cloud resource scheduling rep
TRANSCRIPT
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 1/15
Mục lục
I. GIỚI THIỆU ................................................................................................................................... 4 1. Điện toán đám mây là gì ? .......................................................................................................... 4 2. Quản lý tài nguyên trên môi trường điện toán đám mây ............................................................ 5 3. Các thách thức của quản lý tài nguyên trên môi trường điện toán đám mây.............................. 5 4. Bài toán 1: Cung cấp tài nguyên tính toán cho các yêu cầu Batch- job và đặt chỗ ..................... 6 5. Bài toán 2: cung cấp tài nguyên tính toán trên hệ thống cloud với tiêu chí tiết kiệm năng
lượ ng: .......................................................................................................................................... 7 II. TÌNH HÌNH NGHIÊN CỨU LIÊN QUAN ................................................................................... 9
1. So sánh điện toán đám mây và tính toán lướ i ............................................................................. 9 2. Các phần mềm xây dựng hạ tầng điện toán đám mây (cloud computing)................................ 12
III. KẾT LUẬN ................................................................................................................................... 14 IV. Tài liệu tham khảo ........................................................................................................................ 14
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 2/15
Trang 2
Các thuật ngữ hay dùng
Tên thuật ngữ bằng tiếng Anh Ý nghĩa
Cloud computing Điện toán đám mây
Infrastructure-as-a-Service (IaaS) Hạ tầng như là dịch vụ: là môi trường điện
toán đám mây cung cấp các dịch vụ củatạo, hủy, thuê bao, thực thi các máy ảo
(Virtual Machine) chứa ứng dụng của
người dùng, đồng thời trên IaaS còn có các
dịch vụ lưu trữ, quản lý, tính phí,…Platform-as-a-Service (PaaS) Là môi trường điện toán đám mây dướ i
dạng engine (như là Goolge AppEngine[1]) cho phép chúng ta phát triển ứng dụngchạy trên hạ tầng phân bố trải rộng trênnhiều bộ xử lý.
Software-as-a-Service (SaaS) Phần mềm như là dịch vụ: là ứng dụng
dướ i dạng dịch vụ trên nền điện toán đámmây IaaS cho nhiều ngườ i sử dụng thông
qua Internet.
Virtual Machine Máy ào
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 3/15
Trang 3
DANH MỤC HÌNH
Hình 1 giải thuật đặt các máy ảo tiết kiệm năng lượ ng [11] ................................................................. 8
Hình 2 Giải thuật lập lịch máy ảo dựa trên công suất [13] ................................................................... 8
Hình 3: So sánh hệ thống điện toán đám mây và hệ thống lướ i về kích thước (scale) và tính hướ ng
ứng dụng hay hướ ng dịch vụ .......................................................................................................... 9
Hình 4: So sánh kiến trúc của Grid và Cloud ..................................................................................... 10
DANH MỤC BẢNG
Bảng 1 Các tiêu chí so sánh Grids và Clouds ..................................................................................... 10
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 4/15
Trang 4
MỘT NGHIÊN CỨ U VỀ QUẢN LÝ TÀI NGUYÊN TRONG MÔI TRƯỜNG
ĐIỆN TOÁN ĐÁM MÂY Nguyễn Quang Hùng
I. GIỚ I THIỆU
1. Điện toán đám mây là gì ?
Thuật ngữ điện toán đám mây (ĐTĐM) với tên “Compute Cloud” hay phổ biến
là “Cloud computing” là khái niệm mới và có nhiều cách định nghĩa. Định nghĩa về điện
toán đám mây (Cloud computing) sẽ tùy thuộc vào cách chúng ta khai thác, nó có thể
được xem như là một dịch vụ tiện ích cần thiết thứ năm (bên cạnh bốn dịch vụ tiện íchtrong sinh hoạt là điện, nước, điện thoại, gas) . Công nghệ đa nhân (multicore) và côngnghệ ảo hóa (virtualization) phát triển đã hình thành cách thức sử dụng mớ i – cho phépchạy nhiều hệ điều hành trên cùng một máy vậy lý. Đồng thờ i k ết hợ p vớ i sự phát triển
nhanh của các kỹ thuật phần mềm trên nền tảng Internet – đặc biệt là các chuẩn mở về
Web services (như SOAP, RESTful, XML, WSDL). Sự hội tụ này đã dẫn đến khái niệm
mới trong nhánh tính toán phân bố là điện toán đám mây. Do khái niệm về điện toán đámmây đượ c hiểu theo các nghĩa khác nhau, chúng ta có thể hiểu điện toán đám mây là khả
năng cung cấp tài nguyên (tính toán – CPU, bộ nhớ vật lý, không gian lưu trữ, ..v..v…)và phần mềm (kèm theo bản quyền phần mềm) theo nhu cầu dướ i dạng tính tiền theo thờ igian sử dụng (pay-as-you-go).
