With cloud computing becoming more widely used, virtual data centers
(VDCs) has been recently proposed as the unit of allocation where
VDCs assigned to each tenants consist of multiple VMs. VDCs allows
for resource elasticity as the tenants resources and needs can be
adjusted dynamically. One of the challenges for VDC support is
providing performance predictability while supporting multiple
tenants. A requirement to providing such performance predictability
is guaranteeing bandwidth between the VMs. In this work, we leverage
the simplicity of a hose model as it reduces the complexity of the
bandwidth specified by the customer, compared with a traffic matrix.
In addition, we also exploit the characteristics of network topology
and routing of the recently proposed fattree datacenter network by
exploiting the locality and the high bisection bandwidth provided.
Our preliminary results show that using the hose model with a
fattree, we can achieve simplified routing but results is
significant loss of performance -- where the performance is measured
in the number of tenants accepted before rejecting a new request. We
improved the algorithm heuristic and proposed the alternative model
which incorporate locality information. It still achieves simple
routing and shows up to 60\% performance of the pipe model. The
algorithm heuristic is simple such that the an allocation of VDC
with 1000 VMs can be done in 10-15 seconds -- providing 2$\times$
to 6$\times$ improvement in allocation time, compared with prior
work.
클라우드 컴퓨팅이 널리 사용됨에 따라서, 최근 가상 데이터 센터라는 개념이 (VDC) 할당의 단위로 제안되었다. 각 사용자들에게 할당된 VDC는 여러 가상 머신들로 이루어져 있으며, 사용자가 원하는 요구가 바뀜에 따라서 자원을 탄력적으로 조정할 수 있도록 한다. VDC 지원의 도전 과제 중 하나는 바로 여러 사용자들에게 성능 예측을 제공하는 것이고, 이러한 성능 예측을 제공하기 위해서는 가상 머신 사이의 대역폭을 보장할 수 있어야 한다.
이 논문에서 우리는 기존의 트래픽 행렬 (파이프 모델) 대신에 호스 모델을 사용하여서, 사용자들이 가상 머신 사이에 필요한 대역폭을 명시하는데 필요한 복잡도를 줄일 수 있도록 한다. 또한 fattree 네트워크 토폴로지와 라우팅 특성을 이용하여서 데이터 센터 네트워크에서의 지역성과 높은 대역폭을 제공할 수 있도록 한다.
우리는 Fattree 네트워크에 호스 모델을 적용하고, 매우 단순한 라우팅을 사용하게 되면 이로 인해 성능에 상당한 손실을 보인다는것을 확인하였다. 따라서 우리는 이 알고리즘을 개선하고 지역성을 정보를 이용하여 대체 알고리즘을 제안한다. 이 알고리즘은 여전히???? 간단한 라우팅 방법을 사용하지만 파이프 모델 60\%까지의 성능을 보여준다. 또한 이 할당 알고리즘은 1000개 이상의 가상 머신을 10초 정도의 시간에 할당할 수 있고, 이는 이전에 비해 2$\sim$6 배의 시간을 절약할 수 있다.
