چکیده
رایانش ابری به ما این امکان را می دهد تا برای پردازش کارها، کارها میان مراکز داده ابری مختلف را با اینترنت به عنوان ستون فقرات به اشتراک بگذاریم. انتخاب مراکز داده جهت پردازش کارها، مبتنی بر پتانسیل مراکز داده، نرخ ورود کارها و بهره برداری یا استفاده بهتر از منابع می باشد. مدلسازی عملکرد و ارزیابی سیستم های ابری، تصویری کامل از احتمال توزیع کارها میان مراکز داده، تعداد متوسط کارها در مراکز داده و زمان کل محیط ابری نشان می دهد. برای ارائه بهترین مدل ارزیابی عملکرد که به محیط ابری مساعد و موفق منتج می گردد، شیوه پیشنهادی نرخ ورود کارها را با استفاده از فرایند پواسن محاسبه می کند که نرخ ورود برای فواصل زمانی نامتناهی محاسبه شده و تعداد متوسط کارها و همچنین بهره برداری از منابع با استفاده از زنجیره مارکوف پیوسته مدلسازی شده اند. برای بهبود زمان بندی کارها با به حداقل رساندن زمان کل (زمان صرف شده ) محیط ابری، برنامه های مرتبط با محاسبه نرخ ورود و مدل بهره برداری از منابع شیوه های موجود حل شده اند.
مقدمه
رایانش ابری، به تامین کننده اجازه صدور و انتشار منابع محاسباتی نظیر فناوریهای ذخیره سازی، نرم افزار و پلتفرم ها به عنوان سرویس مشترک برای کاربران به صورت اجاره ای و طبق تقاضا را می دهد. مفهوم مجازی سازی در اساس رایانش ابری نقش حیاتی ایفا نموده و امکان تشکیل گروههایی از منابع محاسباتی از خوشه های سرور و تخصیص یا تخصیص مجدد منابع محاسباتی به اپلیکیشن به شیوه طبق تقاضا را فراهم می آورد [1]. یکی از چالش های اصلی در رایانش ابری، به حداقل رساندن زمان کل محیط ابری، با زمان بندی کارآمد منابع موجود برای کارهای ورودی می باشد. برخی از پارامترها نظیر نرخ ورود کارها، زمان پاسخ و زمان انتظار کار در خوشه های منابع، مورد توجه قرار گرفته و در عین حال، کارها برای منابع موجود در محیط ابری، زمان بندی شده اند. در این مقاله، برخی از مشکلات مشاهده شده با شیوه های موجود در رابطه با نرخ ورود و بهره برداری از دستگاه بررسی و حل شده است.
زمان اجرا یا تکمیل کارها در محیط ابری خاص، زمان کل (صرف شده) آن محیط ابری نامیده شده است [2]. منابع براساس پتانسیلشان خوشه بندی شده اند که این امر منجر به یک زمان بندی کارآمد در محیط ابری می گردد. در شیوه پیشنهادی، منابع با محاسبه پتانسیل هر منبع و با استفاده ازالگوریتم EPRNW خوشه بندی شده اند [3]. هدف اصلی شیوه پیشنهادی، توسعه یک مدل عملکرد و ارزیابی مناسب برای پارامترهایی نظیر نرخ ورود، نرخ تکمیل و بهره برداری از منابع محیط ابری است. زمان سرویس یا خدمات کارها عمدتاً به نرخ ورود کارها در منابع محاسباتی بستگی دارد. در شیوه پیشنهادی به دو دلیل نرخ ورود با فرایند پواسن محاسبه شده است: یکی اینکه فرایند پواسن ازخصوصیات زنجیره مارکوف پیروی می کند که از لحاظ سیستماتیکی قابل مدیریت است و دلیل دوم اینکه نرخ ورود کارها را می توان در فواصل زمانی مستقل محاسبه نمود و هیچ حدی برای فواصل زمانی وجود ندارد [4].
