Cloud

271 vues

Publié le

0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
271
Sur SlideShare
0
Issues des intégrations
0
Intégrations
2
Actions
Partages
0
Téléchargements
2
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Cloud

  1. 1. Optimisation des coûts dexécution et ordonnancement pour les applications dans les nuages Sujet de thèse 2012 : Laurent Philippe et Veronika Sonigo Institut FEMTO-ST / Département DISCContexte généralPour rationaliser lutilisation des ressources informatiques de plus en plus de sociétés ont recoursà lhébergement et lutilisation distante de leurs moyens de calcul ou de stockage. Cette tendance,liée à laccroissement et la abilité des réseaux autant quà la généralisation des techniquesde virtualisation, conduit à disposer de ressources dexécution ou de stockage louées chez desfournisseurs et dont les caractéristiques peuvent évoluer à la demande. Dans ce contexte, on parledinformatique dans les nuages, cloud computing, pour symboliser la dématérialisation et surtoutdelastic computing pour laspect de conguration à la demande. Lexécution dune applicationpeut ainsi être associée à un coût puisque la facturation des fournisseurs de ressources se fait àlheure de calcul. Les tarifs sont alors dépendants des caractéristiques des ressources utilisées.Pour limiter les coûts il est alors nécessaire de prévoir les temps dexécution et de réaliser lesdemandes de ressources au plus juste.Contexte de travailLe problème général de loptimisation de lordonnancement dapplications dans un contextehétérogène comme les clouds est NP-Complet. Il sagit dun problème qui a déjà été traité sousdiérents aspects dans le domaine des grilles de calcul avec lobjectif principal de réduire aumaximum les temps dexécution ou le débit lorsquil sagit dapplications de type pipeline [1].Dans le cas des plateformes de type cloud, les propriétés attachées apportent des élémentsnouveaux quil faut prendre en compte pour rendre ecace lexploitation des ressources. Parmiceux-ci nous pouvons citer les coûts, quils soient nanciers ou énergétiques, et les incertitudesliées au partage induit par la virtualisation. Ces éléments entraînent des diérences importantesdans la dénition des problèmes doptimisation sous-jacents et marquent loriginalité du sujetde recherche que nous proposons ici.Le travail sappuiera, dune part, sur le travail réalisé dans le cadre de la thèse de Hala Sabba [5]sur la composition optimale de plateformes dans le cloud et, dautre part, sur lexpérience aquisedepuis plusieurs années dans la modélisation et lexploitation de ce type de plateformes parlaction Optimisation et services dans les systèmes complexes de léquipe CARTOON grâce ànotre collaboration avec léquipe INRIA ROMA de lENS de Lyon [2, 3] sur des problèmes descheduling en environnement hétérogène.EnjeuxLe Cloud Computing est en pleine expansion à lheure actuelle et les enjeux liés à cette technologiesont de taille. La preuve en est quelle a fait lobjet de trois appels à projets spéciques dans lecadre de laction Usages, services et contenus numériques innovants des investissement davenir. 1
  2. 2. Ces appels se sont concentrés sur les infrastructures, les plates-formes de cloud computing etla gestion des données de grande taille. Lexploitation des ressources reste cependant complexepour la plupart des utilisateurs et une mauvaise adéquation entre laectation de ces ressourceset lapplication à exécuter peut conduire à une perte importante decacité. Létude de cetteadéquation et loptimisation en général de lutilisation des ressources est donc un enjeu majeur.Les verrous associés à ce travail sont la proposition de modèles et dalgorithmes ecaces pourlexploitation de plateformes hétérogènes en présence dincertitudes avec pour objectifs la mini-misation des coûts énergétiques et nanciers. A notre connaissance aucune équipe ne travaillesur le sujet au niveau mondial même si le problème du coût a été abordé