文献

J-GLOBAL ID：202102220216774431   整理番号：21A0235368

In-VMコンテナとVM検査による細粒自動スケーリング【JST・京大機械翻訳】

Fine-grained Autoscaling with In-VM Containers and VM Introspection

著者 (2件)： Ueki Kohei (Kyushu Institute of Technology) ,  Kourai Kenichi (Kyushu Institute of Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： UCC  ページ： 155-164  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： クラウドは,仮想マシン(VM)で走行するサービスの負荷増加を扱う自動スケーリングと呼ばれる機構を提供する。VMを過荷重すると,スケールアウトが実行され,VMs数を自動的に増加させるが,複数のサービスが1VMで実行されるとき,1つのサービスが過剰利用されるとしても,全体のVMは常にスケールされる。この場合,過剰利用サービスのみをスケーリングする必要があるが,VMs内のサービスの資源利用を正確に監視するクラウドは容易ではない。本論文は,サービスの分離のためにVM内部で生成されたコンテナで各サービスを走らせるCielを提案し,VMの細粒自動スケーリングを可能にした。VM検査を用いて,CielはVMの外部から非侵入型で各VMコンテナの資源利用を正確に監視する。過剰負荷VMコンテナを検出するならば,最小サイズの新しいVMを生成し,VMでスケールする必要のあるコンテナのみをボートする。これはVMのコストとスケールアウトに要する時間の両方を最小化することができる。XenとDockerを用いてCielを実装し,その有効性を示した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コンテナ ,  ボート ,  仮想機械システム ,  過負荷 ,  有効性
準シソーラス用語： スケールアウト ,  Xen , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： コンテナ ,  検査 ,  細粒 ,  スケーリング