Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)

Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)Nghiên cứu các thuật toán cân bằng tải trên điện toán đám mây (Luận văn thạc sĩ)

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - CAO TRUNG TÍN NGHIÊN CỨU CÁC THUẬT TỐN CÂN BẰNG TẢI TRÊN ĐIỆN TOÁN ĐÁM MÂY LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) TP HCM – 2018 HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - CAO TRUNG TÍN NGHIÊN CỨU CÁC THUẬT TOÁN CÂN BẰNG TẢI TRÊN ĐIỆN TỐN ĐÁM MÂY Chun ngành: HỆ THỐNG THƠNG TIN Mã số: 8480104 LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC : PGS.TS TRẦN CÔNG HÙNG TP HCM - 2018 i LỜI CAM ĐOAN Tôi cam đoan luận văn : “Nghiên cứu thuật toán cân tải điện toán đám mây” cơng trình nghiên cứu tơi Các số liệu kết nêu luận văn trung thực chưa công bố hay sử dụng bắt kỳ cơng trình nghiên cứu khác Tp Hồ Chí Minh, ngày 05 tháng 05 năm 2018 Học viên thực luận văn Cao Trung Tín ii LỜI CẢM ƠN Trong suốt trình học tập nghiên cứu thực luận văn, nỗ lực thân, nhận hướng dẫn nhiệt tình q báu q Thầy Cơ, với động viên ủng hộ gia đình, bạn bè đồng nghiệp Với lòng kính trọng biết ơn sâu sắc, xin gửi lời cảm ơn chân thành tới: Ban Giám hiệu, Phòng đào tạo & khoa học công nghệ quý Thầy Cô Khoa công nghệ thông tin 2, Học viện Cơng nghệ Bưu Viễn thơng tạo điều kiện thuận lợi giúp tơi hồn thành luận văn Tôi xin chân thành cảm ơn Thầy PGS.TS Trần Cơng Hùng, người thầy kính mến hết lòng giúp đỡ, hướng dẫn, động viên, tạo điều kiện cho tơi suốt q trình thực hồn thành luận văn Tôi xin chân thành cảm ơn gia đình, bạn bè, đồng nghiệp quan động viên, hỗ trợ tơi lúc khó khăn để tơi học tập hồn thành luận văn Mặc dù có nhiều cố gắng, nỗ lực, thời gian kinh nghiệm nghiên cứu khoa học hạn chế nên khơng thể tránh khỏi thiếu sót Tơi mong nhận góp ý q Thầy Cô bạn bè đồng nghiệp để kiến thức tơi ngày hồn thiện Xin chân thành cảm ơn! Tp Hồ Chí Minh, ngày 05 tháng 05 năm 2018 Học viên thực luận văn Cao Trung Tín iii MỤC LỤC LỜI CAM ĐOAN .i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT v DANH SÁCH BẢNG .vi DANH SÁCH HÌNH VẼ .vii MỞ ĐẦU CHƯƠNG 1: CƠ SỞ LÝ LUẬN 1.1 Tổng quan điện toán đám mây (Cloud Computing) 1.1.1 Đặc điểm chung điện toán đám mây 1.1.2 Các mơ hình triển khai 1.1.3 Các mơ hình dịch vụ 1.2 Tổng quan cân tải điện toán đám mây 12 1.2.1 Thuật toán cân tải tĩnh 14 1.2.2 Thuật toán cân tải động 14 1.3 Các cơng trình liên quan 15 CHƯƠNG 2: CÁC THUẬT TOÁN TIÊU BIỂU VÀ PHƯƠNG ÁN ĐỀ XUẤT 17 3.1 Các thuật toán tiêu biểu 17 3.2 Phương án đề xuất 21 CHƯƠNG 3: MÔ PHỎNG VÀ ĐÁNH GIÁ 24 4.1 Bộ công cụ mô Cloud Analyst 24 4.1.1 Các thành phần 25 4.1.2 Quy trình thực mơ cơng cụ CloudAnalyst 29 4.2 Thiết lập mô 31 4.3 Kết phân tích 40 Trường hợp 1: Mô với số lượng 20 máy ảo (VM) 40 Trường hợp 2: Mô với số lượng 50 máy ảo (VM) 45 iv CHƯƠNG 4: KẾT LUẬN 51 DANH MỤC CÁC TÀI LIỆU THAM KHẢO 53 v DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt CC Cloud Computing Điện toán đám mây IaaS Infrastructure as a Service Dịch vụ sở hạ tầng PaaS Platform as a Service Dịch vụ tảng SaaS Software as a Service Dịch vụ phần mềm UB UserBase Cơ sở người dùng DC Data Center Trung tâm liệu DCC Data Center Controller Bộ điểu khiển trung tâm liệu