhiễm sắc thể hợp lệ Thuật toán duyệt qua máy chủ theo trật tự tùy ý, với máy chủ tải thuật toán di chuyển dịch vụ đến máy chủ khác nạp dịch vụ 123 Phương pháp kiểm chứng thực nghiệm làm giảm đa dạng dân số nhiễm sắc thể dẫn đến xu hướng cấp phát tài nguyên hợp lệ Điều kiện dừng: Thuật toán dừng sau G hệ (G tham số thiết kế) giá trị trung bình độ thích nghi cá thể khơng thay đổi Tóm lại, thuật toán di truyền cho việc cung cấp nguyên viết sau: Bắt đầu a t=0; b Khởi tạo quần thể ban đầu P(t); c Tính độ thích nghi cho cá thể thuộc P(t); d Trong (điều kiện dừng chưa thỏa mãn) lặp i T=t+1; ii Lựa chọn P(t) từ P(t-1); iii Lai ghép P(t) để nhận Q(t); iv Đột biến P(t) để nhận R(t); v Chọn lọc từ P(t-1)Q(t) R(t) để nhận P(t) e Hết lặp; Kết thúc; Các kết thử nghiệm Phương pháp thực nghiệm Để đánh giá thuật tốn, chúng tơi tạo tập mẫu thực nghiệm cách ngẫu nhiên, sau: Xét S dịch vụ Y máy vật lý với chiều tài nguyên D Tương ứng với dịch vụ, số nhu cầu chặt D/2 số nhu cầu lỏng D/2 Tất nhu cầu tài nguyên lấy mẫu từ phân bố xác suất với trung bình  độ lệch chuẩn  Mỗi dịch vụ có  xác suất để có yêu cầu QoS Chúng giả định giá trị tham số sau: suất dịch vụ ij = 0.5, số dịch vụ S = 32, 64, 128, 256, 512 chiều tài nguyên D = (trong đó, số nhu cầu chặt = số nhu cầu lỏng = 3),  = 0.5,  = 0.25, 0.5, 1.0,  = 0.25, 0.5, 1.0 tất yêu cầu QoS có giá trị 0.5 (tức nhu cầu lỏng dịch vụ phải đáp ứng), thực nghiệm với giá trị khác với giá trị ngẫu nhiên dẫn đến kết tương tự Tương ứng với giá trị có * * * * * 3= 45 kịch Với kịch tạo 100 mẫu ngẫu nhiên, có 4500 mẫu liệu đầu vào để đánh giá thuật toán Các mẫu thực nghiệm tạo lưu vào tập tin có cấu trúc Hình … … … … … Hình Cấu trúc tập tin liệu thực nghiệm Phạm Nguyễn Minh Nhựt, Lê Văn Sơn 124 Với thuật toán ta sử dụng hai thước đo Thước đo thứ số máy chủ vật lý tối thiểu tương ứng với giá trị số dịch vụ S = 32; 64; 128; 256; 512 Thước đo thứ hai thời gian thực thuật tốn tính giây Giá trị hai thước đo lấy trung bình từ 900 (tức là, * * 100) mẫu thực nghiệm Chương trình mơ thuật tốn thực ngôn ngữ C++ thời gian thực đo máy tính đơn có vi xử lý Intel Core Duo 1.86 GHz, RAM 2Gb Các tham số thuật tốn di truyền Chúng tơi sử dụng kích thước dân số P=100, chạy G=2000 hệ, với giá trị xác suất đột biến pm =0,1 giá trị xác suất lai pc = 0,25 số K=2 Các thơng số ước tính theo kinh nghiệm dựa thực nghiệm Kết nhận xét Giá trị số máy chủ vật lý tối thiểu (giá trị hàm mục tiêu) thời gian thực tương ứng với số dịch vụ thực thuật tốn trình bày Bảng Bảng Thời gian thực số máy chủ vật lý tối thiểu Số dịch vụ S=32 S=64 S=128 S=256 S=512 Thời gian 0.0010 0.00307 0.02076 0.04126 0.0893 thực (s) Số máy chủ tối thiểu 24 47 90 174 344 So sánh kết thực nghiệm Bảng kết thuật tốn