JP5600277B2 - クラウドサービス再配置システムと方法およびプログラム - Google Patents

Description

本発明は、クラウドコンピューティング環境において利用するコンピュータ処理サービスの運用技術に係り、特に、サービスを提供するＩＴリソース（コンピュータ装置、ソフトウェア・アプリケーション）への当該サービスの配置を最適化するのに好適な技術に関するものである。

クラウドコンピューティングとは、ソフトウェア・ミドルウェア・ハードウェア等の様々なレイヤのＩＴリソースを所有するのではなく、ネットワークを通じてサービスとして各ＩＴリソースを利用するための技術である。

このクラウドコンピューティング（以下、単にクラウドとも記載）により、初期投資を抑えたＩＴリソースの所有と、要求量が増加した際のＩＴリソースのキャパシティコントロールが容易になる。

クラウドで提供されるサービス（クラウドサービス）は、ＩＴリソースの利用形態によって、ＳａａＳ（Software as a Service）とＰａａＳ（Platform as a Service）およびＩａａＳ（Infrastructure as a Service）／ＨａａＳ（Hardware as a Service）の３種類に分類される。

ＳａａＳは、ソフトウェア・アプリケーションをサービスとして利用するものであり、ＰａａＳは、ソフトウェア・アプリケーションの開発環境、実行環境、運用・監視をパッケージングしたプラットフォームをサービスとして利用するものであり、そして、ＩａａＳ／ＨａａＳは、サーバリソース（サーバ・ＨＤＤ・ネットワーク等のインフラ）をサービスとして利用するものである。

また、企業内等のある程度限定された範囲にのみ公開されるＳａａＳ・ＰａａＳ・ＩａａＳをプライベートクラウドと呼び、インターネット経由で多くの利用者と共有することの出来るＳａａＳ・ＰａａＳ・ＩａａＳをパブリッククラウドと呼ぶ。

クラウド上で展開されるＩＴリソースの最も重要な特長に可搬性と分散性がある。すなわち、クラウド上にあるＩＴリソースは、下位のレイヤに存在する任意のＩＴリソースを自由に選択して運用することが可能である。例えば、ＳａａＳを運用するサーバリソースは任意のＩａａＳから選択することができ、価格・性能等の要求に応じて、他のＩａａＳに乗り換えることが可能である。

ＳａａＳもしくは一般的なアプリケーションを運用するに当たり、運用に必要最低限のサーバリソースの見積作業（最適化）は非常に困難であり、このような最適化作業に関する従来技術が、例えば、特許文献１、特許文献２および特許文献３において提案されている。

これらの技術では、予め一定量のサーバリソースを準備し、負荷に応じてサーバリソースを増減させる手法を取ることで課題の解決を図っている。これらの技術を用いることで、サーバリソースを無駄なく利用することが可能となる。

しかし、確保すべきサーバリソースの絶対量は、最大時の負荷を基準として見積もられるため、上述の各技術では、サーバリソースの維持費低減を行なうことが出来ない。また、サーバリソース価格の低下や、より環境に優しいサーバリソースの必要性に迫られた際のサーバリソースの入替に関しても対応することが困難である。

このような課題を解決する技術として、上述のクラウドコンピューティングがあげられる。このクラウドコンピューティングの実現により、ＳａａＳの運用に必要なサーバリソースを、クラウド上に存在するＩａａＳから必要に応じて確保することが可能になった。

しかしながら、以下に示すＳａａＳ運用時のサーバリソース最適化問題に対しては、依然として運用者が手動で対応する必要があり、ＩａａＳ化によるサーバリソースの選択肢の増加に伴い、非常に困難な作業となっている。

すなわち、（１）ＳａａＳの負荷が増大した際の、サーバリソースの拡張や、高性能なサーバリソースへの移行を行う場合、（２）ＳａａＳの負荷が減少した際の、サーバリソースの縮小や、性能は低いが安価なサーバリソースへの移行を行う場合、（３）同性能（性能・セキュリティ）なサーバであれば、他の評価軸（価格・環境性能）でサーバリソースを選択する場合、の（１）〜（３）の何れの場合も、ＳａａＳの運用ポリシー（性能・セキュリティ）を充足可能なサーバリソースを正しく選択しなくてはならず、非常に困難な作業となる。

特開２００１−１６７０７１号公報 特開２００８−２１７２８５号公報 特開平９−３２１７５９号公報

解決しようとする問題点は、従来の技術では、クラウドコンピューティング環境における膨大なＩＴリソースの中から、サービスにとって真に最適なＩＴリソースを容易に選択することができない点である。

本発明の目的は、これら従来技術の課題を解決し、クラウドコンピューティング環境におけるサービスとＩＴリソースの最適な分配配置を可能とし、効率的なサービスの提供を可能とすることである。

上記目的を達成するため、本発明では、自動的に、サービスにとって真に最適なサーバリソースを判断して、当該サービスを提供するサーバリソースの再配置を行う。具体的には、プログラムされたコンピュータ処理により、クラウドコンピューティングで提供されるサービスを、当該サービスの処理を実行するサーバリソースに再配置するものであり、プログラムされたコンピュータ処理を実行する機能として、ナビゲーション処理部とリロケーション処理部を有する。ナビゲーション処理部は、ロケータ処理部とレピュテーションデータベースからなり、レピュテーションデータベースにおいて、サーバリソースに対する以下の３つの情報を格納する。
１．各サーバリソース内に予め設定されているサーバメータから取得される各サーバリソースの負荷情報。
２．サーバリソース提供者が予め入力しておく各サーバリソースの性能や価格等のサーバプロファイル情報。
３．任意の第三者によって設定された、各サーバリソースに対する信頼度や顧客満足度等の評価条件などからなるポリシー定義情報。
そして、ナビゲーション処理部は、ロケータ処理部において、予め用意されたクラウドサービス（ＳａａＳ）の運用条件（ＣＰＵ性能条件、メモリ容量条件、通信速度条件等）が記載されたポリシー定義情報を入力し、このポリシー定義情報と上述のレピュテーションデータベースに格納した各サーバリソースに関する情報とを照らし合わせ、当該ポリシー定義を充足可能なサーバリソースの一覧を取得し、サーバリソースの一覧を取得した後、その中から、予め定められた選択条件に最も適したサーバリソースを選択し、この選択したサーバリソースが現在ＳａａＳを運用しているサーバリソースと異なる場合には、当該サーバリソースを再配置先として特定し、再配置するＳａａＳの情報と再配置先として特定したサーバリソースの情報をあわせて、リロケーション処理部に通知する。リロケーション処理部では、再配置元となる現在運用中のサーバリソースから、サービス（ＳａａＳ）をサーバ情報ごと再配置先へとコピーし、コピーが完了した後、再配置先のサーバリソース上でサーバ情報からサーバを起動し、再配置元からサーバ情報を削除する。以上の一連の動作により、サービス（ＳａａＳ）を適切なサーバリソース上に配置し、運用することが可能となる。