VM Virtual Machine Máy ảo VMLB Virtual Machine Load Balancer Trình cân tải máy ảo CNTT Công nghệ thông tin vi DANH SÁCH BẢNG Bảng 1: Thơng số cấu hình Cơ sở người dùng (UB) 31 Bảng 2: Thơng số cấu hình máy ảo (VM) 32 Bảng 3: Thơng số chi phí 33 Bảng 4: Thơng số cấu hình Trung tâm liệu (DC) 33 Bảng 5: Thông số nâng cao ( Advanced) 35 Bảng 6: Giá trị độ trễ khu vực (ms) 36 Bảng 7: Giá trị băng thông khu vực (Mbps) 37 Bảng 8: Số lần máy ảo (VM) phân bố để xử lý yêu cầu đến 40 Bảng 9: Kết mô trường hợp 44 Bảng 10: Số lần máy ảo (VM) phân bố để xử lý yêu cầu đến 45 Bảng 11: Kết mô trường hợp 49 vii DANH SÁCH HÌNH VẼ Hình 1.1: Mơ hình điện tốn đám mây Hình 1.2: Các loại mơ hình triển khai Hình 1.3: Đám mây riêng tư Hình 1.4: Đám mây cơng cộng Hình 1.5: Đám mây hỗn hợp Hình 1.6: Đám mây cộng đồng Hình 1.7: Mơ hình dịch vụ điện tốn đám mây Hình 1.8: Dịch vụ sở hạ tầng 10 Hình 1.9: Dịch vụ tảng 11 Hình 1.10: Dịch vụ phần mềm 12 Hình 1.11: Mơ hình cân tải điện tốn đám mây 12 Hình 1.12: Sơ đồ phân loại cân tải 13 Hình 3.1: Sơ đồ nguyên lý hoạt động thuật tốn Throttled 20 Hình 3.2: Sơ đồ ngun lý hoạt động thuật toán Throttled cải tiến 23 Hình 4.1: CloudAnalyst xây dựng Cloudsim 24 Hình 4.2: Các thành phần CloudAnalyst 25 Hình 4.3: Thuật tốn đề xuất nhúng vào trình cân tải máy ảo VM 29 Load Balancer Hình 4.4: Quy trình thực mơ 30 Hình 4.5: Thơng số cấu hình Cơ sở người dùng máy ảo 32 viii Hình 4.6: Thơng số cấu hình Trung tâm liệu Chi phí lưu trữ 34 Hình 4.7: Thơng số cấu hình nâng cao sách cân tải 36 Hình 4.8: Thơng số cấu hình đặc tính Internet 37 Hình 4.9: Q trình thực mơ 38 Hình 4.10: Kết thúc mơ 38 Hình 4.11: Kết mơ 39 Hình 4.12: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật 42 toán Round Robin trường hợp Hình 4.13: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật 42 tốn Throttled trường hợp Hình 4.14: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật 42 toán Throttled cải tiến trường hợp Hình 4.15: Chi phí xử lý thuật tốn Round Robin trường hợp 43 Hình 4.16: Chi phí xử lý thuật toán Throttled trường hợp 43 Hình 4.17: Chi phí xử lý thuật tốn Throttled cải tiến trường hợp 43 Hình 4.18: Kết mơ trường hợp 44 Hình 4.19: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật 47 toán Round Robin trường hợp Hình 4.20: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật 48 tốn Throttled trường hợp Hình 4.21: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật 48 toán Throttled cải tiến trường hợp 40 4.3 Kết phân tích Kết phân tích so sánh thơng số chính: - Số lần máy ảo khơng sẵn sàng - Thời gian trung bình phản hồi hệ thống đám mây - Thời gian xử lý trung tâm liệu (Data Center) Trường hợp 1: Mô với số lượng 20 máy ảo (VM) Bảng 8: Số lần máy ảo (VM) phân bố để xử lý yêu cầu đến ID VM Round robin Throttled Throttled cải tiến 6532 7959 7978 6532 3820 3810 6532 3623 3623 6531 3509 3523 6531 3814 3799 6531 3616 3616 6531 3540 3540 6531 3578 3578 6531 3664 3665 6531 3388 3389 10 6531 3547 3547 11 6531 3357 3365 12 6531 3435 3435 13 6531 3300 3300 41 14 6531 3267 3268 15 6531 3230 3230 16 6531 3252 3253 17 6531 3155 3155 18 6531 3134 3134 19 6531 3102 3101 57333 Tất máy ảo không sẵn sàng (-1) Với kết Bảng 8, thuật toán Round Robin yêu cầu phân phối đồng máy