SlideShare uma empresa Scribd logo
1 de 32
Baixar para ler offline
インタークラウドにおける
仮想インフラ構築システムの提案

  ⾼高野  了了成  中⽥田  秀基  ⽵竹房  あつ⼦子
         柳柳⽥田  誠也  ⼯工藤  知宏
     産業技術総合研究所  情報技術研究部⾨門


  2013年2月28日 OS研究会@岡山コンベンションセンター
背景
•  インタークラウドへの注⽬目の⾼高まり
 –  クラウド連携、ハイブリッドクラウドなど
•  新しいIT基盤サービスの登場
 –  クラウド間での柔軟な資源の融通
 –  複数クラウドの資源を組み合わせたサービスの提供



    インタークラウド環境における
    仮想インフラ構築技術の開発

                              2
本研究の貢献
•  IaaS事業者からの要求に対して、ネットワーク
   越しに資源を提供するHaaSサービスモデルの
   提案
•  HaaS資源管理理システム  Iris  (Inter-‐‑‒cloud  
   Resource  Integration  System)の設計と
   プロトタイプ実装
  –  既存のCloudStackに変更更を加えることなく、要求に
     応じた計算資源提供が可能
  –  ⼊入れ⼦子型仮想化技術(LXCおよびNested  KVM)の
     性能評価


                                            3
発表の流流れ
•  Apache  CloudStack
•  HaaSサービスモデル
•  Iris:  HaaS資源管理理システム
•  プロトタイプ実装による実験
  –  ユーザVMのデプロイ時間
  –  ⼊入れ⼦子型仮想化の性能⽐比較
•  議論論
•  まとめと今後の課題



                          4
Apache  CloudStack
•  IaaSクラウド基盤構築・管理理ソフトウェア
 –  セルフサービス
 –  マルチテナント
•  国内外に多数の利利⽤用実績
 –  例例:北北⼤大アカデミッククラウド、NTT  Com  Cloudn
•  柔軟なネットワーク構成
 –  基本ゾーン
   •  全テナントのユーザVMが、フラットな単⼀一ネットワークを
      共有(AWSスタイル)
 –  拡張ゾーン
   •  VLANによるネットワーク隔離離が可能

                                         5
CloudStackの構成

                     Management  
                                            Web  API
                       Server



Zone  1                                                                 Zone  2
                                               Secondary
                                                Storage
                                                               Pod  2

 Pod  1                                           Cluster  2

  Cluster  1

    Computing   Computing       Computing
      Node        Node            Node

    VM     VM   VM



                 Primary
                 Storage




                                                                                  6
HaaSサービスモデル


              7
HaaS:  Hardware  as  a  Service
•  IaaS利利⽤用者から無尽蔵な資源プールに⾒見見えても、
   IaaS事業者の資源は有限
 –  ピーク需要に対する設備投資は⾮非効率率率
•  HaaSはIaaSへ資源を提供するクラウドサービス

          SaaS:  Software  as  a  Service

          PaaS:  Platform  as  a  Service

        IaaS:  Infrastructure  as  a  Service

        HaaS:  Hardware  as  a  Service


                                                8
HaaSサービスへの要求
•  HaaSサービス利利⽤用者(IaaS事業者)
 –  既存IaaSシステムとの親和性
 –  設置作業の最⼩小化
 –  資源提供の単位の⾃自由度度
 –  安定したDC間通信


•  HaaSサービス提供者(HaaS事業者)
 –  制御ネットワークの隠蔽
 –  複数テナントへの対応



                            9
HaaSサービスモデル
•  計算資源の貸出単位
 –  計算ノード
 –  ポッド:単⼀一のL2ネットワークに接続された計算ノードの集合
•  データセンタ間ネットワーク接続
 –  L2トンネル
 –  IPルーティング(L3)

           モデルa           モデルb
             貸出単位:計算ノード   貸出単位:ポッド
  ネットワーク




             DC間ネットワーク:L2   DC間ネットワーク:L2
           -‐‑‒           モデルc
  DC間




             貸出単位:計算ノード   貸出単位:ポッド
             DC間ネットワーク:L3   DC間ネットワーク:L3

                       貸出単位
                                           10
HaaSサービスモデル
モデルa           モデルb
  貸出単位:計算ノード   貸出単位:ポッド
  DC間ネットワーク:L2   DC間ネットワーク:L2
-‐‑‒           モデルc
  貸出単位:計算ノード   貸出単位:ポッド
  DC間ネットワーク:L3   DC間ネットワーク:L3

                  HaaS	
  Data	
  Center	
                                IaaS	
  Data	
  Center	




                                               Rent	
  a	
  Compute	
  Node	




                                                                                                     11
HaaSサービスモデル
モデルa           モデルb
  貸出単位:計算ノード   貸出単位:ポッド
  DC間ネットワーク:L2   DC間ネットワーク:L2
-‐‑‒           モデルc
  貸出単位:計算ノード   貸出単位:ポッド
  DC間ネットワーク:L3   DC間ネットワーク:L3

                  HaaS	
  Data	
  Center	
                          IaaS	
  Data	
  Center	




                                               Rent	
  a	
  Pod	




                                                                                               12
HaaSサービスモデル
モデルa           モデルb
  貸出単位:計算ノード   貸出単位:ポッド
  DC間ネットワーク:L2   DC間ネットワーク:L2
-‐‑‒           モデルc
  貸出単位:計算ノード   貸出単位:ポッド
  DC間ネットワーク:L3   DC間ネットワーク:L3

                  HaaS	
  Data	
  Center	
                          IaaS	
  Data	
  Center	




                                               Rent	
  a	
  Pod	




                                                                                               13
Irisはギリシャ神話で
                「虹の⼥女女神」




Iris:  HaaS資源管理理システム


                               14
HaaSサービスへの要求
•  HaaSサービス利利⽤用者(IaaS事業者)
 –  既存IaaSシステムとの親和性   ゲートウェイの設置
                      のみでHaaSと接続
 –  設置作業の最⼩小化
                      三つのサービス
 –  資源提供の単位の⾃自由度度
                      モデルに対応
 –  安定したDC間通信
                      帯域保証技術の利利⽤用


•  HaaSサービス提供者(HaaS事業者)
 –  制御ネットワークの隠蔽
                      仮想化技術の利利⽤用
 –  複数テナントへの対応

                                    15
資源管理理
•  HaaSシステムでは計算機、ネットワーク共に
   2段階の仮想化が必要
       –  計算機:⼊入れ⼦子型仮想化
       –  ネットワーク:エッジオーバレイ
           HaaS Data Center               IaaS Data Center


IaaS        L2	
      L2	
       L2	
      L1	
      L1	
      L1	
  
User       VM	
      VM	
       VM	
      VM	
      VM	
      VM	
        ユーザネットワーク
                                                                            (VLAN)

