선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 Docker Swarm을 통해 구성한 클러스터 환경에서 메모리 부하 작업을 수행하는 컨테이너를 실행시켰을 때와 그럴지 않았을 때의 작업 수행시간을 측정 및 비교함으로써 나타난 성능 저하 현상을 관찰 및 분석하였다. 스레드 개수를 본 실험에서 사용한 개수보다 더 많이 할당하거나 timeout을 더 늘린다 하더라도 성능 저하 정도가 크게 증가하지 않았다.
제안 방법
- 가장 먼저 아무런 성능 간섭이 없었을 때 컨테이너들의 작업 수행시간을 측정한다. 5개의 worker노드에게 총 50개의 wordcount 컨테이너를 배포한다.
- 실험을 진행하기 위해 wordcount 프로그램의 image로 빌드 된 컨테이너들이 아무런 성능 간섭 없이 동작했을 때와 메모리 부하 작업으로 인해 성능 간섭이 발생했을 때 각 worker노드별 wordcount 컨테이너들의 작업 수행시간을 비교함으로써 성능 저하 정도를 측정한다. 각 실험마다 구분된 메모리 부하 작업을 수행하는 스레드의 개수는 1개, 5개, 10개로 구성하였으며 메모리 부하 작업의 시간(timeout)을 5초에서 시작하여 2000초까지 주었을 때 각 worker 노드 내 wordcount 컨테이너들의 작업 수행시간의 평균값을 측정하였다. 메모리 부하 작업에 따른 성능 간섭으로 이한 성능 저하 정도를 측정하기 위해 총 세 단계의 작업을 진행한다.
- 각 worker노드는 Docker Swarm 스케줄러에 의해 컨테이너를 10개씩 균등하게 배분받게 된다. 그 후 각 worker노드마다 배분받은 컨테이너들의 작업 수행시간을 측정한 뒤 평균값을 계산한다. 위 과정을 총 5번 수행해서 각각의 계산된 평균값을 가지고 최종적인 평균값을 계산하여 각 worker노드 내 컨테이너들의 작업 수행시간의 평균값을 나타낸다.
- 두 번째로 성능 간섭이 발생했을 때 컨테이너들의 작업 수행시간을 측정한다. 각 worker 노드가 10개의 wordcount 컨테이너를 배분 받은 상황에서 추가로 메모리 부하작업을 수행하는 컨테이너를 한 개씩 worker노드에게 배포한다.
- 각 실험마다 구분된 메모리 부하 작업을 수행하는 스레드의 개수는 1개, 5개, 10개로 구성하였으며 메모리 부하 작업의 시간(timeout)을 5초에서 시작하여 2000초까지 주었을 때 각 worker 노드 내 wordcount 컨테이너들의 작업 수행시간의 평균값을 측정하였다. 메모리 부하 작업에 따른 성능 간섭으로 이한 성능 저하 정도를 측정하기 위해 총 세 단계의 작업을 진행한다.
- Docker Swarm 클러스터는 manager노드 1개, worker노드 5개로 구성한다. 물리 머신을 manager노드로 설정하였고, 각 worker노드는 드라이버가 virtual box로 설정된 docker-machine으로 구성하였다.
- 본 논문에서는 Docker Swarm을 이용하여 클러스터 환경을 구축한 후 각 worker노드에서 메모리 부하 작업을 수행하는 컨테이너가 작동할 때 발생하는 성능 간섭 현상을 분석한다. 이를 바탕으로 구성한 실험 환경에서 어느 정도의 부하를 주었을 때 특정 애플리케이션에 대한 작업 수행시간의 증가량을 통해 성능 저하 정도를 측정한다.
- 본 실험에서 각 worker노드마다 노출되는 컨테이너들의 작업 수행시간의 평균값을 더 정밀하게 나타내기 위해 총 5번의 반복 계산 작업을 실시하여 최종적인 평균값을 나타내었다. 이 과정에서 스레드 개수별로 메모리 부하 작업을 수행하는 컨테이너가 포함되었을 때 timeout에 따른 각각의 worker노드에서 나타난 컨테이너들의 작업 수행시간의 평균값을 비교해본 결과 작업 수행시간의 증가율은 <표 3>과 같다.
- 본 실험에서는 메모리 부하 작업을 수행하는 컨테이너 및 wordcount 작업을 수행하는 다수의 컨테이너를 각 worker 노트에게 동일한 개수로 배포한 뒤, 각 worker노드 내의 컨테이너들 간에 발생되는 성능 간섭 정도를 측정하기 위해 Docker Swarm을 이용한 클러스터 환경을 구축한다. 실험 환경은 <표 1>, <표 2>와 같다.