ảo (VM) nên khơng có tình trạng máy ảo khơng sẵn sàng Còn thuật tốn Throtlled, việc dò tìm máy ảo bảng mục trạng thái theo phương thức duyệt từ đầu bảng đến cuối bảng, số lần máy ảo trạng thái không sẵn sàng nhiều dẫn đến yêu cầu phải xếp hàng đợi chờ xử lý lớn Trong với thuật toán Throttled cải tiến, với việc sử dụng hai bảng mục trạng thái (Available Busy), hệ thống cần phân phối yêu cầu đến máy ảo (VM) sẵn sàng nằm bảng mục Available mà khơng cần phải dò tìm chúng Điều giúp hạn chế số lượng yêu cầu phải xếp hàng đợi hệ thống, giúp cải thiện thời gian xử lý trung tâm liệu (Data Center) 42 Hình 4.12: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật tốn Round Robin trường hợp Hình 4.13: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật toán Throttled trường hợp Hình 4.14: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật tốn Throttled cải tiến trường hợp 43 Hình 4.15: Chi phí xử lý thuật tốn Round Robin trường hợp Hình 4.16: Chi phí xử lý thuật tốn Throttled trường hợp Hình 4.17: Chi phí xử lý thuật toán Throttled cải tiến trường hợp 44 Bảng 9: Kết mô trường hợp Thuật tốn Thời gian phản hồi trung bình Thời gian xử lý trung tâm (ms) liệu (ms) Round Robin 559.15 327.59 Throttled 402.66 173.10 Throttled cải tiến 402.63 173.04 Kết mô trường hợp 600 559,15 500 402,66 400 402,63 327,59 300 173,1 200 173,04 100 Round Robin Throttled thời gian phản hồi trung bình Throttled cải tiến thời gian xữ lý Data Center Hình 4.18: Kết mô trường hợp Với biểu đồ hình 4.18, thấy thuật toán Round Robin việc phân phối yêu cầu tới máy ảo (VM) ln phiên theo vòng tròn mà khơng có sàng lọc tình trạng máy ảo (VM) dẫn đến thời gian xử lý Data Center thời gian phản hồi hệ thống đến sở người dùng (UB) cao nhiều so với thuật tốn lại Đối với thuật tốn lại, thuật tốn Throttled cải tiến có thời gian xử lý Data Center thời gian phản hồi hệ thống thấp thuật toán Throttled, dù 45 Do đó, luận văn thử tăng số lượng máy ảo (VM) lên 50 máy với thông số để so sánh lần Trường hợp 2: Mô với số lượng 50 máy ảo (VM) Bảng 10: Số lần máy ảo (VM) phân bố để xử lý yêu cầu đến ID VM Round robin Throttled Throttled cải tiến 2614 11432 11432 2614 1416 1416 2614 1309 1309 2613 1210 1210 2613 1386 1386 2613 1258 1258 2613 1235 1234 2613 1272 1272 2613 1471 1471 2613 1137 1137 10 2613 1486 1486 11 2613 1349 1349 12 2613 1438 1438 13 2613 1208 1209 14 2613 1268 1268 15 2613 1157 1157 16 2613 1241 1241 17 2613 1236 1236 46 18 2613 1091 1091 19 2613 9137 9110 20 2613 1175 1204 21 2613 1087 1087 22 2613 1158 1158 23 2613 1019 1019 24 2613 1243 1242 25 2613 1154 1154 26 2613 1121 1120 27 2613 1047 1047 28 2613 1249 1249 29 2613 1104 1104 30 2613 998 998 31 2613 996 996 32 2613 1110 1109 33 2613 1033 1032 34 2613 1011 1012 35 2613 993 993 36 2613 1045 1045 37 2613 995 995 38 2613 966 966 39 2613 8455 8454 40 2613 1038 1038 41 2613 944 945 42 2613 967 967 43 2613 942 943 47 44 2613 965 965 45 2613 911 910 46 2613 917 917 47 2613 897 897 48 2613 893 893 49 2613 872 872 48611 Tất máy ảo không sẵn sàng (-1) Kết từ bảng 10 cho thấy thuật toán Throttled cải tiến thuật toán Round Robin có số lần máy ảo khơng sẵn sàng Trong thuật toán Throttled nhiều Hình 4.19: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật