Programación de flujo de trabajo robusta basada en simulación de Monte Carlo para instancias Spot en entornos de nube

Al implementar flujos de trabajo en entornos de nube, el uso de Instancias Spot (SIs) es intrigante ya que son mucho más baratas que las instancias bajo demanda. Sin embargo, las SIs son volátiles y pueden ser revocadas en cualquier momento, lo que resulta en un problema de programación más desafiante que involucra interrupción de la ejecución y, por lo tanto, dificulta el manejo exitoso de las técnicas convencionales de programación de flujos de trabajo en la nube. Aunque se han propuesto algunos métodos de programación para SIs, la mayoría de ellos no son aplicables a las SIs más recientes, ya que han evolucionado eliminando las pujas y simplificando el modelo de precios. Este estudio se centra en cómo minimizar el costo de ejecución con una restricción de tiempo límite al implementar un flujo de trabajo en SIs volátiles en entornos de nube. Basándose en la simulación de Monte Carlo y la programación por lista, se ha ideado un método de programación estocástica llamado MCLS para optimizar una función de utilidad introducida para este problema. Con el marco de simulación de Monte Carlo, MCLS emplea el tiempo de ejecución de tareas muestreadas para construir soluciones a través de la distribución de tiempos límite y la programación por lista, y luego devuelve la solución más robusta de todos los candidatos con un mecanismo de evaluación específico y criterios de selección. Los resultados experimentales muestran que el rendimiento de MCLS es más competitivo en comparación con los algoritmos tradicionales.