Экспериментальное исследование производительности кластера с контейнерной виртуализацией
https://doi.org/10.17586/0021-3454-2024-67-8-647-656
Аннотация
Экспериментально исследована интенсивность обслуживания запросов при автоматическом разделении ресурсов компьютерной системы между активными, т. е. используемыми в текущий момент времени, контейнерами. На первом этапе экспериментов выполняется формирование и развертывание сервиса (веб-сервера) на кластере. На втором этапе осуществляется запуск тестовой программы с сохранением результатов в лог-файле. Предложены алгоритмы проведения экспериментов на первом и втором этапе. Эксперименты проведены в лабораторной среде облачной виртуализации Proxmox и средств управления кластером Kubernetes. Для автоматизации развертывания и обновления конфигурации сервиса на кластере Kubernetes разработана программа на языке программирования Python. Программа использует библиотеки SCP и PARAMIKO для удаленного развертывания и обновления сервиса. Выявлено влияние распределения ограниченных возможностей ресурсов системы между активными и развернутыми в системе (виртуальной машине) контейнерами на интенсивность обслуживания запросов. Полученные результаты могут быть использованы при разработке аналитической модели обслуживания системы с контейнерной виртуализацией, в том числе виртуальных кластерных систем.
Ключевые слова
кластер,
Kubernetes,
интенсивность обслуживания,
Docker,
контейнер,
виртуализация,
виртуальная машина
Об авторах
В. К. Фунг
Университет ИТМО
Россия
Россия
Фунг Ван Кю – аспирант; факультет программной инженерии и компьютерной техники
Санкт-Петербург
В. А. Богатырев
Университет ИТМО; Санкт-Петербургский государственный университет аэрокосмического приборостроения
Россия
Россия
Владимир Анатольевич Богатырев – докт. техн. наук, профессор; факультет программной инженерии и компьютерной техники; кафедра информационной безопасности
Санкт-Петербург
Список литературы
1. Зинина Т. С., Рудник П. Б. Цифровая трансформация: ожидания и реальность. М.: Изд. дом Высшей школы экономики, 2022. 221 с.
2. Емельянов А. А., Коршунов И. Л. Технические риски предприятия, связанные с цифровой трансформацией // Изв. вузов. Приборостроение. 2024. Т. 67, № 2. С. 116–121.
3. Половко А. М., Гуров С. В. Основы теории надежности. СПб: БХВ-Петербург, 2006. 702 с.
4. Черкесов Г. Н. Надежность аппаратно-программных комплексов. СПб: Питер, 2005. 479 с.
5. Херсонский Н. С., Большедворская Л. Г. Анализ развития статистических методов оценки надежности как свойства качества объектов и продукции // Crede Experto: транспорт, общество, образование, язык. 2024. № 1. С. 6–23. DOI: 10.51955/2312-1327_2024_1_6.
6. Astakhova T., Shamin A., Verzun N., Kolbanev M. A. A model for estimating energy consumption seen when nodes of ubiquitous sensor networks communicate information to each other // CEUR Workshop Proceedings. 2019. Vol. 2344, N 2.
7. Gurjanov A. V., Korobeynikov A. G., Zharinov I. O., Zharinov O. O. Edge, fog and cloud computing in the cyber-physical systems networks // III International Workshop on Modeling, Information Processing and Computing. 2021. P. 103–108.
8. Богатырев В. А., Богатырев С. В., Богатырев А. В. Оценка готовности компьютерной системы к своевременному обслуживанию запросов при его совмещении с информационным восстановлением памяти после отказов // Науч.-техн. вестн. информационных технологий, механики и оптики. 2023. Т. 23, № 3. С. 608–617.
9. Feng, D., Lai, L., Luo, J. et al. Ultra-reliable and low-latency communications: applications, opportunities and challenges // Sci. China Inf. Sci. 2021. Vol. 64. P. 1–12. DOI: 10.1007/s11432-020-2852-1.
10. Богатырев В. А. Надежность и эффективность резервированных компьютерных сетей // Информационные технологии. 2006. № 9. С. 25–30.
11. Богатырев В. А., Богатырев А. В. Оптимизация резервированного распределения запросов в кластерных системах реального времени // Информационные технологии. 2015. Т. 21, № 7. С. 495–502.
12. Богатырев В. А., Богатырев А. В., Богатырев С. В. Перераспределение запросов между вычислительными кластерами при их деградации // Изв. вузов. Приборостроение. 2014. Т. 57, № 9. С. 54–58.
13. Татарникова Т. М., Архипцев Е. Д., Кармановский Н. С. Определение размера кластера и числа реплик высоконагруженных информационных систем // Изв. вузов. Приборостроение. 2023. Т. 66, № 8. С. 646–651.
14. Богатырев В. А., Богатырев А. В. Надежность функционирования кластерных систем реального времени с фрагментацией и резервированным обслуживанием запросов // Информационные технологии. 2016. Т. 22, № 6. С. 409–416.
15. Богатырев В. А., Богатырев С. В., Богатырев А. В. Оптимизация кластера с ограниченной доступностью кластерных групп // Науч.-техн. вестн. Санкт-Петербургского государственного университета информационных технологий, механики и оптики. 2011. № 1. С. 63–67.
16. Андреев С. Д., Самуйлов К. Е., Тюрликов А. М. Управление потоками в гетерогенных мобильных сетях радиодоступа с соединениями устройство–устройство // Вестник Российского университета дружбы народов. Серия: Математика, информатика, физика. 2018. Т. 26, № 4. С. 357–370.
