Virtualisation : Physiques vs. Clusters virtuels
Déployer plusieurs ordinateurs virtuels sur des clusters requiert des techniques de gestion et de configuration particulières.
Kai Hwang, Jack Dongarra et Geoffrey Fox
Adapté de « distribués et Cloud Computing : De traitement parallèle de l'Internet des choses » (Syngress, une empreinte de Elsevier, 2011)
Regroupement est une technique efficace pour assurer une disponibilité élevée. C'est encore plus efficace, plus souple et plus rentable lorsqu'il est combiné avec la technologie de virtualisation. Grappes virtuelles sont construites avec des machines virtuelles (VM) installés sur des serveurs distribués d'un ou plusieurs groupes de physiques. Les VMs dans un cluster virtuel sont interconnectés logiquement par un réseau virtuel à travers plusieurs réseaux physiques.
Grappes virtuelles sont formés avec des machines physiques ou une machine virtuelle organisée par plusieurs clusters physiques. Provisionnement VMs à un cluster virtuel est effectuée dynamiquement pour avoir les propriétés suivantes :
- Les nœuds de cluster virtuel peuvent être des machines physiques ou VMs. Vous pouvez déployer plusieurs VMs différents os en cours d'exécution sur le même nœud physique.
- Une machine virtuelle s'exécute avec un guest OS (souvent différentes de l'hôte OS) qui gère les ressources de la machine physique où la machine virtuelle est implémentée.
- Le but de l'utilisation de SMV est de consolider les fonctionnalités multiples sur le même serveur. Cela améliorera grandement la souplesse de l'utilisation et l'application serveur.
- Vous pouvez coloniser ou reproduire des VMs à plusieurs serveurs pour le but de promouvoir la répartie de parallélisme, de tolérance de pannes et de reprise après sinistre.
- La taille (nombre de nœuds) d'un cluster virtuel peut augmenter ou diminuer dynamiquement, semblable à la façon dont un réseau de superposition varie en taille au sein d'un réseau peer-to-peer.
- Si aucun nœud physique échoue, il peut désactiver certains des ordinateurs virtuels installés sur les nœuds de l'échec. Cependant, tout défaut VM ne sera pas baisser le système hôte.
Vous avez à gérer efficacement les ordinateurs virtuels s'exécutant sur une masse de nœuds de calcul physiques (aussi appelés clusters virtuels) dans un environnement informatique virtualisé de haute performance. Cela implique le déploiement du cluster virtuel, de surveillance et de gestion sur grappes à grande échelle. Vous aurez également à appliquer la planification des ressources, l'équilibrage de charge, la consolidation des serveurs, tolérance de pannes et autres techniques. Dans un système de cluster virtuel, il est important de stocker le grand nombre d'images VM efficacement.
Il y a des installations communes pour la plupart des utilisateurs ou des applications, telles que OS-utilisateur-niveau ou les bibliothèques de programmation. Vous pouvez préinstaller ces logiciels comme modèles (appelés modèle VMs). Avec ces modèles, les utilisateurs peuvent construire empilements de leurs propre logiciel. Ils peuvent également copier des nouvelles instances de l'OS à partir du modèle VM. Vous pouvez avoir des composants spécifiques à l'utilisateur, comme la programmation des bibliothèques et des applications installées à l'avance à ces instances.
Les machines physiques (systèmes hôtes) et VMs (virtuelles) peuvent fonctionner avec différents OS. Vous pouvez avoir chaque VM installé sur un serveur distant ou répliqués sur plusieurs serveurs appartenant aux clusters physiques identiques ou différents. La limite d'un cluster virtuel peut changer que vous ajoutez, supprimez ou migrez dynamiquement des nœuds VM au fil du temps.
Un déploiement rapide et efficace de planification
L'environnement virtuel que vous créez doit être capable de déploiement rapide. Dans ce cas, le déploiement signifie deux choses : de construire et de distribuer un logiciel empile (OSes, bibliothèques et applications) d'un nœud physique au sein des groupes comme rapidement que possible et de passer rapidement des environnements runtime de cluster virtuel de l'un utilisateur à l'autre. Si un utilisateur termine à l'aide de son système, le cluster virtuel correspondant doit arrêter ou suspendre rapidement leurs opérations pour sauver les ressources nécessaires pour exécuter les autres VMs pour les autres utilisateurs.
Le concept de « informatique verte » a récemment attiré beaucoup d'attention. Cependant, approches précédentes ont mis l'accent sur l'énergie, des économies au niveau du poste de travail unique. Ils n'avaient pas une vision plus large. Par conséquent, ils ne seraient pas nécessairement réduire consommation électrique de l'ensemble du cluster.
Vous pouvez uniquement appliquer des techniques économes en énergie à l'échelle du cluster pour postes de travail homogènes et des applications spécifiques. Live migration des VMs permet de vous transférer des charges de travail d'un nœud à l'autre. Cependant, il n'est pas garantir que ces VMs peuvent migrer au hasard entre eux.
Vous ne peut ignorer le potentiel surcharge causé par la migration live VM. Cette surcharge pourrait avoir de graves effets négatifs sur l'utilisation de la grappe, de débit et de qualité des services. Par conséquent, le défi consiste à déterminer comment concevoir des stratégies de migration pour mettre en œuvre l'informatique verte sans influencer les performances de la grappe.
