グーグルのクラウドを支えるテクノロジー > 第84回 Autopilot:クラスタ管理システムのオートスケーリング機能(パート1)

※この記事は読者によって投稿されたユーザー投稿です:
  • 編集部の見解や意向と異なる内容の場合があります
  • 編集部は内容について正確性を保証できません
  • 画像が表示されない場合、編集部では対応できません
  • 内容の追加・修正も編集部では対応できません

CTC教育サービスはコラム「グーグルのクラウドを支えるテクノロジー > 第84回 Autopilot:クラスタ管理システムのオートスケーリング機能(パート1)」を公開しました。

###

はじめに

 今回からは、2020年に公開された論文「Autopilot: Workload Autoscaling at Google Scale」を元にして、Googleのデータセンターのクラスター管理システム(Borg)で用いられる、オートスケーリングの仕組み(Autopilot)を紹介していきます。今回はまず、垂直スケーリングに用いられる、リソース使用量の予測モデル(統計モデル)を解説します。

Autopilotの概要

 前回の記事では、Googleのデータセンターでは、独自のクラスター管理システム(Borg)により、さまざまなジョブ(アプリケーション)をコンテナでデプロイしている事を説明しました。1つのジョブに対して、複数の「Task」が起動しますが、この際、1つのTaskに割り当てるCPU時間とメモリー容量の上限(垂直スケーリング)、および、Taskの数(水平スケーリング)を設定することができます。Autopilotは、稼働中のジョブに対して、これまでのリソース使用状況に基づいて、これらの設定値を自動調整する機能を提供します。全体の構成は、図1のようになります。

この続きは以下をご覧ください
https://www.school.ctc-g.co.jp/columns/nakai2/nakai284.html

この記事が役に立ったらシェア!
メルマガの登録はこちら Web担当者に役立つ情報をサクッとゲット!

人気記事トップ10(過去7日間)

今日の用語

重複コンテンツ
同じドメイン名内、または他のドメイン名にわたって存在する、「内容は同じだがURL ...→用語集へ

インフォメーション

RSSフィード


Web担を応援して支えてくださっている企業さま [各サービス/製品の紹介はこちらから]