17. Bogatyrev V. A., Bogatyrev S. V., Bogatyrev A. V. Model and interaction efficiency of computer nodes based on transfer reservation at multipath routing // Wave Electronics and its Application in Information and Telecommunication Systems. 2019. P. 8840647.
18. Lambropoulos G., Douligeris C., Mitropoulos S. Improving business performance by employing virtualization technology: a case study in the financial sector // Computers. 2021. Vol. 10, N 4.
19. Bogatyrev V., Derkach A. Evaluation of a cyber-physical computing system with migration of virtual machines during continuous computing // Computers. 2020. Vol. 9, N 2. P. 42.
20. Shi F., Lin J. Virtual machine resource allocation optimization in cloud computing based on multiobjective genetic algorithm // Computational Intelligence and Neuroscience. 2022. Vol. 2022. P. 7873131.
21. Bogatyrev V. A., Aleksankov S. M., Derkach A. N. The model of reliability of dublated real-time computers for cyber-physical systems // Physical Systems: Industry 4.0 Challenges. Studies in Systems, Decision and Control. 2020. Vol. 260. P. 11–21.
22. Волков А. О. Оценка производительности кластера облачных вычислений // T-Comm: Телекоммуникации и транспорт. 2020. Т. 14, №12. С. 72–79. DOI: 10.36724/2072-8735-2020-14-12-72-79.
23. Хомоненко А. Д., Благовещенская Е. А., Проурзин О. В., Андрук А. А. Прогноз надежности кластерной вычислительной системы с помощью полумарковской модели альтернирующих процессов и мониторинга // Наукоемкие технологии в космических исследованиях Земли. 2018. Т. 10, № 4. С. 72–82. DOI: 10.24411/2409-5419-2018-10099.
24. Tourouta E., Gorodnichev M., Polyantseva K., Moseva M. Providing fault tolerance of cluster computing systems based on fault-tolerant dynamic computation planning // Digitalization of Society, Economics and Management: A Digital Strategy Based on Post-pandemic Developments. 2022. P. 143–150. DOI: 10.1007/978-3-030-94252-6_10.
25. Шибаев Р. В. Анализ методов повышения надежности сетей при виртуализации сетевых компонентов // Автоматизация. Современные технологии. 2023. Т. 77, № 2. С. 74–81.
26. Алексанков С. М. Модели динамической миграции с итеративным подходом и сетевой миграции виртуальных машин // Науч.-техн. вестн. информационных технологий, механики и оптики. 2015. Т. 15, № 6. С. 1098–1104.
27. Toutov A., Vorozhtsov A., Toutova N. Аnalytical approach to estimating total migration time of virtual machines with various applications // Intern. J. of Embedded and Real-Time Communication Systems. 2020. Vol. 11, N 2. P. 58–75.
28. Aqasizade H., Ataie E., Bastam M. Experimental Assessment of Containers Running on Top of Virtual Machines // arXiv preprint. 2024. DOI: 10.13140/RG.2.2.11457.33129.
29. Pathirathna P. P. W., Ayesha V. A. I., Imihira W. A. T., Wasala W. M. J. C., Kodagoda N., Edirisinghe E. A. T. D. Security testing as a service with docker containerization // 11th Intern. Conf. on Software, Knowledge, Information Management and Applications (SKIMA). 2017. P. 1–7. DOI: 10.1109/SKIMA.2017.8294109.
30. Zhou Yuyu et al. Comparison of virtualization and containerization techniques for high performance computing // Proc. of the 2015 ACM/IEEE Conf. on Supercomputing. 2015.
31. Mavridis I., and Karatza H. Combining containers and virtual machines to enhance isolation and extend functionality on cloud computing // Future Generation Computer Systems. 2019. Vol. 94. P. 674–696. DOI: 10.1016/j.future.2018.12.035.
32. Фунг В. К., Богатырев В. А., Кармановский Н. С., Лэ В. Х. Оценка вероятностно-временных характеристик компьютерной системы с контейнерной виртуализацией // Науч.-техн. вестн. информационных технологий, механики и оптики. 2024. Т. 24, № 2. С. 249–255. DOI: 10.17586/2226-1494-2024-24-2-249-255.
33. Wu Y., Zhang Y., Wang T., Wang H. Characterizing the Occurrence of Dockerfile Smells in Open-Source Software: An Empirical Study // IEEE Access. 2020. Vol. 8. P. 34127–34139. DOI: 10.1109/ACCESS.2020.2973750.
34. Liu Guannan, Xing Gao, Haining Wang, Kun Sun. Exploring the unchartered space of container registry typosquatting // 31st USENIX Security Symposium (USENIX Security 22). 2022. P. 35–51.
Рецензия
Для цитирования:
Фунг В.К., Богатырев В.А. Экспериментальное исследование производительности кластера с контейнерной виртуализацией. Известия высших учебных заведений. Приборостроение. 2024;67(8):647-656. https://doi.org/10.17586/0021-3454-2024-67-8-647-656
For citation:
Phung V.Q., Bogatyrev V.A. Experimental Study of Cluster Performance with Container Virtualization. Journal of Instrument Engineering. 2024;67(8):647-656. (In Russ.) https://doi.org/10.17586/0021-3454-2024-67-8-647-656
Просмотров:
23
Послать статью по эл. почте 