Υπολογιστικό Νέφος και NUMA Αρχιτεκτονικές: Η Σχέση της Μνήμης με την Απόδοση των Εφαρμογών

Abstract

Το υπολογιστικό νέφος δεν είναι κάτι άλλο παρά πληθώρα διασυνδεδεμένων ηλεκτρονικών υπολογιστών (τους οποίους αποκαλούμε servers), δικτυακά συνδεδεμένους και με πρόσβαση στο διαδίκτυο, στους οποίους εκτελούνται οι διάφορες εφαρμογές (λόγου χάρη κοινωνικά δίκτυα, streaming εφαρμογές, μηχανές αναζήτησης κλπ), και οι οποίοι εξυπηρετούν την μεγάλη μάζα χρηστών που επιχειρούν να τις προσπελάσουν. Προκειμένου να καταφέρει η κάθε εφαρμογή να εκτελεστεί απρόσκοπτα αλλά και απομονωμένα απ ́ τις υπόλοιπες, χρησιμοποιείται η τεχνική της εικονικοποίησης, και συγκεκριμένα η εικονική μηχανή. Πρόκειται για ένα «εικονικό» λειτουργικό σύστημα, το οποίο ζει στο φυσικό μηχάνημα όπως κάθε άλλη διεργασία, και χρησιμοποιεί τους πόρους του, δηλαδή τους επεξεργαστές, μνήμη, δίσκο, δίκτυο κλπ. Κατ ́ αυτόν τον τρόπο, σε κάθε φυσικό μηχάνημα, φιλοξενούνται πολλές εικονικές μηχανές, οι οποίες εξυπηρετούν τις εκάστοτε εφαρμογές, και οι οποίες καταλαμβάνουν και διαμοιράζονται τους πόρους του μηχανήματος Για να ανταπεξέλθουν οι servers στο φόρτο που προστίθεται απ ́ την εκτέλεση των εικονικών μηχανών, απαραίτητη είναι η χρήση πολυπύρηνων επεξεργαστών. Τα σύγχρονα πολυπύρηνα chips που χρησιμοποιούνται σε υπολογιστικά νέφη, αποτελούνται κυρίως από αρχιτεκτονικές ανομοιόμορφης πρόσβασης μνήμης (NUMA). Στις αρχιτεκτονικές αυτές, οι επεξεργαστές και η μνήμη είναι χωρισμένα σε τμήματα, τα οποία αποκαλούνται NUMA nodes, και επικοινωνούν μεταξύ τους χρησιμοποιώντας ειδικούς συνδέσμους. Σκοπός της παρούσας διπλωματικής εργασίας, είναι η μελέτη της απόδοσης των εφαρμογών που εκτελούνται κάτω απ ́ αυτές τις συνθήκες διαμοιρασμού πόρων, και κυρίως την συμπεριφορά τους όταν η απόδοση της μνήμης που χρησιμοποιούν εξαρτάται από την τοπολογία του συστήματος, όπως ακριβώς συμβαίνει με τα NUMA συστήματα. Για το λόγο αυτό, επιλέξαμε ένα υπολογιστικό σύστημα που ανήκει στο εργαστήριο CSLab του Ε.Μ.Π., στο οποίο δημιουργήσαμε εικονικές μηχανές διαφορετικής δομής και τοπολογίας. ́Υστερα επιλέχθηκαν κατάλληλες εφαρμογές προσομοίωσης benchmarks, και εκτελέστηκαν στις εικονικές μηχανές, ώστε να προσομοιώσουμε μία cloud υποδομή. Με αυτόν τον τρόπο συλλέξαμε χρήσιμες πληροφορίες που αφορούν τις μεταβολές των επιδόσεων μεταξύ των εικονικών μηχανών, οι οποίες παρουσιάζονται μέσω γραφημάτων και σχολιασμού. Τέλος παραθέτουμε τα συμπεράσματα που μπορούν να προκύψουν μέσα απ ́ την παραπάνω διαδικασία, καθώς και ιδέες ή προτάσεις βελτίωσης της απόδοσης των εφαρμογών μελλοντικά.