도커 컨테이너의 멀티코어 CPU 대역폭 영향 분석

국문 초록 (Abstract)

도커는 경량 가상화 기술로서 사용자에게 응용의 생산성과 관리 및 배포에 대한 비용을 크게 감소시킨다. 이러한 이점을 가진 도커는 클라우드, HPC 환경 등 산업 및 연구의 여러 분야에서 활용되며, 동시에 격리된 자원을 효율적으로 활용하기 위한 지속적인 연구가 진행되고 있다. 도커는 cgroup의 자원관리 기법을 활용한다. cgroup의 CFS 스케줄러는 공유비율 방식과 대역폭 방식의 자원 예약 방식을 제공한다. 또한, 코어 친화도 구성을 통해 컨테이너가 동작하는 CPU 집합을 지정할 수 있다. 하지만 사용자 입장에서 공유비율 방식에 비해 대역폭을 구성하는 주기와 허용량 및 코어 친화도가 응용의 성능에 미치는 영향은 크게 고려되지 않는다. 본 논문에서는 주기, 허용량, 코어 친화도 구성이 컨테이너 응용의 성능에 미치는 영향을 분석한다. 실험은 배치 워크로드와, 대화형 워크로드에서 각각 수행되었으며, 분석 결과를 통해 컨테이너의 스케줄링 주기와 허용량, 코어 친화도 구성을 통한 응용 성능 최적화 가능성을 제안한다.

다국어 초록 (Multilingual Abstract)

Docker is a lightweight virtualization technology that significantly reduces the cost of productivity and administration and deployment of applications. These benefits are exploited in many areas of industry and research, including cloud and HPC environments, and ongoing research is underway to efficiently use isolated resources. The docker uses cgroup resource management techniques. The cgroup’s CFS scheduler provides a resource-reservation scheme, with a shares scheme and a bandwidth scheme. In addition, a cgroup can specify a set of CPUs, wherein the container operates through core affinity configuration. However, influence of the period and quota configuring bandwidth, core affinity on the performance of the application, is not considered as much as the shares scheme. In this paper, we analyze effects of period, quota, and core affinity on performance of container applications. Experiments were conducted on batch workloads and interactive workloads, respectively, and suggest the possibility of optimizing application performance of containers through analysis results.

목차 (Table of Contents)

• 요약
• Abstract
• 1. 서론
• 2. 배경 지식
• 3. 컨테이너 CPU 자원 영향 분석
• 4. 결론
• References

참고문헌 (Reference)

• 1 임인구, "실시간 태스크 그룹과 데드라인 태스크의 동시 지원을 위한 리눅스 스케줄링 가능성 분석 개선" 한국정보과학회 23 (23): 452-457, 2017
• 2 K. Ye, "Performance Tuning and Modeling for Big Data Applications in Docker Containers" 1-6, 2017
• 3 A. Verma, "Large-scale Cluster Management at Google with Borg" 18-, 2015
• 4 V. Tarasov, "In Search of the Ideal Storage Configuration for Docker Containers" 199-206, 2017
• 5 J. Monsalve, "Dynamic CPU Resource Allocation in Containerized Cloud Environments" 535-536, 2015
• 6 D. Merkel, "Docker: Lightweight Linux Containers for Consistent Development and Deployment" 2014 (2014): 2-, 2014
• 7 N. Nguyen, "Distributed MPI Cluster with Docker Swarm Mode" 1-7, 2017
• 8 "Azure - New Windows Server containers and Azure support for Docker"
• 9 L. Kharb, "Automated Deployment of Software Containers Using Dockers" 4 (4): 2016
• 10 H. Ma, "Auto-tuning Performance of MPI Parallel Programs Using Resource Management in Container-Based Virtual Cloud" 545-552, 2016
• 11 "Amazon Web Services - ECS Service, EC2"