가상화된 데이터 센터에서 프로파일링 기반 작업 부하 통합 및 마이그레이션

데이터 센터의 에너지 효율성을 개선하는 것이 현재 매우 중요해졌습니다. 이는 이러한 센터를 운영하는 데 필요한 막대한 양의 전력 때문입니다. 에너지 효율성을 달성하기 위한 중요한 방법은 가상화를 통한 서버 통합입니다. 그러나 서버 통합은 가상 머신(VM)의 동시 배치 및 마이그레이션으로 인해 작업 부하 성능에 상당한 저하를 초래할 수 있습니다. 이러한 성능 저하를 줄이는 방법은 중요한 문제입니다. 본 논문에서는 다양한 작업 부하의 만족스러운 성능을 유지하면서 데이터 센터에서 사용하는 물리적 머신(PM)의 수를 최소화하는 프로파일링 기반 서버 통합 프레임워크를 제안합니다. 이 프레임워크 내에서 먼저 두 가지 상황에서 다양한 작업 부하의 성능 손실을 프로파일링합니다: 동시 배치 상태에서 실행 및 마이그레이션 경험. 그런 다음 두 개의 모듈을 설계합니다: (1) 통합 계획 모듈, 주어진 작업 부하 세트에 대해 정수 프로그래밍 모델을 통해 PM의 수를 최소화하며, (2) 마이그레이션 계획 모듈, 주어진 소스 VM 배치 시나리오와 대상 VM 배치 시나리오에 대해 다항 시간 알고리즘을 통해 VM 마이그레이션 수를 최소화합니다. 또한 작업 부하 성능 프로파일을 기반으로 두 모듈은 다양한 작업 부하의 성능 손실이 구성 가능한 임계값을 아래로 유지되도록 보장할 수 있습니다. 우리의 작업 부하 프로파일링 실험은 실제 데이터 센터 작업 부하로 수행되었으며, 두 모듈에 대한 실험은 정수 프로그래밍 모델과 다항 시간 알고리즘을 검증합니다.