Réduire l'interférence des microservices et le temps de déploiement dans les systèmes cloud à ressources limitées

Dans les systèmes cloud à ressources limitées, par exemple, à la périphérie du réseau ou dans des clouds privés, il est essentiel de déployer les microservices (MS) de manière efficace. Contrairement à la plupart des approches existantes, nous abordons ce problème en tenant compte de deux faits importants : (i) l'interférence qui survient lorsque les MS rivalisent pour les mêmes ressources et dégradent leur performance, et (ii) le temps de déploiement des MS. En particulier, nous présentons d'abord quelques expériences mettant en évidence l'impact de l'interférence sur le débit des MS co-localisés sur le même serveur, ainsi que les avantages du déploiement parallèle des MS. Ensuite, nous formulons un problème d'optimisation qui minimise le nombre de serveurs utilisés tout en respectant les exigences de performance des MS. Compte tenu de la complexité du problème, nous concevons une heuristique à faible complexité, appelée iPlace, qui regroupe les MS rivalisant pour des ressources aussi diverses que possible et, par conséquent, interfèrent le moins possible. Il est important de noter que le regroupement des MS nous permet également d'exploiter le bénéfice du déploiement parallèle, ce qui réduit considérablement le temps de déploiement par rapport à l'approche séquentielle appliquée dans le domaine et par défaut dans les orchestrateurs de pointe. Nos résultats numériques montrent que iPlace se rapproche de l'optimum et utilise de 21 à 92 % de serveurs en moins par rapport aux schémas alternatifs tout en se révélant hautement scalable. De plus, en déployant les MS en parallèle à l'aide de Kubernetes, iPlace réduit le temps de déploiement de 69 % par rapport aux solutions de pointe.