Hiện có ba định nghĩa đượ c chấp nhận trong cộng đồng nghiên cứu về điện toánđám mây, chúng là các định nghĩa của Rajkumar Buyya (2009) [1], Ian Foster, et.al.
(2008 & 2010) [2] & [3]. Ngoài ra vẫn còn các định nghĩa khác về điện toán đám mây[4]….
- Theo Ian Foster, et.al. (2008) [2]: “…cloud là dạng Infrastructure-as-a-Service
(IaaS) cloud, như là Amazon EC2. Ở đó, hạ tầng IT đượ c triển khai trong
datacenter của nhà cung cấp cloud dướ i dạng các máy ảo…”. - Theo Rajkumar Buyya (2009) [1]: “…một cloud là dạng hệ thống song song
và phân bố bao gồm tập các máy tính đượ c ảo hóa và kết nối lại vớ i nhau,
chúng (các máy tính ảo này) đượ c cung cấp động và xuất hiện dướ i dạng các
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 5/15
Trang 5
tài nguyên tính toán thống nhất dựa trên thỏa thuận mức dịch vụ (service-level
agreements) thỏa thuận giữa nhà cung cấp dịch vụ và khách hàng. - Theo [3], bổ sung định nghĩa ở [2] khi đưa thêm yếu tố tính kinh tế
(economies of scale) và tài nguyên gồm power, storage, platform, và dịch vụ
đượ c trừu tượng hóa, ảo hóa, co dãn động và quản lý để cung cấp cho ngườ idùng qua Internet.
Về phân loại, các hệ thống cloud có thể xếp vào ba loại, theo [4]:
- Infrastructure-as-a-Service (IaaS): ví dụ: hệ thống Amazon EC2 [5] và S3 [8]
- Platform-as-a-Service (PaaS): ví dụ: Google AppEngine [7]
- Software-as-a-Service (SaaS): ví dụ: Gmail, SalesForce,…
- Data-as-a-Service (DaaS): ví dụ: Strikeiron.com, Kognitio.com, thực ra cũng cóvài ý kiến khác xếp DaaS vào dạng SaaS.
2. Quản lý tài nguyên trên môi trường điện toán đám mây
Quản lý tài nguyên trên môi trường điện toán đám mây (cloud computing) cóchức năng cung cấp các tài nguyên tính toán (như CPU, bộ nhớ…) hay tài nguyên lưu trữ
(storage) theo yêu cầu của ngườ i sử dụng. Công nghệ điện toán đám mây được thúc đẩy
bởi mô hình kinh tế - tính tiền ngườ i dung theo thờ i gian họ dùng: dùng bao nhiêu trả bấy
nhiêu (pay-as-you-go). Ví dụ: người dùng có thể thuê 2 - 3 giờ máy để chạy một ứng
dụng tạm thờ i trên Amazon EC2.
3. Các thách thứ c của quản lý tài nguyên trên môi trường điện toán đámmây
Đứng ở mỗi góc nhìn khác nhau bài toán quản lý tài nguyên cho Cloud đặt ra cácthách thức khác nhau:
- Ở góc nhìn nhà cung cấp hạ tầng cloud (Infrastructure-as-a-Service): có hai vấn
đề mà tôi sẽ trình bày cụ thể bên dướ i.- Ở góc nhìn của nhà cung cấp dịch vụ (một loại ứng dụng nào đó) cho người dùng
đầu cuối: ví dụ một công ty ABC cung cấp dịch vụ tài chính trên môi trườ ng
Internet. Thách thức đặt ra vớ i họ là họ hạ thấp nhất chi phí thuê bao tài nguyêncủa nhà cung cấp hạ tầng Cloud để chạy ứng dụng, nhưng đồng thờ i vẫn đáp ứng
chất lượ ng dịch vụ đối với người dùng cuối.