- 실험을 위한 애플리케이션으로 직접 구성한 특정 txt파일의 단어를 세는 작업을 총 10,000번 수행하는 wordcount 프로그램을 선정하였으며, 이를 통해 작업 수행시간의 결과 값을 도출한다. 메모리 부하 작업을 수행하는 애플리케이션으로는 리눅스 과부하 테스트 프로그램인 stress tool[3]을 이용하였다.
- 실험을 진행하기 위해 wordcount 프로그램의 image로 빌드 된 컨테이너들이 아무런 성능 간섭 없이 동작했을 때와 메모리 부하 작업으로 인해 성능 간섭이 발생했을 때 각 worker노드별 wordcount 컨테이너들의 작업 수행시간을 비교함으로써 성능 저하 정도를 측정한다. 각 실험마다 구분된 메모리 부하 작업을 수행하는 스레드의 개수는 1개, 5개, 10개로 구성하였으며 메모리 부하 작업의 시간(timeout)을 5초에서 시작하여 2000초까지 주었을 때 각 worker 노드 내 wordcount 컨테이너들의 작업 수행시간의 평균값을 측정하였다.
- 마지막으로 메모리 부하 작업을 수행하는 스레드 개수별로 timeout마다의 각 worker노드 내 컨테이너들의 작업 수행시간의 평균값에서 아무런 성능 간섭이 없었을 때 컨테이너들의 작업 수행시간의 평균값을 빼줌으로써 그 결과 값을 그래프로 나타낸다. 이를 통해 각 worker노드 내 컨테이너들 간의 메모리 경합으로 인해 성능 저하 정도를 측정한다.
이론/모형
- 실험을 위한 애플리케이션으로 직접 구성한 특정 txt파일의 단어를 세는 작업을 총 10,000번 수행하는 wordcount 프로그램을 선정하였으며, 이를 통해 작업 수행시간의 결과 값을 도출한다. 메모리 부하 작업을 수행하는 애플리케이션으로는 리눅스 과부하 테스트 프로그램인 stress tool[3]을 이용하였다.
성능/효과
- 본 실험에서 할당한 스레드 개수가 1개일 때와 5개일 때, 메모리 부하 작업이 수행되었을 때의 경우가 그렇지 않았을 때의 경우보다 평균적으로 컨테이너들의 작업 수행시간이 더 빨랐던 현상이 관찰되었다. 이는 Docker Swarm 환경에서 worker노드의 자원 여유에 따라 실행되는 컨테이너의 수가 달라질 수 있기 때문에 나타난 현상이다.
- 본 논문에서는 Docker Swarm을 통해 구성한 클러스터 환경에서 메모리 부하 작업을 수행하는 컨테이너를 실행시켰을 때와 그럴지 않았을 때의 작업 수행시간을 측정 및 비교함으로써 나타난 성능 저하 현상을 관찰 및 분석하였다. 스레드 개수를 본 실험에서 사용한 개수보다 더 많이 할당하거나 timeout을 더 늘린다 하더라도 성능 저하 정도가 크게 증가하지 않았다. 이는 각각의 worker노드가 할당받은 메모리 용량에서의 한계점으로 보였으며 worker노드의 메모리 용량을 늘린다면 더 많은 스레드를 할당해 더 큰 성능 저하를 일으키는 모습을 확인할 수 있을 것으로 보인다.
- <표 3>을 보면 스레드 개수가 10개일 때 각 worker노드마다의 성능 저하율이 가장 크게 발생한 것으로 나타났다. 즉, 메모리 부하 작업을 수행하는 스레드 개수가 증가할수록 작업 수행시간이 더 크게 증가해 프로그램의 성능이 저하되는 현상을 확인할 수 있다.
후속연구
- 그러므로 worker 노드 내 메모리 경합으로 인한 여러 컨테이너들의 성능 저하를 예방하지 못한다. 따라서 향후 연구에서는 이러한 성능 간섭으로 인해 발생하는 성능 저하를 해결하고자 Docker Swarm을 이용한 클러스터 환경에서 메모리 경합을 고려한 스케줄링 기법에 대하여 연구할 계획이다.
- 스레드 개수를 본 실험에서 사용한 개수보다 더 많이 할당하거나 timeout을 더 늘린다 하더라도 성능 저하 정도가 크게 증가하지 않았다. 이는 각각의 worker노드가 할당받은 메모리 용량에서의 한계점으로 보였으며 worker노드의 메모리 용량을 늘린다면 더 많은 스레드를 할당해 더 큰 성능 저하를 일으키는 모습을 확인할 수 있을 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.