本発明によれば、当該クラウドサービス（ＳａａＳ）に要求される性能・価格などの情報と、各クラウドサービス（ＳａａＳ）を運用するサーバリソースの稼動状態情報を用いて、ＳａａＳ・サーバリソース間での効率的な最適分散配置を容易に行うことが可能となる。

本発明に係るクラウドサービス再配置システムの構成例を示すブロック図である。 図１の操作者（１０４）により設定されるサーバプロファイラ（１０３）におけるテーブル構成例を示す説明図である。 図１のサーバメータ（１０２）が収集してレピュテーションデータベース（１１３）に格納されたサーバの負荷情報のテーブル構成例を示す説明図である。 図１の操作者（１１４）から入力されレピュテーションデータベース（１１３）に格納されたサーバ評価情報のテーブル構成例を示す説明図である。 図１の操作者（１０７）から入力されたポリシー定義（１０８）におけるテーブル構成例を示す説明図である。 図１のＳａａＳメータ（１０９）が収集するＳａａＳの監視情報のテーブル構成例を示す説明図である。 図１のクラウドサービス再配置システムによる本発明のクラウドサービス再配置方法に係る第１の処理動作例を示すフローチャートである。 図１のクラウドサービス再配置システムによる本発明のクラウドサービス再配置方法に係る第２の処理動作例を示すフローチャートである。

以下、図を用いて本発明を実施するための形態例を説明する。図１における本発明に係るクラウドサービス再配置システムは、サーバリソース１０１と最適分散配置システム１０５およびＳａａＳ１０６からなり、これらのサーバリソース１０１と最適分散配置システム１０５およびＳａａＳ１０６のそれぞれは、ＣＰＵや主メモリ、表示装置、入力装置、外部記憶装置等を具備したコンピュータで構成からなり、光ディスク駆動装置等を介してＣＤ−ＲＯＭ等の記憶媒体に記録されたプログラムやデータを外部記憶装置内にインストールした後、この外部記憶装置から主メモリに読み込みＣＰＵで処理することにより、各々の処理を実行する。

例えば、サーバリソース１０１は、プログラムされたコンピュータ処理を実行する機能としてサーバメータ１０２を有し、最適分散配置システム１０５は、プログラムされたコンピュータ処理を実行する機能としてリロケーション処理部１１０（図中「リロケーション部」と記載）とナビゲーション処理部（図中「ナビゲーション部」と記載）１１１を有し、このナビゲーション処理部１１１にはロケータ処理部（図中「ロケータ」と記載）１１２とレピュテーションデータベース１１３が設けられ、ＳａａＳ１０６は、ポリシー定義１０８とＳａａＳメータ１０９の機能を有する。

１０４，１０７，１１４はそれぞれ入力装置を介して各装置を操作する操作者であり、クラウド提供者である操作者１０４はサーバリソース１０１を提供し、ＳａａＳ開発者である操作者１０７は、クラウド上のサーバリソース１０１にＳａａＳ１０６（クラウドサービス）を展開し、評価者としての操作者１１４は、レピュテーションデータベース１１３における情報に、各サーバリソースの定量的でない評価情報を追加する。

また、操作者（クラウド提供者）１０４は、各サーバリソース（１０２）毎に定義された当該サーバリソースの性能仕様情報を、図２においてサーバプロファイラ１０３ａとして例を示すサーバプロファイラ１０３を作成して、レピュテーションデータベース１１３に格納する。

このレピュテーションデータベース１１３には、サーバリソース１０１に配置されたサーバメータ１０２で収集された、図３にサーバメータ情報１０２ａとして例を示す各サーバリソース（１０１）における負荷情報と、前述の評価者としての操作者１１４が追加する評価情報が格納され、図４にサーバ評価情報１１３ａとして例示されるレピュテーション情報の内容で各情報が格納される。

操作者（ＳａａＳ開発者）１０７は、ＳａａＳ１０６に対して、当該ＳａａＳ１０６を運用する際の機能や価格等に関しての要件を示す、図５においてポリシー定義１０８ａとして例を示すポリシー定義１０８を入力すると共に、ＳａａＳメータ１０９を設定して、ＳａａＳ１０６の状態を監視する。このＳａａＳメータ１０９により監視され収集される情報は、図６において監視情報１０９ａとして例示される内容からなる。

最適分散配置システム１０５は、ナビゲーション処理部１１１におけるロケータ処理部１１２により、ＳａａＳ１０６におけるポリシー定義１０８，１０８ａとＳａａＳメータ１０９による監視結果情報（監視情報１０９ａ）を読み込み、ロケータ処理部１１２は、読み込んだ情報と、レピュテーションデータベース１１３に格納された情報とを用いて、本発明に係るクラウドサービスの再配置の要否を判定し、再配置要の場合に、リロケーション処理部１１０に対して再配置を要求し、リロケーション処理部１１０は、ロケータ処理部１１２からの要求に応じて、ＳａａＳ１０６に対するサーバリソース１０１の再配置を実行する。

このように、本例のクラウドサービス再配置システムでは、各物理サーバの空き状態を見て、ＳａａＳ（クラウドサービス）が稼動している仮想サーバをまるごと、他の物理サーバに再配置する。