IaaS        L1	
      L1	
       L1	
  
                                                                           仮想ネットワーク
Provider   VM	
      VM	
       VM	
      L0	
      L0	
      L0	
       (OpenFlow、トンネル)

                                                                           物理理ネットワーク
HaaS
Provider   L0	
      L0	
       L0	


                               計算資源の仮想化                                 ネットワーク資源の仮想化
                                                                                           16
Iris:  HaaS資源管理理システム
                                     物理計算機を要求	
       クラウド
                                                      管理者	
                               資源コーディ
                                ネータ	
                                                              クラウド資源管理
             物理計算機を要求	
                                       システムで
                                     DC間ネットワークを要求	
                                                              計算機を管理
             資源                   資源
           マネージャ                マネージャ
                                           過負荷により
  DC内ネットワーク(制御網)	
                        サービスレベル
                            物理計算機の         低下の恐れ	
           クラウド
                              提供	
                           資源管理	


 物理                                             V
                                                物理V      V    V   V   V
                                                M M      M    M   M   M
計算機	
                                          計算機	

                              DC間ネットワーク

 DC内ネットワーク(データ網)	
 GW                     GW     DC内ネットワーク(データ網)	


Data Center 1 (HaaS事業者)	
                      Data Center 2 (IaaS事業者)	
                                                                           17
Iris:  プロトタイプ実装
•  アプリケーション・インタフェース
  –  Webサービスは未実装(GNS-‐‑‒WSIv3ベースを検討)
  –  CLIスクリプトのみ対応
•  ゲートウェイ
  –  Open  vSwitch  1.4.0ベースに実装
•  計算資源管理理
  –  KVM  on  LXCとNested  KVMに対応
•  DC内ネットワーク資源管理理
  –  GREトンネル
     •  ゲートウェイを頂点とするスター型で実装。メッシュ型を実装中

•  DC間ネットワーク資源管理理
  –  GREトンネル

                                        18
実験


     19
実験構成(1/2)
•  計算サーバ
   –  Intel  Core2  quad-‐‑‒core  Q9550/2.83  GHz、メモリ8GB、
      ギガビットイーサネットNIC
   –  Ubuntu  12.04
•  IaaS
   –  CloudStack  4.0.0-‐‑‒beta

            Cluster	
  1	
                          IP	
  network	
  
                                                          (LAN)	
                           Cluster	
  2	
  
             (HaaS)                                                                           (IaaS)

   control	
  
    plane
                     HaaS	
      HaaS	
                                          IaaS	
      IaaS	
  
                     UVM	
       UVM	
                                           UVM	
       UVM	
                     LXC/        LXC/        GW	
                        GW	
                     KVM	
       KVM	
                   host2        host1       head0                       head3   host4       host5
     data	
  
     plane


                                                                                                               20
実験構成(2/2)
                                Haas UVM (L)                                         HaaS UVM (K)
                CPU         mem               disk         NIC            CPU    mem               disk                  NIC
L2              1          512 MB         5 GB (qcow2)   virtio_net       1      512 MB        5 GB (qcow2)          virtio_net

L1              4          no limit       chroot         veth             2      6 GB          32 GB (qcow2)         virtio_net

L0              4          8 GB           640 GB         e1000e           4      8 GB          640 GB                e1000e




            Cluster	
  1	
                                   IP	
  network	
  
                                                                   (LAN)	
                                   Cluster	
  2	
  
             (HaaS)                                                                                            (IaaS)

 control	
  
  plane
                     HaaS	
        HaaS	
                                                         IaaS	
      IaaS	
  
                     UVM	
         UVM	
                                                          UVM	
       UVM	
                     LXC/          LXC/        GW	
                                     GW	
                     KVM	
         KVM	
                    host2         host1       head0                                 head3        host4       host5
     data	
  
     plane


                                                                                                                                  21
動作確認
•  ユーザVMのデプロイ
 –  CloudStack内部ではゲスト・パブリック・管理理
    ネットワークにVLANを割当て
•  ユーザVMのライブマイグレーション

          Cluster	
  1	
                          IP	
  network	
  
                                                        (LAN)	
                           Cluster	
  2	
  
           (HaaS)                                                                           (IaaS)

 control	
  
  plane
                   HaaS	
      HaaS	
                                          IaaS	
      IaaS	
  
                   UVM	
       UVM	
                                           UVM	
       UVM	
                   LXC/        LXC/        GW	
                        GW	
                   KVM	
       KVM	
                 host2        host1       head0                       head3   host4       host5
   data	
  
   plane


                                                                                                             22
ユーザVMのデプロイ時間
•  管理理ポータルからユーザVMのデプロイに要する
   時間を計測(3回の平均時間)
 –  デプロイ時間にOSの起動時間    は含まない
 –  システムVMのデプロイ時間
•  ユーザVMのデプロイ時間への影響はなし
 –  ⾮非同期APIを⽤用いるので、遅延の影響は限定的と推測

                                    (単位は秒)
  IaaS UVM   HaaS (L) UVM   HaaS (K) UVM
  15.81      15.82          15.96




                                             23
ユーザVM間の通信性能
•  pingのRTTとIperfによるTCP性能を計測(10回平均)
   –  注意:HaaS  UVM間はGREトンネルなし
•  LXCの性能オーバヘッドは無視できる
•  ⼀一⽅方、Nested  KVMの性能オーバヘッドは無視できない
   –  RTTは4.5倍に増加、グッドプットは30%減少

       往復復遅延時間(ミリ秒)                           グッドプット(Mbps)
          IaaS   HaaS      HaaS          server IaaS   HaaS      HaaS
          UVM    (L) UVM   (K) UVM   client    UVM     (L) UVM   (K) UVM

IaaS                                 IaaS
          0.36   0.64      1.22                934     913       806
UVM                                  UVM

HaaS                                 HaaS
          -      0.35      0.87                912     934       872
(L) UVM                              (L) UVM

HaaS                                 HaaS
          -      -         1.66                635     647       621
(K) UVM                              (K) UVM

                                                                           24
BYTE  UNIX  benchmark
                                     (単位はIndex。⼤大きいほど⾼高性能)
                   BM       IaaS UVM    HaaS (L) UVM   HaaS (K) UVM
Dhrystone          2396.9   1317.4      1318.0         1061.1
Whetstone          594.7    582.3       581.6          492.0
Execl throughput   564.5    194.5       198.2          17.2
File copy 256      1448.4   979.9       975.5          824.1
File copy 1024     2048.4   1441.2      1425.7         1198.3
File copy 4096     2095.7   1617.3      1669.6         1357.3
Pipe throughtput   1305.6   770.6       772.3          636.5
Context            315.6    343.1       348.2          41.1
switching
Process creation   535.3    138.6       141.0          10.5
Shell scripts      1688.0   425.0       434.0          40.9
System call        1508.2   616.2       615.7          517.7

                                                                      25
参考:⼊入れ⼦子型仮想化
•  Intel  VTがサポートするのは1段階の仮想化のみ
•  Nested  VMX:  VMX命令令のtrap  &  emulate
  –  L2  VM  exitを処理理するために、L1  VMでは多くの処理理が必要:
     VMCSの読書き、割込みの禁⽌止、ページテーブル操作など
  –  上記の操作はtrapできるが、VM  exit  multiplicationが発⽣生
  –  1回のL2  VM  exitに対して、10〜~100回のL1  VM  exitが発⽣生


 L2

 L1   VM Exit                            .....

