$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Kubernetes의 kubelet이 관리하는 pod의 수에 따른 성능 영향 분석
Performance Analysis According to The Number of Pods Managed by Kubelet in Kubernetes 원문보기

한국정보처리학회 2018년도 추계학술발표대회, 2018 Oct. 31, 2018년, pp.74 - 76  

권민수 (고려대학교 컴퓨터학과) ,  이재학 (고려대학교 컴퓨터학과) ,  명노영 (고려대학교 컴퓨터학과) ,  유헌창 (고려대학교 컴퓨터학과) ,  길준민 (대구가톨릭대학교 IT공학부)

초록
AI-Helper 아이콘AI-Helper

클라우드 벤더들은 많은 컨테이너를 효율적으로 배포하기 위해 컨테이너 관리 도구를 사용한다. 컨테이너 관리 도구는 Availability, Self-healing, Automated rollouts and rollback 등 여러 기능을 제공한다. 많은 관리 도구 중 Kubernetes는 가장 최소 단위로 컨테이너의 추상적인 모임 pod을 배포한다. pod에 대한 정보는 마스터에서 정의되며 슬레이브 노드에 배포된다. 슬레이브 노드에는 마스터의 명령을 받아 pod을 관리하는 노드 에이전트 kubelet이 생성된다. 하나의 노드에 할당된 자원과 상관없이 kubelet이 관리하는 pod의 개수가 많아지게 되면 작업 중인 pod이 CPU를 훔치는 오버헤드가 발생한다. 따라서 본 논문에서는 pod의 개수에 따른 CPU사용률 실험을 통해 kubelet이 효율적으로 관리할 수 있는 pod의 개수를 분석한다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • kubelet 설정 yaml 파일을 수정하여 pod 생성 제한을 200으로 늘리고 60개부터 20개씩 늘리며 180개 까지 pod을 생성하는 시나리오를 진행한다. 180개 pod 이하의 개수 생성은 모두 8분 이내로 생성되는 것을 확인하여 8분을 기준으로 kubelet이 사용하는 CPU 사용률을 분석한다.
  • 본 논문에서는 클라우드 시장에서 많이 사용되고 있는 컨테이너 관리 도구인 Kubernetes를 사용하였다. Kubernetes 클러스터에 속해 있는 하나의 노드에서 pod을관리하는 노드 에이전트인 kubelet에 대한 성능 분석을 하였다. kubelet은 시스템 성능에 직접적인 영향을 미친다.
  • Kubernetes의 노드에서 kubelet의 pod의 생성 개수가 default로 110개로 제한되어 있다. kubelet 설정 yaml 파일을 수정하여 pod 생성 제한을 200으로 늘리고 60개부터 20개씩 늘리며 180개 까지 pod을 생성하는 시나리오를 진행한다. 180개 pod 이하의 개수 생성은 모두 8분 이내로 생성되는 것을 확인하여 8분을 기준으로 kubelet이 사용하는 CPU 사용률을 분석한다.
  • 평균 사용률만 보면 180개의 pod을 사용한다고 해서 오버헤드가 발생한다는 것은 알기 어렵다. 그래서 각 pod의 개수에 따라 최대로 사용하게 되는 CPU 사용률을 분석하였다.
  • kubelet이 작업 중인 pod의 CPU를 뺏어오는 상황은 많은 CPU 자원이 필요해서 이다. 그래서 각 pod의 개수에 따른 kubelet 서비스의 최대 CPU 사용률을 분석하였다. pod 60개부터 120개 까지 생성할 때 kubelet의 최대 CPU 사용률은 큰 차이가 없다.
  • 따라서 본 논문에서는 하나의 노드에 pod의 수를 변경하며 배포하는 여러 상황을 만들고 그것에 대한 kubelet의 CPU사용률을 실험한다. 적당한 수의 pod에서 부터 일정 수준을 초과하는 개수를 배포하며 pod의 수에 따른 kubelet 성능 영향을 분석한다.
  • 실험은 Kubernetes 마스터에서 하나의 노드에 pod을 생성하며 진행하였다. 노드에는 기본적인 kubelet, kube-proxy 등 기본적인 컴포넌트들을 제외하고 배포한 pod은 없는 상태에서 진행하였다.
  • 따라서 본 논문에서는 하나의 노드에 pod의 수를 변경하며 배포하는 여러 상황을 만들고 그것에 대한 kubelet의 CPU사용률을 실험한다. 적당한 수의 pod에서 부터 일정 수준을 초과하는 개수를 배포하며 pod의 수에 따른 kubelet 성능 영향을 분석한다.
  • 노드에는 기본적인 kubelet, kube-proxy 등 기본적인 컴포넌트들을 제외하고 배포한 pod은 없는 상태에서 진행하였다. 처음 생성부터 pod 상태의 정보를 수집하는 과정에 대한 성능을 분석하였다. 진행하는 실험의 모든 상황들에 대한 pod 생성되는 시간은 8분 이내 인것을 확인하였다.

대상 데이터

  • 개발된 플랫폼들의 목적은 비슷하지만 특정 목적에 따라 사용하는 플랫폼이 바뀔 수 있다. 본 논문에서는 오케스트레이션 플랫폼 중현 시장에서 가장 많이 사용되고 있는 Kubernetes 환경[5]에서 실험을 진행하였다.
  • 본 실험은 Kubernetes 마스터 한대와 minion에 속하는 노드 한 대에 배포하여 실험을 진행한다. 노드는 총 2대이지만 pod의 배포는 하나의 노드에만 배포하여 실험을 진행한다.

이론/모형

  • 본 논문에서는 클라우드 시장에서 많이 사용되고 있는 컨테이너 관리 도구인 Kubernetes를 사용하였다. Kubernetes 클러스터에 속해 있는 하나의 노드에서 pod을관리하는 노드 에이전트인 kubelet에 대한 성능 분석을 하였다.
  • 성능을 분석하기 위해 Kubernetes에서 제공하는 모니터링 도구인 heapster와 dashboard를 사용한다. heapster는 kubelet 설치 바이너리 파일에 포함되어 있는 cAdvisor를 이용해 pod의 상태정보를 수집한다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로