Giải thuật định thời tiết kiệm năng lượng cho một datacenter

Đại Học Quốc Gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẶNG HOÀI ĐỨC GIẢI THUẬT ĐỊNH THỜI TIẾT KIỆM NĂNG LƯỢNG CHO MỘT DATACENTER Chuyên ngành: Khoa học máy tính LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 07 năm 2010 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học :Tiến sĩ Thoại Nam Cán chấm nhận xét : Cán chấm nhận xét : Cán chấm nhận xét : Cán chấm nhận xét : Cán chấm nhận xét : Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày 01 tháng 09 năm 2010 Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: Tiến sĩ Lê Ngọc Minh Tiến sĩ Trần Văn Hoài Tiến sĩ Nguyễn Đức Cường Tiến sĩ Trần Viết Huân Tiến sĩ Thoại Nam Xác nhận Chủ tịch Hội đồng đánh giá LV Bộ môn quản lý chuyên ngành sau luận văn sửa chữa (nếu có) Chủ tịch hội đồng đánh giá LV Bộ môn quản lý chuyên ngành ii TRƯỜNG ĐẠI HỌC BÁCH KHOA TP HCM PHÒNG ĐÀO TẠO SĐH CỘNG HOÀ XÃ HỘI CHỦ NGHIÃ VIỆT NAM Độc Lập - Tự Do - Hạnh Phúc Tp HCM, ngày 02 tháng 07 năm 2010 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: ĐẶNG HOÀI ĐỨC Phái: NAM Ngày, tháng, năm sinh: 17/02/1985 Nơi sinh: QUẢNG NGÃI Chuyên ngành: Khoa học máy tính MSHV: 00708190 I- TÊN ĐỀ TÀI: Giải thuật định thời tiết kiệm lượng cho Datacenter II- NHIỆM VỤ LUẬN VĂN: Tìm hiểu định thời môi trường Coud computing Tham khảo giải thuật định thời kết nghiên cứu liên quan Đề xuất giải thuật định thời tiết kiệm lượng cho Datacenter Kiểm định giải pháp sử dụng Clousim - công cụ mô môi trường Cloud Computing III- NGÀY GIAO NHIỆM VỤ : Ngày 25 tháng 01 năm 2010 IV- NGÀY HOÀN THÀNH NHIỆM VỤ : Ngày 02 tháng 07 năm 2010 V- CÁN BỘ HƯỚNG DẪN: Tiến sĩ THOẠI NAM CÁN BỘ HƯỚNG DẪN CN BỘ MƠN QL CHUN NGÀNH iii Lời cảm ơn Tơi chân thành cảm ơn thầy hướng dẫn, tiến sĩ Thoại Nam định hướng cho tơi q trình thực đề tài Tôi muốn gởi lời cảm ơn đến người thân gia đình ln động viên giúp tơi có điều kiện thuận lợi thực đề tài Tôi cảm ơn Manager Software team, công ty AppliedMicro Vietnam, anh Phong, tạo điều kiện cho có thời gian hồn tất luận văn iv Tóm tắt đề tài Một vấn đề nan giải cho hệ thống máy tính cụm trung tâm tích hợp liệu sử dụng điện toán đám mây việc sử dụng lượng điện hợp lý Do hệ thống máy tính có hàng trăm/ngàn nút/nhân khơng phải lúc cần đến tất nút/nhân hoạt động Một giải thuật định thời/lập lịch thông minh giúp xếp công việc tập trung vào số lượng nút/nhân tối thiểu đảm bảo ràng buộc ứng dụng giúp giảm thiểu việc tiêu thụ điện nút/nhân không tải tắt Yêu cầu phần “chuyên đề“ “luận văn” Tìm hiểu định thời Tham khảo giải thuật định thời liên quan Đề xuất giải pháp Kiểm định giải pháp sử dụng Clousim - công cụ mô môi trường Cloud Computing v Mục lục Giới thiệu đề tài Cơ sở lý thuyết Cloud computing 2.1 2.1.1 Định nghĩa 2.1.2 Mơ hình cloud computing 2.1.3 Định thời Cloud 2.2 Một số phương pháp định thời tiết kiệm lượng Cloud Computing 2.2.1 VirtualPower 2.2.2 Power-aware Dynamic Placement 2.2.3 Shares and Utilities based Power Consolidation 12 2.2.4 Dynamic Voltage Frequency Scaling (DVFS) 13 2.2.5 Live VM Migration 15 Giới hạn đề tài 17 Hướng tiếp cận giải pháp 19 4.1 Phát biểu toán 19 4.2 Các chiến lược giải toán 20 4.2.1 Di dời máy ảo (VM migration) 20 4.2.2 Nhìn trước thời gian hoàn tất tác vụ máy ảo (Finish time Look-ahead) 20 4.3 Chi tiết giải thuật giải toán – giải thuật Finish time Look-ahead VM provisoning 21 4.4 Hiện thực giải pháp định thời Cloudsim [14] [15] 23 4.4.1 Giới thiệu Clousim 23 4.4.2 Hiện thực VM migration Finish time Look-ahead Cloudsim 26 4.4.3 Kết khảo sát 26 Kết luận 30 Tài liệu tham khảo 31 vi Danh mục hình Hình 1: Các thành phần Cloud (source [1]) Hình 2: Mơ hình Cloud computing (source [4]) Hình 3: VirtualPower management architecture (source [5]) Hình 4: Kiến trúc mơ hình quản lý