 L0             VM Entry

                Single level        Two level
                                                     26
参考:VM  Exit発⽣生回数
•  VM  exitの発⽣生回数と原因をSystemTapを⽤用いて調査
  –  75%:  VMREAD,  VMWRITE,  VMRESUME
  –  25%:  その他(EXCEPTION_̲NMI,  CR_̲ACCESS,  INVLPGなど)
•  Nested  VMXでは、プロセス⽣生成、切切替に関するVM  exit発⽣生
   回数が70〜~90倍に増加
  –  CR_̲ACCESS、INVLPGなどアドレス空間切切替のコストが増加と推測

                            L1 KVM   L2 KVM   L2/L1 Ratio
         Dhrystone          5008     52879    10.6
         Whetstone          3967     54129    13.6
         Pipe throughput    4025     52798    13.1
         Context switching 4437      304922 68.7
         Process creation   4240     374785 88.4
         System call        4034     54222    13.4
              ※測定環境はXeon  X5650/2.67GHz,  6GB  memory,  Ubuntu  12.10
                                                                    27
得られた知⾒見見
•  LXC
  –  性能オーバヘッドは無視できるが、コンテナ間の隔
     離離が不不完全であるため、⼀一部サービス(NFSクライア
     ント、Open  vSwitch)において異異常動作を観測
•  Nested  KVM
  –  性能オーバヘッドは⼤大きいが、VM間の隔離離は完全な
     ので、性能以外の制限事項はない
  –  特にアドレス空間切切替のオーバヘッドが⼤大
•  Open  vSwitch
  –  複数のVLANを1本のGREトンネルでトランクできる
     ので設定が容易易  c.f.  Linux  bridge  device

                                             28
関連研究
•  ⼊入れ⼦子型仮想化(Nested  Virtualization)
   –  Turtles  Project  [OSDI10]、xCloud  [EuroSys12]
   –  L1  VMとしてフル機能のVMMが必要か?
      •  論論理理分割:VirtageのKVM  on  LPAR
      •  軽量量VMMの利利⽤用:BitVisor??
•  データセンタネットワークの仮想化
   –  SecondNet  [CoNext10]、Seawall  [NSDI11]
   –  エッジ・オーバレイネットワーク:  OpenFlow  (Nicira  NVP)、
      Stratosphere  SDN  Platform、MidoNet
•  Virtual  Private  Cloud  (VPC)
   –  ⾃自前のオンプレミス計算資源をパブリッククラウドと接続する
      ために利利⽤用
   –  仮想ルータ経由の接続(HaaSサービスモデルcに近い)

                                                       29
まとめと今後の課題


            30
まとめ
•  IaaS事業者からの要求に対して、ネットワーク
   越しにハードウェア資源を貸し出すHaaSサービ
   スモデルを提案
•  HaaS資源管理理システムIrisのプロトタイプ実装
   を開発し、実証実験を実施
 –  既存IaaSシステムに変更更を加えることなく、ゲート
    ウェイの設置だけで、HaaS資源を透過的に利利⽤用可能
 –  2段階の仮想化によりユーザVMからHaaSの制御ネッ
    トワークを隠蔽可能
 –  HaaSシステム上へのユーザVMのデプロイ時間は、
    IaaSシステム上と遜⾊色ないことを確認

                                  31
今後の課題
•  資源コーディネータや各種資源マネージャに対
   するWebサービスインタフェースの設計と実装
•  マルチテナント対応
•  未実装のサービスモデルへの対応
•  実ネットワーク環境上での実証実験




      謝辞:
      SystemTapを⽤用いた⼊入れ⼦子型仮想化の実験では、拓拓殖⼤大学の
      Praween Amontamavutさんに協⼒力力して頂きました

                                             32

Mais conteúdo relacionado

Mais procurados

Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707IBM Analytics Japan
 
Openfordatasummerforslideshare 160816054829
Openfordatasummerforslideshare 160816054829Openfordatasummerforslideshare 160816054829
Openfordatasummerforslideshare 160816054829mtanaka0111
 
MapR Streams & MapR コンバージド・データ・プラットフォーム
MapR Streams & MapR コンバージド・データ・プラットフォームMapR Streams & MapR コンバージド・データ・プラットフォーム
MapR Streams & MapR コンバージド・データ・プラットフォームMapR Technologies Japan
 
ストリーミングCDN2002
ストリーミングCDN2002ストリーミングCDN2002
ストリーミングCDN2002Masaaki Nabeshima
 
スケールアウト・インメモリ分析の標準フォーマットを目指す Apache Arrow と Value Vectors - Tokyo Apache Dril...
スケールアウト・インメモリ分析の標準フォーマットを目指す Apache Arrow と Value Vectors - Tokyo Apache Dril...スケールアウト・インメモリ分析の標準フォーマットを目指す Apache Arrow と Value Vectors - Tokyo Apache Dril...
スケールアウト・インメモリ分析の標準フォーマットを目指す Apache Arrow と Value Vectors - Tokyo Apache Dril...MapR Technologies Japan
 
Android開発者向けempress暗号化資料
Android開発者向けempress暗号化資料Android開発者向けempress暗号化資料
Android開発者向けempress暗号化資料ITDORAKU
 

Mais procurados (6)

Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707Db2リブランディングと製品動向 201707
Db2リブランディングと製品動向 201707
 
Openfordatasummerforslideshare 160816054829
Openfordatasummerforslideshare 160816054829Openfordatasummerforslideshare 160816054829
Openfordatasummerforslideshare 160816054829
 
MapR Streams & MapR コンバージド・データ・プラットフォーム
MapR Streams & MapR コンバージド・データ・プラットフォームMapR Streams & MapR コンバージド・データ・プラットフォーム
MapR Streams & MapR コンバージド・データ・プラットフォーム
 
ストリーミングCDN2002
ストリーミングCDN2002ストリーミングCDN2002
ストリーミングCDN2002
 
スケールアウト・インメモリ分析の標準フォーマットを目指す Apache Arrow と Value Vectors - Tokyo Apache Dril...
スケールアウト・インメモリ分析の標準フォーマットを目指す Apache Arrow と Value Vectors - Tokyo Apache Dril...スケールアウト・インメモリ分析の標準フォーマットを目指す Apache Arrow と Value Vectors - Tokyo Apache Dril...
スケールアウト・インメモリ分析の標準フォーマットを目指す Apache Arrow と Value Vectors - Tokyo Apache Dril...
 
