Nâng cao hiệu năng cân bằng tải trên điện toán đám mây - Luận án tiến sĩ kỹ thuật của Nguyễn Xuân Phi

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG NGUYỄN XUÂN PHI NÂNG CAO HIỆU NĂNG CÂN BẰNG TẢI TRÊN ĐIỆN TOÁN ĐÁM MÂY LUẬN ÁN TIẾN SỸ KỸ THUẬT HÀ NỘI - 2022 HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG NGUYỄN XUÂN PHI NÂNG CAO HIỆU NĂNG CÂN BẰNG TẢI TRÊN ĐIỆN TOÁN ĐÁM MÂY Chuyên ngành: Hệ thống thông tin Mã số: 9.04 LUẬN ÁN TIẾN SỸ KỸ THUẬT NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS. TRẦN CÔNG HÙNG i LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi. Các kết quả nghiên cứu được viết chung với các tác giả khác đều được sự đồng ý của họ trước khi đưa vào luận án. Các kết quả nêu trong luận án là trung thực và chưa từng được công bố trong các công trình nào khác.

Tác giả Nguyễn Xuân Phi ii LỜI CẢM ƠN Để hoàn thành được luận án này, tác giả xin được bày tỏ lòng biết ơn sâu sắc đến PGS. Trần Công Hùng đã tận tình hướng dẫn, trang bị các phương pháp nghiên cứu, kiến thức khoa học để tôi hoàn thành các nội dung của Luận án. Hoàn thành Luận án tiến sĩ là một thử thách lớn, đòi hỏi sự kiên trì và tập trung cao độ. Những kết quả đạt được không chỉ là nỗ lực cá nhân, mà còn có sự hỗ trợ và giúp đỡ của nhà trường, bộ môn.

Tác giả xin trân trọng cảm ơn Ban Giám đốc Học viện Công nghệ Bưu chính Viễn thông, Hội đồng Khoa học và Đào tạo, Hội đồng Tiến sĩ, Khoa Sau Đại học của Học viện và các Thầy, Cô giáo ngoài Học viện đã góp ý những ý kiến qúy báu và tạo điều kiện thuận lợi giúp tác giả hoàn thiện nội dung nghiên cứu của mình. Cuối cùng, tôi xin chân thành cảm ơn gia đình, bạn bè và đồng nghiệp đã luôn bên cạnh động viên, khích lệ tinh thần cho tôi hoàn thành mục tiêu nghiên cứu của mình. Hà Nội, tháng 05 năm 2022 iii MỤC LỤC LỜI CAM ĐOAN .………ii MỤC LỤC…………………………….iii DANH MỤC CHỮ VIẾT TẮT…………………………….v DANH MỤC CÁC KÝ HIỆU…………………………….vii DANH MỤC CÁC BẢNG…………………………….viii DANH MỤC CÁC HÌNH…………………………….ix MỞ ĐẦU……………………………. Lý do chọn đề tài…………………………….

Mục tiêu của luận án……………………………. Phạm vi, đối tượng và phương pháp nghiên cứu……………………………. Các đóng góp của luận án……………………………. Bố cục luận án…………………………….

TỔNG QUAN VỀ CÂN BẰNG TẢI TRÊN ĐIỆN TOÁN ĐÁM MÂY…………………………………………………. Cân bằng tải trên điện toán đám mây……………………………. Giới thiệu chung về điện toán đám mây. Cân bằng tải và hiệu năng cân bằng tải trên điện toán đám mây……….

Sự cần thiết của cân bằng tải trên điện toán đám mây……………. Ảo hóa và quản lý máy ảo trên đám mây……………………………. Quản lý và phân bổ tài nguyên trên đám mây…………………………. Bài toán cân bằng tải…………………………….

Phát biểu bài toán và mô hình nghiên cứu……………………………. Các yếu tố ảnh hưởng đến cân bằng tải……………………………. Phân loại các thuật toán cân bằng tải……………………………. Đo lường cân bằng tải…………………………….

Các hướng giải quyết bài toán cân bằng tải……………………………. Phương pháp xấp xỉ……………………………. Chiến lược lập lịch phân bổ tài nguyên……………………………. Phương pháp cải tiến các tham số…………………………….

Các vấn đề mà luận án cần giải quyết……………………………. Kết luận Chương 1…………………………….39 iv CHƯƠNG 2. PHÁT TRIỂN MỘT SỐ THUẬT TOÁN CÂN BẰNG TẢI NHẰM CẢI THIỆN THỜI GIAN ĐÁP ỨNG TRÊN ĐIỆN TOÁN ĐÁM MÂY………………………………………………………………………. Thuật toán LBAIRT…………………………….

Đề xuất thuật toán……………………………. Kết quả mô phỏng……………………………. Thuật toán RRTA……………………………. Đề xuất thuật toán…………………………….