cluster sử dụng server ảo hóa 11 Hình 5: Real-time cloud service framework (source [9]) 14 Hình 6: VM migration làm giảm số lượng máy vật lý cần hoạt động 20 Hình 7: Finish time Look-ahead strategy 21 Hình 8: Kiến trúc CloudSim (source [15]) 25 Hình 9: So sánh lượng tiêu thụ giải thuật workload sinh theo phân phối Distributed Uniform 28 Hình 10: So sánh lượng tiêu thụ giải thuật workload sinh theo phân phối Gauss 28 Hình 11: So sánh số tác vụ VM migration giải thuật workload sinh theo phân phối Distributed Uniform 29 Hình 12: So sánh số tác vụ VM migration giải thuật workload sinh theo phân phối Gauss 29 vii Danh mục bảng Table 1: Kết khảo sát xếp danh sách máy ảo theo thứ tự tăng dần, giảm dần, không xếp khối lượng công việc sinh theo phân phối Gauss 27 Table 2: Kết khảo sát xếp danh sách máy ảo theo thứ tự tăng dần, giảm dần, không xếp khối lượng công việc sinh theo phân phối Distributed Uniform 27 viii Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Giới thiệu đề tài Cùng với phát triển công nghệ thông tin truyền thơng, nhu cầu ứng dụng máy tính việc tính tốn tìm giải pháp cho vấn đề thực tiễn ngày trở nên cấp thiết Tính tốn tảng máy tính dự báo trở thành tiện ích thiết yếu thứ năm người (chỉ đứng sau nhu cầu đường dẫn nước, điện, khí đốt đường dây điện thoại) [1] Khi nhu cầu tính tốn ngày có u cầu cao khối lượng hiệu suất, quy mô hệ thống máy tính (hệ thống máy tính cụm, trung tâm tích hợp liệu (datacenter)) phải phát triển theo Sự phát triển theo kích thước vật lý (hệ thống có thêm nhiều máy tính với cấu hình cao hơn, không gian lưu trữ liệu tăng lên, không gian lắp đặt cho toàn hệ thống mở rộng) kéo theo tăng chi phí lượng (điện năng) cần để trì hoạt động hệ thống Chi phí lượng bao gồm chi phí lượng cần thiết cho máy tính hoạt động chi phí vận hành thiết bị làm mát, vốn thiết bị quan trọng đảm bảo độ an toàn tin cậy cho hệ thống máy tính cụm Theo xu hướng phát triển cơng nghệ, mục tiêu đề tài khảo sát giải thuật định thời tiết kiệm lượng hệ thống máy tính cụm trung tâm tích hợp liệu (datacenter) sử dụng điện toán đám mây (cloud computing) nhằm thu lợi ích kinh tế cao cho datacenter Trên hệ thống này, máy ảo sử dụng để thực thi yêu cầu khách hàng tảng máy vật lý Trong phạm vi đề tài, tính chất datacenter quy định sau: Datacenter có nhiều (hàng trăm/ngàn) máy vật lý (nút) có cấu hình giống Các máy vật lý có CPU bao gồm nhiều nhân Tài nguyên vật lý datacenter cấp phát theo yêu cầu khách hàng sử dụng chế máy ảo Năng lượng datacenter tính dựa theo lượng tiêu thụ số lượng nhân CPU tham gia hoạt động tính tốn Bên cạnh việc đổi công nghệ, cải tiến phần mềm (hệ điều hành) nhằm làm giảm mức độ tiêu thụ lượng máy tính đơn lẻ, năm gần đây, nghiên cứu giải thuật cấp phát tài nguyên vật lý cho máy ảo – thực thể quan trọng ứng dụng Cloud computing – có nhiều bước tiến mạnh mẽ Các phương pháp tiếp cận đề cập rõ vào phần sau luận văn Giải thuật mà đề tài khảo sát áp dụng cho datacenter độc lập Giải pháp tiết kiệm lượng cho nhóm datacenter xem xét phần mở rộng đề tài Các nội dung trình bày luận văn bao gồm: Mục sở lý thuyết đề tài bao gồm định nghĩa đặc điểm điện toán đám mây (cloud computing), số giải thuật định thời tiết kiệm lượng hệ Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter thống server sử dụng cơng nghệ ảo hóa công bố thời gian gần (kết nghiên cứu năm 2007, 2008, 2009) Mục trình bày động thúc đẩy việc thực đề tài qua yếu tố chưa xem xét giải thuật định thời trình bày mục nêu phạm vi giới hạn khảo sát đề tài Mục trình bày hướng tiếp cận giải pháp cho toán tiết kiệm lượng đề tài - giải thuật Finish time Look_ahead VM Provisioning Một công cụ dùng để mô môi trường cloud computing, CloudSim, tìm hiểu nhằm làm phương tiện cho việc khảo sát giải thuật định thời đề Mục đưa nhận định chung kết đạt luận