Android開発者向けempress暗号化資料
Android開発者向けempress暗号化資料Android開発者向けempress暗号化資料
Android開発者向けempress暗号化資料
 

Semelhante a インタークラウドにおける仮想インフラ構築システムの提案

Building Virtual Infrastructure at Inter-Cloud system
Building Virtual Infrastructure at Inter-Cloud systemBuilding Virtual Infrastructure at Inter-Cloud system
Building Virtual Infrastructure at Inter-Cloud systemKimihiko Kitase
 
クラウドとは何か / what is cloud computing (1.4 / 2017.07)
クラウドとは何か / what is cloud computing (1.4 / 2017.07)クラウドとは何か / what is cloud computing (1.4 / 2017.07)
クラウドとは何か / what is cloud computing (1.4 / 2017.07)Arichika TANIGUCHI
 
【Interop Tokyo 2015】 真のビジネスアジリティを実現するSDNソリューションとは? Contrail SDN controller 最新...
【Interop Tokyo 2015】 真のビジネスアジリティを実現するSDNソリューションとは? Contrail SDN controller 最新...【Interop Tokyo 2015】 真のビジネスアジリティを実現するSDNソリューションとは? Contrail SDN controller 最新...
【Interop Tokyo 2015】 真のビジネスアジリティを実現するSDNソリューションとは? Contrail SDN controller 最新...Juniper Networks (日本)
 
.NETアプリのクラウド移行~Azure Service Fabricを丁寧に
.NETアプリのクラウド移行~Azure Service Fabricを丁寧に.NETアプリのクラウド移行~Azure Service Fabricを丁寧に
.NETアプリのクラウド移行~Azure Service Fabricを丁寧にKazuyuki Nomura
 
日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考える日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考えるNissho-Blocks
 
Heroshima "Cloud & Security Day" and Night
Heroshima "Cloud & Security Day" and NightHeroshima "Cloud & Security Day" and Night
Heroshima "Cloud & Security Day" and NightShinichiro Isago
 
CloudStack Overview@OSC2012Fukuoka
CloudStack Overview@OSC2012FukuokaCloudStack Overview@OSC2012Fukuoka
CloudStack Overview@OSC2012FukuokaSatoshi Shimazaki
 
Wakame-VDC / Open Source Conferense 2012 - Cloud (JP)
Wakame-VDC / Open Source Conferense 2012 - Cloud (JP)Wakame-VDC / Open Source Conferense 2012 - Cloud (JP)
Wakame-VDC / Open Source Conferense 2012 - Cloud (JP)axsh co., LTD.
 
【セミナー講演資料】オープンクラウドソリューションのご紹介
【セミナー講演資料】オープンクラウドソリューションのご紹介【セミナー講演資料】オープンクラウドソリューションのご紹介
【セミナー講演資料】オープンクラウドソリューションのご紹介Nissho-Blocks
 
本当は恐いビッグデータとネットワークの深~い関係 ビッグデータ時代に耐えうるデータセンターとは?
本当は恐いビッグデータとネットワークの深~い関係 ビッグデータ時代に耐えうるデータセンターとは?本当は恐いビッグデータとネットワークの深~い関係 ビッグデータ時代に耐えうるデータセンターとは?
本当は恐いビッグデータとネットワークの深~い関係 ビッグデータ時代に耐えうるデータセンターとは?Brocade
 
[AWS Summit 2012] ソリューションセッション#5 AWSで構築する仮想プライベートクラウド
[AWS Summit 2012] ソリューションセッション#5 AWSで構築する仮想プライベートクラウド[AWS Summit 2012] ソリューションセッション#5 AWSで構築する仮想プライベートクラウド
[AWS Summit 2012] ソリューションセッション#5 AWSで構築する仮想プライベートクラウドAmazon Web Services Japan
 
20180417_VxRailCC_NSX_vmware内野様
20180417_VxRailCC_NSX_vmware内野様20180417_VxRailCC_NSX_vmware内野様
20180417_VxRailCC_NSX_vmware内野様VxRail ChampionClub
 
SaaS/クラウドコンピューティングでのオープンソース活用とセキュリティ
SaaS/クラウドコンピューティングでのオープンソース活用とセキュリティSaaS/クラウドコンピューティングでのオープンソース活用とセキュリティ
SaaS/クラウドコンピューティングでのオープンソース活用とセキュリティKuniyasu Suzaki
 
リスク知らずのプライベート・クラウド移行術 ~『攻める情シス』のための現実解とSDxへの進化~
リスク知らずのプライベート・クラウド移行術 ~『攻める情シス』のための現実解とSDxへの進化~ リスク知らずのプライベート・クラウド移行術 ~『攻める情シス』のための現実解とSDxへの進化~
リスク知らずのプライベート・クラウド移行術 ~『攻める情シス』のための現実解とSDxへの進化~ Brocade
 
20140927 azure pack_slideshare
20140927 azure pack_slideshare20140927 azure pack_slideshare
20140927 azure pack_slideshareOsamu Takazoe
 
ストレージ・ネットワークがわかるwebセミナー『古くて新しいファイバーチャネルの “今”』
ストレージ・ネットワークがわかるwebセミナー『古くて新しいファイバーチャネルの “今”』ストレージ・ネットワークがわかるwebセミナー『古くて新しいファイバーチャネルの “今”』
ストレージ・ネットワークがわかるwebセミナー『古くて新しいファイバーチャネルの “今”』Brocade
 
Stratosphereが提供するSDN/OpenFlow技術の現在と未来
Stratosphereが提供するSDN/OpenFlow技術の現在と未来Stratosphereが提供するSDN/OpenFlow技術の現在と未来
Stratosphereが提供するSDN/OpenFlow技術の現在と未来IIJ
 

Semelhante a インタークラウドにおける仮想インフラ構築システムの提案 (20)

Ia20120118 kaneda
Ia20120118 kanedaIa20120118 kaneda
Ia20120118 kaneda
 
clouddays
clouddaysclouddays
clouddays
 
Building Virtual Infrastructure at Inter-Cloud system
Building Virtual Infrastructure at Inter-Cloud systemBuilding Virtual Infrastructure at Inter-Cloud system
Building Virtual Infrastructure at Inter-Cloud system
 
CloudStack Overview
CloudStack OverviewCloudStack Overview
CloudStack Overview
 
クラウドとは何か / what is cloud computing (1.4 / 2017.07)
クラウドとは何か / what is cloud computing (1.4 / 2017.07)クラウドとは何か / what is cloud computing (1.4 / 2017.07)
クラウドとは何か / what is cloud computing (1.4 / 2017.07)
 
【Interop Tokyo 2015】 真のビジネスアジリティを実現するSDNソリューションとは? Contrail SDN controller 最新...
【Interop Tokyo 2015】 真のビジネスアジリティを実現するSDNソリューションとは? Contrail SDN controller 最新...【Interop Tokyo 2015】 真のビジネスアジリティを実現するSDNソリューションとは? Contrail SDN controller 最新...
【Interop Tokyo 2015】 真のビジネスアジリティを実現するSDNソリューションとは? Contrail SDN controller 最新...
 