Thực nghiệm mô phỏng……………………………. Kết luận Chương 2……………………………. PHÁT TRIỂN MỘT SỐ THUẬT TOÁN CÂN BẰNG TẢI NHẰM CẢI THIỆN THỜI GIAN XỬ LÝ TRÊN ĐIỆN TOÁN ĐÁM MÂY. Thuật toán TMA…………………………….

Đề xuất thuật toán……………………………. Kết quả mô phỏng……………………………. Thuật toán MMSIA……………………………. Giới thiệu thuật toán Max – Min…………………………….

Đề xuất thuật toán MMSIA……………………………. Kết quả mô phỏng……………………………. Kết luận Chương 3……………………………. Những kết quả chính của luận án…………………………….

Hướng phát triển của luận án…….97 DANH MỤC CÁC CÔNG TRÌNH KHOA HỌC CÔNG BỐ………….98 TÀI LIỆU THAM KHẢO…………….109 v DANH MỤC CÁC CHỮ VIẾT TẮT API Application Programming Interface Giao diện lập trình ứng dụng ARIMA Autoregressive Integrated Moving Average Thuật toán dự báo AWS Amazon Web Services Dịch vụ đám mây của Amazon DAIRS Dynamic and Integrated Resource Scheduling Tên một thuật toán cân Algorithm bằng tải DLBS Dynamic Load Balancing Strategy Tên một thuật toán cân bằng tải ELBAA Enhanced Load Balancing Approach to Avoid Tên một thuật toán cân Deadlocks in Cloud bằng tải HDCS Heterogeneous Distributed Computing System Tên một thuật toán cân bằng tải IaaS Infrastructure as a Service Dịch vụ cơ sở hạ tầng đám mây JIQ Join Idle Queue Tên một thuật toán cân bằng tải LBAIRT Load Balancing Algorithm to Improve Response Tên thuật toán cân bằng tải time on Cloud Computing đề xuất LBIMM Load Balance Improved Min-Min Tên một thuật toán cân bằng tải LBVS Load Balancing Virtual Server Tên một thuật toán cân bằng tải MMSIA Improved Max-Min Scheduling Algorithm for Load Tên thuật toán cân bằng tải Balancing on Cloud Computing đề xuất vi MIPS Million Instructions Per Second Số chỉ thị mỗi giây, tốc độ xử lý của máy tính RRTA Reduce Response Time Algorithm Tên thuật toán cân bằng tải đề xuất SaaS Software as a Service Dịch vụ phần mềm đám mây SHC Stochastic Hill Climbing Tên một thuật toán cân bằng tải SIQ Stochastic Idle Queue Tên một thuật toán cân bằng tải TMA Throttled Modified Algorithm Tên thuật toán cân bằng tải đề xuất VM Virtual Machine Máy ảo vii DANH MỤC CÁC KÍ HIỆU )i Biểu diễn tỉ lệ dịch vụ của cụm Ci r(t) d(t) (K i + Ki (t) Biểu diễn tỉ lệ dịch vụ của cụm Ci i i Tỉ lệ dịch vụ một cá thể VM của cụm Ci. (t) (t) Đại điện cho tỉ lệ đến trung bình theo phân phối Possion i.  1 Ngưỡng dưới của giá trị makespan tối ưu T* ∑ tj m j 1 Giới hạn dưới của giá trị tối ưu ∑ tk m k J Tập hợp các công việc m Số lượng máy chủ M Tập các máy chủ Maxi Ti Tải lớn nhất trên máy chủ thứ i Mi Máy chủ thứ i n Số lượng các công việc PT Tổng thời gian xử lý của tất cả máy ảo VMs PTi Thời gian xử lý của máy ảo VMi T Tổng thời gian hoàn thành tất cả các công việc T* Thời gian tối ưu hoàn thành tất cả các công việc Ti Tổng thời gian hoàn thành tất cả các công việc trên máy thứ i tj Thời gian xử lý của từng công việc viii DANH MỤC CÁC BẢNG Bảng 1.1 Khảo sát các tham số ảnh hưởng đến phương pháp cân bằng tải .2 Ưu điểm và nhược điểm của một số phương pháp cân bằng tải …….1 Thuật toán Throttled ………………………………………….2 Ưu điểm và nhược điểm của thuật toán Throttled …………….3 Giá trị các tham số trong thiết lập đám mây ………….4 Cấu hình các VM…………………………………………….5 Thiết lập tham số các Cloudlet ………………….6 So sánh kết quả mô phỏng giữa hai thuật toán Throttled và LBAIRT ….7 Thông số cấu hình Datacenter ………………………….8 Cấu hình VM……………………………………….9 Thông số cấu hình của Request ……………………….10 Kết quả thực nghiệm mô phỏng với 3 VM …………….11 Kết quả thực nghiệm mô phỏng với 4 VM ……………….12 Kết quả thực nghiệm mô phỏng với 5 VM ………………….1 Thông số cấu hình User base ………………………. Số lượng yêu cầu được phân phối tới từng máy ảo (VM)….3 Kết quả mô phỏng trường hợp 20 VM …………………………….4 Số lượng yêu cầu được phân phối tới từng VM …………………….5 Kết quả mô phỏng trường hợp 2………………………………….6 Thông số Datacenter ………………………………………………….7 Cấu hình của VMs …………………………………….8 Thông số các Request ……………………………………….9 Bảng kết quả thời gian xử lý lần 1………….10 Bảng kết quả thời gian xử lý lần 2……………………………….11 Bảng kết quả thời gian xử lý lần 3………………………….12 Bảng kết quả thời gian xử lý lần 4………………….92 ix DANH MỤC CÁC HÌNH Hình 1.1 Mô hình điện toán đám mây…………………….2 Các dịch vụ điện toán đám mây………………………………….3 Mức độ cung cấp dịch vụ của các mô hình điện toán đám mây………….4 Mô hình phân lớp kiến trúc ảo hóa 03 tầng …….5 Phân loại các tài nguyên trên điện toán đám mây.6 Mô hình nghiên cứu cân bằng tải trên điện toán đám mây …………………….7 Kết quả chạy thuật toán Greedy-Balance ………………………………….8 Mô hình lập lịch khối lượng công việc cho đám mây…………………….1 Sơ đồ nguyên lý của thuật toán Throttled………………………………….2 Mô hình IaaS điện toán đám mây thông qua thành phần DatacenterBrocker….3 Lưu đồ thuật toán đề xuất LBAIRT…………………………………………….4 Thực nghiệm mô phỏng so sánh thời gian đáp ứng của Throttled và LBAIRT khi thay đổi số lượng cloudlet…………………………………………………………….5 Mô hình thuật toán RRTA…………………………………………….6 So sánh thời gian đáp ứng dự báo của 3 máy ảo và ngưỡng………………….7 So sánh thời gian đáp ứng dự báo của 4 VM và ngưỡng…………………….8 So sánh thời gian đáp ứng dự báo của 5 VM và ngưỡng………………….