mà chúng tơi trình bày [5] tập mẫu liệu thực nghiệm, nhận thấy rằng: thời gian thực cao không nhiều, trường hợp số dịch vụ lớn ( 255 dịch vụ) thời gian thực ngắn thời gian thực thuật toán BestFitDesMax, BestFitDesLex, BestFitDesSum Giá trị hàm mục tiêu (số máy chủ vật lý) giống (trừ thuật toán BestFixDesLex cho giá trị tốt hơn) Hơn nữa, thời gian thực thuật toán di truyền tương đối nhỏ áp dụng thực tế Kết luận Nội dung báo trình bày vấn đề cung cấp tài nguyên (tài nguyên vật lý) tĩnh, đa chiều dựa tảng máy chủ chia sẻ đồng cho dịch vụ ảo hóa với ràng buộc tối ưu đảm bảo yêu cầu QoS; dịch vụ máy ảo đơn lẻ Trên sở toán tối ưu [5], chúng tơi đưa thuật tốn di truyền để cài đặt đánh giá nhằm tối thiểu hóa số máy chủ vật lý Hướng nghiên cứu mở rộng phát triển đề tài toán cung cấp tài nguyên động môi trường không đồng nhất, hướng nghiên cứu cần thiết nhà chuyên môn quan tâm TÀI LIỆU THAM KHẢO [1] Lê Văn Sơn, Phạm Nguyễn Minh Nhựt, Vấn đề cung cấp tài ngun máy ảo sở hạ tầng tính tốn đám mây, Tạp chí khoa học cơng nghệ, Đại học Đà Nẵng, 5(11), (2012), 63-71 [2] Trịnh Thị Thúy Hằng, Lê Trọng Vĩnh, Hồng Chí Thành, Nguyễn Thanh Thủy, Tối ưu đa mục tiêu việc lập lịch cho hệ thống tính tốn lưới, Tạp chí Tin học Điều khiển học, 25 (1) 2009, 79-87 [3] B Urgaonkar, P Shenoy and T Roscoe, Resource Overbooking and Application Profiling in Shared Hosting Platforms, SIGOPS Operating Systems Review, 36(SI), (2002) 239-254 [4] M Aron, P Druschel and W Zwaenepoel, Cluster Reserves: A Mechanism for Resource Management in Cluster-based Network Servers, In Proceedings of the 2000 ACM Sigmetrics International Conference on Measurement and Modeling of Computer Systems, New York, USA, (2000), 90-101 [5] Phạm Nguyễn Minh Nhựt, Đoàn Văn Ban, Lê Văn Sơn, Mơ hình tảng máy chủ chia sẻ toán Vector Packing cung cấp tài nguyên cho dịch vụ ảo hóa, Tạp chí tin học điều khiển học, 30(1), (2014), 63-72 [6] Christian Blum, Andrea Roli, Metaheuristics in Combinatorial Optimization: Overview and Conceptual Comparison, ACM Computing Surveys, 35(3), (2003), 268-308 (BBT nhận bài: 24/03/2014, phản biện xong: 06/04/2014) ... trăm tài nguyên Dk sử dụng máy chủ Yj rik Cuối cùng, ràng buộc (5) hàm mục tiêu biểu thị số máy chủ vật lý để cung cấp tài nguyên cho dịch vụ ảo hóa Mục tiêu tối thiểu hóa yj Thuật toán di truyền. .. cho thuật toán 3.2 Thuật toán di truyền cung cấp tài nguyên Như trình bày mục 1, thuật tốn di truyền cho phép tối ưu tốn NP-khó với thời gian cho phép Phần tập trung trình bày thuật toán di truyền. .. tĩnh, đa chiều dựa tảng máy chủ chia sẻ đồng cho dịch vụ ảo hóa với ràng buộc tối ưu đảm bảo yêu cầu QoS; dịch vụ máy ảo đơn lẻ Trên sở tốn tối ưu [5], chúng tơi đưa thuật toán di truyền để cài đặt