.NETアプリのクラウド移行~Azure Service Fabricを丁寧に
.NETアプリのクラウド移行~Azure Service Fabricを丁寧に.NETアプリのクラウド移行~Azure Service Fabricを丁寧に
.NETアプリのクラウド移行~Azure Service Fabricを丁寧に
 
日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考える日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考える
 
Heroshima "Cloud & Security Day" and Night
Heroshima "Cloud & Security Day" and NightHeroshima "Cloud & Security Day" and Night
Heroshima "Cloud & Security Day" and Night
 
CloudStack Overview@OSC2012Fukuoka
CloudStack Overview@OSC2012FukuokaCloudStack Overview@OSC2012Fukuoka
CloudStack Overview@OSC2012Fukuoka
 
Wakame-VDC / Open Source Conferense 2012 - Cloud (JP)
Wakame-VDC / Open Source Conferense 2012 - Cloud (JP)Wakame-VDC / Open Source Conferense 2012 - Cloud (JP)
Wakame-VDC / Open Source Conferense 2012 - Cloud (JP)
 
【セミナー講演資料】オープンクラウドソリューションのご紹介
【セミナー講演資料】オープンクラウドソリューションのご紹介【セミナー講演資料】オープンクラウドソリューションのご紹介
【セミナー講演資料】オープンクラウドソリューションのご紹介
 
本当は恐いビッグデータとネットワークの深~い関係 ビッグデータ時代に耐えうるデータセンターとは?
本当は恐いビッグデータとネットワークの深~い関係 ビッグデータ時代に耐えうるデータセンターとは?本当は恐いビッグデータとネットワークの深~い関係 ビッグデータ時代に耐えうるデータセンターとは?
本当は恐いビッグデータとネットワークの深~い関係 ビッグデータ時代に耐えうるデータセンターとは?
 
[AWS Summit 2012] ソリューションセッション#5 AWSで構築する仮想プライベートクラウド
[AWS Summit 2012] ソリューションセッション#5 AWSで構築する仮想プライベートクラウド[AWS Summit 2012] ソリューションセッション#5 AWSで構築する仮想プライベートクラウド
[AWS Summit 2012] ソリューションセッション#5 AWSで構築する仮想プライベートクラウド
 
20180417_VxRailCC_NSX_vmware内野様
20180417_VxRailCC_NSX_vmware内野様20180417_VxRailCC_NSX_vmware内野様
20180417_VxRailCC_NSX_vmware内野様
 
SaaS/クラウドコンピューティングでのオープンソース活用とセキュリティ
SaaS/クラウドコンピューティングでのオープンソース活用とセキュリティSaaS/クラウドコンピューティングでのオープンソース活用とセキュリティ
SaaS/クラウドコンピューティングでのオープンソース活用とセキュリティ
 
リスク知らずのプライベート・クラウド移行術 ~『攻める情シス』のための現実解とSDxへの進化~
リスク知らずのプライベート・クラウド移行術 ~『攻める情シス』のための現実解とSDxへの進化~ リスク知らずのプライベート・クラウド移行術 ~『攻める情シス』のための現実解とSDxへの進化~
リスク知らずのプライベート・クラウド移行術 ~『攻める情シス』のための現実解とSDxへの進化~
 
20140927 azure pack_slideshare
20140927 azure pack_slideshare20140927 azure pack_slideshare
20140927 azure pack_slideshare
 
ストレージ・ネットワークがわかるwebセミナー『古くて新しいファイバーチャネルの “今”』
ストレージ・ネットワークがわかるwebセミナー『古くて新しいファイバーチャネルの “今”』ストレージ・ネットワークがわかるwebセミナー『古くて新しいファイバーチャネルの “今”』
ストレージ・ネットワークがわかるwebセミナー『古くて新しいファイバーチャネルの “今”』
 
Stratosphereが提供するSDN/OpenFlow技術の現在と未来
Stratosphereが提供するSDN/OpenFlow技術の現在と未来Stratosphereが提供するSDN/OpenFlow技術の現在と未来
Stratosphereが提供するSDN/OpenFlow技術の現在と未来
 

Mais de Ryousei Takano

Error Permissive Computing
Error Permissive ComputingError Permissive Computing
Error Permissive ComputingRyousei Takano
 
Opportunities of ML-based data analytics in ABCI
Opportunities of ML-based data analytics in ABCIOpportunities of ML-based data analytics in ABCI
Opportunities of ML-based data analytics in ABCIRyousei Takano
 
ABCI: An Open Innovation Platform for Advancing AI Research and Deployment
ABCI: An Open Innovation Platform for Advancing AI Research and DeploymentABCI: An Open Innovation Platform for Advancing AI Research and Deployment
ABCI: An Open Innovation Platform for Advancing AI Research and DeploymentRyousei Takano
 
クラウド環境におけるキャッシュメモリQoS制御の評価
クラウド環境におけるキャッシュメモリQoS制御の評価クラウド環境におけるキャッシュメモリQoS制御の評価
クラウド環境におけるキャッシュメモリQoS制御の評価Ryousei Takano
 
USENIX NSDI 2016 (Session: Resource Sharing)
USENIX NSDI 2016 (Session: Resource Sharing)USENIX NSDI 2016 (Session: Resource Sharing)
USENIX NSDI 2016 (Session: Resource Sharing)Ryousei Takano
 
User-space Network Processing
User-space Network ProcessingUser-space Network Processing
User-space Network ProcessingRyousei Takano
 
Flow-centric Computing - A Datacenter Architecture in the Post Moore Era
Flow-centric Computing - A Datacenter Architecture in the Post Moore EraFlow-centric Computing - A Datacenter Architecture in the Post Moore Era
Flow-centric Computing - A Datacenter Architecture in the Post Moore EraRyousei Takano
 
A Look Inside Google’s Data Center Networks
A Look Inside Google’s Data Center NetworksA Look Inside Google’s Data Center Networks
A Look Inside Google’s Data Center NetworksRyousei Takano
 
クラウド時代の半導体メモリー技術
クラウド時代の半導体メモリー技術クラウド時代の半導体メモリー技術
クラウド時代の半導体メモリー技術Ryousei Takano
 
AIST Super Green Cloud: lessons learned from the operation and the performanc...
AIST Super Green Cloud: lessons learned from the operation and the performanc...AIST Super Green Cloud: lessons learned from the operation and the performanc...
AIST Super Green Cloud: lessons learned from the operation and the performanc...Ryousei Takano
 
