PaaS雲端服務中的虛擬資源管理

  今天讀了一下ICDE2011的Intelligent Management of Virtualized Resources for Database Systems in Cloud Environment，簡要做點筆記：

  論文大綱：在綜合考慮使用者滿意度和系統開銷的條件下最大化雲端服務供應商的利益。本文提出了一種基於代價的資源管理系統SmartSLA。該系統由兩部分構成：系統模型模組和資源分派模組。前者主要是分析各種因素，諸如CPU分區數，記憶體大小，資料庫副本數，查詢頻率等對使用者部署資料庫的虛擬機器的影響（亦即對使用者滿意度的影響），論文中採用了機器學習的幾種方法來得到一個以各種因素為變數的有關使用者滿意度的函數。後者主要考慮如何在多個使用者，尤其是多種不同的使用者（比如貴賓使用者，普通使用者）之間合理分配資源以最大化雲端服務供應商的利益。

  論文詳解：

  本文中，多使用者的共用層次是私人虛擬機器，亦即每個使用者的資料庫位於自己獨立的虛擬機器上，雲端服務商通過調整虛擬機器所佔用資源的大小來滿足使用者的需求。多個不同的虛擬機器位於一個物理機器上，所以需要合理的分配該物理機器上有限的資源來滿足不同使用者的SLA（service-level agreement）。（Fig1中一個使用者佔用了多個虛擬機器，實際上是備份，亦即MySQL Slave是MySQL Master的備份）。

  使用者的SLA可以表示成一個關於罰金的分段函數：當使用者提交任務的回應時間（執行時間）小於一定的值時，雲端服務供應商不需要支付罰金，當使用者的任務的回應時間超過一定的值後，雲端服務供應商支付給使用者一定的罰金。多個使用者的罰金分段函數的平均值稱為平均SLA罰金開銷（AC），分配資源的目的就是最小化這個平均罰金的數額。

  本文提出了一個新的系統資源管理系統-SmartSLA，其由以下兩個模組組成。

  1） 系統模型模組：首先需要求出分配給某個使用者的虛擬機器的CPU分區數，記憶體大小，資料庫副本數和查詢頻率數等因素和AC的關係（函數）。本文中採用機器學習的方法來求得該函數。分別採取了線性迴歸，迴歸樹和boosting approach等方法。

  2） 資源分派模組：前面系統資源模組主要關注的是單使用者情況下AC與CPU分區數，記憶體大小，資料庫副本和查詢頻率的關係。而該模組主要關注的是多使用者情況下如何在不同層級的使用者間分配資源以最小化總的罰金數。可以給不同層級使用者的罰金函數賦予不同的權重，並且可以修改其臨界回應時間的大小。比如金牌使用者的臨界回應時間可以比較少且超過該時間後需要支付的罰金可以設定的比較大。這樣就需要在不同使用者尤其是不同層級的使用者之間合理分配各種資源（CPU分區數，記憶體大小，資料庫副本數等）來最小化罰金。

  首先是考慮如何分配CPU分區數和記憶體大小，顯而易見，在某種層級的使用者的查詢頻率比較大時，該層級使用者指派的CPU和記憶體應該相應增大。

  然後是考慮資料庫副本數，直覺上說，副本數越多，訪問速度及延遲時間會越短，所以罰金也會相應降低，但是，增加副本數會加大另外一種開銷：系統架構開銷（Infrastucture Cost）。這是顯而易見的，要維護更多的副本，就需要更多的軟硬體裝置及管理費，電費等。本文中假設每個新增的副本的開銷是固定的。除了系統架構開銷外，在增加副本數時，會有一定的操作開銷（Action Cost），亦即進行資料移轉時的開銷，也需要進行考慮。

  最後實驗結果表明，使用SmartSLA可以有效地降低總得罰金開銷，最大化雲端服務供應商的利益。

  2012-1-13    Kemaswill