すなわち、本例のクラウドサービス再配置システムは、クラウドコンピューティングで提供するクラウドサービスを、当該クラウドサービスの処理を実行するサーバリソースに再配置するものであり、サーバメータ１０２により、各サーバリソース１０１の処理動作を監視して当該サーバリソース１０１の負荷情報を収集し、図示していない記憶装置（ポリシー定義情報記憶手段）において、予め各ＳａａＳ（クラウドサービス）に対して設定された当該ＳａａＳの提供に必要なサーバリソースの機能条件と価格条件および環境性能条件と評価条件ならびに各条件の優先度を少なくとも含むポリシー定義情報１０８，１０８ａを記憶する。

そして、ロケータ処理部１１２により、サーバメータ１０２が収集した各サーバリソースの負荷情報と、記憶したポリシー定義に含まれる条件情報とを照合して、条件を満足する全てのサーバリソースを抽出し、この抽出した全てのサーバリソースから、予め当該ＳａａＳ（クラウドサービス）に対して定められたポリシー定義情報における最も優先度の高い条件に最も適した１つのサーバリソースを特定し、リロケーション処理部１１０により、ロケータ処理部１１２が特定したサーバリソースに、当該ＳａａＳを再配置する。

または、レピュテーションデータベース１１３においては、予めサーバリソース毎に設定された、当該サーバリソースの機能情報と提供価格情報を少なくとも含むプロファイル情報を記憶し、ロケータ処理部１１２は、再配置対象のＳａａＳに対して設定されたポリシー定義１０８，１０８ａにおける条件情報と、レピュテーションデータベース１１３において記憶された各サーバリソースのプロファイル情報における各情報を照合して、ポリシー定義１０８，１０８ａにおける各条件情報を満足するプロファイル情報の値を持つサーバリソースを全て抽出すると共に、抽出した各サーバリソースを対象に、サーバメータ１０２が収集した各サーバリソースの負荷情報と、ポリシー定義情報に含まれる各条件情報とを照合して、各条件を満足する全てのサーバリソースを抽出し、この抽出した全てのサーバリソースから、予め当該ＳａａＳに対して定められポリシー定義情報における最も優先度の高い条件に最も適した１つのサーバリソースを特定し、リロケーション処理部１１０により、ロケータ処理部１１２が特定したサーバリソースに、当該ＳａａＳを再配置する。

尚、サービスメータ１０９においては、ＳａａＳの運用状況を監視して、各ＳａａＳのＣＰＵ利用量とメモリ利用量およびディスク利用量と通信量を少なくとも含む運用負荷情報を収集しており、このサービスメータ１０９が収集した再配置対象のＳａａＳの運用負荷情報の値が、予め当該ＳａａＳに対して定められた閾値を越えた場合に、ロケータ処理部１１２による処理動作を実行することでも良いし、あるいは、予め定められたタイミングで、ロケータ処理部１１２による処理動作を実行することでも良い。

また、ポリシー定義１０８では、図５のポリシー定義１０８ａにおいて示すように、サーバリソースの機能条件として、サーバリソースのＣＰＵ性能とメモリ容量およびディスク容量と通信速度を含み、サーバリソースの価格条件として、サーバリソースのＣＰＵ利用単価とメモリ利用単価およびディスク利用単価とネットワーク利用単価を含み、サーバリソースの環境条件として、サーバリソースの消費電力を含み、サーバリソースの評価条件として、予め各サーバリソース毎に定められた当該サーバリソースに対する顧客満足度と提供者評価および信頼度を含み、ロケータ処理部１１２は、ポリシー定義１０８．１０８ａにおける優先度情報の優先度に対応して予め定められた閾値を基に、各条件に設定された値に対して満足するか否かの判別を行って、全ての条件を満足する各サーバリソースを選択し、選択した各サーバリソースから、優先度情報で最上位の優先度の条件を最も満足する１つのサーバリソースを特定する。

尚、ロケータ処理部１１２は、最上位の優先度の条件が複数ある場合、予め設定された条件を満足するサーバリソースを抽出する。

また、ロケータ処理部１１２が１つに特定したサーバリソースが、当該クラウドサービスを提供中のものであれば、リロケーション処理部１１０による再配置処理は行わない。

リロケーション処理部１１０は、処理中のサーバリソース上のサーバイメージを、ロケータ処理部１１２が特定したサーバリソースに展開して、このサーバリソースにおいて当該クラウドサービスを起動し、起動したサーバリソースに、当該クラウドサービスのセッション情報をレプリケートし、このセッション情報のレプリケート完了後に、当該クラウドサービスの利用者のアクセス先を、ロケータ処理部１１２が特定したサーバリソースに変更して、処理中のサーバリソースにあるサーバイメージを停止して削除する。

以下、このような、本例のクラウドサービス再配置システムの構成および処理内容の詳細を図１〜図８を用いて説明する。尚、図１においては、サーバリソース１０１、ＳａａＳ１０６等はそれぞれ１つのみが記載されているが、本例のクラウドサービス再配置システムの処理対象のサーバリソースとＳａａＳ等は複数である。

サーバリソース（１０１）を提供するクラウド提供者（１０４）は、管理下にあるサーバリソース（１０１）ごとにサーバプロファイラ（１０３）を定義する。

このサーバプロファイラ（１０３）には、ＣＰＵ、メモリ、ネットワーク、ディスクの容量情報やそれらのリソースごとの単価、消費電力といったサーバリソースのプロファイルが保持されており、最適分散配置システム１０５内のレピュテーションデータベース１１３に保存される。保存されているサーバプロファイラの一例を図２に示す。

また、クラウド提供者（１０４）は、各サーバリソース（１０１）のそれぞれにサーバメータ（１０２）を配置する。このサーバメータ（１０２）は配置されたサーバリソース（１０１）の負荷を監視するためのアプリケーションであり、サーバリソース（１０１）ごとの死活監視・ＣＰＵ利用量測定・メモリ利用量測定・ディスク I／O測定・ディスクスペース監視・ネットワーク I／O測定・プロセス状態・消費電力量等の監視・取得を実施する。監視・取得される情報の一例を図３に示す。

