Étude et modélisation des mécanismes de surallocation de mémoire pour la consolidation de machines virtuelles - Inria - Institut national de recherche en sciences et technologies du numérique
Communication Dans Un Congrès Année : 2023

Étude et modélisation des mécanismes de surallocation de mémoire pour la consolidation de machines virtuelles

Résumé

La bonne gestion des ressources représente un défi pour les fournisseurs de service Cloud. Ces derniers doivent répondre à une demande croissante en limitant le surdimensionnement de leurs infrastructures, qui peuvent engendrer des coûts et un impact environnemental évitables. Des mécanismes dérivés de la virtualisation sont utilisés pour optimiser le dimensionnement des infrastructures comme l'élasticité et la consolidation, mais des contraintes économiques ou physiques peuvent être un frein à leur adoption. Dans ce papier, nous proposons une méthode de consolidation basée sur l'observation de la consommation de ressources des machines virtuelles (VMs) de l'infrastructure d'un hébergeur Cloud privé. Avec un algorithme d'évaluation propice et en utilisant des mécanismes de surallocation mémoire, nous sommes en mesure de générer des ensembles de VMs positionnés de telle sorte à limiter le nombre de machines physiques utilisées, tout en assurant la qualité de service requise par les utilisateurs.
Fichier principal
Vignette du fichier
compas2023-final55.pdf (423.59 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04317788 , version 1 (01-12-2023)

Identifiants

  • HAL Id : hal-04317788 , version 1

Citer

Simon Lambert, Eddy Caron, Laurent Lefèvre, Rémi Grivel. Étude et modélisation des mécanismes de surallocation de mémoire pour la consolidation de machines virtuelles. Compas 2023 - Conférence francophone d'informatique en Parallélisme, Architecture et Système, Jul 2023, Annecy, France. ⟨hal-04317788⟩
77 Consultations
40 Téléchargements

Partager

More