IEEE CloudCom 2014参加報告
IEEE CloudCom 2014参加報告IEEE CloudCom 2014参加報告
IEEE CloudCom 2014参加報告Ryousei Takano
 
Expectations for optical network from the viewpoint of system software research
Expectations for optical network from the viewpoint of system software researchExpectations for optical network from the viewpoint of system software research
Expectations for optical network from the viewpoint of system software researchRyousei Takano
 
Exploring the Performance Impact of Virtualization on an HPC Cloud
Exploring the Performance Impact of Virtualization on an HPC CloudExploring the Performance Impact of Virtualization on an HPC Cloud
Exploring the Performance Impact of Virtualization on an HPC CloudRyousei Takano
 
不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何かRyousei Takano
 
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...Ryousei Takano
 
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~Ryousei Takano
 
From Rack scale computers to Warehouse scale computers
From Rack scale computers to Warehouse scale computersFrom Rack scale computers to Warehouse scale computers
From Rack scale computers to Warehouse scale computersRyousei Takano
 
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
高性能かつスケールアウト可能なHPCクラウド AIST Super Green CloudRyousei Takano
 
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data CenterIris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data CenterRyousei Takano
 

Mais de Ryousei Takano (20)

Error Permissive Computing
Error Permissive ComputingError Permissive Computing
Error Permissive Computing
 
Opportunities of ML-based data analytics in ABCI
Opportunities of ML-based data analytics in ABCIOpportunities of ML-based data analytics in ABCI
Opportunities of ML-based data analytics in ABCI
 
ABCI: An Open Innovation Platform for Advancing AI Research and Deployment
ABCI: An Open Innovation Platform for Advancing AI Research and DeploymentABCI: An Open Innovation Platform for Advancing AI Research and Deployment
ABCI: An Open Innovation Platform for Advancing AI Research and Deployment
 
ABCI Data Center
ABCI Data CenterABCI Data Center
ABCI Data Center
 
クラウド環境におけるキャッシュメモリQoS制御の評価
クラウド環境におけるキャッシュメモリQoS制御の評価クラウド環境におけるキャッシュメモリQoS制御の評価
クラウド環境におけるキャッシュメモリQoS制御の評価
 
USENIX NSDI 2016 (Session: Resource Sharing)
USENIX NSDI 2016 (Session: Resource Sharing)USENIX NSDI 2016 (Session: Resource Sharing)
USENIX NSDI 2016 (Session: Resource Sharing)
 
User-space Network Processing
User-space Network ProcessingUser-space Network Processing
User-space Network Processing
 
Flow-centric Computing - A Datacenter Architecture in the Post Moore Era
Flow-centric Computing - A Datacenter Architecture in the Post Moore EraFlow-centric Computing - A Datacenter Architecture in the Post Moore Era
Flow-centric Computing - A Datacenter Architecture in the Post Moore Era
 
A Look Inside Google’s Data Center Networks
A Look Inside Google’s Data Center NetworksA Look Inside Google’s Data Center Networks
A Look Inside Google’s Data Center Networks
 
クラウド時代の半導体メモリー技術
クラウド時代の半導体メモリー技術クラウド時代の半導体メモリー技術
クラウド時代の半導体メモリー技術
 
AIST Super Green Cloud: lessons learned from the operation and the performanc...
AIST Super Green Cloud: lessons learned from the operation and the performanc...AIST Super Green Cloud: lessons learned from the operation and the performanc...
AIST Super Green Cloud: lessons learned from the operation and the performanc...
 
IEEE CloudCom 2014参加報告
IEEE CloudCom 2014参加報告IEEE CloudCom 2014参加報告
IEEE CloudCom 2014参加報告
 
Expectations for optical network from the viewpoint of system software research
Expectations for optical network from the viewpoint of system software researchExpectations for optical network from the viewpoint of system software research
Expectations for optical network from the viewpoint of system software research
 
Exploring the Performance Impact of Virtualization on an HPC Cloud
Exploring the Performance Impact of Virtualization on an HPC CloudExploring the Performance Impact of Virtualization on an HPC Cloud
Exploring the Performance Impact of Virtualization on an HPC Cloud
 
不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か
 
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
 
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
 
From Rack scale computers to Warehouse scale computers
From Rack scale computers to Warehouse scale computersFrom Rack scale computers to Warehouse scale computers
From Rack scale computers to Warehouse scale computers
 
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
 
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data CenterIris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
 

Último

【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略Ryo Sasaki
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものですiPride Co., Ltd.
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...Toru Tamaki
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A surveyToru Tamaki
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNetToru Tamaki
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Yuma Ohgami
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムsugiuralab
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdftaisei2219
 

Último (9)

【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
 
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する       2024/04/19 の勉強会で発表されたものですSOPを理解する       2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
 
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
 
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
 
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
 
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
 
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システムスマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
 
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdfTSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
 