văn hướng phát triển mở rộng tới Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Hướng tiếp cận giải pháp 4.1 Phát biểu toán Qua giới hạn vấn đề trình bày mục 3, ta phát biểu vấn đề cần giải sau: MỘT datacenter có đặc điểm sau: Bao gồm nhiều máy vật lý có cấu hình đồng nhất, máy có nhiều nhân CPUs Datacenter phục vụ yêu cầu từ người dùng có dạng: o Số lượng máy ảo cần dùng với thông số cần thiết  Số lượng CPUs  Dung lượng nhớ RAM  Không gian lưu trữ cần thiết o Khối lượng công việc cần thực Ở ta quy định khối lượng công việc biểu diễn tổng số lệnh máy cần phải thực thi (Million instructions) o Thời gian bắt đầu o Thời gian cần có kết (kết thúc) Mục tiêu tốn phải tìm kiếm giải pháp phân phối tài nguyên vật lý cho máy ảo người dùng cho: Năng lượng cần cho máy vật lý thực thi máy ảo nhỏ Ràng buộc thời gian thực thi ứng dụng (chất lượng dịch vụ) người dùng phải đảm bảo Với giả thiết cung cấp tài nguyên cho máy ảo người dùng, máy ảo hoạt động với 100% cơng suất (sử dụng tối đa tài nguyên cấp phát), mục tiêu tối thiểu lượng tiêu thụ Datacenter đưa mục tiêu cấp phát tài nguyên vận hành máy ảo cho số lượng máy vật lý cần phải khởi động để hoạt động Giả thiết máy ảo hoạt động với 100% cơng suất đảm bảo máy ảo hồn tất cơng việc cần thực thời gian mong muốn 19 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter 4.2 Các chiến lược giải toán 4.2.1 Di dời máy ảo (VM migration) Hình 6: VM migration làm giảm số lượng máy vật lý cần hoạt động Hình mơ tả ích lợi việc di dời máy ảo Ở đây, giả sử ta có hệ thống gồm node, node có CPUs Ở trạng thái bên trái, node phải hoạt động để vận hành máy ảo 1, Tuy nhiên, ta áp dụng chiến lược di dời máy ảo số sang thực thi node 1, node tắt nhằm tiết kiệm lượng điện tiêu thụ Ở cần làm rõ tương quan lượng máy vật lý tiêu thụ với trạng thái tải máy vật lý Câu hỏi đặt liệu di dời máy ảo Hình có thực mang lại lợi ích mặt lượng máy vật lý Node2 tắt đi, máy vật lý Node1 lại có gia tăng tải phải thực thi thêm máy ảo 3? Theo Gong Chen et al [13], CPU máy vật lý có mức độ tải 10%, máy vật lý tiêu thụ đến 50% mức lượng cao (khi CPU có tải 100%) Do đó, Power Model áp dụng cho máy vật lý, máy vật lý ln có mức sử dụng lượng cố định (static power) cộng với mức lượng tiêu thụ thêm có thay đổi tải Hoạt động di dời máy ảo Hình thực mang lại hiệu mặt lượng lượng tiết kiệm máy vật lý Node2 tắt lớn mức lượng tăng thêm máy vật lý Node1 phải gánh vác thêm việc thực thi máy ảo 4.2.2 Nhìn trước thời gian hoàn tất tác vụ máy ảo (Finish time Look-ahead) Một lợi sử dụng máy ảo thời gian thực thi máy ảo hoàn tồn xác định trước Do thời gian hoạt động máy vật lý xác định theo thời gian thực thi dài máy ảo thực thi máy vật lý Thơng tin sử dụng chiến lược Finish time Look-ahead nhằm lựa chọn máy vật lý đích mà máy ảo di dời đến theo tiêu chí chọn máy vật lý có thời gian hoạt động dài Di dời máy ảo theo cách này, máy 20 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter vật lý có thời gian hoạt động ngắn có nhiều hội tắt nhằm tiết kiệm lượng tiêu thụ, đồng thời chi phí cho việc di dời máy ảo thu giảm số lượng tác vụ di dời máy ảo giảm Hình 7: Finish time Look-ahead strategy Hình mơ tả ý tưởng chiến lược Finish time Look-ahead Giả sử hệ thống có node vật lý 2, node có CPUs Tại thời điểm tại, node thực thi máy ảo 1, 2, CPUs, máy ảo hồn tất vịng đời chúng sau nữa; node thực thi máy ảo CPUs, máy ảo hồn tất cơng việc sau 24 Tại thời điểm này, yêu cầu người dùng gởi đến cần cấp phát máy ảo CPU để thực thi cơng việc có thời lượng Máy ảo cấp phát node node Tuy nhiên, máy ảo cấp phát node 1, sau nữa, máy ảo 1, 2, hoàn tất nhiệm vụ ta phải tiến hành di dời máy ảo sang node nhằm tắt node Nếu ta nhận thấy thời gian hoạt động node dài so với node 1, ta chọn cấp phát máy ảo vào node nhằm giảm chi phí di dời máy ảo Finish