- Ở góc nhìn người dùng: người dùng muốn thuê tài nguyên đáp ứng tiêu chí ràngbuộc về chất lượng đã ràng buộc với nhà cung cấp dịch vụ hoặc hạ tầng cloud (thể
hiện bằng SLA – Service Level Agreement).
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 6/15
Trang 6
Trong bài viết này, tôi khảo sát hai bài toán (problem) được xác đị nh trong việc
quản lý tài nguyên cho môi trường điện toán đám mây. Trong từng bài toán, tôi khảo sátmột vài hướ ng tiếp cận :
- Bài toán 1: thách thức trong việc cung cấp (provision) tài nguyên cho cả hai loại :
các yêu cầu cho công việc best-effort (các chương trình mô phỏng yêu cầu tínhtoán hiệu năng cao (HPC batch-job)) và các yêu cầu đặt chỗ trên cùng một hệ
thống.
- Bài toán 2: quản lý tài nguyên hiệu quả về năng lượng điện tiêu thụ của cả Data
center.
4. Bài toán 1: Cung cấp tài nguyên tính toán cho các yêu cầu Batch- job vàđặt chỗ
Trong việc cung cấp tài nguyên (tính toán), thường là nhu cầu sử dụng trong thờ igian ngắn (vài giờ). Chúng ta xét vài trườ ng hợ p sử dụng tài nguyên sau:
- “một nhà khoa học cần một số lượ ng lớn các máy tính để chạy một chương trìnhgiả lập (mô phỏng) trong vài giờ”,
- “một giảng viên ở trường Đại học cần một cluster của 10 nút để dạy thực hànhMPI”,
- “một công ty cần nơi để hosting website của công ty có thể mở rộng (scale
up/down) theo lưu lượng người dùng)”.
Vấn đề là cùng một tiêu chí tối ưu không thể áp dụng cho cả hai trườ ng hợ p : batch-job
(để chạy ứng dụng mô phỏng) và đặt chỗ (cho trườ ng hợ p lớ p học MPI).
Các hướ ng tiếp cận:
o Dựa trên máy ảo (VM-based approaches) : Virtual Clusters (Nishimura et al,
Yamasaki et al, Nimbus toolkit,…).o Dựa trên lô (Batch-jobs approaches) : PBS, SGE, Condor,…
o Mô hình thuê bao (Lease based approaches) : Borja Sotomayor (2010) [8] [9]
So vớ i những mô hình khác thì mô hình cung cấp tài nguyên tính toán sử dụng trừu tượ ng
là máy ảo và “lease” có nhiều ưu điểm hơn các tiếp cận khác và đã đượ c khẳng định ở [10] [8] [9].
Mô hình thuê bao tài nguyên (Lease-based Model)
Mô hình thuê bao (Lease- based Model) trong môi trườ ng ảo hóa dùng máy ảo đượ cđề xuất bở i Borja Sotomayor [9].
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 7/15
Trang 7
- Lease: tương tự khái niệm lease đã được dùng trong Computer Network . Ví dụ: trong
Networking, lease có thể là bandwidth trong mạng; hay lease có thể là tài nguyênphần cứng thô trong datacenter,…
- Có hai nhân tố: nhà cung cấp (lessor – resource provider và lessee - resource
consumer).
- VM-based leases: nếu quan tâm đến các overheads đến các máy ảo (ví dụ: thờ i gian
truyền ảnh máy ảo đến nơi thực thi, thờ i gian khởi động máy ảo – có thể lên đến 10
phút/6 GB VM image/mạng 100Mbps). Do đó yêu cầu đặt ra là làm thế nào để môhình hóa chính xác & lập lịch chúng hiệu quả (efficiently).
- Do hai yêu cầu Best-effort (BE) và Advance Reservation (AR) đôi khi mâu thuẫn
nhau. Ví dụ: nếu chấp nhận nhiều AR vô điều kiện thì có thể sẽ làm các yêu cầu BE
chờ vô thờ i hạn; còn nếu trong BE không có chính sách nhường tài nguyên (preempt)thì sẽ làm giảm số lượng AR đượ c chấp nhận (chưa cần lập lịch).