Un autre avantage pour les clusters véhiculé par la virtualisation est équilibrage de la charge des applications d'un cluster virtuel. Vous pouvez utiliser l'indice de charge et de la fréquence des connexions utilisateur d'obtenir un équilibrage de charge. Vous pouvez implémenter le mécanisme automatique de mise à l'échelle et le bas de l'échelle d'un cluster virtuel basé sur ce modèle.
Par conséquent, vous pouvez augmenter l'utilisation des ressources mode et raccourcir le temps de réponse du système. Cartographie VMs au nœud physique plus approprié devrait promouvoir les performances. Ajuster dynamiquement les charges entre les nœuds par VMs migration live est utile lorsque la charge de nœud de cluster devenue déséquilibrés.
Haute Performance de stockage virtuel
Vous pouvez distribuer le modèle VM pour plusieurs hôtes physiques dans le cluster pour personnaliser les VMs. Vous pouvez également utiliser des logiciels existants pour réduire le temps de personnalisation. Il est important de gérer efficacement l'espace disque occupé par vos logiciels de modèle. Vous pouvez soigneusement la conception de l'architecture de stockage afin de réduire les blocs dupliqués dans un système de fichiers distribués de clusters virtuels et utiliser des valeurs de hachage pour comparer le contenu des blocs de données.
Vos utilisateurs auront leurs propres profils qui stockent des données bloc d'identification pour les VMs correspondants dans un cluster virtuel spécifiques à l'utilisateur. Lorsque les utilisateurs de modifier les données correspondantes, les nouveaux blocs de données sont créés. Blocs nouvellement créées sont indiquées dans les profils utilisateur.
Fondamentalement, il y a quatre étapes pour déployer un groupe de machines virtuelles sur un cluster cible :
- Préparer l'image disque.
- Configurer des ordinateurs virtuels.
- Choisir la destination de nœuds.
- Exécutez la commande de déploiement de VM sur chaque hôte.
De nombreux systèmes utilisent des modèles pour simplifier le processus de préparation des images disque. Un modèle est une image de disque qui inclut un système d'exploitation préinstallé avec ou sans certains logiciels d'application. Les utilisateurs choisissent un modèle approprié selon leurs besoins et faire un doublon comme leur propre image de disque.
Modèles pourraient utiliser la copie sur le format d'écriture (vache). Un nouveau fichier de sauvegarde de vache est très petit et facile à créer et à transférer. Par conséquent, il réduit définitivement consommation d'espace disque. Aussi, il raccourcit le temps de déploiement VM, rendant beaucoup plus efficace que la copie du fichier image raw ensemble.
Chaque machine virtuelle est configuré avec un nom, image disque, paramètre réseau alloué CPU et mémoire. Vous devez enregistrer chaque configuration de machine virtuelle dans un fichier. Cependant, c'est inefficace dans la gestion d'un grand nombre de VMs. SMV avec les mêmes configurations puisse utiliser des profils tel pour simplifier le processus. Le système de configurer les VMs selon le profil choisi.
La plupart des éléments de configuration utilisent les mêmes paramètres. Certains d'entre eux — comme UUID, VM nom et l'adresse IP, sont automatiquement affectées aux valeurs calculées. Normalement, les utilisateurs Don't care l'hôte exécutant leur VM.
Lors de l'examen de votre stratégie pour choisir votre hôte de destination de VM, garder à l'esprit le principe de votre déploiement général, qui est de répondre à vos besoins de capacité de la machine virtuelle, mais aussi à l'équilibre des charges de travail à travers le réseau de l'hôte. De cette façon, vous arriverez à un équilibre efficace entre vos ressources disponibles et de votre charge de travail.
.jpg)
Kai Hwang est professeur d'informatique ingénierie à l'Université de Californie du Sud et un professeur invité de la Chaire pour l'Université de Tsinghua en Chine. Il a obtenu un Ph.d. dans la CEE de l'Université de Californie, Berkeley. Il a beaucoup publié dans computer architecture, calcul numérique, parallel processing, distribués, systèmes, sécurité Internet et cloud computing.
.jpg)
Jack Dongarra est un professeur distingué de l'Université de génie électrique et informatique à l'Université du Tennessee, un personnel de recherche distinguée au Laboratoire National d'Oak Ridge et tournant Fellow à l'Université de Manchester. Dongarra pionnier les zones de repères superordinateur, analyse numérique, solveurs d'algèbre linéaire et calcul haute performance et a publié de nombreux ouvrages dans ces domaines.
.jpg)
Geoffrey Fox est un éminent professeur d'informatique, informatique et physique et agrégé de doyen des études supérieures et de recherche à la School of Informatics et informatique à l'Université de l'Indiana. Il a reçu son Ph.d. Université de Cambridge, r.-u. Fox est connu pour son travail complet et les publications importantes dans l'architecture parallèle, programmation distribuée, grid computing, services Web et applications Internet.
© 2011 Elsevier Inc. Tous droits réservés. Imprimé avec la permission de Syngress, une empreinte de Elsevier. Copyright 2011. « Distribués et Cloud Computing : De parallèle de traitement à l'Internet des choses » par Kai Hwang, Jack Dongarra, Geoffrey Fox. Pour plus d'informations sur ce titre et d'autres livres similaires, veuillez visiter elsevierdirect.com.