time Look-ahead chiến lược áp dụng nhằm giải toán lượng mà luận văn đề Chiến lược sử dụng nhằm định việc cấp phát tài nguyên vật lý cho máy ảo định việc di dời máy ảo cần thiết 4.3 Chi tiết giải thuật giải toán – giải thuật Finish time Look-ahead VM provisoning Như giới thiệu mục 4.2, mục tiêu tiết kiệm lượng toán giải việc sử dụng chiến lược Finish time Look-ahead để định việc thực di dời máy ảo cấ phát tài nguyên vật lý cho máy ảo 21 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Với việc đối tượng xử lý toán máy ảo đặc trưng cho yêu cầu khách hàng, giải thuật luôn biết trước thời gian thực thi máy ảo Thời gian máy vật lý cần phải hoạt động thời gian thực thi dài máy ảo danh sách máy ảo thực thi máy vật lý Thông tin thời gian thực thi máy ảo thời gian hoạt động máy vật lý input cần thiết để áp dụng chiến lược Finish time Look-ahead Chiến lược Finish time Look-ahead thực thành giải thuật Finish time Look-ahead VM Provisioning sau: Input: o Vm máy ảo cần cấp phát tài nguyên vật lý Output: o allocateHost máy vật lý cấp phát cho máy ảo Vm (NULL khơng có máy vật lý thực thi máy ảo Vm) Algorithm Finish time Look_ahead VM Provisioning (Vm) allocateHost = NULL; candidateHostList = NULL; while (allocateHost == NULL) /* Searching for list of physical hosts for Vm */ for (Host in DatacenterHostList) if (Host is suitable for Vm) then add Host to candidateHostList endif endfor /* Find the best host for Vm */ if (not candidateHostList.isEmpty()) then From candidateHostList, select list of hosts – finalHostList that has longest time in operation From finalHostList, select host H that has minimum power consumption increased if we allocate Vm to run on it allocateHost = H; /* success */ return SUCCESS; else /* * candidateHostList is empty, * need to turn on more physical host(s) */ if (Datacenter has more physical host available) then 22 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Turn on more physical host and add it to DatacenterHostList else return ERROR; endif endif endwhile Tại thời điểm định thời, Finish time Look_ahead VM Provisioning gọi máy ảo nhằm tìm kiếm máy vật lý thích hợp để cấp phát cho máy ảo Nếu máy vật lý Finish time Look_ahead VM Provisioning chọn khác với máy vật lý mà máy ảo thực thi đó, tác vụ di dời máy ảo (VM Migration) thực Khi áp dụng giải thuật Finish time Look_ahead VM Provisioning, thứ tự xếp danh sách máy ảo theo thời gian thực thi đóng vai trị quan trọng việc định việc di dời máy ảo Di dời máy ảo toán gián tiếp ảnh hưởng đến tổng lượng tiêu thụ Datacenter có tác động đến thời gian hoạt động máy vật lý khả tắt số máy vật lý hoạt động Di dời máy ảo trình bày mục 2.2.5 ảnh hưởng trực tiếp đến chất lượng dịch vụ cung cấp cho khách hàng, đặc biệt ứng dụng địi hỏi tích đáp ứng tính sẵn sàng cao, ví dụ ứng dụng dịch vụ tảng Web 2.0 Trong giới hạn toán, việc di dời máy ảo khơng gán chi phí lượng cụ thể nhiên, giảm số lần di dời máy ảo mục tiêu cần thiết nhằm đảm bảo chất lượng dịch vụ cho khách hàng 4.4 Hiện thực giải pháp định thời Cloudsim [14] [15] Để thực hóa Finish time Look_ahead VM Provisioning, từ khảo sát chiến lược VM migration Finish time Look-ahead, công cụ Cloudsim sử dụng Trong mục tiếp theo, ta khảo sát tính mà Cloudsim cung cấp chi tiết thực Finish time Look_ahead VM Provisioning Clousim số kết mô Cloudsim 4.4.1 Giới thiệu Clousim Cơng cụ Cloudsim phát triển nhóm nhà khoa học thuộc The Cloud Computing and Distributed Systems (CLOUDS) Laboratory, Department of Computer Science and Software Engineering, The University of Melbourne, Australia Đây nhóm mạnh nghiên cứu Cloud/Grid computing Tại 2010 World Congress in Computer Science, Computer Engineering, and Applied Computing (WorldComp 2010) tổ chức Las Vegas, USA, giáo sư Rajkumar Buyya, người đứng đầu nhóm vinh dự