Interference-aware Container Orchestration in Kubernetes Clusters

Τζενετόπουλος, Αχιλλέας; Tzenetopoulos, Achilleas

dc.contributor.author	Τζενετόπουλος, Αχιλλέας	el
dc.contributor.author	Tzenetopoulos, Achilleas	en
dc.date.accessioned	2020-05-15T08:44:54Z
dc.date.available	2020-05-15T08:44:54Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/50593
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.18291
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Ετερογένεια	el
dc.subject	Υπολογιστικά περιβάλλοντα νέφους	el
dc.subject	Υρομολόγηση	el
dc.subject	Kubernetes	en
dc.subject	Interference-aware	en
dc.subject	Cloud computing	en
dc.subject	Iintererence-aware	en
dc.subject	Rresource management	en
dc.subject	Scheduling	en
dc.title	Interference-aware Container Orchestration in Kubernetes Clusters	en
heal.type	bachelorThesis
heal.classification	Computer Engineering	en
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2019-11-18
heal.abstract	Nowadays, there is an ever-increasing number of workloads pushed and executed on the Cloud. To effectively serve and manage these huge computational demands, data center operators and cloud providers have embraced workload co-location and multi-tenancy as first class system design concern. In addition, the continuous advancements in the computers’ hardware technology have led to a heterogeneous pool of systems lying under data center environments. Current state-of-the-art schedulers and orchestrators rely on typical metrics, such as CPU or memory utilization, for placing incoming workloads on the available pool of resources, thus, not taking into consideration the interference effects each task cause, when co-located with others, as well as the impact of systems’ underlying diversity on the performance. In this thesis, we design an interference- and heterogeneity- aware cloud orchestrator, able to efficiently schedule applications arriving at a data center on a pool of available resources. We showcase the impact of applying stress on different shared resources of two heterogeneous server systems and we propose an indicator that depicts the state of the system based on these observations. We integrate our solution with Kubernetes, one of the most widely used cloud orchestration frameworks nowadays, and we show that we can achieve higher performance compared to its default scheduler, for a variety of cloud representative workloads.	en
heal.abstract	Σήμερα, ένας όλο και αυξανόμενος αριθμός απο εφαρμογές ανεβαίνει και εκτελείται σε περιβάλλοντα υπολογιστικού νέφους. Οι διαχειριστές των κέντρων δεδομένων και οι πάροχοι υπηρεσιών νέφους έχουν υιοθετήσει την συνύπαρξη και την απο κοινού μίσθωση πόρων ως πρώτης τάξης μέλημα όσον αφορά το σχεδιασμό των συστημάτων τους, με στόχο την αποτελεσματικότερη αντιμετώπιση και διαχείριση του αυξανόμενου όγκου υπολογιστικών απαιτήσεων. Την ίδια στιγμή, οι συνεχείς εξελίξεις στις τεχνολογίες υλικού των υπολογιστών, έχουν οδηγήσει στη χρήση ετερογενών συστημάτων, αλλά και τη σύνθεση τους σε ομάδες στα σύγχρονα κέντρα δεδομένων. Οι σύγχρονοι δρομολογητές και ενορχηστρωτές βασίζονται κυρίως σε απλές μετρικές του εκάστοτε συστήματος, όπως το ποσοστό χρήσης των κεντρικών μονάδων επεξεργασίας του συστήματος (CPUs) και της κεντρικής μνημης, για την τοποθέτηση των εισερχόμενων εφαρμογών στους διαθέσιμους πόρους. Ωστόσο, δεν λαμβάνεται υπόψιν η επίδραση των εφαρμογών που τοποθετούναι μαζί με άλλες σε διαμοιραζόμενους πόρους και ο ανταγωνισμός μεταξύ αυτών για την χρήση των πόρων αλλά ούτε και το πως η ετερογένεια των επιμέρους συστήμάτων μπορεί να επηρεάσει τη συνολική απόδοση. Στην παρούσα εργασία, σχεδιάζουμε έναν δρομολογητή ενσωματωμένο σε ενορχηστρωτή σε περιβάλλον υπολογιστικού νέφους, ο οποίος έχει επίγνωση σχετικά με την ύπαρξη πιθανής συμφόρησης σε κάποιον απο τους διαμοιραζόμενους πόρους, καθώς και το διαφορετικό σχεδιασμό μεταξύ συστημάτων, ικανό να δρομολογεί αποτελεσματικά εφαρμογές που φθάνουν σε ένα κέντρο δεδομένων. Παρουσιάζουμε την επίδραση της άσκησης πίεσης σε διάφορους κοινόχρηστους πόρους ενός συστήματος και προτείνουμε έναν αντιπροσωπευτικό δείκτη, ικανό να αντικατοπτρίζει την κατάσταση του συστήματος, βασιζόμενοι σε παρατηρήσεις επι πειραμάτων.Ενσωματώνουμε τη λύση μας με τον Κυβερνήτη (Kubernetes), έναν απο τους πιο ευρέως χρησιμοποιούμενους ενορχηστρωτές υπολογιστικών συστημάτων σε περιβάλλοντα νέφους σήμερα, και δείχνουμε πως μπορούμε να επιτύχουμε υψηλότερη απόδοση σε σύγκριση με τον προεπιλεγμένο δρομολογήτη, για μια ποικιλία αντιπροσωπευτικών τύπων εφαρμογών που χρησιμοποιόυνται ευρέως σήμερα.	el
heal.advisorName	Σούντρης, Δημήτριος
heal.committeeMemberName	Σούντρης, Δημήτριος	el
heal.committeeMemberName	Γκούμας, Γεώργιος	en
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	123 σ.	el
heal.fullTextAvailability	false