Soutenance de thèse
Ma soutenance de thèse a eu lieu le Vendredi 19 juillet 2024 au Centre Inria de l'Université de Lille (Villeneuve d'Ascq, France). La thèse, intitulée "Améliorer la sur-allocation des ressources pour une meilleure consolidation des IaaS", a été défendue en français. Elle a mis en valeur comment et pourquoi partager les ressources du Cloud.
- Lien vers le manuscript (1.8MB, 127 pages)
- Lien vers les slides de présentation (6.8MB)
Composition du Jury
- M. Pascal FELBER, Rapporteur, Université de Neuchâtel
- M. Gaël THOMAS, Rapporteur, Inria
- M. Laurent LEFEVRE, Examinateur, Inria, ENS Lyon
- Mme. Anne-Cécile ORGERIE, Examinateur, CNRS
- M. Thomas LEDOUX, Directeur de thèse, IMT Atlantique
- M. Romain ROUVOY, Directeur de thèse, Université de Lille
Résumé en Français
En migrant sa charge de travail vers des centres de données plus grands, le numérique a pu améliorer
son efficacité énergétique. La consommation liée à l’augmentation des usages a ainsi été atténuée par
de nettes améliorations de l’infrastructure mutualisée (appelée communément Cloud Computing), ce
qui est visible via des indicateurs tels que le Power Usage Efficiency (PUE).
L’infrastructure n’est cependant pas le seul point à optimiser. Le serveur en lui même, et les tâches
qu’il exécute, reste un axe important de la recherche. Le taux d’usage est notamment particulièrement
étudié car sa valeur relativement faible représente un gain potentiel non-négligeable. Ainsi, d’un point
de vue énergétique (consommation) et matériel (coût environnemental et financier), l’utilisation d’un
serveur chargé à 100% est préférable à celle de 3 serveurs chargés à 30%. Je propose donc d’étudier
ces taux d’usages au travers de quatre contributions complémentaires:
- La création d’expériences contrôlées réalistes dans un contexte Infrastructure-as-a-Service (IaaS). Alors que les plateformes supportant les infrastructures Cloud sont particulièrement étudiées, la génération de charges de travail réalistes est primordiale. Chaque Cloud provider ayant ses propres caractéristiques (distribution de tailles de Virtual Machines (VMs), taux d’usage individuels), nous proposons un outil permettant de générer ces charges réalistes.
- L’amélioration du calcul du taux de surréservation individuel des serveurs. En tenant en compte de la stabilité individuelle des serveurs, il est possible d’affiner le calcul de ce taux sans causer de violations supplémentaires.
- L’introduction d’un nouveau paradigme de surréservation. En démontrant tout d’abord que les vCPUs des VMs ne sont pas uniformément utilisés en conditions réelles, nous exposons aux VMs des coeurs de différentes puissances (car surréservés à différents niveaux) et démontrons que ce paradigme peut améliorer les performances globales.
- La complémentarité des taux de surréservation pour réduire les ressources non-allouées. La comparaison des VMs dites premium et des VMs surréservées permet d’identifier qu’elles tendent à saturer différemment les ressources de leur hôtes. En les hébergeant sur les mêmes serveurs, il est ainsi possible de bénéficier de synergies, et de réduire jusqu’à 9.6% la taille du parc.
Abstract in English
By migrating its workload to larger Data Centers (DCs), the digital realm has been able to improve its
energy efficiency. The consumption due to the increase in usage has thus been mitigated by significant
improvements in shared infrastructure (commonly referred to as Cloud Computing), which is evident
through indicators such as Power Usage Efficiency (PUE).
However, infrastructure is not the sole point of optimization. The server itself, and the tasks it
executes, remain an important focus of research. Usage rate, in particular, is closely studied because
its relatively low value also represents a considerable potential gain. Thus, from both an energy
(consumption) and material (environmental and financial cost) standpoint, the use of a server loaded
at 100% is preferable to that of 3 servers loaded at 30%. I propose to examine these usage rates along
four complementary contributions:
- The creation of realistic controlled experiments in an Infrastructure-as-a-Service (IaaS) context. While platforms supporting Cloud infrastructures are extensively studied, generating realistic workloads is crucial. As each Cloud Provider has its characteristics (distribution of VM sizes, individual usage rates), we propose a tool to generate these workloads.
- The calculation of individual server oversubscription ratio. By considering the individual stability of servers, it is possible to fine-tune the calculation of this ratio without causing additional violations.
- The introduction of a new oversubscription paradigm. By first demonstrating that Virtual Machine (VM) vCPUs are not uniformly used in a real-world context, we expose to VMs cores of different powers (by oversubscribing them to different amounts) and demonstrate that this paradigm can improve overall performance.
- The complementarity of oversubscription techniques to reduce unallocated resources. Comparing so-called premium VMs and oversubscribed VMs identifies that they tend to saturate their hosts’ resources differently. By hosting them on the same servers, it is thus possible to benefit from synergies and reduce the number of servers by up to 9.6%.