Évaluation des stratégies d'allocation dynamique des
ressources dans les centres de données virtualisés
MIR Soufiane 08/20...
Problématique Contexte Solution proposée Résultats Limites
Problème général d’allocation optimale des
ressources
Affectati...
Dans les entreprises,
les Serveurs sont sous
utilisés (< à 50%)
Consommation
d’énergie mal
adaptée à la charge
Consommatio...
Problématique Contexte Solution proposée Résultats Limites
Technologie de virtualisation : allocation dynamique des machin...
Problématique Contexte Solution proposée Résultats Limites
: CPU du serveur i
: débit d’utilisation du VM j durant la péri...
Problématique Contexte Solution proposée Résultats Limites
Problématique Contexte Solution proposée Résultats Limites
Trois profiles de charges sont considérés, ils sont composés à ...
Problématique Contexte Solution proposée Résultats Limites
Simulation
Problématique Contexte Solution proposée Résultats Limites
Simulation
Problématique Contexte Solution proposée Résultats Limites
Simulation
Problématique Contexte Solution proposée Résultats Limites
Simulation
DSAP permet de réduire la charge des serveurs avec une qualité de
service raisonnable. Elle nécessite cependant plus de t...
Problématique Contexte Solution proposée Résultats Limites
Expérience
Problématique Contexte Solution proposée Résultats PF & Pf
DSAP est un outil simple déterministe pour prédire le nombre d...
Prochain SlideShare
Chargement dans…5
×

Évaluation des stratégies d'allocation dynamique des ressources dans les centres de données virtualisés

236 vues

Publié le

Comparaison entre la méthode : Méthode Proactive de programmation linéaire DSAP (Dynamic Server Allocation Problem) et la méthode Réactive

Publié dans : Ingénierie
0 commentaire
0 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

  • Soyez le premier à aimer ceci

Aucun téléchargement
Vues
Nombre de vues
236
Sur SlideShare
0
Issues des intégrations
0
Intégrations
9
Actions
Partages
0
Téléchargements
3
Commentaires
0
J’aime
0
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Évaluation des stratégies d'allocation dynamique des ressources dans les centres de données virtualisés

  1. 1. Évaluation des stratégies d'allocation dynamique des ressources dans les centres de données virtualisés MIR Soufiane 08/2015 Références : 2014 IEEE International Conference on Cloud Computing 15-18 décembre 2014. Singapour
  2. 2. Problématique Contexte Solution proposée Résultats Limites Problème général d’allocation optimale des ressources Affectation des serveurs à des machines virtuelles
  3. 3. Dans les entreprises, les Serveurs sont sous utilisés (< à 50%) Consommation d’énergie mal adaptée à la charge Consommation d’énergie par les serveurs et les systèmes de climatisation est devenu un problème pour les centres de données Expérimentent ou adaptent la technologie des machines virtuelles Besoin de réduire la consommation d’énergie Problématique Contexte Solution proposée Résultats Limites
  4. 4. Problématique Contexte Solution proposée Résultats Limites Technologie de virtualisation : allocation dynamique des machines virtuelles aux serveurs à l’aide de stratégies dynamiques en fonction de leur charge de travail réelle des serveurs. Méthode de programmation linéaire DSAP (Dynamic Server Allocation Problem) J Machines virtuelles j=1,…,J I Serveurs i=1,…,I L’horizon total du planing est divisé en τ intervalles de temps : t=1,…, τ A chaque période t on a une connexion des Machines virtuelles aux serveurs
  5. 5. Problématique Contexte Solution proposée Résultats Limites : CPU du serveur i : débit d’utilisation du VM j durant la période t : Coût du serveur i par période : = 1 si le serveur est utilisé, 0 sinon : = 1 si la VM j est liée au serveur i durant la période t, 0 sinon (1) (2) (1) : Chaque VM j est reliée à un seul serveur i durant la période t (2) : La charge totale des VM reliée à un serveur i doit être inférieur au CPU de ce serveur i
  6. 6. Problématique Contexte Solution proposée Résultats Limites
  7. 7. Problématique Contexte Solution proposée Résultats Limites Trois profiles de charges sont considérés, ils sont composés à partir d’une base de données de 486 profiles : MIX1 à partir de 18 profiles avec une forte volatilité MIX2 à partir de 18 profiles avec une faible volatilité MIX3, moyenne des deux premiers avec 9 de chaque catégorie
  8. 8. Problématique Contexte Solution proposée Résultats Limites Simulation
  9. 9. Problématique Contexte Solution proposée Résultats Limites Simulation
  10. 10. Problématique Contexte Solution proposée Résultats Limites Simulation
  11. 11. Problématique Contexte Solution proposée Résultats Limites Simulation
  12. 12. DSAP permet de réduire la charge des serveurs avec une qualité de service raisonnable. Elle nécessite cependant plus de temps de migration qu’une gestion réactive, ce qui peut causer un risque d’interruption de service et une pression supplémentaire dans la gestion de la plateforme. Ce temps de migration peut être réduit par l’ajout d’une contrainte supplémentaire dans le programme DSAP. Les résultats ainsi obtenus sont comparables à ceux de l’approche réactive même si la demande en serveurs augmente parfois mais en gardant une bonne qualité de service. Les résultats sont comparés à d’autres approches de contrôle telle l’approche statique et l’approche réactive. Problématique Contexte Solution proposée Résultats Limites
  13. 13. Problématique Contexte Solution proposée Résultats Limites Expérience
  14. 14. Problématique Contexte Solution proposée Résultats PF & Pf DSAP est un outil simple déterministe pour prédire le nombre de serveurs et le nombre de migration pour l’allocation des machines virtuelles facilement utilisable par les centres de données. Il permet de réduire la demande de serveurs par rapport aux allocations statiques pour le même niveau de qualité de service. Le modèle ne fournit que des estimations approximatives sur la qualité de service Conduit à allongement du temps de migration contribuant à la dégradation de la qualité de service. Nécessite de recourir à des techniques particulières pour limiter ce temps. Ne prends pas en compte les fluctuations de la charge de travail (aspect stochastique). Points forts Points faibles

×