Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19387
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΔιαμαντή, Χριστίνα-
dc.date.accessioned2024-11-06T13:37:46Z-
dc.date.available2024-11-06T13:37:46Z-
dc.date.issued2024-10-30-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/19387-
dc.description.abstractΗ παρούσα διπλωματική εργασία ασχολείται με την πρόκληση του δυναμικού χρονοπρογραμματισμού διεργασιών και της εξισορρόπησης φορτίου σε περιβάλλοντα χωρίς διακομιστές, συγκεκριμένα στα πλαίσια του Knative. Καθώς οι σύγχρονες cloud-native εφαρμογές αντιμετωπίζουν κυμαινόμενα φορτία εργασίας, η διατήρηση της βέλτιστης απόδοσης και της αποδοτικής χρήσης πόρων καθίσταται κρίσιμη, ιδίως σε περιβάλλοντα κατανεμημένου και περιφερειακού υπολογισμού. Η εργασία που παρουσιάζεται εδώ προτείνει τον σχεδιασμό και την υλοποίηση ενός προσαρμοσμένου εξισορροπιστή φορτίου, βασισμένου στον αλγόριθμο Additive Increase Multiplicative Decrease (AIMD), ο οποίος ενσωματώνεται στο οικοσύστημα Knative. Αυτός ο εξισορροπιστής φορτίου προσαρμόζει δυναμικά τους ρυθμούς αποδοχής των εισερχόμενων αιτημάτων, διασφαλίζοντας την αποτελεσματική κατανομή της κίνησης σε πολλαπλές υπηρεσίες. Η λύση αξιοποιεί τόσο το Knative Pod Autoscaler (KPA) όσο και το Horizontal Pod Autoscaler (HPA) για τη διαχείριση της κλιμάκωσης των πόρων, σε απόκριση σε πραγματικού χρόνου μοτίβα κίνησης. Η ενσωμάτωση του RabbitMQ για τη διαχείριση των μηνυμάτων και του Redis για τη διαχείριση της κατάστασης επιτρέπει την απρόσκοπτη επικοινωνία μεταξύ των ελεγκτών αποδοχής και των υπηρεσιών κατανάλωσης. Πραγματοποιήθηκαν εκτεταμένες δοκιμές και αξιολογήσεις επιδόσεων υπό διάφορες συνθήκες φόρτου, συμπεριλαμβανομένων σταθερών και εκρηκτικών μοτίβων κίνησης. Τα αποτελέσματα καταδεικνύουν ότι η προσέγγιση που βασίζεται στο AIMD εξισορροπεί αποτελεσματικά την κυκλοφορία, αποτρέπει τη συμφόρηση στις ουρές αναμονής και κλιμακώνει δυναμικά τους πόρους, οδηγώντας σε βελτιωμένη απόδοση του συστήματος. Εκτός από την αντιμετώπιση του βασικού ζητήματος της εξισορρόπησης του φορτίου, η διατριβή εξετάζει τη δυνατότητα ενσωμάτωσης πιο εξελιγμένων μηχανισμών αυτόματης κλιμάκωσης. Η μελλοντική εργασία περιλαμβάνει την υιοθέτηση μοντέλων πρόβλεψης φόρτου εργασίας και σκιαγράφησης πόρων, βασισμένων στη μηχανική μάθηση, για την περαιτέρω βελτιστοποίηση των αποφάσεων κλιμάκωσης. Η προτεινόμενη λύση προσφέρει μια ευέλικτη και κλιμακούμενη αρχιτεκτονική για τη δυναμική διαχείριση πόρων σε περιβάλλοντα χωρίς διακομιστές, συμβάλλοντας στον ευρύτερο τομέα του cloud-native και του edge computing.en_US
dc.languageelen_US
dc.subjectload balancing, autoscaling, cloud computing, Knative, AIMD, microservices, resource management, cloud-native architectures, serverless architectureen_US
dc.titleΔυναμικός Προγραμματισμός Διεργασιών σε Περιβάλλοντα Knativeen_US
dc.description.pages168en_US
dc.contributor.supervisorΠαπαβασιλείου Συμεώνen_US
dc.departmentΤομέας Επικοινωνιών, Ηλεκτρονικής και Συστημάτων Πληροφορικήςen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
Diploma_Thesis__Diamanti.pdf10.78 MBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.