toán Round Robin trường hợp 48 Hình 4.20: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật tốn Throttled trường hợp Hình 4.21: Thời gian phản hồi thời gian xử lý hệ thống sử dụng thuật toán Throttled cải tiến trường hợp Hình 4.22: Chi phí xử lý thuật tốn Round Robin trường hợp 49 Hình 4.23: Chi phí xử lý thuật tốn Throttled trường hợp Hình 4.24: Chi phí xử lý thuật toán Throttled cải tiến trường hợp Bảng 11: Kết mơ trường hợp Thuật tốn Thời gian phản hồi trung bình Thời gian xử lý trung tâm (ms) liệu (ms) Round Robin 1189.81 954.16 Throttled 773.70 542.10 Throttled cải tiến 773.37 541.63 50 Kết mô trường hợp 1400 1200 1000 1189,81 954,16 773,7 800 773,37 542,1 600 541,8 400 200 Round Robin Throttled thời gian phản hồi trung bình Throttled cải tiến thời gian xữ lý Data Center Hình 4.25: Kết mơ trường hợp Từ biểu đồ hình 4.25, thấy thời gian xử lý Data Center thời gian phản hồi trung bình thuật tốn Throttled cải tiến giảm nhiều thuật toán Throttled số lượng máy ảo (VM) tăng lên Kết luận: Từ kết thực nghiệm mô hai trường hợp Nó giúp thấy với thuật tốn Throttled cải tiến số lần máy ảo (VN) không sẵn sàng giảm tuyệt đối, thời gian xử lý Trung tâm liệu (DC) thời gian phản hồi hệ thống cải thiện so với thuật tốn lại Điều đồng nghĩa thuật tốn Throttled cải tiến có khả cân tải tốt thuật toán Throttled Round Robin 51 CHƯƠNG 4: KẾT LUẬN Quá trình nghiên cứu thực luận văn “Nghiên cứu thuật toán cân tải điện toán đám mây”, luận văn tập trung nghiên cứu thuật toán cân tải phổ biến mơi trường điện tốn đám mây nay, từ phân tích đề xuất thuật toán cải tiến dựa thuật toán có sẵn nhằm cải thiện khả cân tải so với thuật tốn cũ, hồn thành mục tiêu sau: - Nghiên cứu tổng quan điện tốn đám mây Các mơ hình điện tốn đám mây khai thác sử dụng - Nghiên cứu tổng quan kỹ thuật cân tải điện toán đám mây thuật tốn cân tải phổ biến mơi trường điện toán đám mây - Nghiên cứu phương pháp tiếp cận điện tốn đám mây thơng qua cơng cụ mơ điện tốn đám mây Cloud Analyst Cài đặt mơ thực nghiệm thuật toán cân tải cụ thể thuật toán Round Robin thuật toán Throttled Các kết từ việc mô phân tích so sánh để đưa mặt hạn chế thuật tốn Từ đó, đề xuất thuật tốn cải tiến khắc phục mặt hạn chế - Kết đạt từ thuật toán đề xuất đáp ứng mục tiêu hạn chế số lần máy ảo (VM) không sẵn sàng điều giúp giảm số lượng yêu cầu đến phải xếp hàng chờ xử lý, cải thiện thời gian xử lý thời gian phản hồi hệ thống điện toán đám mây so với hai thuật toán cũ Điều đồng nghĩa với thuật toán đề xuất, hiệu điện toán đám mây cải thiện so với hai thuật toán Round Robin Throttled - Thuật tốn đề xuất hồn tồn ứng dụng vào thực tiễn Hạn chế luận văn: 52 - Hiệu điện toán đám mây sử dụng thuật toán đề xuất chưa cải thiện nhiều so với thuật toán cũ Throttled - Luận văn thực mô cân tải với Trung tâm liệu (Data Center) - Do thời gian giới hạn, việc tìm nguồn liệu thơng số mơ tin cậy hạn chế Luận văn chưa thể mơ thuật tốn cải tiến với trường hợp khác để đánh giá hiệu suất thuật toán cải tiến - Do điều kiện hạn chế nên chưa áp dụng vào mơi trường thực tế 53 DANH MỤC CÁC TÀI LIỆU THAM KHẢO [1] Klaithem Al Nuaimi, Nader Mohamed, Mariam Al Nuaimi and Jameela AlJaroodi, “A Survey of Load Balancing in Cloud Computing: Challenges and Algorithms”, in Second