インタークラウドにおける仮想インフラ構築システムの提案

  • 1. インタークラウドにおける 仮想インフラ構築システムの提案 ⾼高野  了了成  中⽥田  秀基  ⽵竹房  あつ⼦子 柳柳⽥田  誠也  ⼯工藤  知宏 産業技術総合研究所  情報技術研究部⾨門 2013年2月28日 OS研究会@岡山コンベンションセンター
  • 2. 背景 •  インタークラウドへの注⽬目の⾼高まり –  クラウド連携、ハイブリッドクラウドなど •  新しいIT基盤サービスの登場 –  クラウド間での柔軟な資源の融通 –  複数クラウドの資源を組み合わせたサービスの提供 インタークラウド環境における 仮想インフラ構築技術の開発 2
  • 3. 本研究の貢献 •  IaaS事業者からの要求に対して、ネットワーク 越しに資源を提供するHaaSサービスモデルの 提案 •  HaaS資源管理理システム  Iris  (Inter-‐‑‒cloud   Resource  Integration  System)の設計と プロトタイプ実装 –  既存のCloudStackに変更更を加えることなく、要求に 応じた計算資源提供が可能 –  ⼊入れ⼦子型仮想化技術(LXCおよびNested  KVM)の 性能評価 3
  • 4. 発表の流流れ •  Apache  CloudStack •  HaaSサービスモデル •  Iris:  HaaS資源管理理システム •  プロトタイプ実装による実験 –  ユーザVMのデプロイ時間 –  ⼊入れ⼦子型仮想化の性能⽐比較 •  議論論 •  まとめと今後の課題 4
  • 5. Apache  CloudStack •  IaaSクラウド基盤構築・管理理ソフトウェア –  セルフサービス –  マルチテナント •  国内外に多数の利利⽤用実績 –  例例:北北⼤大アカデミッククラウド、NTT  Com  Cloudn •  柔軟なネットワーク構成 –  基本ゾーン •  全テナントのユーザVMが、フラットな単⼀一ネットワークを 共有(AWSスタイル) –  拡張ゾーン •  VLANによるネットワーク隔離離が可能 5
  • 6. CloudStackの構成 Management   Web  API Server Zone  1 Zone  2 Secondary Storage Pod  2 Pod  1 Cluster  2 Cluster  1 Computing Computing Computing Node Node Node VM VM VM Primary Storage 6
  • 8. HaaS:  Hardware  as  a  Service •  IaaS利利⽤用者から無尽蔵な資源プールに⾒見見えても、 IaaS事業者の資源は有限 –  ピーク需要に対する設備投資は⾮非効率率率 •  HaaSはIaaSへ資源を提供するクラウドサービス SaaS:  Software  as  a  Service PaaS:  Platform  as  a  Service IaaS:  Infrastructure  as  a  Service HaaS:  Hardware  as  a  Service 8
  • 9. HaaSサービスへの要求 •  HaaSサービス利利⽤用者(IaaS事業者) –  既存IaaSシステムとの親和性 –  設置作業の最⼩小化 –  資源提供の単位の⾃自由度度 –  安定したDC間通信 •  HaaSサービス提供者(HaaS事業者) –  制御ネットワークの隠蔽 –  複数テナントへの対応 9
  • 10. HaaSサービスモデル •  計算資源の貸出単位 –  計算ノード –  ポッド:単⼀一のL2ネットワークに接続された計算ノードの集合 •  データセンタ間ネットワーク接続 –  L2トンネル –  IPルーティング(L3) モデルa モデルb  貸出単位:計算ノード  貸出単位:ポッド ネットワーク  DC間ネットワーク:L2  DC間ネットワーク:L2 -‐‑‒ モデルc DC間  貸出単位:計算ノード  貸出単位:ポッド  DC間ネットワーク:L3  DC間ネットワーク:L3 貸出単位 10
  • 11. HaaSサービスモデル モデルa モデルb  貸出単位:計算ノード  貸出単位:ポッド  DC間ネットワーク:L2  DC間ネットワーク:L2 -‐‑‒ モデルc  貸出単位:計算ノード  貸出単位:ポッド  DC間ネットワーク:L3  DC間ネットワーク:L3 HaaS  Data  Center   IaaS  Data  Center Rent  a  Compute  Node 11
  • 12. HaaSサービスモデル モデルa モデルb  貸出単位:計算ノード  貸出単位:ポッド  DC間ネットワーク:L2  DC間ネットワーク:L2 -‐‑‒ モデルc  貸出単位:計算ノード  貸出単位:ポッド  DC間ネットワーク:L3  DC間ネットワーク:L3 HaaS  Data  Center   IaaS  Data  Center Rent  a  Pod 12
  • 13. HaaSサービスモデル モデルa モデルb  貸出単位:計算ノード  貸出単位:ポッド  DC間ネットワーク:L2  DC間ネットワーク:L2 -‐‑‒ モデルc  貸出単位:計算ノード  貸出単位:ポッド  DC間ネットワーク:L3  DC間ネットワーク:L3 HaaS  Data  Center   IaaS  Data  Center Rent  a  Pod 13
  • 14. Irisはギリシャ神話で 「虹の⼥女女神」 Iris:  HaaS資源管理理システム 14
  • 15. HaaSサービスへの要求 •  HaaSサービス利利⽤用者(IaaS事業者) –  既存IaaSシステムとの親和性 ゲートウェイの設置 のみでHaaSと接続 –  設置作業の最⼩小化 三つのサービス –  資源提供の単位の⾃自由度度 モデルに対応 –  安定したDC間通信 帯域保証技術の利利⽤用 •  HaaSサービス提供者(HaaS事業者) –  制御ネットワークの隠蔽 仮想化技術の利利⽤用 –  複数テナントへの対応 15
  • 16. 資源管理理 •  HaaSシステムでは計算機、ネットワーク共に 2段階の仮想化が必要 –  計算機:⼊入れ⼦子型仮想化 –  ネットワーク:エッジオーバレイ HaaS Data Center IaaS Data Center IaaS L2   L2   L2   L1   L1   L1   User VM VM VM VM VM VM ユーザネットワーク (VLAN) IaaS L1   L1   L1   仮想ネットワーク Provider VM VM VM L0 L0 L0 (OpenFlow、トンネル) 物理理ネットワーク HaaS Provider L0 L0 L0 計算資源の仮想化 ネットワーク資源の仮想化 16
  • 17. Iris:  HaaS資源管理理システム 物理計算機を要求 クラウド 管理者 資源コーディ ネータ クラウド資源管理 物理計算機を要求 システムで DC間ネットワークを要求 計算機を管理 資源 資源 マネージャ マネージャ 過負荷により DC内ネットワーク(制御網) サービスレベル 物理計算機の 低下の恐れ クラウド 提供 資源管理 物理 V 物理V V V V V M M M M M M 計算機 計算機 DC間ネットワーク DC内ネットワーク(データ網) GW GW DC内ネットワーク(データ網) Data Center 1 (HaaS事業者) Data Center 2 (IaaS事業者) 17
  • 18. Iris:  プロトタイプ実装 •  アプリケーション・インタフェース –  Webサービスは未実装(GNS-‐‑‒WSIv3ベースを検討) –  CLIスクリプトのみ対応 •  ゲートウェイ –  Open  vSwitch  1.4.0ベースに実装 •  計算資源管理理 –  KVM  on  LXCとNested  KVMに対応 •  DC内ネットワーク資源管理理 –  GREトンネル •  ゲートウェイを頂点とするスター型で実装。メッシュ型を実装中 •  DC間ネットワーク資源管理理 –  GREトンネル 18
  • 19. 実験 19
  • 20. 実験構成(1/2) •  計算サーバ –  Intel  Core2  quad-‐‑‒core  Q9550/2.83  GHz、メモリ8GB、 ギガビットイーサネットNIC –  Ubuntu  12.04 •  IaaS –  CloudStack  4.0.0-‐‑‒beta Cluster  1   IP  network   (LAN) Cluster  2   (HaaS) (IaaS) control   plane HaaS   HaaS   IaaS   IaaS   UVM UVM UVM UVM LXC/ LXC/ GW GW KVM KVM host2 host1 head0 head3 host4 host5 data   plane 20
