하이브리드 클라우드상의 과학응용을 위한 가상 자원 오토 스케일링 기법 (An Auto-Scaling Technic of Virtual Resources on Hybrid Clouds for Scientific Applications)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 : 시스템 및 이론 / 41권 / 4호 / 158 ~ 165페이지
· 저자명 : 안윤선, 김윤희, 정솔

초록

계산 과학 분야에서 자원을 필요한 만큼 빌려 쓸 수 있는 클라우드 기술을 적용하여 과학 클라우드(Science Cloud)를 구축하는 연구가 활발히 진행되고 있다. 장시간 동안 고성능의 자원을 활용해야 하며 안정적이고 지속적인 자원의 공급을 필요로 하는 대규모 작업 계산 응용이 있다. 이러한 응용의 성공적인 작업 수행과 클라우드 자원을 효율적으로 통합 활용하기 위해 온-디맨드 자원 가상화 특성을 활용한 오토 스케일링 기법이 사용될 수 있다. 오토 스케일링 기법은 효율적이고 통합적으로 클라우드 자원을 제공한다. 그러나 대부분의 오토 스케일링 기법은 단순한 하드웨어의 성능을 기반으로 제공되고 있어 응용의 특성이나 작업의 데드라인 고려가 필요하다. 사용자가 요청한 작업의 데드라인 내에서 작업 수행이 가능하도록 오토 스케일링을 수행하는 알고리즘을 제안한다. 워크플로우와 Bag of Tasks의 응용 패턴에서 효율적인 자원의 활용을 위해 동적 자원 스케일링 기법을 제시하고, 워크플로우 형태 작업의 단백질 주석 처리 응용과 Bag of Tasks 형태의 변광 지수 계산 응용을 하이브리드 클라우드 환경에서 오토 스케일링 기법에 적용하여 결과를 보인다. 두 가지 응용과 응용의 패턴에 따라 효율적으로 자원이 오토 스케일링 되는 결과를 보임으로써 제안하는 오토 스케일링 기법의 우수성을 검증한다.

영어초록

The appearance of Science Clouds allows scientists to facilitate large-scale scientific computational experiments over cloud environment. Cloud computing enables applications to employ on-demand and scalable resources dynamically. It is necessary for many task computing (MTC) to provide high performance resources in a long phase and certificate stable executions of applications even dramatic changes of vital status of physical resources. Auto-scaling on virtual machines offers efficient and integrated utilization of cloud resources. VM Auto-scaling schemes have been actively studied as effective resource management in order to utilize large-scale data center in a good shape. However, most of the auto-scaling methods just simply support performance metrics such as CPU utilization and data transfer latency but are rarely aware of execution deadline or characteristics of an application. We propose an auto-scaling method, guaranteeing the execution of an application within deadline. It can handle two types of job patterns; Bag-of-Tasks jobs or workflow jobs. As a proof- of-concept, two applications such as variable index computation and protein annotation workflow applications were simulated in hybrid cloud environment. The experimental results of the simulation show the method arrange resources reasonably economically by deadline and adaptively on the change of resource status.

참고자료

· 없음