Χρονοπρογραμματισμός Εργασιών σε Περιβάλλοντα Cloud Computing

Abstract

Η παρούσα εργασία εξετάζει το πρόβλημα της κατανομής των Εικονικών Μηχα- νών (VMs) σε Φυσικές Μηχανές (PMs) στο περιβάλλον του Υπολογιστικού Νέφους, ένα κρίσιμο πρόβλημα βελτιστοποίησης που επηρεάζει την απόδοση, την κατανά- λωση πόρων και την ενεργειακή αποδοτικότητα των συστημάτων. Ο κύριος σκοπός της έρευνας είναι η σύγκριση δύο μεθόδων επίλυσης του προβλήματος: του Μεικτού Ακέραιου Γραμμικού Προγραμματισμού (MILP) με χρήση του επιλυτή SCIP και του Προγραμματισμού με Περιορισμούς (CP) με χρήση του επιλυτή SAT. Στο πειραμα- τικό μέρος, αναπτύχθηκαν και εκτελέστηκαν δύο διαφορετικά μοντέλα. Το πρώτο πείραμα επικεντρώνεται στην ισορροπημένη κατανομή φορτίου (load balancing), επιδιώκοντας τη βέλτιστη κατανομή των VMs στους PMs ώστε να αποφεύγεται η υπερφόρτωση συγκεκριμένων φυσικών μηχανών. Στο δεύτερο πείραμα, προστίθεται ένας επιπλέον περιορισμός που απαγορεύει την ταυτόχρονη ανάθεση συγκεκριμέ- νων VMs στον ίδιο PM, προσομοιώνοντας πολιτικές απομόνωσης και περιορισμούς ασφαλείας. Τα πειραματικά αποτελέσματα έδειξαν ότι ο επιλυτής SAT επιλύει το πρόβλημα γρηγορότερα από τον SCIP, ιδιαίτερα σε μεγάλης κλίμακας περιπτώσεις όπου υπάρχουν αυστηροί περιορισμοί τοποθέτησης. Συνεπώς, ο SAT Solver υπερέχει σε ταχύτητα και καταλληλότητα για δυαδικά προβλήματα απόφασης, καθιστώντας τον μία αποδοτικότερη επιλογή για την κατανομή των VMs στο υπολογιστικό νέφος.