Tesis "Método para el balanceo de carga y gestión de máquinas virtuales en infraestructura como servicio en la nube"
Sustentante: Mario Alberto Gómez Rodríguez.
Director: Dr. Víctor Jesús Sosa Sosa, investigador Cinvestav Tamaulipas.
Sinodales: Dr. Juan Gabriel Gonzalez Serna, Centro Nacional de Investigación y Desarrollo Tecnológico (CENIDET); Dr. Arturo Díaz Pérez, Cinvestav Unidad Guadalajara; Dr. Hiram Galeana Zapién, CINVESTAV Unidad Tamaulipas; Dr. Iván López Arévalo, CINVESTAV Unidad Tamaulipas.
Resumen:
El cómputo en la nube es un paradigma en el que un conjunto de recursos de cómputo, tales como unidades de procesamiento, almacenamiento, etc., son ofrecidos como servicios bajo demanda a través de Internet. En el modelo de infraestructura como servicio (IaaS) en la nube, la asignación eficiente de máquinas virtuales se vuelve un desafío debido a la variedad y frecuencia de los recursos demandados. El balanceo de carga y la gestión de infraestructura a gran escala son aspectos clave a considerar para enfrentar este desafío. Las propuestas de balanceo de carga existentes se han evaluado principalmente teniendo en cuenta algunos recursos específicos de la nube (por ejemplo, CPU), mientras que para otros recursos se asumen valores a menudo poco realistas y/o no se consideran otras métricas (por ejemplo, RAM, tiempos de espera, cargas de trabajo de aplicaciones, etc.). La mayoría de ellas se basan principalmente en entornos de simulación, sin ningún tipo de validación en una infraestructura del mundo real. Esta situación genera incertidumbre en los resultados de las propuestas cuando se aplican en nubes reales, desmotivando su implementación y dejando abiertos estos temas para su investigación. Los resultados de esta tesis aportan cinco contribuciones al estado del arte en esta área de investigación: 1) Un nuevo esquema para la asignación de máquinas virtuales (MVs) en máquinas físicas (MFs) para nubes privadas, produciendo un mejor balanceo de carga que los algoritmos de asignación tradicionales; 2) Un método (CloudBench) para probar y desplegar configuraciones para proporcionar una gestión eficiente de los recursos, en el proceso de asignación de MVs; 3) Un simulador de nube IaaS (CloudBalanSim) que permite la evaluación de diferentes estrategias de balanceo de carga multi-recurso para la selección y colocación de MVs, ofreciendo diversas métricas para su medición; 4) Un gestor multi-recurso (Balancer) distribuido y tolerante a fallos, para la gestión eficiente de recursos de una nube privada real; y 5) Una evaluación de algoritmos para la asignación de MVs, reportados en el estado del arte, donde se identifican los que ofrecen comportamiento similar en entornos de simulación y real. Las evaluaciones experimentales revelaron cómo nuestro esquema de asignación de MVs produce una distribución justa de MVs en MFs en la nube, con menos errores de asignación, así como un mejor balanceo de carga comparado con los algoritmos de asignación tradicionales. CloudBench mostró la factibilidad de probar diferentes estrategias de balanceo de carga en entornos simulados (CloudBalanSim) y validar sus resultados en una infraestructura controlada del mundo real (Balancer). Las pruebas a CloudBench usando CloudBalanSim y Balancer mostraron resultados alentadores, lo que motiva su uso como un enfoque efectivo para buscar estrategias para el balanceo de carga y la gestión de MVs en la nube.