nhận giải thưởng “Outstanding Achievement Award” cho đóng góp ông lĩnh vực Cloud computing Buyya 23 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter có keynote talk đề tài "Cloud Computing: The Next Revolution in Information Technology" hội nghị Công cụ CloudSim dùng để hỗ trợ trình khảo sát độ hiệu giải thuật mức độ tiết kiệm lượng, tối ưu hóa lợi nhuận hệ thống datacenter CloudSim cung cấp công cụ hỗ trợ việc lập mô hình xây dựng nhiều máy ảo nút mô datacenter, mô công việc (yêu cầu khách hàng) cách thức xếp thực thi công việc máy ảo tương ứng Cloudsim thực sử dụng Java Phiên Cloudsim phiên 2.1, công bố ngày 30/06/2010 Phiên Cloudsim sử dụng giai đoạn thực luận văn phiên 2.0, công bố ngày 17/05/2010 So với Cloudsim 2.0, Cloudsim 2.1 thay đổi cấu trúc thư mục lưu trữ code Apache Maven (http://maven.apache.org/) chọn sử dụng Cloudsim 2.1 nhằm giúp cho việc quản lý dự án dễ dàng Hình mơ tả thành phần kiến trúc phân lớp CloudSim framework SimJava thực chức cần thiết cho hoạt động mô lớp cao lưu thông tin kiện queue xử lý kiện này, tạo thành phần hệ thống (các dịch vụ, máy tính bao gồm máy ảo, datacenter, phận khai phá tài nguyên, ), quản lý việc giao tiếp thành phần, đồng thời gian cho hoạt động mô GridSim bao gồm thư việc lập trình hỗ trợ mô kiến trúc Grid (bao gồm hệ thống mạng dịng liệu lưu thơng mạng) thành phần Grid tài nguyên, tập liệu, dịch vụ thông tin công cụ giám sát tải hệ thống 24 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Hình 8: Kiến trúc CloudSim (source [15]) CloudSim thực lớp cách mở rộng tính GridSim CloudSim hỗ trợ mơ môi trường datacenter cloud sử dụng máy ảo API quản lý máy ảo, nhớ chính, thiết bị lưu trữ, băng thông giao tiếp mạng CloudSim quản lý việc khởi tạo thực thi thực thể cốt lõi hệ thống (máy ảo, datacenter, ứng dụng) q trình mơ Hiện thực CloudSim cho phép khởi tạo đồng thời quản lý hệ thống cloud lớn bao gồm hàng ngàn thành phần Các vấn đề cloud computing xác định máy vật lý thực thi máy ảo, quản lý việc thực thi ứng dụng, kiểm soát động hoạt động hệ thống xử lý lớp Việc kiểm tra độ hiệu chiến lược cấp phát tài nguyên, chiến lược thực thi máy ảo thực cách thực mở rộng tính VM provisioning lớp 25 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Lớp kiến trúc CloudSim, User Code, nơi cung cấp thơng tin cấu hình hệ thống bao gồm số lượng máy, thông tin cấu hình máy này, ứng dụng (số lượng công việc, yêu cầu khác), máy ảo, số lượng người dùng kiểu ứng dụng họ, chiến lược khai phá tài nguyên Tại lớp này, kịch yêu cầu tài nguyên từ khách hàng, kịch khả đáp ứng Cloud thời điểm tạo tiến hành khảo sát dựa vào tính sửa đổi, mở rộng lớp CloudSim 4.4.2 Hiện thực VM migration Finish time Look-ahead Cloudsim Trong thực Cloudsim, đối tượng Datacenter bao gồm thành phần: Danh sách máy vật lý Danh sách máy ảo Danh sách Cloudlet, biểu diễn cho công việc cần thực thi máy ảo người dùng Một đối tượng Broker làm nhiệm vụ submit Cloudlet lên thực thi máy ảo Mỗi Datacenter có chế cấp phát tài nguyên cho máy ảo khác nhau, thực thành class Nhằm kiểm tra chiến lược VM migration Finish time Look-ahead, class PowerVmAllocationPolicyLookAhead định nghĩa Giải thuật Finish time Look_ahead VM Provisioning thực class Class Vm Cloudsim sửa đổi nhằm thêm vào tham số khối lượng công việc deadline thời gian hồn tất cơng việc máy ảo Trong Cloudsim, phận định thời hoạt động sau khoảng thời gian cố định quy định trước Trong lần tiến hành định thời, Finish time Look_ahead VM Provisioning áp dụng cho máy ảo Nếu di dời máy ảo sang thực thi máy vật lý khác mang lại hiệu việc sử dụng lượng, di dời thực 4.4.3 Kết khảo sát Datacenter khảo sát bao gồm máy vật lý có CPUs, CPU có khả tính tốn 3000 MIPS với lượng tiêu thụ hoạt động tối đa 250W Mỗi CPU có mức static power (năng lượng cố định) 70% Các máy ảo