Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://dx.doi.org/10.18419/opus-10895
Langanzeige der Metadaten
DC ElementWertSprache
dc.contributor.advisorResch, Michael M. (Prof. Dr.-Ing. Dr. h.c. Dr. h.c. Prof. E.h.)-
dc.contributor.authorGienger, Michael-
dc.date.accessioned2020-06-22T07:35:20Z-
dc.date.available2020-06-22T07:35:20Z-
dc.date.issued2020de
dc.identifier.issn0941-4665-
dc.identifier.other1701701383-
dc.identifier.urihttp://nbn-resolving.de/urn:nbn:de:bsz:93-opus-ds-109121de
dc.identifier.urihttp://elib.uni-stuttgart.de/handle/11682/10912-
dc.identifier.urihttp://dx.doi.org/10.18419/opus-10895-
dc.description.abstractCloud Computing ist ein flexibler und leistungsfähiger Ansatz, um Informationstechnologiedienste jeglicher Art zur Verfügung zu stellen. Die Dienste werden mit Hilfe einer Virtualisierungstechnologie bereitgestellt, über die auf einem einzigen Server mehrere virtuelle Instanzen dynamisch und ohne großen Managementaufwand verwaltet werden können. Dadurch können Serviceinstanzen mit limitierten Anforderungen auch leistungsstarken Servern zugeteilt werden, ohne deren Kapazitäten gänzlich zu blockieren. Der Vorteil effizienter Ressourcennutzung hat jedoch auch einen großen Nachteil. Aufgrund des gemeinsamen Ressourcenzugriffs können Prozessor, Hauptspeicher, Netzwerkschnittstelle oder auch lokale Festspeicher überlastet werden, so dass die gesamte Leistungsfähigkeit des Servers und damit aller virtuellen Instanzen sinkt. Ziel dieser Arbeit ist es, das Problem der Überlast in Cloud Umgebungen zu adressieren, um nachhaltig eine erhöhte Anwendungs- oder Diensteffizienz, aber auch eine verbesserte Infrastrukturauslastung, zu erreichen. Dementsprechend werden optimierte Zuteilungsstrategien für virtuelle Instanzen entwickelt, die anhand von spezifischen Anforderungsprofilen komplementäre Arbeitslasten identifizieren und diese effizient den vorhandenen Servern zuteilen können. Hierzu wird ein Mechanismus entwickelt, der sowohl initial mit Hilfe von Benutzerinformationen eine effektive Zuteilung ermöglicht, aber auch durch kontinuierliche Leistungsüberwachung von virtuellen Instanzen reaktiv eine optimale Zuteilung erreicht. Für die Bestimmung der Resultate dieser Arbeit wurde eine prototypische Anwendung implementiert, die die optimierten Zuteilungsstrategien umsetzt. Im Grundsatz basiert diese auf Anwendungscharakteristika und Echtzeitinformationen einer Cloud Infrastruktur, die vor der Bereitstellung einer virtuellen Instanz in Relation gesetzt werden. Somit kann für jede Server/Instanzkombination innerhalb der Cloud Umgebung ein Kostenfaktor berechnet werden, über den der optimale Server ausgewählt wird. Die entwickelte Lösung wurde mit Hilfe einer Anwendung aus dem Bereich Ingenieurswissenschaften in einer modifizierten, privaten Cloud Infrastruktur evaluiert und validiert. Dazu wurden individuelle Szenarien definiert, die sowohl herkömmliche als auch optimierte Zuteilungsmechanismen abbilden. Die gesammelten, realen Messwerte beinhalten folglich Referenzdaten sowie Daten von optimierten Zuteilungen, so dass eine hinreichende Datengrundlage für die Bewertung der Ergebnisse geschaffen werden kann. Die Resultate dieser Arbeit zeigen auf, dass der gewählte Ansatz die Leistungsfähigkeit einer Cloud Infrastruktur und deren Anwendungen deutlich verbessert. So kann bei gleichbleibender Infrastruktureffizienz die Anwendungsleistung durch die optimierte Zuteilung von virtuellen Instanzen um mehr als 20% gesteigert werden. Je nach Anwendungsanforderungen ist im Optimalfall sogar eine Leistungssteigerung um mehrere Faktoren möglich.de
dc.language.isodede
dc.publisherStuttgart : Höchstleistungsrechenzentrum, Universität Stuttgartde
dc.relation.ispartofseriesHLRS;22-
dc.rightsinfo:eu-repo/semantics/openAccessde
dc.subject.ddc004de
dc.subject.ddc620de
dc.titleOptimierte Zuteilungsmechanismen zur Leistungssteigerung von virtuellen Maschinen in Cloud Infrastrukturende
dc.typedoctoralThesisde
ubs.dateAccepted2019-12-04-
ubs.fakultaetEnergie-, Verfahrens- und Biotechnikde
ubs.fakultaetZentrale Einrichtungende
ubs.institutInstitut für Höchstleistungsrechnende
ubs.institutHöchstleistungsrechenzentrum Stuttgart (HLRS)de
ubs.publikation.seitenxxiv, 181de
ubs.publikation.typDissertationde
ubs.schriftenreihe.nameHLRSde
ubs.thesis.grantorEnergie-, Verfahrens- und Biotechnikde
Enthalten in den Sammlungen:04 Fakultät Energie-, Verfahrens- und Biotechnik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
Gienger_PhD_Final.pdf16,95 MBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repositorium sind urheberrechtlich geschützt.