サーバメータ（１０２）で取得された情報（図２のサーバメータ情報１０２ａ）は、予め定められた一定のタイミングで、最適分散配置システム１０５にネットワーク経由で送信され、最適分散配置システム１０５において、サーバプロファイラ（１０３）と同様に、レピュテーションデータベース１１３に保持される。

これらの２つの情報（サーバメータ情報１０２ａ、サーバプロファイラ１０３，１０３ａ）により、最適分散配置システム１０５において、クラウド上に存在するサーバのプロファイル（サーバプロファイラ１０３ａ）と負荷状態（サーバメータ１０２ａ）が、レピュテーションベース１１３内で一元管理される。

これらに加え、操作者（評価者）１１４が、定量的ではないサーバリソース（１０１）の評価情報（信頼性・ＳａａＳ利用者からの評価・クラウド提供者の財務情報等）を追加し、クラウド上のサーバリソース（１０１）に対する評価情報として保持する。

図４に例示するように、レピュテーションベース１１３においては、各サーバ毎（サーバＩＤ；Ｉ００１）毎に、当該サーバに対するサーバメータ１０２による測定結果であるサーバメータ情報１０２ａと、サーバプロファイル１０３に相当するシステムレピュテーション１０３ａ、および、操作者１１４から入力される当該サーバに対する評価情報であるヒューマンレピュテーション１１４ａ等からなるサーバ評価情報１１３ａが設定される。尚、この評価情報におけるヒューマンレピュテーション１１４ａは、評価者としての操作者１１４に限らず、サーバリソース（１０１）を利用しているＳａａＳ開発者（１０７）や、本システムの運用者、任意の第３者によって入力される。

次に、クラウド上のサーバリソース１０１にＳａａＳ１０６を展開するＳａａＳ開発者（操作者１０７）による設定について説明する。

サーバリソース１０１を最適化して運用したいＳａａＳ１０６に対して、ＳａａＳ開発者（操作者１０７）は、ＳａａＳ１０６を運用する際の機能的・価格的な要件を記述したポリシー定義１０８を予め定義する。

このポリシー定義１０８には、ＳａａＳ１０６を一意に特定するシステムID（ＳａａＳ id）の他、ＣＰＵ要件・メモリ必要量・必要ネットワーク速度・必要ディスク容量等の様々な要件が定義されており、DＢ・ファイル等の形態でＳａａＳ１０６内部に保持されている。ポリシー定義１０８の一例を図５に示す。

ＳａａＳ開発者（操作者１０７）は、この他に、ＳａａＳ１０６に対してＳａａＳメータ１０９を設定する。ＳａａＳメータ１０９はＳａａＳ１０６の状態を監視するためのアプリケーションであり、ＳａａＳ１０６におけるＣＰＵ利用量測定・メモリ利用量測定・ディスク I／O測定等の監視・監視結果情報の収集を実施する。ＳａａＳメータ１０９にて取得される情報の一例を図６に示す。

ポリシー定義１０９とＳａａＳメータで取得された情報の２つのＳａａＳ情報により、最適分散配置システム１０５は、ＳａａＳ１０６の運用に必要なサーバリソース１０１のポリシー定義と、ＳａａＳ１０６自体の運用状態を管理することが出来る。

そして、最適分散配置システム１０５は、サーバリソース１０１のサーバメータ１０２からの情報と、ＳａａＳ１０６からの情報を利用して、当該ＳａａＳ１０６の運用に最適なサーバリソース（１０１）を自動的に選択する。

本例の最適分散配置システム１０５は、図１に示すように、リロケーション処理部１１０とナビゲーション処理部１１１で構成されている。ナビゲーション処理部１１１は、前述したレピュテーションデータベース１１３と、最適分散配置機能を提供しているロケータ処理部１１２を有している。

このロケータ処理部１１２の処理動作を含む、最適分散配置システム１０５における処理動作（「各物理サーバの空き状態を見て、ＳａａＳが稼動している仮想サーバをまるごと、他の物理サーバに再配置する」）について図７を用いて説明する。

ＳａａＳ１０６を含むＳａａＳごとにポーリング期間を設定しておき、設定したポーリング期間が経過した際に（ステップ７０１）、ＳａａＳ（１０６）は、ＳａａＳメータ（１０９）において前回のポーリング時から現在までの間に収集し続けている監視データ（例えば図６の監視情報１０９ａ）と、予め定義されているポリシー定義（例えば図５のポリシー定義１０８ａ）を、最適分散配置システム１０５のロケータ処理部１１２へと送信する（ステップ７０２〜７０４）。

ＳａａＳ（１０６）からの監視データ（監視情報１０９ａ）とポリシー定義（１０８ａ）を受信した最適分散配置システム１０５のロケータ処理部１１２は、以下のＡ〜Ｄの４つの動作を順番に実行する（ステップ７０５〜７１２）。

＜Ａ（ステップ７０５〜７０６）＞
例えば、図５のポリシー定義１０８ａにおける「優先度-機能」の列から基準値（Ａ，Ｂ，Ｃ，・・・）を取得し、取得した基準値をキーに、ロケータ処理部１１２内部にある閾値テーブルを参照し、基準値（Ａ，Ｂ，Ｃ，・・・）に対応する「機能閾値」を取得する。「機能閾値」とは、機能の各項目（ＣＰＵ，Ｍｅｍ，Ｎ／Ｗ等）に対してどれだけの負荷を許容するかを定義した情報である。

本例では、基準値Ａでは基準値Ｂより、また基準値Ｂは基準値Ｃより、順次に当該機能に対して厳格な閾値を設定する。例えば、ＣＰＵ（ＡＶＧ）を例にすると、基準値がＡの場合は、ＣＰＵ（ＡＶＧ）負荷が６０％以上、基準値がＢの場合は、ＣＰＵ（ＡＶＧ）負荷が６５％以上のように、監視データ内のＣＰＵ(ＡＶＧ)が超えてはならない閾値を保持している。

