Δημιουργία και κατηγοριοποίηση προφίλ φόρτου εργασίας
εφαρμογών στο υλικό υπολογιστικών συστημάτων σε
περιβάλλον Docker

Νταντάμης, Φοίβος-Αστέριος; Ntantamis, Foivos-Asterios

dc.contributor.author	Νταντάμης, Φοίβος-Αστέριος	el
dc.contributor.author	Ntantamis, Foivos-Asterios	en
dc.date.accessioned	2022-10-07T09:50:08Z
dc.date.available	2022-10-07T09:50:08Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55862
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23560
dc.rights	Αναφορά Δημιουργού - Παρόμοια Διανομή 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-sa/3.0/gr/	*
dc.subject	Διαχείριση Πόρων, , ,	el
dc.subject	Resource Management	en
dc.subject	Κατηγοριοποίηση εφαρμογών	el
dc.subject	Μηχανική Μάθηση	el
dc.subject	Προφίλ Εφαρμογών	el
dc.subject	Υπολογιστικό Νέφος	el
dc.subject	Profiling	en
dc.subject	Containerised Applications	en
dc.subject	Docker	en
dc.subject	Node-RED	en
dc.title	Δημιουργία και κατηγοριοποίηση προφίλ φόρτου εργασίας εφαρμογών στο υλικό υπολογιστικών συστημάτων σε περιβάλλον Docker	el
heal.type	bachelorThesis
heal.classification	Διαχείριση Πόρων	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-05-27
heal.abstract	Το cloud computing έχει πια εδραιωθεί ως τεχνολογία. Παράλληλα, τα containers προσφέρουν ευελιξία, απομόνωση, και δυνατότητα scaling ώστε να χρησιμοποιούνται όλο και περισσότερο σε cloud περιβάλλοντα. Με εκατοντάδες διαφορετικά πλέον διαθέσιμα instances(στιγμιότυπα) από τους providers(παρόχους) (Amazon Web Services, Microsoft Azure, Google Cloud κ.τ.λ) προκύπτει η ανάγκη βέλτιστης επιλογής αυτών. Σε αυτήν τη διπλωματική εργασία παρουσιάζουμε ένα εργαλείο και μία offline μεθοδολογία δημιουργίας και πρόβλεψης προφίλ εφαρμογών που εκτελούνται μέσα σε docker containers. Η πρόβλεψη αναφέρεται στην αντιστοίχιση με ήδη γνωστά προφίλ που έχουν προκύψει από benchmarks για τα οποία ο διαχειριστής ενός συστήματος γνωρίζει ήδη τις ανάγκες σε πόρους. Μέσω αυτής της αντιστοίχισης θα μπορεί να επιλέξει βέλτιστα το κατάλληλο instance και να μειώσει το κόστος διαχείρισης, αφού δεν θα πληρώσει για παραπάνω πόρους από ό,τι χρειάζεται. Από τη στιγμή που όλη αυτή η διαδικασία μπορεί να γίνει offline, μειώνεται το κόστος επίσης διότι δεν προκύπτει η ανάγκη ενοικίασης πόρων για τον χαρακτηρισμό της συμπεριφοράς μιας εφαρμογής. Παρατίθεται λεπτομερώς η υλοποίηση του προαναφερθέντος εργαλείου σε Node-red flows. Αναλύεται όλη η μεθοδολογία και ο τρόπος που καταλήξαμε σε αυτήν. Τέλος παρουσιάζεται μία σειρά πειραμάτων βάση των οποίων ελέγχουμε την ορθότητα της μεθοδολογίας και αξιολογούμε τα αποτελέσματα των προβλέψεων.	el
heal.abstract	Cloud computing is now established as technology. At the same time, containers offer flexibility, isolation and scaling ability which results in becoming increasingly used in cloud environments. Hundreds of different instances available from providers (Amazon Web Services, Microsoft Azure, Google Cloud, etc.) create the need for optimal choice. In this thesis we present a tool and an offline methodology for creating and predicting applications profiles executed in docker containers. The prediction refers to the matching with already known profiles that have emerged from benchmarks for which the administrator of a system already knows the needs of resources. Through this match he will be able to optimally choose the appropriate instance and reduce the management costs, since he will not pay for more resources than he needs. Since all this process can be done offline, costs are also reduced because there is no need to rent resources to characterize the behavior of an application. The implementation of the aforementioned tool in Node-Red Flows is detailed. All the methodology and the way we came up with it is analyzed. Finally, a series of experiments are presented on the basis of which we control the correctness of the methodology and evaluate the results of the forecasts.	en
heal.advisorName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Βαρβαρίγου, Θεοδώρα	el
heal.committeeMemberName	Εμμανουήλ, Βαρβαρίγος	el
heal.committeeMemberName	Συμεών, Παπαβασιλείου	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικής	el
heal.academicPublisherID	ntua
heal.numberOfPages	67 σ.	el
heal.fullTextAvailability	false