yêu cầu từ đến CPUs với MIPS 250, 500, 750 1000 Mỗi công việc người dùng gán cho máy ảo với khối lượng công việc tạo ngẫu nhiên theo phân phối Gauss (Gaussian distribution) phân phối đồng (Distributed uniform distribution) nằm khoảng 150000 +/- 10000 MIs (million instructions) Năng lượng tiêu thụ máy ảo tính tốn theo lượng tiêu thụ CPU (trong Cloudsim, lượng tiêu thụ sử dụng tài nguyên vật lý khác memory, storage, bandwidth network chưa mơ hình hóa) Tổng lượng tiêu hao so sánh trường hợp số lượng máy ảo công việc người dùng 200 26 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter phương pháp xếp danh sách máy ảo dựa theo thời gian thực thi máy ảo khảo sát nhằm xem xét tác động phương pháp xếp tính hiệu Finish time Look_ahead VM Provisioning thể qua lượng tiêu thụ Datacenter số lần di dời máy ảo: Sắp xếp theo thứ tự tăng dần (DS Tăng dần) Sắp xếp theo thứ tự giảm dần (DS Giảm dần) Để ngẫu nhiên, không xếp (Không xếp DS) DS Tăng dần DS Giảm dần Không xếp DS Năng lượng tiêu thụ(kWh) 2.05 2.01 2.11 Số lần di dời máy ảo 1994 210 940 Table 1: Kết khảo sát xếp danh sách máy ảo theo thứ tự tăng dần, giảm dần, không xếp khối lượng công việc sinh theo phân phối Gauss Năng lượng tiêu thụ(kWh) Số lần di dời máy ảo DS Tăng dần DS Giảm dần Không xếp DS 1.98 1135 1.94 193 2.03 596 Table 2: Kết khảo sát xếp danh sách máy ảo theo thứ tự tăng dần, giảm dần, không xếp khối lượng công việc sinh theo phân phối Distributed Uniform Table Table kết khảo sát Finish time Look_ahead VM Provisioning cách xếp danh sách máy ảo theo thời gian thực thi khác Với xếp theo thứ tự giảm dần, máy có thời gian thực thi dài cấp phát máy vật lý trước có khả di dời Các máy ảo cấp phát vào máy vật lý với máy ảo phải di dời Kết cách xếp danh sách máy ảo theo thứ tự giảm dần thời gian thực thi, Finish time Look_ahead VM Provisioning cho kết tốt với số lần di dời máy ảo tổng lượng tiêu thụ Để so sánh độ hiệu giải thuật Finish time Look_ahead VM Provisioning, kết thực thi giải thuật so sánh với phương pháp DVFS mà nhóm giáo sư Buyya đưa trình bày mục 2.2.4 Phương pháp DVFS khơng xét đến tác vụ di dời máy ảo, nhiên, Cloudsim 2.0, nhóm phát triển thực giải thuật cấp phát tài nguyên vật lý cho máy ảo dựa theo ý tưởng phương pháp DVFS có kết hợp tác vụ di dời máy ảo, tạm gọi giải thuật SingleTheshold Trong giải thuật này, máy vật lý (CPU) gán ngưỡng mức độ tải mà máy vật lý (CPU) đảm nhiệm (tính theo %) Một máy ảo cấp phát cho máy vật lý mức tải máy vật lý phải thực thi thêm máy ảo không vượt ngưỡng quy định lượng tăng thêm máy vật lý phải thực thi thêm máy ảo nhỏ so với lượng tăng thêm cấp phát máy ảo thực thi máy vật lý khác Hai giải thuật Finish time Look_ahead VM Provisioning SingleTheshold so sánh theo tiêu chí: mức độ tiêu thụ lượng số tác vụ di dời máy ảo trình xem xét cấp phát tài nguyên cho máy ảo Định mức tải 27 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter máy vật lý giải thuật 100%, cho phép máy vật lý hoạt động hết công suất Finish time Look_ahead VM Provisioning thực với cách xếp danh sách máy ảo theo thứ tự giảm dần thời gian thực thi Energy consumption (kWh) 100 200 400 800 LookAhead 0.99 1.94 3.75 7.41 SingleThreshold 0.97 1.84 3.54 7.21 Hình 9: So sánh lượng tiêu thụ giải thuật workload sinh theo phân phối Distributed Uniform Energy consumption (kWh) 100 200 400 800 LookAhead 1.03 2.01 3.84 7.58 SingleThreshold 0.91 1.91 3.73 7.3 Hình 10: So sánh lượng tiêu thụ giải thuật workload sinh theo phân phối Gauss Hình Hình 10 so sánh lượng tiêu thụ áp dụng giải thuật Finish time Look_ahead VM Provisioning 28 SingleTheshold.Giải thuật Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter SingleTheshold tiết kiệm lượng tốt giải thuật Finish time Look_ahead VM Provisioning 4-12% Number of VM migrations 6000 5000 4000 3000 2000 