Mô hình thuê bao tài nguyên của B. Sotomayor (2010) [9] được mô tả như sau:
- Lease là khái niệm trừu tượ ng.
- Máy ảo là hiện thực cho đối tượng được thuê bao (leased). - Tập trung vào một miền quản trị.- Hướ ng hiệu năng cao
- Hỗ trở cả hai loại best-effort và đặt chỗ (advanced reservation).
- Các best-effort job có thể nhường cho yêu cầu đặt chỗ.
5. Bài toán 2: cung cấp tài nguyên tính toán trên hệ thống cloud với tiêu
chí tiết kiệm năng lượ ng:
Vớ i chủ sở hữu của hệ thống cloud (các data-centers) thì họ muốn giảm chi phí vận hànhhệ thống, trong đó tiền điện là chi phí không nhỏ. Các data-center thường tiêu thụ một
lượng điện rất lớn và tăng mạnh (theo một dự báo của Ủy ban năng lượ ng của Mỹ), điều
này đồng nghĩa vớ i việc khí thải CO2 sẽ thải ra môi trườ ng nhiều gây nhiều hậu quả
(global warming). Do đó, một xu hướng khác trong việc quản lý tài nguyên là năng lượ ng
hiệu quả (Energy-efficient resource management) : Green Cloud [11][12].
Trong việc cung cấp tài nguyên thì bài toán lập lịch tiết kiệm/nhận biết năng lượng đượ c
xây dựng, ví dụ: một số giải thuật lập lịch nhận biết năng lượng đến từ [11][13]…
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 8/15
Trang 8
Hình 1 giải thuật đặt các máy ảo tiết kiệm năng lượ ng [11]
Hình 2 Giải thuật lập lịch máy ảo dựa trên công suất [13]
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 9/15
Trang 9
II. TÌNH HÌNH NGHIÊN CỨU LIÊN QUAN
1. So sánh điện toán đám mây và tính toán lướ i
Phần này trình bày tóm lược so sánh của điện toán đám mây (Cloud computing) và tínhtoán lướ i (Grid computing) dựa trên tài liệu so sánh của Ian Foster, et.al., (2008) [2]. Tôi cóđưa vào một số ý kiến đánh giá của cá nhân trong hình vẽ và bảng các tiêu chí so sánh chức
năng, nhiệm vụ và mục tiêu của quản lý tài nguyên trong Grids và Clouds.
Hình 3 bên dưới so sánh Cloud và Grid về kích thước (scale), hướ ng ứng dụng
(application oriented) hay hướ ng dịch vụ (services oriented). Qua hình 3, chúng ta thấy hệ
thống lưới là những hệ thống phân bố (distributed systems) bắt đầu từ hướ ng ứng dụng về
sau chuyển sang hướ ng dịch vụ. Các chuẩn như Open Grid Service Archtiectures (OGSA)cũng đề xuất các dịch vụ mức kiến trúc cho các chức năng của hệ thống lướ i. Trục tung thể
hiện kích thước (scale) và trục hoành thể hiện tính hướ ng ứng dụng hay hướ ng dịch vụ.theo
hai trục: trục tung thể hiện kích thước (scale) và trục hoành thể hiện tính hướ ng ứng dụng
hay hướ ng dịch vụ.
Hình 3: So sánh hệ thống điện toán đám mây và hệ thống lướ i về kích thước (scale) và tính hướ ng ứ ng dụng hay
hướ ng dịch vụ
Hình 4 so sánh kiến trúc Grid và kiến trúc Cloud:
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 10/15
Trang 10
Hình 4: So sánh kiến trúc của Grid và Cloud
Bảng 1: sau so sánh Grid và Cloud qua một số thuộc tính đặc trưng liên quan đến chức
năng và nhiệm vụ của quản lý tài nguyên dành cho hai hệ thống:
Bảng 1 Các tiêu chí so sánh Grids và Clouds
Tiêu chí (criteria) Grids Clouds
Quản lý tài nguyên
- Mô hình tính toán (Compute model)
- Quản lý batch-job:
+ Portable Batch System
(PBS), Condor, Sun Grid
Engine (SGE), LSF,…
+ chủ yếu ở hệ thống xếp
hàng (queuing system).