この閾値がポリシー定義１０８ａにおける機能要件の各項目に対して設定されており、ロケータ処理部１１２では、機能要件の全ての項目に対する閾値と監視データ、および、レピュテーションデータベース１１３におけるサーバ評価情報１１３ａ（システムレピュテーション情報）から算出される性能予測を比較し、全ての項目に関して閾値を充足可能なサーバを一覧で取得する。

以下、より詳細に説明する。まず、ロケータ処理部１１２は、図５のポリシー定義１０８ａにおける「機能要件」列を取得する。この列にはＳａａＳに必要とされるサーバに必要な静的な情報（ＣＰＵのランク・メモリ容量など）が格納されている。

次に、ロケータ処理部１１２は、ポリシー定義１０８ａにおける「優先度−機能」列において、先に取得した「機能要件」に対応して設定されている基準値を取得する。ここでは、基準値が「Ａ」であるとする。尚、「優先度−機能」の閾値は、ポリシー定義１０８ａにおける各項目分の閾値が存在する。

ロケータ処理部１１２は、取得した基準値（「Ａ」）をキーに、内部にある閾値テーブルを参照し、対応する機能閾値（どれだけの負荷を許容するかを定義した情報）を取得する。この閾値は、構成するシステム単位・サーバメータ情報の項目単位・閾値レベル（Ａ，Ｂ，Ｃ，・・・）単位で一意となり、具体的には、「ＣＰＵ(ＡＶＧ)： Ａ：２０％以下， Ｂ：２２％以下， … ， Ｚ：制限無し （Ａ〜Ｚの値はシステムで一意）」、「ＣＰＵ（ＭＡＸ）： Ａ：９０％以下， Ｂ：９３％以下 ，… ， Ｚ：制限無し （Ａ〜Ｚの値はシステムで一意）」等となる。

このようにして取得した「機能要件」列における情報（ＳａａＳに必要とされるサーバに必要な静的な情報；ＣＰＵのランク・メモリ容量など）と「優先度−機能」の閾値とをもとに、ロケータ処理部１１２は、図４に例を示すレピュテーションデータベース１１３で格納しているサーバ評価情報１１３ａ（レピュテーション情報）を検索する。

そして、ロケータ処理部１１２は、「機能要件」列に対応する情報を、レピュテーションデータベース１１３内に存在するシステムレピュテーション情報１０３ａ（図２のサーバプロファイラ情報１０３ａと同じ情報）から取得し、また、「優先度−機能」の閾値に対応する情報を、レピュテーションデータベース１１３内に存在するサーバメータ情報１０２ａ（図３のサーバ負荷情報と同じ情報）から取得し、『「機能要件」列に対応する情報（サーバメータ情報の値）＜「優先度−機能」の閾値』を全て充足するすべてのサーバを特定する。

すなわち、ロケータ処理部１１２は、「機能要件」列に対応する情報（ＳａａＳに必要とされるサーバに必要な静的な情報）を満足する性能の各サーバリソースを、図２のサーバプロファイラ情報１０３ａから抽出し、さらに、抽出した各サーバリソースに関して、図３のサーバ負荷情報１０２ａを参照して、そのサーバメータの稼働状況（負荷状態）を取得し、その負荷が、「優先度−機能」の閾値をオーバーしている場合は、当該サーバリソースを、再配置候補から除外する。例えばＣＰＵ(ＡＶＧ)＝Ａの場合、直近のサーバ稼動状況がその閾値をオーバーしている場合は、当該サーバリソースは除外する。

具体的には、本例では、図５のポリシー定義情報１０８ａにおいては、ＳａａＳ識別子（ｉｄ）がＳ００１のサービスに関しては、機能要件として、ＣＰＵランクが「８」、メモリ容量が「５１２ＭＢ」、上り通信速度が「１０．００Ｍｂｐｓ」、下り通信速度が「１５．００Ｍｂｐｓ」、ディスク容量が「３２０，０００ＭＢ」で、価格条件として、ＣＰＵの利用単価が「８円／秒」、メモリ利用単価が「５１２円／ＭＢ」、上り通信利用単価が「１０．００円／ＧＢ」、下り通信利用単価が「１０．００円／ＧＢ」、ディスク利用量が「１０．００円／ＧＢ」が要求値として登録されている。尚、環境性能条件として、消費電力が「６０．００Ｗ×ｍ」、評価条件として、信頼性が「三つ星」、提供者評価が「４つ星」、環境評価が「三つ星」が要求値として登録されている。

また、図２のサーバプロファイラにおいては、サーバ識別子（ｉｄ）がＩ００１のサーバリソースに関して、機能要件として、ＣＰＵランクが「２５」、メモリ容量が「８１９２ＭＢ」、上り通信速度が「１００．００Ｍｂｐｓ」、下り通信速度が「１０００．００Ｍｂｐｓ」、ディスク容量が「２，３４０，０００ＭＢ」で、価格条件として、ＣＰＵの利用料が「１０円／秒」、メモリ利用料「８．５００円」、上り通信利用料が「０．０２３円」、下り通信利用料が「０．０００円」、ディスク利用料が「１０．０００円」で、環境条件として、消費電力が「６０．００Ｗ×ｍ」が要求値として登録されている。尚、ＳＬＡ（Ｓｅｒｖｉｃｅ Ｌｅｖｅｌ Ａｇｒｅｅｍｅｎｔ）に関しての情報も登録されており、稼動時間が「９９．９９９９」、返金タイプが「振込」、返金ポリシーが「Rule008」が登録されている。

この図２に示すサーバ識別子（ｉｄ）がＩ００１のサーバリソースは、まず、その機能要件（条件）に関して、図５に示すポリシー定義情報の各条件を満たしており、再配置先のサーバリソースとして抽出される。

このようにして、図２に示すサーバプロファイラの情報と、図５に示すポリシー定義情報の機能条件とを照合することにより、機能的にＳａａＳを移動（再配置）可能なサーバリソースを絞り込む。

さらに、このようにして絞り込んだ各サーバリソースを対象に、図３に示すサーバメータ１０２ａの情報と、図５に示すポリシー定義情報の各条件とを照合することにより、ＳａａＳを性能的に移動（再配置）可能なサーバリソースを絞り込む。