1000 100 200 400 800 LookAhead 91 193 397 802 SingleThreshold 464 1251 2632 5551 Hình 11: So sánh số tác vụ VM migration giải thuật workload sinh theo phân phối Distributed Uniform Number of VM migrations 12000 10000 8000 6000 4000 2000 100 200 400 800 LookAhead 87 210 422 827 SingleThreshold 712 2045 4455 9707 Hình 12: So sánh số tác vụ VM migration giải thuật workload sinh theo phân phối Gauss Hình 11 Hình 12 cho thấy giải thuật Finish time Look_ahead VM Provisioning tỏ vượt trội số lần thực di dời máy ảo Trong số trường hợp, Finish time Look_ahead VM Provisioning có số lần di dời máy ảo nhỏ 10% tổng số lần di dời máy ảo giải thuật SingleTheshold Mặc dù chi phí lượng cho việc di dời máy ảo đáng kể, bỏ qua, Cloudsim 2.0 (cũng Cloudsim 2.1) chưa hỗ trợ mơ hình tính tốn chi phí lượng cho hoạt động di dời 29 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter máy ảo này, đó, theo kết mơ Hình 9, Hình 10, Hình 11, Hình 12 khó kết luận giải thuật Finish time Look_ahead VM Provisioning SingleTheshold, giải thuật tỏ vượt trội Finish time Look_ahead VM Provisioning tỏ vượt trội xét đến số lần di dời máy ảo (nhỏ 10% so với giải thuật SingleTheshold), nhiên, SingleTheshold lại giúp hệ thống tiêu tốn lượng bỏ qua chi phí lượng việc di dời máy ảo Kết luận Báo cáo trình bày sở lý thuyết giới hạn phạm vi khảo sát đề tài datacenter riêng lẻ sử dụng cơng nghệ ảo hóa (để tạo máy ảo) với máy vật lý có nhiều nhân CPU Tìm hiểu phân tích thuật tốn định thời tiết kiệm lượng môi trường cloud dùng kĩ thuật ảo hóa VirtualPower, Power-aware Dynamic Placement PowerExtendMinMax (Shares and Utilities based Power Consolidation), DVFS ứng dụng VM migration Đề chiến lược Finish time Look-ahead kết hợp với VM migration nhằm giải yêu cầu đề tài Tìm hiểu Cloudsim thực chiến lược Finish time Look-ahead kết hợp với VM migration – giải thuật Finish time Look_ahead VM Provisioning Cloudsim So sánh kết thực với thực SingleTheshold Cloudsim hỗ trợ sẵn Hướng mở rộng Luận văn: Cải tiến Finish time Look_ahead VM Provisioning nhằm xem xét trường hợp người sử dụng yêu cầu tài nguyên datacenter tương lai Finish time Look_ahead VM Provisioning xem xét yêu cầu cấp phát tài nguyên thời điểm tiến hành định thời Các yêu cầu tài nguyên tương lai có tác động đến chiến lược định thời thời điểm Mở rộng thêm tính xem xét đến yêu cầu tương lai giúp cho giải thuật thời điểm có lựa chọn nhằm đảm bảo yêu cầu tương lai đáp ứng thành công lượng tiết kiệm Áp dụng sửa đổi giải pháp đề tài cho toán định thời tiết kiệm lượng hệ thống gồm nhiều datacenter 30 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Tài liệu tham khảo Cloud computing and emerging IT platforms: Vision, hype, and reality for delivering computing as the 5th utility Rajkumar Buyya, Chee Shin Yeo, , Srikumar Venugopal, , James Broberg , Ivona Brandic Future Generation Computer Systems 25, 2009, Future Generation Computer Systems 25, pp 599-616 Above the Clouds: A Berkeley View of Cloud Computing Michael Armbrust, Armando Fox, Rean Griffith, Anthony D Joseph, Randy Katz,Andy Konwinski, Gunho Lee, David Patterson, Ariel Rabkin, Ion Stoica, and Matei Zaharia University of California at Berkley, USA 2009 Technical Report No UCB/EECS-2009-28 Market-Oriented Cloud Computing: Vision, Hype, and Reality for Delivering IT Services as Computing Utilities, Keynote Paper Rajkumar Buyya, Chee Shin Yeo, and Srikumar Venugopal Dalian, China : Proceedings of the 10th IEEE International Conference on High Performance Computing and Communications (HPCC 2008, IEEE CS Press, Los Alamitos, CA, USA), 2008 JouleSort: A Balanced Energy-Efficiency Benchmark Suzanne Rivoire, Mehul A Shah, Parthasarathy Ranganathan and Christos Kozyrakis Beijing, China : Proceedings of the 2007 ACM SIGMOD international conference on