Zwiększenie efektywności aplikacji typu SaaS poprzez wykorzystanie modelu alokacji zasobów bazowanego na dzierżawie zasobów najemcom

• Autorzy: Woda M. , Stolarz W.

Warianty tytułu

EN

Increase effectiveness of a SaaS system by utlization of tenant-based resources allocation model

• Języki publikacji: PL

Abstrakty

PL

Software-as-a-Service (SaaS) to paradygmat dystrybucji oprogramowania w chmurze. Reprezentuje on najwyższą warstwę oprogramowania w stosie chmury. Ponieważ większość dostawców usług w chmurze pobiera opłaty za korzystanie z jej zasobów, ważne jest tworzenie aplikacji efektywnie korzystających z jej zasobów. Jednym ze sposobów osiągnięcia optymalnego zużycia zasobów jest architektura multi-tenant aplikacji SaaS. Umożliwia on zastosowanie samodzielnego zarzadzania zasobami. W niniejszym artykule, w systemie SaaS z dzierżawą zasobów najemcom, przebadany został wpływ odpowiedniej alokacji zasobów na efektywność działania systemu. Model alokacji zasobów, uwzględniający najemców (tenants) jest jednym z podejść do optymalnego wykorzystania zasobów w chmurze. W porównaniu do tradycyjnego skalowania zasobów może wydatnie zmniejszyć koszty utrzymania aplikacji typu SaaS w środowisku chmury. Im więcej systemów SaaS z dzierżawą zasobów najemcom, tym więcej korzyści ten model może dostarczyć użytkownikom końcowym.

EN

Software-as-a-Service (SaaS) is a software distribution paradigm in cloud computing and represents the highest, software layer in the cloud stack. Since most cloud services providers charge for the resource use it is important to create resource efficient applications. One of the ways to achieve that is multi-tenant architecture of SaaS applications. It allows the application for efficient self-managing of the resources. In this paper the influence of tenant-based resource al-location model on cost-effectiveness of SaaS systems is investigated. The tenant-based resource allocation model is one of the methods to tackle under-optimal re-source utilization. When compared to traditional resource scaling it can reduce the costs of running SaaS systems in cloud environments. The more tenant-oriented the SaaS systems are the more benefits that model can provide

Słowa kluczowe

PL

model SaaS z dzierżawą zasobów najemcom; alokacja zasobów; efektywność

EN

tenant-based resource allocation; cost-effectiveness

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2013
• Tom: Vol. 34, nr 3
• Strony: 223--238
• Opis fizyczny: Bibliogr. 20 poz.

Twórcy

autor

Woda M.

• Politechnika Wrocławska, Instytut Informatyki, Automatyki i Robotyki

autor

Stolarz W.

• Politechnika Wrocławska, Instytut Informatyki, Automatyki i Robotyki, ul. Janiszewskiego 11/17, Wrocław

Bibliografia

• 1.Amazon Auto Scaling. http://aws.amazon.com/autoscaling/. Dostęp 2012-12-07.
• 2.Architecture Strategies for Catching the Long Tail: 2006. http://msdn.microsoft.com/ /en-us/library/aa479069.aspx. Dostęp 2012-12-07.
• 3.Armbrust M. et al.: Above the Clouds: A Berkeley View of Cloud Computing. Tech-nical Report #UCB/EECS-2009-28. Electrical Engineering and Computer Sciences University of California at Berkeley, 2009.
• 4.Bientinesi P. et al.: HPC on Competitive Cloud Resources. Handbook of Cloud Com-puting. B. Furht and A. Escalante, eds. Springer US, 2010, p. 493-516.
• 5.Chang J. G. et al.: A framework for native multi-tenancy application development and management. 2007 9th IEEE International Conference on e-Commerce Technology and the 4th IEEE International Conference on Enterprise Computing, e- Commerce, and
• e-Services, 23-26 July 2007 (Piscataway, NJ, USA, 2007), p. 470-477.
• 6.Chen Y. et al.: An Efficient Resource Management System for On-Line Virtual Cluster Provision. IEEE International Conference on Cloud Computing, 2009. CLOUD ’09 (Sep. 2009), 2009, p. 72-79.
• 7.Dyachuk D., Deters R.: A solution to resource underutilization for web services hosted in the cloud. Confederated International Conferences on On the Move to Meaningful Internet Systems, OTM 2009: CoopIS 2009, (Vilamoura, Portugal, 2009), p. 567-584.
• 8.Espadas J. et al.: A tenant-based resource allocation model for scaling Software-as-a-Service applications over cloud computing infrastructures, 2011.
• 9.Hong C. et al.:An end-to-end methodology and toolkit for fine granularity SaaS-ization. 2009 IEEE International Conference on Cloud Computing (CLOUD), 21-25 Sept. 2009 (Piscataway, NJ, USA, 2009), p. 101-108.
• 10.Iyer R. et al.: VM3: Measuring, modeling and managing VM shared resources. Com-puter Networks. 53, 17 (Dec. 2009), p. 2873-2887.
• 11.Mc Evoy G.V., Schulze B. Using clouds to address grid limitations. 6th International Workshop on Middleware for Grid Computing, MGC’08, held at the ACM/IFIP/ /USENIX 9th International Middleware Conference, (Leuven, Belgium 2008).
• 12.Meng X. et al.: Efficient resource provisioning in compute clouds via VM multiplexing. 7th IEEE/ACM International Conference on Autonomic Computing and Communications, ICAC-2010 (Washington, DC, United states, 2010), p. 11-20.
• 13.Mishra A.K. et al.: Towards Characterizing Cloud Backend Workloads: Insights from Google Compute Clusters. Performance Evaluation Review. 37, 4 (Mar. 2010), p. 34-41.
• 14.Multi-Tenant Data Architecture: 2006. http://msdn.microsoft.com/en-us/library/ /aa479086.aspx. Dostęp: 2012-09-07.
• 15.Paroux G. et al.: A Java CPU calibration tool for load balancing in distributed applications. Proceedings – ISPDC 2004: Third International Symposium on Parallel and Distributed Computing/HeteroPar ’04: Third International Workshop on Algorithms, Models and Tools for Parallel Computing on Heterogeneous Networks, (Cork, Ireland 2004), 155–159, 2004.
• 16.SaaS Capacity Planning: Transaction Cost Analysis Revisited: 2008. http://msdn.microsoft.com/en-us/library/cc261632.aspx. Dostęp: 2012-09-07.
• 17.Stillwell M. et al.: Resource allocation algorithms for virtualized service hosting plat-forms. Journal of Parallel and Distributed Computing. 70, 9 (2010), p. 962-974.
• 18.Wee S., Liu H.: Client-side load balancer using cloud. 25th Annual ACM Sympo-sium on Applied Computing, SAC 2010, (Sierre, Switzerland 2010), p. 399-405.
• 19.Wu Q., Wang Y.: Performance testing and optimization of J2EE-based web applications. 2nd International Workshop on Education Technology and Computer Science, ETCS 2010, March 6, 2010 – March 7, 2010 (Wuhan, Hubei, China 2010), p. 681-683.
• 20.Yang J. et al.: A profile-based approach to just-in-time scalability for cloud applications. CLOUD 2009 – 2009 IEEE International Conference on Cloud Computing, September 21, 2009- September 25, 2009 (Bangalore, India 2009), p. 9-16.