Energy efficient capacity management in virtualized data centers
Andreas Wolke · mediaTUM – the media and publications repository of the Technical University Munich (Technical University Munich) · 2015
With a growing demand for computing power and at the same time rising energy prices, the cost-efficient operation of virtualized data centers becomes increasingly important.In the intention to reduce operating costs, data center operators are trying to minimize the total active server demand.In this work we evaluated the performance of a variety of VM allocation controllers in two commonly found scenarios.For enterprise data centers we could show that static allocations have advantages over dynamic ones.Static allocations work well for predictable workloads, which are typically found in enterprise environments with a daily or weekly workload seasonality.Dynamic approaches deliver good results for unpredictable workloads but need to trigger VM migrations, which can decrease service quality because they entail resource demands on their own.On-demand cloud scenarios with an unpredictable stream of incoming and outgoing VM allocation requests benefit by dynamic strategies, however.We found that dense packing followed by subsequent migrations in case of overload to be an effective capacity management strategy.Our analysis outcomes are based on an extensive set of simulations and experiments that were conducted in a testbed infrastructure.I II Zusammenfassung Mit zunehmender Nachfrage an Rechenleistung bei zugleich steigenden Energiepreisen gewinnt der kosteneffiziente Betrieb virtualisierter Rechenzentren an Bedeutung.Zur Senkung von Investitions-und Energiekosten soll der Serverbedarf mithilfe intelligenter Strategien zur Allokation virtueller Maschinen (VMs) minimiert werden.Diese Arbeit beleuchtet die Effizienz verschiedener VM-Allokationsstrategien anhand zweier gängiger Szenarien.Für betriebliche Rechenzentren konnte gezeigt werden, dass statische Strategien den dynamischen vorzuziehen sind.Sie nutzen bekannte Muster aus Lastaufzeichnungen um eine langfristige Allokation virtueller Maschinen zu berechnen.Dynamische Ansätze migrieren VMs zwischen Servern und erzielen somit besonders bei unbekannten Lastmustern gute Ergebnisse.Die anfallenden Migrationen benötigen ihrerseits jedoch zusätzliche Ressourcen mit negativen Auswirkungen auf das Gesamtsystem.Ein anderes Bild ergibt sich für On-Demand-Szenarien mit einem variablen Strom an eingehenden und abgehenden VM-Allokationsanfragen. Eintreffende VMs sollten initial möglichst dicht auf die Server verteilt werden.Komplementär führen dynamische Ansätze einen Lastausgleich durch und gleichen Unzulänglichkeiten der initialen Platzierung aus.Die Erkenntnisse beider Szenarien stützen sich auf Simulationen sowie umfangreiche experimentelle Studien die im Rahmen dieser Arbeit durchgeführt wurden.