dans [6] et les exécutionsde wokrlfow sur le cloud dans [4].ObjectifsLe but de cette thèse est détudier les problèmes dordonnancement et doptimisation dans lecontexte de plateformes de type cloud. Dans un premier temps une étude détaillée sur les plate-formes existantes et sur les applications qui en tirent parti sera menée an détablir un modèlegénéral et de dénir la caractérisation des problèmes qui doivent être étudiés. La propositionde solutions aux problèmes identiés constituera le c÷ur du travail de la thèse. Ces solutionspourront se présenter sous la forme dalgorithmes doptimisation quils soient optimaux ou heu-ristiques accompagnés de preuves de complexité et/ou doptimalité. La modélisation des pro-blèmes sous la forme de programmes mathématiques avec un objectif à optimiser sous certainescontraintes sera également utilisée pour apporter des solutions caractérisant loptimalité des so-lutions algorithmiques. Lensemble des solutions seront comparées expérimentalement à laidede simulateurs, voire de manière concrète sur des plateformes réelles.MoyensNous avons récemment développé, en collaboration avec un collègue du Laboratoire de Mathé-matiques de Besançon, des méthodes et outils permettant des modélisations sous la forme dunprogramme mathématique incluant des nombres entiers pour résoudre des problèmes proches.Puisque certaines variables sont entières ou que les expressions du programme mathématiquene sont pas linéaires, sa résolution devient un problème N P -Complet, souvent trop coûteux àrésoudre tel quel. Grâce à une relaxation rationnelle du problème et une formulation adaptée,la résolution avec des opérateurs tels que la norme p favorise les solutions binaires, proches dessolutions entières attendues. Nous avons déjà utilisé ces méthodes avec succès dans le cas deplateformes homogènes. Ils sera donc nécessaire de les étendre au contexte de la thèse.CandidatFouad Hanna eectue actuellement, sous notre direction conjointe, son travail de master re-cherche sur loptimisation du choix de la plateforme dexécution pour les applications de typepipeline dans un cloud. Il disposera donc dune connaissance solide du contexte de travail et desméthodologies utilisées dans léquipe pour résoudre ce problème. Il est par ailleurs actuellementmajor de promotion de la deuxième année du master et fourni un travail de grande qualité dansle cadre de son projet de recherche. 2
  3. 3. Références[1] A. Benoit, P. Renaud-Goud, and Y. Robert. Sharing resources for performance and energy optimization of concurrent streaming applications. In Computer Architecture and High Per- formance Computing (SBAC-PAD), 2010 22nd International Symposium on, pages 7986. IEEE, 2010.[2] Anne Benoit, Alexandru Dobrila, Jean-Marc Nicod, and Laurent Philippe. Mapping workow applications with types on heterogeneous specialized platforms. Parallel Computing, Special Issue ISPDC09, 37(8) :410427, 2011.[3] Sékou Diakité, Loris Marchal, Jean-Marc Nicod, and Laurent Philippe. Practical steady-state scheduling for tree-shaped task graphs. PPL, Parallel Processing Letters, 21(4) :397412, 2011.[4] Suraj Pandey, Linlin Wu, Siddeswara Mayura Guru, and Rajkumar Buyya. A particle swarm optimization-based heuristic for scheduling workow applications in cloud computing envi- ronments. In Proceedings of the 2010 24th IEEE International Conference on Advanced In- formation Networking and Applications, AINA 10, pages 400407, Washington, DC, USA, 2010. IEEE Computer Society.[5] H. Sabbah. Modélisation et dimensionnement dune plate-forme hétérogène de services. Thèse de Doctorat, LIFC, Université de Franche-Comté, 23 mars 2009.[6] Hongyi Wang, Qingfeng Jing, Rishan Chen, Bingsheng He, Zhengping Qian, and Lidong Zhou. Distributed systems meet economics : pricing in the cloud. In Proceedings of the 2nd USENIX conference on Hot topics in cloud computing, HotCloud10, pages 66, Berkeley, CA, USA, 2010. USENIX Association. 3

×