例えば、図３に示すサーバメータ１０２ａにおいては、抽出されたサーバ識別子（ｉｄ）がＩ００１のサーバリソースに関して、ＣＰＵの標準稼働率と最大稼働率、メモリの標準使用率と最大使用率、上りと下しの通信速度と通信量、ディスクの残り容量と、書き込み・読み出し量、消費電力、消費電力推計、電気料金等の監視結果データが登録されており、この内容は、図５に示すポリシー定義情報の各条件を満たしており、特に、ＣＰＵの標準稼働率と最大稼働率、メモリの標準使用率と最大使用率、上りと下しの通信速度と通信量、ディスクの残り容量の各監視結果データに基づき、このサーバ識別子（ｉｄ）がＩ００１のサーバリソースは、性能的に、ＳａａＳの再配置可能なサーバリソースとして抽出される。

このように、図２に示すサーバプロファイラの情報と、図５に示すポリシー定義情報の各条件との照合により、機能的に、ＳａａＳの再配置可能なサーバリソースを絞り込み、さらに、図３に示すサーバメータ１０２ａの情報と、図５に示すポリシー定義情報の各条件との照合によりすることにより、機能的に再配置可能なサーバリソースの絞り込みを行った後に、図５に示すポリシー定義情報の機能条件に最も適した再配置先サーバリソースを特定する。

以下、同様にして、ロケータ処理部１１２は、他の条件（価格条件、環境性能条件、評価条件）に関しても、以下のＢ〜Ｄの３つの動作を順番に実行する（ステップ７０７〜７１２）ことで、図５に示すポリシー定義１０８ａにおける全ての要件を充足するサーバリソースを絞り込むことが可能となる。

＜Ｂ＝ステップ７０７〜７０８＞ ロケータ処理部１１２は、ポリシー定義１０８ａの「優先度-価格」列から基準値を取得し、ロケータ処理部１１２内部に保持している閾値テーブルから基準値をキーに価格閾値を取得する。価格閾値とは、各項目（ＣＰＵ，Ｍｅｍ，Ｎ／Ｗ等）の価格に対してどれだけの超過を許可するかを定義した情報である。

基準値がＡであるほど価格に対して厳格な閾値を要求する。ＣＰＵ価格を例にすると、ポリシー定義でのＣＰＵ価格が１０.００円の場合、基準値がＡの場合の閾値は１０.００円、基準値がＢの場合の閾値は１０.５０円のように、ＣＰＵ料金が超えてはならない閾値を保持している。

この閾値がポリシー定義１０８ａの価格要件の各項目に設定されており、ロケータ処理部１１２では、ポリシー定義１０８ａの全ての項目に対して閾値を取得し、全ての項目に関して閾値を充足可能なサーバリソースを一覧で取得する。尚、この際、ロケータ処理部１１２は、監視情報から想定価格を算出し、想定価格の昇順で再配置優先度を決定する。

＜Ｃ＝ステップ７０９〜７１０＞ ロケータ処理部１１２は、ポリシー定義１０８ａにおける「優先度-環境」列から基準値を取得し、ロケータ処理部１１２内部にある閾値テーブルから基準値をキーに環境閾値を取得する。環境閾値とは、環境の各項目（消費電力・環境性能）に対してどれだけの超過を許可するかを定義した情報である。

基準値がＡであるほど環境に対して厳格な閾値を設定する。消費電力を例にすると、基準値がＡの場合は、消費電力が６０.０Ｗ×ｍ以下、基準値がＢの場合は、消費電力が６５.０Ｗ×ｍ以下のように、消費電力が超えてはならない閾値を保持している。

この閾値がポリシー定義１０８ａの環境性能の各項目に設定されており、ロケータ処理部１１２は、ポリシー定義１０８ａの全ての項目に対して閾値を取得し、全ての項目に関して閾値を充足可能なサーバリソースを一覧で取得する。尚、この際、ロケータ処理部１１２は、環境性能に関する評価の高い順で再配置優先度を決定する。

＜Ｄ＝ステップ７１１〜７１２＞ ロケータ処理部１１２は、ポリシー定義１０８ａにおける「優先度-評価」列から基準値を取得し、ロケータ処理部１１２内部にある閾値テーブルから基準値をキーに評価閾値を取得する。評価閾値とは、評価の各項目（信頼性・顧客満足度・提供者評価）に対してどれだけの不足を許可するかを定義した情報である。

基準値がＡであるほど評価に対して厳格な閾値を設定する。信頼性を例にすると、基準値がＡの場合は、信頼性が4.５以上であること、基準値がＢの場合は、4以上であることのように、消費電力が下回ってはならない閾値を保持している。

この閾値がポリシー定義１０８ａの評価の各項目に設定されており、ロケータ処理部１１２は、ポリシー定義１０８ａの全ての項目に対して閾値を取得し、全ての項目に関して閾値を充足可能なサーバリソースを一覧で取得する。尚、この際、ロケータ処理部１１２は、評価の高い順で再配置優先度を決定する。

その後、ロケータ処理部１１２は、以上のＡ〜Ｄの処理により取得したすべてのサーバリソースの一覧をマージし、一覧に存在するサーバリソースが、０件の場合もしくは現在ＳａａＳが稼動しているサーバリソース１件のみの場合は（ステップ７１３）、ＳａａＳは再配置対象ではないと判断し、再配置処理を行わない（ステップ７１７）。

また、一覧に存在するサーバリソースが１件以上存在する場合は（ステップ７１３）、ポリシー定義１０８ａの優先度で再配置した後に、再配置先を選定する（ステップ７１４〜７１６）。例えば、優先度が、機能Ａ、価格Ｂ、環境Ｃ、評価Ｃであった場合は、「機能」で最上位に位置するサーバリソースを再配置先とする。尚、機能Ａ、価格Ａのように優先度Ａが複数ある場合は、何れかの優先度を優先するかを予めシステムで決めておき、その優先度に従う。

また、以上で取得した最優先の再配置先が、現在稼動中のサーバリソースの場合は（ステップ７１５）、ＳａａＳは再配置対象ではないと判断し、再配置処理を行わない（ステップ７１７）。現在稼動中のサーバリソースと異なる場合に、当該サーバリソースを再配置先であると確定して（ステップ７１６）、ロケータ処理部１１２の処理を終了する。