- chia sẻ tài nguyên cho tấtcả người dùng lúc cao điểm
(cả triệu người dùng).
- Data Model Data Grid Tính bảo mật và riêng tư
của dữ liệu
Dữ liệu rất lớn (Tbytes) trênhệ thống vốn có của ngườ idùng, khi truyền qua mạng
sẽ tốn rất nhiều thờ i gian.
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 11/15
Trang 11
- Data locality - Even harder than Cloud
- Shared data stores on
NFS/GPFS/PVFS/Luster
- Need scheduler to be data-
aware
Hardly
Google’s MapReduce onGoogle File System
Need scheduler to be
data-aware
- Combining compute
and data management
- In progress of works on
schedulter data-aware Not yet
- Virtualization - Not need as much as Cloud
on Virtualization
- Needs Virtualization
- Monitoring- Mostly physical resource - Hard to fully monitor
resources and services on
cloud systems
- Provenance- Built-in workflows systems:
Chimera, Swift, Keepler,
Tavena,…
- More difficult than in
Grids
-
Programming Models
- Similar to parallel &
distributed computing: MPI,MPICH-G2, GridRPC, Pop-
C++,…
- MapReduce
- Mash-up and scripting
- Security Models- Across many VOs
- Single Sign-On - Clouds mostly is
dedicated data centers
belong to oneorgranization.
- SSL based
-
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 12/15
Trang 12
2. Các phần mềm xây dự ng hạ tầng điện toán đám mây (cloud computing)
Hiện nay các lĩnh vực liên quan đến Cloud computing đã trở thành những chủ đề
quan trọng và sự được quan tâm trong các hội nghị khoa học về song song và phân bố nổi
tiếng trên thế giớ i. Cloud computing cũng hình thành cộng đồng nghiên cứu đông trải
rộng từ Mỹ, Châu Âu, Châu Á, Úc (nhóm Nimbus Toolkit, nhóm CloudLab,…). Cáchướng nghiên cứu chính của Cloud gồm: (i) hướng nghiên cứu xây dựng hạ tầng Cloud
theo mô hình “Infrastructure as a Service” (IaaS) - giống hoặc tương tự Amazon Elastic
Computing Cloud (Amazon EC2) , các công cụ phổ biến như là EUCALYPTUS ,
Nimbus Toolkit , OpenNebulla ; (ii) hướng nghiên cứu xây dựng Cloud dướ i dạng
“Platform as a Service” (PaaS) – ví dụ Google AppEngine là một dạng này, cho phépngười dùng với tài khoản của Google có khả năng tạo các ứng dụng trên nền tảng
MapReduce và BigTable ; (iii) hướng nghiên cứu xây dựng mô hình dịch vụ phần mềm
trên Cloud kiểu “Software as a Service” (SaaS) – mô hình này khác dạng truyền thống ở
điểm số lượng người dùng rất lớn (toàn cầu) và nó có khả năng đàn hồi theo số lượ ngngười dùng – bở i hạ tầng bên dướ i của nó lại là một Cloud IaaS. Nhóm phát triển ứng
dụng hiện đa dạng và thu hút sự quan tâm của cả các cộng đồng khác như các ứng dụng
trong lĩnh vực công nghệ sinh học, ví dụ: dự án ScienceCloud.
Sự k ết hợ p giữa hạ tầng Cloud mức “Infrastructure as a Service” (IaaS) và SaaS cho phép chúng ta phát triển khái niệm gọi là “Computing as a Service” (CaaS). Khái niệm
CaaS này là một hệ thống các dịch vụ (dạng Web service) cung cấp dịch vụ tính toán theonhu cầu sử dụng của người dùng. Đối với ngườ i sử dụng khi sử dụng hệ thống (có khả
năng CaaS) này thì các yêu cầu về bảo mật, fault-tolerant, load-balancing, software
provisioning, Service Level Agreement (SLA), ...v..v... đượ c cung cấp (cho các ngườ idùng). Verizon là một doanh nghiệp thương mại cung cấp khả năng dịch vụ tính toán(CaaS) với tính năng bảo mật, đảm bảo tính sẳn sàng 100%. Nhưng Verizon chưa đề cập
đến vấn đề cung cấp phần mềm trên Cloud.
