Омельченко В. В. Інформаційна технологія управління обчислювальними ресурсами в Kubernetes кластері

Дисертаційна робота присвячена вирішенню проблеми автоматизації управління обчислювальними ресурсами в кластерах Kubernetes. Обчислювальні та фінансові ресурси є обмеженими, що вимагає постійного пошуку балансу між рівнем послуг та об’ємом ресурсів. Автоматизація процесів управління ІТ-інфраструктурою дозволяє підвищити ефективність використання обчислювальних ресурсів кластера при дотриманні необхідного рівня якості послуг, що надаються. Проведено аналіз існуючих методів прогнозування часових рядів в контексті робочих навантажень на доцільність їх використання для проактивного масштабування. Проведені експериментальні дослідження оцінки точності обраних методів на типових шаблонах робочих навантажень на основі історичних даних різної довжини. На основі проведених експериментів обрано множину методів для прогнозування робочих навантажень в проактивному масштабуванні. Запропоновано метод комбінованого прогнозування з поєднанням компонентів довгострокового та короткострокового передбачення. Навантаження застосунків може включати аномалії, що призводить до некоректного розподілу обчислювальних ресурсів при проактивному управлінні. Проведено експериментальне дослідження запропонованого методу. Результати демонструють підвищення загальної точності з 91% до 95% на тестових даних за умови наявності аномальних шаблонів в історичних даних. Запропоновано метод проактивного масштабування обчислювальних ресурсів. Описано використання методу в умовах відсутності даних або низької точності отриманих прогнозів. Реалізовано програмний модуль для горизонтального проактивного масштабування в Kubernetes з використанням вбудованих інструментів. Проведено експериментальне дослідження розробленого програмного модуля на кластері Kubernetes для порівняння зі статичним та реактивним підходами масштабування. У порівнянні з надлишковим статичним підходом отримано аналогічний рівень якості послуг при використанні на 46% меншого об’єму ресурсів. У порівнянні з реактивним підходом середній час відповіді застосунку зменшився з 160 мс до 23 мс. Запропоновано гібридний метод масштабування, що включає реактивний і проактивний компоненти. Комбінація даних методів дозволяє використовувати проактивне управління при наявності точних прогнозів. Запропоновано індикатор переходу між проактивним і реактивним управлінням на основі порівняння відповідності отриманих прогнозів до поточного навантаження на застосунок. Рівень точності прогнозів визначається протягом заданої кількості ітерацій. Реалізовано програмний модуль з використанням розробленого проактивного методу і вбудованого рішення для реактивного масштабування в Kubernetes. Проведено експериментальне дослідження розробленого програмного модуля. Запропоновано гібридний метод масштабування, що дозволяє координувати роботу горизонтального і вертикального компонентів масштабування. Запропоновано модуль координації для узгодження конфігурації вертикального і горизонтального компонентів. Розроблено програмний модуль для роботи в Kubernetes, який використовує запропонований метод. Результати проведених експериментів демонструють зменшення збиткового резервування обчислювальних ресурсів на 65% у порівнянні зі статичним підходом на синтетичних даних. Створено інформаційну технологію управління обчислювальними ресурсами в кластері. Запропоновано здійснювати декомпозицію інформаційних систем на окремі модулі. Визначено функціонал кожного модуля і комунікацію між модулями та кластером. На основі запропонованої архітектури описано реалізацію інформаційної технології в кластерах Kubernetes. Запропоновано здійснювати інтеграцію вбудованих інструментів для моніторингу стану, аналізу даних і розгортання елементів управління. Описано процеси управління обчислювальними ресурсами.