Heterogeneity occurs because server are gradually provisioned and replaced over the typical 15 years lifetime of a data center. Because the power efficiency of each server differs depending on its hardware specification, the scheduler should be aware of this feature to avoid the worst VM instance placement scenarios. To identify feasible cases, we can define objective functions considering these environment but should know the characteristics of all servers, application and even demands to utilize the model. However in reality, it is NP-hard problem because it is very difficult to know all of relations among these arguments, which eventually leads to a lot of overheads. To solve these excessive overheads and find a right server for a new VM, we propose energy efficient heterogeneous system with Power Efficiency Rank based Container Allocation (PER-CA) scheme including (i) Power consumption Per Application (ppA), Resource utilization Per Application (rpA) tables and (ii) the heuristic algorithm for choosing the energy efficient server based on Power Efficient Rank (PER) vectors. The ppA and rpA tables contain the amounts of energy and computing resources per each benchmark application. In addition, all of applications runs in Docker container environment instead of VM instance. The larger number of applications can run on physical machine rather than hypervisor-based virtualization because Docker container supports light-weight virtualization. Our proposed heuristic calculates the similarities among a new demand and data from the ppA and rpA tables and then derives the server lists according to PER in descending order. Referring to the server lists, the scheduler selects the most appropriate physical server in terms of energy saving. The experimental results showed our proposed schemes can deal with a variety of workloads and be more responsive to I/O load pattern than the existing scheme.
데이터 센터 내부의 컴퓨터 인프라 자원들은 내부 수명 및 관리 주기에 따라 교체 되거나 업그레이드가 되어서, 내부에 하드웨어 스펙이 다른 컴퓨터들이 존재하는 이종성을 가질 수 있다. 각 서버의 에너지 소모량 또한 하드웨어 스펙에 따라 다르게 되고, 그 성능 또한 다른 것이 자명하다. 기존의 이종 자원을 고려한 물리 머신 선택 기법에서는 하드웨어 스펙 중 MIPS의 메트릭에 기반한 CPU 만 고려하여 CPU외에도 메모리, 디스크IO의 성능이 다양함을 반영하지 못하였다. 또한 목적 함수 기반의 접근 방식에서는 많은 변수 관계를 고려해야되는 문제로 인해 제한 시간 내에 서버를 선정하지 못하는 NP-난해 문제가 될 수 있다. 제안하는 도커 클라우드 환경에서 전력 효율에 따른 컨테이너 배치 기법을 이용한 에너지 효율적 이종 클러스터 시스템에서는 이러한 한계를 극복하기 위하여, 사전 정보 담고 있는 테이블을 이용한 에너지 효율적 순위(Power Efficiency Rank, PER) 기반 휴리스틱 알고리즘을 제안하였다. 이 사전 정보 테이블은 벤치 마크 어플리케이션의 각 서버에서의 에너지 소모와 자원 사용량에 기반한 서버에 대한 프로파일링 정보를 담고 있다. 시스템에 새로운 어플리케이션 요청이 들어오면, 이 요청에 대한 예측 자원 사용량 값과 위 테이블 값을 참조하여 유사도 도출하고, 각 서버가 구동될 때 예상되는 에너지 소모에 대한 리스트를 생성하고 이를 이용한 작업을 경량화된 가상환경인 도커 컨테이너를 이용하여 할당하였다. 제안하는 기법은 CPU 뿐만 아니라 IO 등 다양한 작업 패턴에 대해서 기존 기법과 비교하여, 에너지 및 작업 수행 시간 관점에서 성능을 측정 및 분석 하였고, I/O 중심 작업이 혼재되어 있는 작업 특성을 고려할 때 에너지 효율적인 시스템 관리를 이룰 수 있음을 보였다.