کارهای مرتبط
پژوهشهای زیادی برای مدل ارزیابی عملکرد در مورد زمان بندی کارها روی محیط ابری وجود دارد. برای نیل به کارایی بالا، ارزیابی عملکرد مزارع منابع ابری، محاسبه توزیع تقریبی کارها و تعداد متوسط کارها در سیستم، یک مدل ریاضی پیاده گردید [6]. زمان بندی صف بازخورد چند سطحی توسط مدل زنجیره مارکوف و تحت برخی سیاست های زمان بندی مشترک بررسی گردید تا بدین طریق زمان پردازش CPU تعیین گردد [7]. از تحلیل زنجیره مارکوف برای ارزیابی Drum Buffer Rope و در کنار شیوه های متداول دیگر برای نشان دادن عملکرد بهبودیافته Drum Buffer Ropeدر محیط فروشگاه Job استفاده شده است [8]. مسئله پارتیشن بندی چند مکانی در ابرهای متحرک (موبایل) بررسی و با استفاده از طرح آفلودچندمکانی انرژی کارآمد، حل و برای دستیابی به مینیموم انرژی مصری ابرهای متحرک، با فرایند تصمیم گیری مارکوف مورد تجزیه و تحلیل قرار گرفت [9].
روش پیشنهادی
محیط ابری محتوی سرورهای زیادی است که n تعداد از کارها را برای خوشه های منابع موجود، زمان بندی می کنند. هر خوشه محتوی ترتیبی میان کارها است که از آن برای زمان بندی استفاده نموده و با استفاده از الگوریتم EPRNW بهترین خوشه منبع را انتخاب نموده و عملیاتی برروی کارهایش اجرا می نماید [1]. در این الگوریتم، پتانسیل خوشه های منبع براساس سه گام محاسبه شده است. گام اول تخصیص وزن به گره ها و ایجاد یک هویت برای آن گره ها است. گام دوم، برقراری اتصال بین گره ها در محیط برای یک ارتباط موثر میان آنها است. گام سوم طبق روش الگوریتم، جدا نمودن شاه منابع از منابع دیگراست. زمان کل یا صرف شده، یک پارامترمهم در محیط ابری به حساب می آید که کارها را زمان بندی می نماید. زمان کل به صورت زمان تکمیل کل کارها برای یک محیط ابری خاص تعریف شده و عمدتاً برزمان ورود کار، زمان پاسخ کارها و همچنین بهره برداری از دستگاه تمرکز می کند. زمان کل محیط ابری به صورت زمان بین ورود کارها به خوشه منبع و خروج از آن مشتمل بر کارهای ورودی به همان خوشه منبع و همچنین خوشه منبع متفاوت محاسبه شده است. کلیه خوشه های منابع از طریق رسانه شبکه به هم متصل شده اند تا بدین طریق از تسهیلات همسایگی میان خوشه ها اطمینان حاصل گردد. سرورها از مرتب سازی متوالی (ترتیبی) برای خدمت کردن به کارها استفاده می کنند. هر خوشه منبع در محیط ابری، کارها را در داخل یا خارج می پذیرد. در شیوه های موجود، انتخاب خوشه های منبع مبتنی بر شیوه احتمالی است که منجر به یک راه حل ناکارآمد می گردد. برای بدست آوردن راه حل نزدیک بهینه، بهترین خوشه های منبع با محاسبه پتانسیل منبع و با استفاده از الگوریتم معرفی شده، انتخاب می شوند. کارهای روی خوشه منبع A به خوشه B با پتانسیل خوشه حمل شده یا از خوشه منبع خارج می شوند به شرطی که پتانسیل خوشه منبع کارهایی با پتانسیل را ارضا نماید.
فرایند ورود در هر خوشه منبع
محاسبه λA به فرایند پواسن بستگی دارد، زیرا فرایند ورود، یک فرایند پواسن است که به توزیع کارهای مختلف در میان خوشه های منبع کمک می کند. به طور مثال، ‘Z’ یک متغیر تصادفی است که ورود تعدادی کار به خوشه منبع در فاصله زمانی خاص را نشان می دهد. بعضاً هیچ کاری وارد خوشه های منبع نمی شود. در این رابطه، احتمال ورود کارها و همچنین احتمال عدم ورود کارها، با کمک توزیع احتمال تعیین شده است. در یک خوشه منبع خاص، دو موقعیت بروز می کند. یکی ورود کارهای زیاد به خوشه منبع و موقعیت دیگر عدم ورود کارها به خوشه منبع در فاصله زمانی خاص است. خوشه های منبع حتی در زمان عدم ورود کارهادر حالت بیکار قرار نخواهند داشت. در آن زمان، کارهای کارهای منابع دیگر با خوشه های منبع تهی به اشتراک گذاشته شده و بدین ترتیب کارها پردازش می شوند. فواصل زمانی ورود کارها متفاوت بوده و در میان خوشه های منبعی که منجر به فرایند پواسن می گردند، مستقل می باشند. از فرایند پواسن برای تعیین ارزش یا مقدار مورد انتظار (E) در فاصله زمانی پیوسته با برآورد تعداد متوسط کارهای ورودی به خوشه منبع استفاده شده است. مفهوم توزیع دو جمله ای نشان می دهد ارزش مورد انتظار (E) متغیر تصادفی، برابراست با تعداد آزمایشاتی که در آنها متغیر تصادفی پیدا شده و احتمال موفقیت آزمایشات. توزیع دوجمله ای مطابق مسئله خوشه منبع پیشنهادی با تعیین تعداد آزمایشات به صورت پردازش در فواصل زمانی مستقل و با تعیین احتمال موفقیت به صورت وضعیت ورود و عدم ورود کارها به خوشه منبع، اصلاح شده است.