このようにして、ロケータ処理部１１２によってＳａａＳを運用するために最適であると判断されたサーバリソースが選択された後、リロケーション処理部１１０によるＳａａＳの再配置を実行する。

このリロケーション処理部１１０によるＳａａＳ１０６の再配置処理動作を含む最適分散配置システム１０５の処理動作について、以下、図８を用いて説明する。

ロケータ処理部１１２による再配置判定が完了し、再配置すべきサーバリソースが存在する場合、ロケータ処理部１１２からのリロケーション処理部１１０への再配置指示通知（リロケーション通知）が発生する（ステップ８０１〜８０２）。

ロケータ処理部１１２からのリロケーション通知が発生すると、最適分散配置システム１０５は、再配置元のサーバリソース（１０１）に存在するサーバイメージを自リロケーション処理部１１０にコピーする（ステップ８０３）。尚、サーバイメージとはOS以下のサーバ全体を定義したファイル等のデータである。

リロケーション処理部１１０は、コピーしたサーバイメージを、再配置先のサーバリソースに展開し（ステップ８０４）、再配置元と全く同じ構成のサーバを復元してＳａａＳを起動する（ステップ８０５）。

さらに、リロケーション処理部１１０は、再配置元から再配置先へと利用者のアクセスを段階的に移行させる必要があるため、再配置元のセッション情報を再配置先にレプリケートする（ステップ８０６）。

そして、レプリケート完了後、リロケーション処理部１１０は、利用者のアクセス先を再配置先へと変更し、疎通確認を実施し（ステップ８０７）、疎通確認完了後、再配置元のサーバを停止して再配置元のサーバリソースをサーバイメージごと削除する（ステップ８０８）。

以上の処理により、最適分散配置システム１０５による、適切なサーバリソースに対するＳａａＳの再配置が完了する。

以上、図１〜図８を用いて説明したように、本例のクラウドサービス再配置システムは、プログラムされたコンピュータ処理を実行する機能として、ナビゲーション処理部１１１とリロケーション処理部１１０を有する。ナビゲーション処理部１１１は、ロケータ処理部１１２とレピュテーションデータベース１１３からなり、レピュテーションデータベース１１３において、サーバリソース１０１に対する以下の３つの情報を格納する。

１．各サーバリソース（１０１）内に予め設定されているサーバメータ（１０２）から取得される各サーバリソースの負荷情報。

２．サーバリソース提供者（１０４）が予め入力しておく各サーバリソース（１０１）の性能や価格等のサーバプロファイル情報。

３．任意の第三者（操作者１１４）によって設定された、各サーバリソース（１０１）に対する信頼度や顧客満足度等の評価条件などからなるポリシー定義情報。

そして、ナビゲーション処理部１１１は、ロケータ処理部１１２において、予め用意されたサービス（ＳａａＳ）の運用条件（ＣＰＵ性能条件、メモリ容量条件、通信速度条件等）が記載されたポリシー定義情報（１０８，１０８ａ）を入力し、このポリシー定義情報（１０８，１０８ａ）と上述のレピュテーションデータベース（１１３）に格納した各サーバリソース（１０１）に関する情報とを照らし合わせ、当該ポリシー定義を充足可能なサーバリソースの一覧を取得し、サーバリソースの一覧を取得した後、その中から、予め定められた選択条件に最も適したサーバリソースを選択する。

この選択したサーバリソースが現在ＳａａＳを運用しているサーバリソースと異なる場合には、当該サーバリソースを再配置先として特定し、再配置するＳａａＳの情報と再配置先として特定したサーバリソースの情報をあわせて、リロケーション処理部１１０に通知する。

リロケーション処理部１１０では、再配置元となる現在運用中のサーバリソースから、サービス（ＳａａＳ）をサーバ情報ごと再配置先へとコピーし、コピーが完了した後、再配置先のサーバリソース上でサーバ情報からサーバを起動し、再配置元からサーバ情報を削除する。以上の一連の動作により、サービス（ＳａａＳ）を適切なサーバリソース上に配置し、運用することが可能となる。

このように、本例のクラウドサービス再配置システムによれば、当該サービス（ＳａａＳ）に要求される性能・価格などの情報と、各サービス（ＳａａＳ）を運用するサーバリソースの稼動状態情報を用いて、ＳａａＳ・サーバリソース間での効率的な最適分散配置を容易に行うことが可能となる。

尚、本発明は、図１〜図８を用いて説明した例に限定されるものではなく、その要旨を逸脱しない範囲において種々変更可能である。例えば、本例では、サーバリソースとしてＩａａＳ・ＨａａＳを例に説明したが、任意のサーバリソースであってもよく、クラウドコンピューティング技術を利用して実現されるＳａａＳと、ＳａａＳを運用する上で利用可能なリソースを提供する、データセンタ・オンデマンドリソースサービスにおける制御機能全般に適用可能である。

また、本例でのコンピュータ構成例に関しても、キーボードや光ディスクの駆動装置の無いコンピュータ構成としても良い。また、本例では、光ディスクを記録媒体として用いているが、ＦＤ（Ｆｌｅｘｉｂｌｅ Ｄｉｓｋ）等を記録媒体として用いることでも良い。また、プログラムのインストールに関しても、通信装置を介してネットワーク経由でプログラムをダウンロードしてインストールすることでも良い。

１０１：サーバリソース、１０２：サーバメータ、１０２ａ：サーバメータ情報、１０３：サーバプロファイラ、１０３ａ：サーバプロファイラ（システムレピュテーション情報）、１０４：操作者（クラウド（サーバリソース）提供者）、１０５：最適分散配置システム、１０６：ＳａａＳ（クラウドサービス）、１０７：操作者（ＳａａＳ開発者（提供者））、１０８：ポリシー定義、１０８ａ：ポリシー定義情報、１０９：ＳａａＳメータ、１０９ａ：ＳａａＳメータ情報（監視情報）、１１０：リロケーション処理部、１１１：ナビゲーション処理部、１１２：ロケータ処理部、１１３：レピュテーションデータベース、１１３ａ：サーバ評価情報、１１４：操作者（評価者）、１１４ａ：ヒューマンレピュテーション情報。