Management of data, 2007 Virtualpower: coordinated power management in virtualized enterprise systems R Nathuji, K Schwan New York, USA : SOSP '07: Proceedings of 21st ACM SIGOPS symposium on Operating systems principles, ACM pp 265-278, 2007 Power-aware dynamic placement of HPC applications Akshat Verma, Puneet Ahuja and Anindya Neogi Island of Kos, Greece : International Conference on Supercomputing, Proceedings of the 22nd annual international conference on Supercomputing, 2008 pmapper: Power and migration cost aware application placement in virtualized systems A Verma, P Ahuja, A Neogi Leuven, Belgium : Proc of the 9th ACM/IFIP/USENIX International Conference on Middleware, 2008 Shares and utilities based powerconsolidation in virtualized server environments M Cardosa, M R Korupolu, A Singh IM '09: Proceedings of 11th IFIP/IEEE International Symposium on Integrated NetworkManagement, IEEE Communications Society, 2009 Power-aware Provisioning of Cloud Resources for Real-time Services Kyong Hoon Kim, Anton Beloglazov and Rajkumar Buyya Urbana Champaign, Illinois 2009 10 A Framework for Compositional and Hierarchical Real-Time Scheduling Marimuthu, S.P Chakraborty, S Sydney : Proceedings 12th IEEE International Conference on Embedded and Real-Time Computing Systems and Applications, 2006 ISBN: 0-7695-2676-4 11 A step to support real-time in a virtual machine monitor S Yoo, M Park, and C Yoo Las Vegas, USA : In Proc of 6th IEEE Consumer Communications and Networking Conference., January 2009 31 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter 12 Cost of Virtual Machine Live Migration in Clouds: A Performance Evaluation William Voorsluys, James Broberg, Srikumar Venugopal , and Rajkumar Buyya Beijing, China : Proceedings of the 1st International Conference on Cloud Computing, 2009 ISBN:978-3-642-10664-4 13 Energy-aware server provisioning and load dispatching for connection-intensive internet services Gong Chen, Wenbo He, Jie Liu, Suman Nath, Leonidas Rigas, Lin Xiao, Feng Zhao San Francisco, California : Proceedings of the 5th USENIX Symposium on Networked Systems Design and Implementation, 2008 ISBN:111-999-5555-22-1 14 Cloudbus Toolkit for Market-Oriented Cloud Computing Rajkumar Buyya, Suraj Pandey and Christian Vecchiola Kaohsiung, Taiwan : Proceedings of the 10th International Symposium on Pervasive Systems, Algorithms and Networks (I-SPAN 2009, IEEE CS Press, USA), 2009 15 Modeling and Simulation of Scalable Cloud Computing Environments and the CloudSim Toolkit: Challenges and Opportunities Rajkumar Buyya, Rajiv Ranjan and Rodrigo N Calheiros Leipzig, Germany : Proceedings of the 7th High Performance Computing and Simulation Conference, 2009 32 Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Lý lịch trích ngang Họ tên: Đặng Hoài Đức Ngày, tháng, năm sinh: 17/02/1985 Nơi sinh: Quảng Ngãi Địa liên lạc: dhducnk@yahoo.com dhducnk@gmail.com QUÁ TRÌNH ĐÀO TẠO 2003-2008: Học đại học chuyên ngành Khoa học kỹ thuật máy tính, Đại học Bách Khoa, Tp Hồ Chí Minh 2008-nay: Học viên cao học chuyên ngành Khoa học máy tính, Đại học Bách Khoa, Tp Hồ Chí Minh Q TRÌNH CƠNG TÁC 03/2008 - nay: Kỹ sư phần mềm Công ty AppliedMicro Vietnam 33 ... TÀI: Giải thuật định thời tiết kiệm lượng cho Datacenter II- NHIỆM VỤ LUẬN VĂN: Tìm hiểu định thời mơi trường Coud computing Tham khảo giải thuật định thời kết nghiên cứu liên quan Đề xuất giải thuật. .. đề tài bao gồm định nghĩa đặc điểm điện toán đám mây (cloud computing), số giải thuật định thời tiết kiệm lượng hệ Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter thống... mát tương ứng với máy 2.2 Một số phương pháp định thời tiết kiệm lượng Cloud Computing Luận văn Thạc sĩ – Giải thuật định thời tiết kiệm lượng cho Datacenter Đi xu hướng thời đại, thiết kế phần