Performance Analysis and Optimization on Scheduling Stochastic Cloud Service Requests: A Survey
Performance Analysis and Optimization on Scheduling Stochastic Cloud Service Requests: A Survey
复制标题
随机云服务请求调度的性能分析和优化：调查
DOI：
10.1109/tnsm.2022.3181145
复制
发表时间：
2022-09
影响因子：
5.3
通讯作者：
Amin Beheshti
中科院分区：
文献类型：
--
作者：
Shuang Wang;Xiaoping Li;Quan Z. Sheng;Amin Beheshti
性能分析和优化是云计算系统和服务成功开发的关键任务。不幸的是，性能分析和优化仍然是复杂的和具有挑战性的，由于在云计算中的一些独特的特征，如随机服务请求，请求排序策略和请求分发方法。在本文中，我们提出了一个全面的调查随机云服务请求的性能分析和优化。通过分析性能分析中常见的实体和活动，提出了一个通用的性能分析框架，该框架包含五个基本特征：请求、排序、队列、分布和服务。分析了各特性的实用因素。我们讨论的优化目标，包括成本，利润，响应时间和能源消耗的框架的每个特性的影响。然后，我们系统地审查和比较13个代表性的排队模型，使用建议的框架。基于这五个特征的现实因素，沿着当前的研究成果，我们也发现了几个研究的机遇和挑战。
Performance analysis and optimization is a critical task for the successful development of cloud computing systems and services. Unfortunately, performance analysis and optimization remains complicated and challenging due to several unique characteristics in cloud computing such as stochastic service requests, request sequencing strategies, and request distribution methods. In this paper, we present a comprehensive survey on the performance analysis and optimization for stochastic cloud service requests. By analyzing the main entities and activities in the common routines of performance analysis, we first propose a generic performance analysis framework, which contains five fundamental characteristics: Request, Sequencing, Queue, Distribution and Services. Practical factors of each characteristic are analyzed. We discuss the effects of each characteristic of the framework on optimization objectives including cost, profit, response time, and energy consumption. We then systematically review and compare 13 representative queuing models using the proposed framework. Based on the practical factors of the five characteristics and along with the current research efforts, we also identify several research opportunities and challenges.
登录
查看更多内容
影响因子：
8.1
作者：
Jia Wang;Xiaoping Li;Rubén Ruiz;Jie Yang;Dianhui Chu
通讯作者：
Jia Wang;Xiaoping Li;Rubén Ruiz;Jie Yang;Dianhui Chu
DOI：
10.1109/tpds.2015.2495120
发表时间：
2016-08
影响因子：
5.3
作者：
Li Kenli;Liu Chubo;Li Keqin;Zomaya Albert Y.
通讯作者：
Zomaya Albert Y.
影响因子：
3.7
作者：
Huang, Jing;Li, Renfa;Li, Keqin
通讯作者：
Li, Keqin
影响因子：
5.3
作者：
Dario Bruneo
通讯作者：
Dario Bruneo
DOI：
10.1016/j.sorms.2011.08.002
发表时间：
2012
期刊：
Surveys in Operations Research and Management Science
影响因子：
--
作者：
Amy R. Ward
通讯作者：
Amy R. Ward