Đánh giá về các bộ khung phần mềm xây dựng Cloud IaaS thì EUCALYPTUS là một
khung (framework) làm việc mã nguồn mở cho Cloud computing dướ i dạng IaaS.
EUCALYPTUS cung cấp các giao diện tương thích vớ i các thư viện lập trình API sẳn cócủa Amazon EC2 và Amazon S3. Hiện tại EUCALYPTUS chưa cung cấp tính năng nhưbảo mật trong khi một CaaS sẽ phục vụ cho hàng ngàn người dùng vớ i dữ liệu riêng tư
cao, hoặc chức năng quản lý người dùng, các ảnh của máy ảo (virtual machine image),giao diện cung cấp chức năng giám sát (monitoring) cho từng người dùng và cho ngườ iquản trị hệ thống chưa hoàn thiện và còn khá đơn giản. EUCALYPTUS cũng không đượ ctrang bị Cloud gateway để giao tiếp vớ i hệ thống Cloud khác. EUCALUPTUS còn thiếu
sự hỗ trợ cho các phần mềm quản lý cluster thông dụng như Portable Batch System(PBS), SunGrid Engine (mà chỉ hỗ trợ Rocks cluster). EUCALYPTUS hiện được phát
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 13/15
Trang 13
triển dướ i dạng sản phẩm thương mại (nguồn vốn tài trợ là 5 triệu đô la Mỹ) và nó códành một phiên bản khác cho cộng đồng dạng mã nguồn mở .
Nimbus Toolkit cung cấp môi trường Workspace cho phép tạo và thực thi các máyảo trên cụm các máy tính thực. Nimbus sử dụng một số dịch vụ của Globus Toolkit như
GridFTP để di chuyển (transfer) các ảnh của các máy ảo đến máy tính thực để thực thi.
Nimbus có trang bị Cloud gateway để giao tiếp với các hệ thống Cloud khác.
OpenNebulla với ý tưởng là phát triển các tính năng cho một Cloud hay Hydrid
Cloud như một DataCenter. Kiến trúc của OpenNebulla cho phép chúng ta mở rộng bộ
lập lịch của nó dễ dàng. OpenNebulla có lợ i thế là sự hậu thuẫn của dự án EU’s Reservoir (www. reservoir-fp7.eu) của Ủy Ban Châu Âu và có sự liên kết thực hiện của nhiều nhómnghiên cứu ở các trường Đại học khác nhau của Châu Âu (Tây Ban Nha,…).
Trong các hạ tầng Cloud IaaS thương mại thì tuy không phải là nơi đầu tiên đưa ra ý
tưởng Cloud computing, nhưng Amazon Elastic Compute Cloud (Amazon EC2) vàAmazon Simple Storage Service (Amazon S3) là hai trong số các dịch vụ dạng Cloud
đượ c cung cấp bở i Amazon AWS rất thành công hiện nay. Người dùng chỉ cần thẻ tíndụng (Credit Card, hay Master Card) có khả năng thanh toán qua mạng là có thể đăng kýtài khoản trên Amazon AWS để thuê các dịch vụ như: thuê chạy một hay nhiều máy ảo
trên Amazon EC2, thuê không gian lưu trữ trên Amazon S3…
Virtual Computing Lab (VCL) đã được quan tâm ở trường Đại học ở Mỹ, một môhình điển hình là Virtual Computing Lab của trường Đạ i học tiểu bang Bắc Carolina. Họ
đã cung cấp mã nguồn mở Apache VCL cho cộng đồng nghiên cứu. Hiện tại Apache
VCL đã đượ c triển khai ở tám trường khác (thông tin trên web site dự ánhttp://vcl.ncsu.edu/academic-partners). Mục tiêu của Apache VCL là cung cấp môitrường tính toán theo yêu cầu cho người dùng có giớ i hạn thờ i gian thông qua trình duyệt.
