Reconfiguration dynamique du placement dans les grilles de calcul dirigée par les objectifs

L'utilisation des grilles de calcul par un ensemble toujours plus important de personnes a rendu la problematique de l'optimisation du placement des applications delicate. Les administrateurs sont en effet perpetuellement confrontes a des contraintes de placement qui doivent etre imperativement satisfaites. Ces contraintes portent sur des ensembles precis d'applications ou sur une portion de l'architecture de la grille et rendent donc l'utilisation d'une seule politique globale inefficace. Simultanement, les besoins en ressources, tout comme leur disponibilite varient d'une maniere importante au cours du temps. Une approche statique du placement guidee par des objectifs d'optimisation fixes n'est donc plus valable. Nous proposons dans cet article une architecture flexible permettant d'adapter le placement des applications en fonction d'une analyse des besoins, de l'etat courant des ressources et de contraintes de placement definies par l'utilisateur. Le developpement et l'evaluation d'un ensemble de contraintes assurant une repartition des ressources adaptees au besoin des applications et maintenant un nombre de n\oe uds utiles minimum nous a permis de valider experimentalement notre approche.

[1]  Amin Vahdat,et al.  Managing energy and server resources in hosting centers , 2001, SOSP.

[2]  Karim Djemame,et al.  Adaptive grid resource brokering , 2003, 2003 Proceedings IEEE International Conference on Cluster Computing.

[3]  Ricardo Bianchini,et al.  Energy conservation in heterogeneous server clusters , 2005, PPoPP.

[4]  E. N. Elnozahy,et al.  Energy-Efficient Server Clusters , 2002, PACS.

[5]  Barry O'Sullivan,et al.  Trends in Constraint Programming , 2007 .

[6]  Benny Rochwerger,et al.  Oceano-SLA based management of a computing utility , 2001, 2001 IEEE/IFIP International Symposium on Integrated Network Management Proceedings. Integrated Network Management VII. Integrated Management Strategies for the New Millennium (Cat. No.01EX470).

[7]  Toby Walsh,et al.  Handbook of Constraint Programming (Foundations of Artificial Intelligence) , 2006 .

[8]  Dongyan Xu,et al.  Autonomic Live Adaptation of Virtual Computational Environments in a Multi-Domain Infrastructure , 2006, 2006 IEEE International Conference on Autonomic Computing.

[9]  Paul Shaw,et al.  A Constraint for Bin Packing , 2004, CP.

[10]  Ian T. Foster,et al.  The anatomy of the grid: enabling scalable virtual organizations , 2001, Proceedings First IEEE/ACM International Symposium on Cluster Computing and the Grid.

[11]  Fabien Hermenier,et al.  Power Management in Grid Computing with Xen , 2006, ISPA Workshops.

[12]  Ricardo Bianchini,et al.  Dynamic cluster reconfiguration for power and performance , 2003 .

[13]  Andrew Warfield,et al.  Live migration of virtual machines , 2005, NSDI.

[14]  Karsten Schwan,et al.  VirtualPower: coordinated power management in virtualized enterprise systems , 2007, SOSP.

[15]  Renato J. O. Figueiredo,et al.  A case for grid computing on virtual machines , 2003, 23rd International Conference on Distributed Computing Systems, 2003. Proceedings..

[16]  Amin Vahdat,et al.  Usher: An Extensible Framework for Managing Clusters of Virtual Machines , 2007, LISA.

[17]  Emil C. Lupu,et al.  Conflicts in Policy-Based Distributed Systems Management , 1999, IEEE Trans. Software Eng..

[18]  Jeffrey O. Kephart,et al.  The Vision of Autonomic Computing , 2003, Computer.

[19]  Xiaomin Zhu,et al.  From virtualized resources to virtual computing grids: the In-VIGO system , 2005, Future Gener. Comput. Syst..