Porównanie platform do orkiestracji kontenerów aplikacji

• Autorzy: Pankowski Adam , Powroźnik Paweł

Identyfikatory

DOI

10.35784/jcsi.3823

Warianty tytułu

EN

Comparison of application container orchestration platforms

• Języki publikacji: PL

Abstrakty

PL

Niniejszy artykuł przedstawia analizę porównawczą trzech znanych platform orkiestracji kontenerów: Docker Swarm, Kubernetes i Apache Mesos, koncentrując się na wdrażaniu aplikacji testowej oraz pomiaru takich parametrów jak: czas wdrożenia,obciążenie procesora, wykorzystanie pamięci i dysku, czas odpowiedzi aplikacji oraz czas przywrócenia repliki aplikacji przy użyciu mechanizmu autoregeneracji. Celem badań jest weryfikacja wydajności i efektywności analizowanych platform, ułatwiając podjęcie świadomych decyzji przy wyborze orkiestratora dla skonteneryzowanych aplikacji. Zostały postawione dwie hipotezy badawcze. Pierwsza z nich zakłada, że czas potrzebny na uruchomienie aplikacji przy użyciu narzędzia Docker Swarm jest najkrótszy spośród analizowanych platform. Druga hipoteza zakłada, że Kubernetes zapewnia najwydajniejsze wyniki pod względem planowania obciążenia i skalowania aplikacji. Analiza przeprowadzona na podstawie wykonanych badań na obrazie aplikacji Jenkins wykazała przewagę platformy Docker Swarm nad pozostałymi badanymi narzędziamipod względem wydajnościowym.

EN

This article presents a comparative analysis of three well-known container orchestration platforms: Docker Swarm, Kubernetes and Apache Mesos, focusing on the deployment of a test application and measuring parameters such as deployment time, memory, CPU and disk utilization, application response time and the time to restore a replica of the application using an auto-recovery mechanism. The aim of the research is to verify the performance and efficiency of the analyzed platforms, facilitating informed decisions while choosing an orchestrator for containerized applications. Two research hypotheses have been stated. The first one assumes that the time required to launch an application using the Docker Swarm tool is the shortest among the analyzed platforms. The second hypothesis is that Kubernetes provides the most efficient results in terms of load scheduling and application scaling. The analysis performed on the Jenkins application showed the superiority of the Docker Swarm platform over the other studied tools in terms of performance.

Słowa kluczowe

PL

konteneryzacja; Docker Swarm; Kubernetes; Apache Mesos

EN

containerization; Docker Swarm; Kubernetes; Apache Mesos; orchestration platform

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2023
• Tom: Vol. 29
• Strony: 383--390
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Pankowski Adam

• Lublin University of Technology (Poland)

autor

Powroźnik Paweł

• Lublin University of Technology (Poland)

Bibliografia

• 1. Mikrousługi a architektura monolityczna, https://www.atlassian.com/microservices/microservices-architecture/microservices-vs-monolith, [07.06.2023].
• 2. J. Stubbs, W. Moreira, R. Dooley, Distributed systems of microservices using Docker and Serfnode, 7th International Workshop on Science Gateways (2015) 34–39, https://doi.org/10.1109/iwsg.2015.16.
• 3. I. M. A. Jawarneh et al., Container Orchestration Engines: A Thorough Functional and Performance Comparison, ICC 2019 - 2019 IEEE International Conference on Communications (2019) 1-6, https://doi.org/10.1109/ICC.2019.8762053.
• 4. A. Malviya, R. K. Dwivedi, A Comparative Analysis of Container Orchestration Tools in Cloud Computing, 9th International Conference on Computing for Sustainable Global Development (2022) 698-703, https://doi.org/10.23919/INDIACom54597.2022.9763171.
• 5. Y. Pan, I. Chen, F. Brasileiro, G. Jayaputera, R. Sinnott, A Performance Comparison of Cloud-Based Container Orchestration Tools, IEEE International Conference on Big Knowledge (2019) 191-198, https://doi.org/10.1109/ICBK.2019.00033.
• 6. A. Shemyakinskaya, I. Nikiforov, Disk Space Management Automation with CSI and Kubernetes. Proceedings of Seventh International Congress on Information and Communication Technology. Lecture Notes in Networks and Systems 447 (2023) 171-179, https://doi.org/10.1007/978-981-19-1607-6_15.
• 7. C. Cérin, T. Menouer, W. Saad, W. B. Abdallah, A New Docker Swarm Scheduling Strategy, IEEE 7th International Symposium on Cloud and Service Computing (2017) 112-117, https://doi.org/10.1109/SC2.2017.24.
• 8. P. Saha, A. Beltre, M. Govindaraju, Exploring the Fairness and Resource Distribution in an Apache Mesos Environment, IEEE 11th International Conference on Cloud Computing (2018) 434-441, https://doi.org/10.1109/CLOUD.2018.00061.
• 9. D. K. Kang, G. B. Choi, S. H. Kim, I. S. Hwang, C. H. Youn, Workload-aware resource management for energy efficient heterogeneous Docker containers, IEEE Region 10 Conference (2016) 2428-2431, https://doi.org/10.1109/TENCON.2016.7848467.
• 10. Porównanie Docker Swarm i Kubernetes, https://circleci.com/blog/docker-swarm-vs-kubernetes/, [07.06.2023].
• 11. Ankieta CNCF 2022, https://www.cncf.io/reports/cncf-annual-survey-2022/, [07.06.2023].
• 12. Porównanie Kubernetes, Mesos oraz Docker Swarm, https://www.sumologic.com/insight/kubernetes-vs-mesos-vs-swarm/, [07.06.2023].
• 13. Dokumentacja Apache Mesos, https://mesos.apache.org/documentation/lates, [07.06.2023].
• 14. Dokumentacja Apache JMeter, https://jmeter.apache.org, [07.06.2023].

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki (2025).