Môi trường tính toán này có thể đơn giản là việc chạy một máy ảo, chạy một ứng dụng
tuần tự hoặc song song (ví dụ: CAD, GIS, các gói phần mềm thống kê, doanh nghiệp…)trên một cụm máy tính vật lý. Về mặt ý tưởng, người dùng có thể dùng trình duyệt trênmáy tính Desktop hay di động để gửi yêu cầu thực thi một ứng dụng (trên một máy ảo)
qua đườ ng truyền Internet đến bộ lập lịch của Apache VCL, bộ lập lịch sẽ lựa chọn vàthực thi yêu cầu (nếu có), kết quả người dùng có thể tương tác vớ i giao diện ứng dụng từ
xa. Hiện tại, Apache VCL dùng môi trườ ng ảo hóa là VMware ESXi, VMware ESXStandard Server, VMWare Free Server mà chưa hỗ trợ XEN , Microsoft Hyper-V,…. Bộ
lập lịch của Apache VCL không thể quyết định khi nào máy vật lý sẽ thực thi máy ảo vàthực thi như thế nào (do mỗi máy thực sẽ bị quản lý bở i phần ảo hóa như VMware ESXi).
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 14/15
Trang 14
III. KẾT LUẬN
Bài báo này tôi đã trình bày về khái niệm và phân loại về điện toán đám mây (cloudcomputing) qua các định nghĩa của nhiều ngườ i, nhiều góc độ khác nhau. Bài báo cũng đãkhảo sát các vấn đề liên quan đến việc cung cấp tài nguyên trên môi trường điện toán đámmây. Đồng thời bài báo cũng đề cập đến việc so sánh giữa các hệ thống Grids và Clouds trêncác tiêu chí của quản lý tài nguyên.
IV. Tài liệu tham khảo
[1] R. Buyya, C. Shin, S. Venugopal, J. Broberg, and I. Brandic, “Cloud computing andemerging IT platforms: Vision, hype, and reality for delivering computing as the 5th
utility,” Future Generation Computer Systems, vol. 25, 2009, pp. 599-616.
[2] I. Foster, Y. Zhao, I. Raicu, and S. Lu, “Cloud Computing and Grid Computing 360-Degree Compared,” 2008 Grid Computing Environments Workshop, Nov. 2008, pp. 1-10.
[3] B. Sotomayor, S. Montero, I.M. Llorente, and I. Foster, “An Open Source Solution for Virtual Infrastructure Management in Private and Hybrid Clouds,” IEEE Internet
Computing Special Issue on CLoud Computing, vol. 13, 2009, pp. 14-22.
[4] M. Armbrust, A.D. Joseph, R.H. Katz, and D.A. Patterson, “Above the Clouds : A
Berkeley View of Cloud Computing,” Technical Report No. UCB/EECS-2009-28, 2009,pp. 1-23.
[5] A.P.I. Reference and A.P.I. Version, “Amazon Elastic Compute Cloud,” 2010.
[6] “Amazon simple storage service - http://aws.amazon.com/s3/.”
[7] “Google appengine - http://code.google.com/appengine/.”
[8] B. Sotomayor, K. Keahey, and I. Foster, “Combining batch execution and leasing usingvirtual machines,” Proceedings of the 17th international symposium on High performance
distributed computing - HPDC ’08, New York, New York, USA: ACM Press, 2008, p. 87.
[9] B. Sotomayor, “Provisioning Computational Resources Using Virtual Machines and
Leases,” PhD Thesis submited to The University of Chicago, 2010.
[10] B. Sotomayor, K. Keahey, I. Foster, and T. Freeman, “Enabling Cost-Effective Resource
Leases with Virtual Machines,” Hot Topics session in HPDC 2007 , Monterey Bay, CA(USA): 2007, pp. 16-18.
5/10/2018 Cloud Resource Scheduling Rep - slidepdf.com
http://slidepdf.com/reader/full/cloud-resource-scheduling-rep 15/15
Trang 15
[11] A. Beloglazov and R. Buyya, “Energy Efficient Resource Management in VirtualizedCloud Data Centers,” 2010 10th IEEE/ACM International Conference on Cluster, Cloud
and Grid Computing, May. 2010, pp. 826-831.
[12] Í. Goiri, F. Julià, R. Nou, and J.L. Berral, “Energy-Aware Scheduling in Virtualized
Datacenters,” 2010, pp. 1-23.
[13] A.J. Younge, G.V. Laszewski, L. Wang, S. Lopez-alarcon, and W. Carithers, “EfficientResource Management for Cloud Computing Environments,” To appear in the Work in
Progress in Green Computing with the IEEE International Green Computing Conference
(IGCC), I.A. Behrooz Shirazi, ed., Chicago, IL USA: IEEE, 2010.