A cost-aware auto-scaling approach using the workload prediction in service clouds
A cost-aware auto-scaling approach using the workload prediction in service clouds
复制标题
使用服务云中的工作负载预测的成本感知自动扩展方法
DOI：
10.1007/s10796-013-9459-0
复制
发表时间：
2013-10
影响因子：
5.9
通讯作者：
Junliang Chen
中科院分区：
文献类型：
--
作者：
Jingqi Yang;Chuanchang Liu;Yanlei Shang;Bo Cheng;Zexiang Mao;Chunhong Liu;Lisha Niu;Junliang Chen
服务云是在云中部署通信服务的分布式基础设施。可扩展性是服务云的一个重要特性。凭借可扩展性，服务云可以为不同的服务提供按需的计算能力和存储能力。为了实现可扩展性，我们需要知道何时以及如何扩展分配给不同服务的虚拟资源。本文提出了一种新颖的服务云架构，并使用线性回归模型来预测工作负载。基于这种预测的工作负载，提出了一种自动扩展机制来扩展服务云中不同资源级别的虚拟资源。自动缩放机制结合了实时缩放和预缩放。最后提供的实验结果证明我们的方法可以满足用户服务级别协议（SLA），同时保持较低的扩展成本。
Service clouds are distributed infrastructures which deploys communication services in clouds. The scalability is an important characteristic of service clouds. With the scalability, the service cloud can offer on-demand computing power and storage capacities to different services. In order to achieve the scalability, we need to know when and how to scale virtual resources assigned to different services. In this paper, a novel service cloud architecture is presented, and a linear regression model is used to predict the workload. Based on this predicted workload, an auto-scaling mechanism is proposed to scale virtual resources at different resource levels in service clouds. The auto-scaling mechanism combines the real-time scaling and the pre-scaling. Finally experimental results are provided to demonstrate that our approach can satisfy the user Service Level Agreement (SLA) while keeping scaling costs low.
登录
查看更多内容
DOI：
10.1109/cnsm.2010.5691343
发表时间：
2010-10
期刊：
2010 International Conference on Network and Service Management
影响因子：
--
作者：
Zhenhuan Gong;Xiaohui Gu;J. Wilkes
通讯作者：
Zhenhuan Gong;Xiaohui Gu;J. Wilkes
DOI：
10.1109/cloud.2012.82
发表时间：
2012-06
期刊：
2012 IEEE Fifth International Conference on Cloud Computing
影响因子：
--
作者：
Wenting Wang;Hao-peng Chen;X. Chen
通讯作者：
Wenting Wang;Hao-peng Chen;X. Chen
DOI：
10.1109/cloud.2011.42
发表时间：
2011-07
期刊：
2011 IEEE 4th International Conference on Cloud Computing
影响因子：
--
作者：
N. Roy;A. Dubey;A. Gokhale
通讯作者：
N. Roy;A. Dubey;A. Gokhale
影响因子：
56.9
作者：
Michael Armbrust;A. Fox;Rean Griffith;A. Joseph;R. Katz;A. Konwinski;Gunho Lee;D. Patterson;
通讯作者：
Michael Armbrust;A. Fox;Rean Griffith;A. Joseph;R. Katz;A. Konwinski;Gunho Lee;D. Patterson;
影响因子：
0.8
作者：
In Choi
通讯作者：
In Choi