Центры обработки данных используются множеством компаний, учреждений и других операций, включая крупномасштабные онлайн-сервисы, такие как электронная коммерция, поисковые системы, онлайн-карты, социальные сети, реклама и многое другое. Эти центры обработки данных совместно размещают рабочие нагрузки, что предполагает совместное использование ресурсов центра обработки данных для повышения эффективности использования сервера.

Однако это может привести к снижению производительности. Чтобы изучить эту проблему и найти возможные решения, исследователям необходимо иметь инструменты для оценки совместного размещения рабочей нагрузки. Хотя такие инструменты были разработаны ранее, они могут измерять только один аспект за счет других факторов, что ограничивает их полезность.

Группа исследователей из Тяньцзиньского университета и Даляньского технологического университета в Китае разработала тестовый пакет для совместного размещения рабочих нагрузок под названием SDCBench, чтобы решить предыдущие проблемы и провести всесторонний анализ.

Исследование было опубликовано в Intelligent Computing 7 сентября.

«Совместное размещение рабочих нагрузок может привести к снижению производительности, что может привести к непредсказуемому снижению производительности облачных сервисов, что не только снижает удобство работы пользователей , но и снижает эффективность использования ресурсов в центрах обработки данных», — сказал соответствующий автор Лайпин Чжао, доцент Tianjin Key Lab of Advanced. Нетворкинг в Колледже разведки и вычислительной техники Тяньцзиньского университета, Китай.

Чтобы решить эту проблему, исследователи пытаются повысить способность к изоляции — которая относится к проблемам конфиденциальности, связанным с совместным использованием ресурсов в центрах обработки данных — облачных систем с помощью как аппаратных, так и программных подходов. Однако предлагаемые решения могут потребовать обновлений программного обеспечения или нового оборудования, которое некоторые облачные провайдеры не могут или не будут предоставлять.

«Потребность в предсказуемой производительности услуг в центрах обработки данных создает новые проблемы и возможности для проектирования облачных систем, которые направлены на улучшение использования ресурсов на уровне сервера, но не снижают производительность на уровне приложений», — сказал Чжао.

«К сожалению, отсутствие всеобъемлющего набора тестов совместного размещения рабочих нагрузок затрудняет изучение этой возникающей проблемы. Эталонный тест совместного размещения рабочих нагрузок может помочь поставщикам облачных услуг понять и улучшить возможности изоляции инфраструктур, тем самым увеличивая их принятие пользователями облачных вычислений».

Исследователи разработали SDCBench, эталонный набор для совместного размещения рабочих нагрузок, который включает 16 критичных к задержке — это означает, что время отклика должно быть очень небольшим — службы и приложения, которые охватывают широкий спектр облачных сценариев.

«SDCBench позволяет облачным арендаторам понять возможности изоляции производительности в центрах обработки данных и выбрать наиболее подходящие облачные сервисы , — сказал Чжао. «Для облачных провайдеров это также помогает им улучшить качество обслуживания, чтобы увеличить свой доход».

В связи с введением нового набора тестов исследователи предлагают концепцию энтропии задержки, вдохновленную физическим определением энтропии, означающей степень беспорядка в системе, для измерения неопределенности облачных систем.

«Когда между различными приложениями возникает конфликт за общие ресурсы, поведение системы становится беспорядочным и непредсказуемым, — сказал Чжао. «Чтобы помочь пользователям понять изменения производительности приложений с помощью наблюдаемых показателей, SDCBench определяет энтропию задержки, которая описывает вариации хвостовой задержки для измерения способности системы к изоляции».

Исследователи продемонстрировали, что SDCBench может моделировать различные облачные сценарии путем совместного размещения рабочих нагрузок с простыми конфигурациями. Они также оценили и сравнили энтропию задержки у основных облачных провайдеров с помощью своего эталонного инструмента.

По словам Чжао, одним из самых интересных аспектов исследования является то, что SDC Bench и основанная на нем всеобъемлющая структура являются общедоступными.

«Мы внедрили комплексную систему оценки на основе SDCBench, которая позволяет автоматически настраивать, развертывать и оценивать приложения на облачных платформах. Эта структура имеет открытый исходный код и может быть легко расширена на новые облачные системы », — сказал Чжао.