So sánh thời gian đáp ứng dự báo trong các trường hợp 3 máy áo, 4 máy ảo và 5 máy ảo………………………………………………………….1 Sơ đồ hoạt động của thuật toán TMA…………………………………….2 Kết quả mô phỏng trường hợp 20 VM……………………………………….3 Kết quả mô phỏng trường hợp 50 VM…………………………………….4 Nguyên lý thuật toán lập lịch Max-Min …………………………………….5 Sơ đồ thuật toán lập lịch Max-Min .6 Sơ đồ nguyên lý thuật toán MMSIA. Sơ đồ thuật toán MMSIA……………………………………………………….8 Biểu đồ so sánh thời gian xử lý lần 1……………………………….9 Biểu đồ so sánh thời gian xử lý lần 2………………………….10 Biểu đồ so sánh thời gian xử lý lần 3………………….11 Biểu đồ so sánh thời gian xử lý lần 4………………………. Lý do chọn đề tài Theo các thống kê(1), lượng dữ liệu truyền trên hệ thống mạng toàn cầu nếu lưu trữ trên đĩa DVD thì số lượng đĩa này xếp hàng sẽ có chiều dài bằng 2 lần quãng đường từ trái đất tới mặt trăng, dự báo lượng dữ liệu này sẽ tăng thêm 44 lần vào năm 2020. Theo dự báo của ViettelIDC(2) vào năm 2021 thì điện toán đám mây đóng vai trò quan trọng trong việc đối phó với cuộc khủng hoảng COVID-19.

Khi các doanh nghiệp ở khắp mọi nơi cố gắng duy trì hoạt động bằng cách để nhân viên làm việc từ xa, tất cả các nhà cung cấp đám mây về cơ bản đã tăng doanh thu và tiếp tục tăng trưởng với tốc độ chóng mặt. Còn theo Forrester(3), thì năm 2021: Điện toán đám mây đẩy nhanh quá trình chuyển đổi của doanh nghiệp sau đại dịch COVID-19, sự dịch chuyển lên đám mây là bắt buộc, và là giải pháp hữu hiệu giúp doanh nghiệp có thể tồn tại và phát triển; Forrester dự đoán thị trường cơ sở hạ tầng đám mây công cộng toàn cầu sẽ tăng trưởng 35% lên 120 tỷ USD vào năm 2021. Còn theo tờ Thời báo ngân hàng(4) thì cho rằng, thị trường điện toán đám mây đang bùng nổ sau khi doanh nghiệp Việt Nam tham gia vào cuộc cánh mạng 4.0 và Chính phủ ban hành “Chương trình chuyển đổi số quốc gia đến năm 2025, định hướng đến năm 2030”, bài báo này cho rằng, theo thống kê của Garner Inc, chi tiêu của người sử dụng cuối đối với dịch vụ điện toán đám mây công cộng trên toàn thế giới năm 2020 là 257,5 tỷ USD. Con số này vào năm 2022 dự báo tăng khoảng 40% đạt 362,2 tỷ USD.