Debesų kompiuterijos lygiagrečiųjų skaičiavimų SaaS efektyvumo tyrimai heterogeninėse architektūrose

Abstract

Nuolatos didėjantis lengvai prieinamų, pakankamai pigių, pagal poreikį tiekiamų ir apmokamų virtualiųjų heterogeninių išteklių kiekis, įvairovė bei efektyvumas skatina perkelti vis didesnę lygiagrečiųjų skaičiavimų dalį į debesų kompiuteriją. Deja, debesų kompiuterijoje lygiagrečiųjų skaičiavimų programinės įrangos paslaugos (SaaS) efektyvumas gali stipriai nukentėti dėl išteklių virtualizacijos ir heterogeniškumo, pailgėjusio komunikacijų laiko ir padidėjusio apkrovos disbalanso. Lygiagrečiųjų skaičiavimų efektyvumo problema tampa ypač svarbi vartotojui siekiant specializuotoms sudėtingoms SaaS parinkti tinkamiausius debesų kompiuterijos išteklius. Darbo tikslas – ištirti ir pagerinti debesų kompiuterijos lygiagrečiųjų skaičiavimų programinės įrangos paslaugų vykdymo efektyvumą heterogeninėse architektūrose. Disertaciją sudaro įvadas, trys skyriai, bendrosios išvados, naudotos literatūros ir autoriaus publikacijų disertacijos tema sąrašai. Įvadiniame skyriuje pristatoma tiriamoji problema, darbo aktualumas, aprašomas tyrimų objektas, formuluojamas darbo tikslas ir uždaviniai, aprašoma tyrimų metodika, darbo mokslinis naujumas, darbo rezultatų praktinė reikšmė, ginamieji teiginiai. Įvado pabaigoje pristatomos disertacijos tema autoriaus paskelbtos publikacijos, pranešimai konferencijose ir disertacijos struktūra. Pirmajame skyriuje pateikta debesų kompiuterijos SaaS efektyvumo tyrimų literatūros apžvalga ir analizė. Jame nagrinėjamos debesų kompiuterijos technologijos, skaičiavimų efektyvumo tyrimai virtualiuose, heterogeniniuose bei bendrojo naudojimo resursuose ir išteklių parinkimo metodai. Antrajame skyriuje pristatyti adaptyvusis srities dalinimo algoritmas, lygiagrečiųjų skaičiavimų pagreitėjimu pagrįstos vykdymo laiko prognozės ir debesų kompiuterijos išteklių parinkimo metodai. Trečiajame skyriuje pateikti eksperimentiniai lygiagrečiųjų skaičiavimų SaaS efektyvumo tyrimai debesų kompiuterijos resursuose. Išnagrinėta virtualizacijos ir debesų kompiuterijos infrastruktūros procesų įtaka SaaS vykdymo laikui. Ištirtas pasiūlyto adaptyviojo srities dalinimo algoritmo efektyvumas debesų kompiuterijos heterogeniniuose ir bendrojo naudojimo ištekliuose. Atliktas vykdymo laiko ir išteklių nuomos kaštų atžvilgiu tinkamiausios išteklių konfigūracijos parinkimo lygiagretiesiems SaaS skaičiavimams tyrimas. Disertacijos tema paskelbti 6 moksliniai straipsniai: 4 – recenzuojamuo-se žurnaluose, turinčiuose cituojamumo rodiklį Clarivate Analytics Web of Science duomenų bazėje, 2 – skelbti recenzuojamuose tarptautinių konferencijų leidiniuose. Disertacijos tema skaityti 3 pranešimai tarptautinėse konferencijose Lietuvoje, Lenkijoje ir Vengrijoje.

The scalability, low cost, and diversity of resources available through cloud providers encourage moving parallel applications to clouds. However, heterogeneity of virtual cloud resources can cause severe degradation of parallel performance because of the virtualization layer, irregular partitions for heterogeneous resources, communication overhead, and increased load imbalance. The efficiency of parallel computations becomes crucial when users need to select the most suitable cloud resources for complex parallel communication-intensive software. The dissertation aims to investigate and improve the performance of parallel software services in heterogeneous cloud computing architectures. The dissertation consists of an introduction, three chapters, general conclusions, references, and a list of scientific publications by the author on the dissertation’s topic. The introduction of the dissertation contains problem formulation, the relevance of the dissertation, the research object, the aim of the dissertation, the tasks of the dissertation, research methodology, the scientific novelty of the dissertation, the practical value of the research findings, the defended statements, approval of the research findings, and the structure of the dissertation. The first chapter provides a literature review on the performance of parallel SaaS computations in clouds. Technologies of cloud computing and parallel SaaS are overviewed. The performance of parallel computations on virtual heterogeneous and co-located resources is discussed. Performance prediction and resource selection methods are investigated. The second chapter proposes the runtime-adapted domain decomposition algorithm for heterogeneous cloud resources, the performance prediction based on the speedup of parallel computations, and the resource selection method. The third chapter presents the experimental research on the performance of parallel SaaS computations on heterogeneous cloud resources. It investigates the influence of the virtualization layer and cloud infrastructure services on the performance of communication- and computation-intensive SaaS and assesses the performance of the runtime adaptive domain decomposition on heterogeneous and co-located resources. Also, it makes cost- and performance-aware selection of the best configuration of Docker containers for parallel SaaS computations. Six scientific articles were published on the dissertation’s subject: four in journals with an impact factor referenced in the Clarivate Analytics Web of Science database, and two in conference proceedings. Research results were presented at three international conferences in Lithuania, Poland, and Hungary.