FenixEdu™

Dissertação

{en_GB=Energy4Cloud - Energy-aware Scheduling with Docker Containers} {} EVALUATED

Detalhes: {pt=O tamanho cada vez maior dos centros de dados e as suas necessidades energéticas chamou à atenção do mundo académico e existe uma panóplia de pesquisa sobre essa área, no entanto, o problema persiste. O aparecimento de containers trouxe novas oportunidades e as vantagens que eles fornecem, pode, e deve, também ser extendido com preocupações energéticas. Surpreendentemente, ainda não existe muito trabalho relativamente a preocupações energéticas com containers. Para este fim, nesta tese, é feita uma análise minuciosa ao estado da arte em relação aos diferentes tipos de containers e os seus orquestradores, bem como as abordagens que foram propostas pela literatura para melhorar a eficiência energética em ambientes em núvem, mecanismos e estratégias que melhorem a eficiência energética. Tendo analisado as diferentes plataformas de containers, os diferentes orquestradores e as diferentes estratégias para otimizar a eficiência energética, esta tese propõe uma extensão ao orquestrador do Docker, Docker Swarm, com um algoritmo de escalonamento eficiente energeticamente, com base na maximização da utilização de recursos em níveis onde a eficiência enegética é maximizada. Esta solução melhorou a utilização de CPU em 5.6 p.p e 8.2 p.p sobre o Spread e Binpack respetivamente, e melhorou a utilização da memória por 15.8 p.p e 18.9 p.p sobre as mesmas estratégias. Apesar dos tempos de escalonamento serem comparativamente superiores às outras abordagens, isso é amplamente compensado pelo facto de que a nossa solução consegue alocar mais pedidos tendo obtido uma taxa de sucesso de 83.7% contra 55.7% e 56.5% do Spread e Binpack respetivamente., en=The ever-increasing size of data centers and their energy demands brought the attention of the academia and a panoply of research exists regarding this area, however, the problem persists. The emergence of containers brought new opportunities and the advantages they provide, can, and should, also be extended with energy concerns. Surprisingly, there is still not much work with containers where energy is concerned. To this end, in this thesis, a thorough analysis is performed on the state-of-art regarding the different types of containers, OS and application containers, their orchestrators, as well as the approaches that have been proposed by the literature to improve the energy efficiency on cloud environments, energy-aware mechanisms and strategies. Having analyzed the different container platforms, the different orchestrators and the different strategies to optimize energy efficiency, this thesis proposes an extension to Docker’s orchestrator, Docker Swarm, with an energy-efficient scheduling algorithm, based on maximizing resources utilization to levels where the energy efficiency is maximized. This solution improved CPU utilization by 5.6 p.p and 8.2 p.p over Spread and Binpack (Docker Swarm strategies) respectively, and improved memory utilization by 15.8 p.p and 18.9 p.p over the same strategies, during a one-hour evaluation. Despite the comparatively longer scheduling times w.r.t other approaches, this is largely compensated due to the fact that our solution manages to allocate more requests, having obtained a successful allocation rate of 83.7% against 57.7% and 56.5% of Spread and Binpack respectively.}
Keywords: {pt=Cloud, Eficiência energética, Escalonamento, Docker, Containers, en=Cloud, Energy efficiency, Scheduling, Docker, Containers}

Discussão: novembro 8, 2017, 14:30