نتایج و بحث
گراف های آزمایشی زیر ارزیابی عملکرد مدل برآورد موجود و زنجیره مارکوف پیشنهادی در کنار مدل پواسن را به تصویر می کشند. در سیستم پیشنهادی، از تعداد متفاوتی از خوشه های منبع (RC=50,100) برای اجرای وظیفه در محیط ابری استفاده شده است. اشکال 1 و 2 محاسبه نرخ ورود کارها در 50 و 100 خوشه منبع با مدل برآورد شده موجود (EEM) و مدل پواسن زنجیره مارکوف (MCP) را نشان می دهند. مدل MCP در مقایسه با EEM، تعداد بیشتری از کارهای ورودی را تعیین و زمان بندی می نماید. درصد احتمال نرخ ورود مقادیر نمایی محاسبه و جدول مقایسه ثابت می کند که MCP تعداد بیشتری از ورودها را حتی در زمان نمایی تعیین و درصد احتمال تعیین نرخ ورود کارها در MCP افزایش یافته است.
نتیجه گیری
درست مثل اعطا کنندگان و مصرف کنندگان ابری، ارزیابی عملکرد منابع نقش حیاتی ایفا می کند. برای ارائه یک مدل ارزیابی عملکرد کارآمد برای خوشه های منبع محیط ابری، یک مدل ریاضی در مورد زنجیره مارکوف با زمان پیوسته جهت تعیین بهره برداری از منابع و زمان خدمات، در کنار (ترکیب) فرایند پواسن در مورد نرخ ورود کارها پیشنهاد شده است. مدل ریاضی پیشنهادی در تعیین نرخ ورود نمایی، زمان پاسخ و بهره برداری از منابع برای انواع متفاوتی از خوشه های منبع در محیط ابری، عملکرد درستی به معرض اجرا می گذارد. در این راستا تعدادی آزمایشات ریاضی جهت ارزیابی سیستم پیشنهادی انجام شده است. یکی از مدلهای ارزیابی عملکرد کارآمد که راه حل نزدیک به حد بهینه ای برای محیط ابری تولید می کند با تعیین نرخ ورود کارها در زمان نمایی، احتمال زمان پاسخ خوشه های منبع و درصد تجمعی کارها در خوشه های منبع بدست آمده است. زمان ل یا صرف شده محیط ابری خاص با کمک مدل پیشنهادی به حداقل رسانده شده که این امر موجب تعیین درست نرخ ورود و بهره برداری از منابع می شود. در آینده با مقایسه زنجیره مارکوف با زمان گسسته با زنجیره مارکوف با زمان پیوسته می توان مدل پیشنهادی را تعمیم داد و احتمال عملکرد خوشه های منبع و تبدیل زنجیره مارکوف با زمان گسسته به زنجیره مارکوف با زمان پیوسته و بالعکس را بیشتر ارزیابی نمود. هدف از تبدیل، تعیین ترتیب ورود کارها در فواصل زمانی گسسته و فراهم نمودن حدی برای آزمایشات است که حتی برای محیط های کوچک کافی خواهد بود.
این مقاله ISI در سال 2018 در نشریه اسپرینگر و در مجله محاسبات خوشه ای، توسط گروه فناوری اطلاعات منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله مدل ارزیابی عملکرد کارآمد برای خوشه های منابع در سایت ای ترجمه مراجعه نمایید.