Symposium on Network Cloud Computing and Applications, 978-0-7695-4943-9/12, IEEE 2012 [2] Võ Văn Khang (2014), Nghiên cứu kỹ thuật cân tải điện toán đám mây, Đại học Quốc Tế Hồng Bàng, TP HCM ,2014 [3] Rimal, B Prasad, E Choi and I Lumb, "A taxonomy and survey of cloud computing systems." In proc 5th International Joint Conference on INC, IMS and IDC, IEEE, 2009 [4] Rashmi K S, Suma V, Vaidehi M, “Enhanced Load Balancing Approach to Avoid Deadlocks in Cloud”, Special Issue of International Journal of Computer Applications (0975 – 8887) on Advanced Computing and Communication Technologies for HPC Applications – ACCTHPCA, June 2012 [5] Dhaval Limbani, Bhavesh Oza (2012), “A Proposed Service Broker Strategy in Cloudanalyst for Cost-effective Data Center Selection” In International Journal of Engineering Research and Applications, India, Vol 2, Issue 1, pages 793–797 [6] P Srinivasa Rao, V.P.C Rao, A Govardhan, “Dynamic Load Balancing With Central Monitoring of Distributed Job Processing System”, Iternational Journal of Computer Applications (0975-8887), Volume 62 – No.19, January 2013 [7] Gaochao Xu, Junjie Pang Xiaodong Fu (2013, Feb), “A Load Balancing Model Based on Cloud Partitioning for the Public Cloud”, Tsinghua Science and Technology.[Online].pp 34-39 54 [8] Shridhar G.Domanal and G.Ram Mohana Reddy (2013), “Load Balancing in Cloud Computing Using Modified Throttled Algorithm”, in Cloud Computing in Emerging Markets (CCEM), 2013 IEEE International Conference on [9] Rakesh Kumar Mishra, Sreenu Naik Bhukya (2014), “Service Broker Algorithm for CloudAnalyst”, in International Journal of Computer Science and Information Technology, 5(3), pp 3957-3962 [10] Nguyễn Xuân Phi, Trần Cơng Hùng (2015), “Giải thuật phòng tránh tình trạng tải điện toán đám mây”, Hội Thảo Quốc Gia 2015 Điện Tử, Truyền Thông Công Nghệ Thông Tin (ECIT 2015) [11] Tran Cong Hung, Nguyen Xuan Phi (2016), “Study The Effect of Parameters To Load Balancing in Cloud Computing”, in International Journal of Computer Network and Communication (IJCNC) Vol.8, No.3, May 2016 [12] Bhathiya Wickremasingle (2010), “Cloud Analyst: A CloudSim- based Tool for Modelling and Analysis of Large Scale Cloud Computing Environments”, MEDC Project Report, in 433-659 Distributed Computing Project, CSSE Dept, University of Melbourne https://ieeexplore.ieee.org/Xplore/home.jsp, truy cập ngày 10/07/2017 http://cloudsim-setup.blogspot.com/2014/01/analyst-using-netbeans-explore-and- edit.html, truy cập ngày 21/12/2017 http://www.oracle.com/technetwork/java/javase/downloads/jdk-netbeans-jsp- 142931.html, truy cập ngày 21/12/2017 ... nhanh chóng, cân tải điện toán đám mây trở thành lĩnh vực nghiên cứu quan trọng nhà nghiên cứu khắp giới Đặc biệt cân tải trung tâm liệu đám mây (DC) Cân tải điện toán đám mây kỹ thuật phân phối... điều chỉnh thông số điện toán đám mây giúp cải thiện hiệu suất cân tải điện toán đám mây 17 CHƯƠNG 2: CÁC THUẬT TOÁN TIÊU BIỂU VÀ PHƯƠNG ÁN ĐỀ XUẤT Khi nghiên cứu thuật toán cân tải [7],[8],[9],[10],[12]... khác, thuật cân tải động xem xét tình trạng trước hệ thống xử lý cân tải Trong thuật toán cân tải động lại chi làm loại: cân tải phân phối cân tải không phân phối[2] Các thuật toán cân tải phân