  • 21. 実験構成(2/2) Haas UVM (L) HaaS UVM (K) CPU mem disk NIC CPU mem disk NIC L2 1 512 MB 5 GB (qcow2) virtio_net 1 512 MB 5 GB (qcow2) virtio_net L1 4 no limit chroot veth 2 6 GB 32 GB (qcow2) virtio_net L0 4 8 GB 640 GB e1000e 4 8 GB 640 GB e1000e Cluster  1   IP  network   (LAN) Cluster  2   (HaaS) (IaaS) control   plane HaaS   HaaS   IaaS   IaaS   UVM UVM UVM UVM LXC/ LXC/ GW GW KVM KVM host2 host1 head0 head3 host4 host5 data   plane 21
  • 22. 動作確認 •  ユーザVMのデプロイ –  CloudStack内部ではゲスト・パブリック・管理理 ネットワークにVLANを割当て •  ユーザVMのライブマイグレーション Cluster  1   IP  network   (LAN) Cluster  2   (HaaS) (IaaS) control   plane HaaS   HaaS   IaaS   IaaS   UVM UVM UVM UVM LXC/ LXC/ GW GW KVM KVM host2 host1 head0 head3 host4 host5 data   plane 22
  • 23. ユーザVMのデプロイ時間 •  管理理ポータルからユーザVMのデプロイに要する 時間を計測(3回の平均時間) –  デプロイ時間にOSの起動時間    は含まない –  システムVMのデプロイ時間 •  ユーザVMのデプロイ時間への影響はなし –  ⾮非同期APIを⽤用いるので、遅延の影響は限定的と推測 (単位は秒) IaaS UVM HaaS (L) UVM HaaS (K) UVM 15.81 15.82 15.96 23
  • 24. ユーザVM間の通信性能 •  pingのRTTとIperfによるTCP性能を計測(10回平均) –  注意:HaaS  UVM間はGREトンネルなし •  LXCの性能オーバヘッドは無視できる •  ⼀一⽅方、Nested  KVMの性能オーバヘッドは無視できない –  RTTは4.5倍に増加、グッドプットは30%減少 往復復遅延時間(ミリ秒) グッドプット(Mbps) IaaS HaaS HaaS server IaaS HaaS HaaS UVM (L) UVM (K) UVM client UVM (L) UVM (K) UVM IaaS IaaS 0.36 0.64 1.22 934 913 806 UVM UVM HaaS HaaS - 0.35 0.87 912 934 872 (L) UVM (L) UVM HaaS HaaS - - 1.66 635 647 621 (K) UVM (K) UVM 24
  • 25. BYTE  UNIX  benchmark (単位はIndex。⼤大きいほど⾼高性能) BM IaaS UVM HaaS (L) UVM HaaS (K) UVM Dhrystone 2396.9 1317.4 1318.0 1061.1 Whetstone 594.7 582.3 581.6 492.0 Execl throughput 564.5 194.5 198.2 17.2 File copy 256 1448.4 979.9 975.5 824.1 File copy 1024 2048.4 1441.2 1425.7 1198.3 File copy 4096 2095.7 1617.3 1669.6 1357.3 Pipe throughtput 1305.6 770.6 772.3 636.5 Context 315.6 343.1 348.2 41.1 switching Process creation 535.3 138.6 141.0 10.5 Shell scripts 1688.0 425.0 434.0 40.9 System call 1508.2 616.2 615.7 517.7 25
  • 26. 参考:⼊入れ⼦子型仮想化 •  Intel  VTがサポートするのは1段階の仮想化のみ •  Nested  VMX:  VMX命令令のtrap  &  emulate –  L2  VM  exitを処理理するために、L1  VMでは多くの処理理が必要: VMCSの読書き、割込みの禁⽌止、ページテーブル操作など –  上記の操作はtrapできるが、VM  exit  multiplicationが発⽣生 –  1回のL2  VM  exitに対して、10〜~100回のL1  VM  exitが発⽣生 L2 L1 VM Exit ..... L0 VM Entry Single level Two level 26
  • 27. 参考:VM  Exit発⽣生回数 •  VM  exitの発⽣生回数と原因をSystemTapを⽤用いて調査 –  75%:  VMREAD,  VMWRITE,  VMRESUME –  25%:  その他(EXCEPTION_̲NMI,  CR_̲ACCESS,  INVLPGなど) •  Nested  VMXでは、プロセス⽣生成、切切替に関するVM  exit発⽣生 回数が70〜~90倍に増加 –  CR_̲ACCESS、INVLPGなどアドレス空間切切替のコストが増加と推測 L1 KVM L2 KVM L2/L1 Ratio Dhrystone 5008 52879 10.6 Whetstone 3967 54129 13.6 Pipe throughput 4025 52798 13.1 Context switching 4437 304922 68.7 Process creation 4240 374785 88.4 System call 4034 54222 13.4 ※測定環境はXeon  X5650/2.67GHz,  6GB  memory,  Ubuntu  12.10 27
  • 28. 得られた知⾒見見 •  LXC –  性能オーバヘッドは無視できるが、コンテナ間の隔 離離が不不完全であるため、⼀一部サービス(NFSクライア ント、Open  vSwitch)において異異常動作を観測 •  Nested  KVM –  性能オーバヘッドは⼤大きいが、VM間の隔離離は完全な ので、性能以外の制限事項はない –  特にアドレス空間切切替のオーバヘッドが⼤大 •  Open  vSwitch –  複数のVLANを1本のGREトンネルでトランクできる ので設定が容易易  c.f.  Linux  bridge  device 28
  • 29. 関連研究 •  ⼊入れ⼦子型仮想化(Nested  Virtualization) –  Turtles  Project  [OSDI10]、xCloud  [EuroSys12] –  L1  VMとしてフル機能のVMMが必要か? •  論論理理分割:VirtageのKVM  on  LPAR •  軽量量VMMの利利⽤用:BitVisor?? •  データセンタネットワークの仮想化 –  SecondNet  [CoNext10]、Seawall  [NSDI11] –  エッジ・オーバレイネットワーク:  OpenFlow  (Nicira  NVP)、 Stratosphere  SDN  Platform、MidoNet •  Virtual  Private  Cloud  (VPC) –  ⾃自前のオンプレミス計算資源をパブリッククラウドと接続する ために利利⽤用 –  仮想ルータ経由の接続(HaaSサービスモデルcに近い) 29
  • 31. まとめ •  IaaS事業者からの要求に対して、ネットワーク 越しにハードウェア資源を貸し出すHaaSサービ スモデルを提案 •  HaaS資源管理理システムIrisのプロトタイプ実装 を開発し、実証実験を実施 –  既存IaaSシステムに変更更を加えることなく、ゲート ウェイの設置だけで、HaaS資源を透過的に利利⽤用可能 –  2段階の仮想化によりユーザVMからHaaSの制御ネッ トワークを隠蔽可能 –  HaaSシステム上へのユーザVMのデプロイ時間は、 IaaSシステム上と遜⾊色ないことを確認 31
  • 32. 今後の課題 •  資源コーディネータや各種資源マネージャに対 するWebサービスインタフェースの設計と実装 •  マルチテナント対応 •  未実装のサービスモデルへの対応 •  実ネットワーク環境上での実証実験 謝辞: SystemTapを⽤用いた⼊入れ⼦子型仮想化の実験では、拓拓殖⼤大学の Praween Amontamavutさんに協⼒力力して頂きました 32