Tez No |
İndirme |
Tez Künye |
Durumu |
363551
|
|
Veri tabanı sanal sunucu makinası çoklu kaynaklarının geri besleme ile kontrolü / Feedback control for multi-resource usage of virtualized database server
Yazar:ÖZGÜR ARMAĞAN
Danışman: PROF. DR. AFİFE LEYLA GÖREN
Yer Bilgisi: İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı / Kontrol ve Otomasyon Mühendisliği Bilim Dalı
Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Elektrik ve Elektronik Mühendisliği = Electrical and Electronics Engineering
Dizin:
|
Onaylandı
Doktora
Türkçe
2014
222 s.
|
|
Günümüz sanallaştırma teknolojileri karmaşık hizmet amaçlarına ulaşmak için ihtiyaçlara göre farklı kaynaklar sağlamada yetersiz kalabilmektedir. Kaynak tahsisi ve birden çok kaynağın veri merkezindeki sanal makinalar arasında kullanımının kontrolü ve yönetimi halen açık bir problemdir. Bulut bilişim ortamında az kaynak tahsisi, uygulamaların yavaş çalışmasına sebep olurken fazla kaynak tahsisi ise kaynakların ihtiyaca göre gereksiz yere kullanılmasına sebep olur.
Bu tez çalışmasında bir sanal makina üzerindeki veri tabanı sunucusunun CPU kullanımı ve bellek tüketimi, CPU ve bellek kaynaklarının dinamik olarak sanal makinaya tahsisi ile kontrol edilmek ve yönetilmek istenmektedir. Sanallaştırılmış veri tabanı sunucu sisteminin CPU kullanımı ve bellek tüketimini kontrol etmek için geliştirilen altyapı başarılı olduğu takdirde veri merkezindeki tüm sanallaştırılmış makinaların kaynaklarının yeterli miktardaki dinamik kaynak tahsisi ile kontrol edilebileceği düşünülmüştür. Böylelikle ihtiyaca göre kaynak tüketimi sağlanarak veri merkezindeki tüm uygulamalar için servis kalitesi garanti edilebilecektir ve ihtiyacı olan diğer uygulamalar için daha fazla CPU ve bellek kapasitesi sağlanabilecektir. Tez çalışması kapsamında hedeflenen temel amaç, özellikle yogun iş yükü altındaki veri tabanı sunucusu sanal makinasının CPU kullanımı ve bellek tüketimini kontrol etmektir. İlgili literatürde varolan çalışmalara ek olarak, CPU kullanımı ve bellek tüketimi çoklu çıkışları, çoklu sunucu parametreleri olan CPU tahsisi ve bellek tahsisi parametreleri gerçek zamanlı olarak değiştirilerek kontrol edilmeye çalışılmıştır. Sanal ortamda, zamanla değişen iş yükü altında çalışan geri besleme kontrol sistemi gerçeklenmiş ve doğruluğu test edilmiştir.
|
|
Current virtualization technologies might be inadequate in achieving complex service level objectives under varying needs for multiple resources. Resource allocation and control of mutiple resource usages among virtual machines in virtualized data center remains an open problem. Both underprovision of resources that causes application slow-down and overprovision of resources that leads unnecessary resource allocation should be avoided in cloud computing environment .
In this thesis study, we attempted to control CPU usage and memory consumption of database server on a virtual machine by means of dynamic allocation of CPU and memory resources to that virtual machine. We thought that if our framework that was developed to control CPU usage and memory consumption of virtualized database server were successful, then resource usages of all virtual machines could be controlled by dynamic allocation of high-enough resources to those virtual machines. Thus, Quality of service could be guaranteed for all applications in the datacenter by maintaining high-enough resource consumption and more CPU and memory capacity could be provided for other applications that need for resources. So, our main focus is to control CPU usage and memory consumption of a database virtual machine in datacenter under time-varying heavy workload. Apart from existing work, we attempted to control multiple outputs such as CPU usage and memory consumption of virtualized database server by means of changing multiple server parameters such as CPU allocation ve memory allocation in real time and we implemented and evaluated feedback control system that ran under time-varying heavy workload in cloud environment. |