Claims (10)

1. クラウドコンピューティングで提供するクラウドサービスを、当該クラウドサービスの処理を実行するサーバリソースに再配置するクラウドサービス再配置システムであって、
   各サーバリソースの処理動作を監視して当該サーバリソースの負荷情報を収集するサーバメータ手段と、
   予め各クラウドサービスに対して設定された当該クラウドサービスの提供に必要なサーバリソースの機能条件と価格条件および環境性能条件と評価条件ならびに各条件の優先度を少なくとも含むポリシー定義情報を記憶するポリシー定義情報記憶手段と、
   上記サーバメータ手段が収集した各サーバリソースの負荷情報と、上記ポリシー定義情報記憶手段が記憶したポリシー定義情報に含まれる各条件情報とを照合して、各条件を満足する全てのサーバリソースを抽出し、該抽出した全てのサーバリソースから、予め当該クラウドサービスに対して定められ上記ポリシー定義情報記憶手段で記憶した上記ポリシー定義情報における最も上記優先度の高い上記条件に関する評価が最も高いサーバリソースを特定するロケータ手段と、
   該ロケータ手段が特定したサーバリソースに、当該クラウドサービスを再配置するリロケーション手段と
   を有することを特徴とするクラウドサービス再配置システム。
2. クラウドコンピューティングで提供するクラウドサービスを、当該クラウドサービスの処理を実行するサーバリソースに再配置するクラウドサービス再配置システムであって、
   予め上記サーバリソース毎に設定された、当該サーバリソースの機能情報と提供価格情報を少なくとも含むプロファイル情報を記憶するサーバプロファイル記憶手段と、
   各サーバリソースの処理動作を監視して当該サーバリソースの負荷情報を収集するサーバメータ手段と、
   予め各クラウドサービスに対して設定された当該クラウドサービスの提供に必要なサーバリソースの機能条件と価格条件および環境性能条件と評価条件ならびに各条件の優先度を少なくとも含むポリシー定義情報を記憶するポリシー定義情報記憶手段と、
   上記ポリシー定義情報記憶手段で記憶した再配置対象のクラウドサービスに対して設定され上記ポリシー定義情報に含まれる各条件情報と上記サーバプロファイル記憶手段が記憶した各サーバリソースのプロファイル情報における情報を照合して、上記ポリシー定義情報に含まれる各条件情報を満足するサーバリソースを全て抽出すると共に、
   該抽出した各サーバリソースを対象に、上記サーバメータ手段が収集した各サーバリソースの負荷情報と、上記ポリシー定義情報記憶手段が記憶したポリシー定義情報に含まれる各条件情報とを照合して、各条件を満足する全てのサーバリソースを抽出し、
   該抽出した全てのサーバリソースから、予め当該クラウドサービスに対して定められ上記ポリシー定義情報記憶手段で記憶した上記ポリシー定義情報における最も上記優先度の高い上記条件に関する評価が最も高いサーバリソースを特定するロケータ手段と、
   該ロケータ手段が特定したサーバリソースに、当該クラウドサービスを再配置するリロケーション手段と
   を有することを特徴とするクラウドサービス再配置システム。
3. 請求項１もしくは請求項２のいずれかに記載のクラウドサービス再配置システムであって、
   上記クラウドサービスの運用状況を監視して、各クラウドサービスのＣＰＵ利用量とメモリ利用量およびディスク利用量と通信量を少なくとも含む運用負荷情報を収集するサービスメータ手段を具備し、
   該サービスメータ手段が収集した再配置対象のクラウドサービスの運用負荷情報の値が、予め当該クラウドサービスに対して定められた閾値を越えた場合に、
   上記ロケータ手段による処理動作を実行することを特徴とするクラウドサービス再配置システム。
4. 請求項１もしくは請求項２のいずれかに記載のクラウドサービス再配置システムであって、
   予め定められたタイミングで、
   上記ロケータ手段による処理動作を実行することを特徴とするクラウドサービス再配置システム。
5. 請求項１から請求項４のいずれかに記載のクラウドサービス再配置システムであって、
   上記ポリシー定義情報は、
   上記サーバリソースの機能条件として、サーバリソースのＣＰＵ性能とメモリ容量およびディスク容量と通信速度を含み、
   上記サーバリソースの価格条件として、サーバリソースのＣＰＵ利用単価とメモリ利用単価およびディスク利用単価とネットワーク利用単価を含み、
   上記サーバリソースの環境条件として、サーバリソースの消費電力を含み、
   上記サーバリソースの評価条件として、予め各サーバリソース毎に定められた当該サーバリソースに対する顧客満足度と提供者評価および信頼度を含み、
   上記ロケータ手段は、
   上記ポリシー定義情報における優先度情報の優先度に対応して予め定められた閾値を基に、各条件に設定された値に対して満足するか否かの判別を行って、全ての条件を満足するサーバリソースが存在する場合は、各サーバリソースを選択し、
   選択した各サーバリソースから、
   上記優先度情報で最上位の上記優先度の上記条件に関する評価が最も高いサーバリソースを特定する
   ことを特徴とするクラウドサービス再配置システム。
6. 請求項５に記載のクラウドサービス再配置システムであって、
   上記ロケータ手段は、
   上記ポリシー定義情報における最上位の優先度の条件が複数ある場合、予め設定された条件を満足するサーバリソースを特定する
   ことを特徴とするクラウドサービス再配置システム。
7. 請求項１から請求項６のいずれかに記載のクラウドサービス再配置システムであって、
   上記ロケータ手段が特定したサーバリソースが、当該クラウドサービスを提供中のものであれば、
   上記リロケーション手段による再配置処理は行わない
   ことを特徴とするクラウドサービス再配置システム。
8. 請求項１から請求項７のいずれかに記載のクラウドサービス再配置システムであって、
   上記リロケーション手段は、
   再配置対象のクラウドサービスの処理中のサーバリソース上のサーバイメージを、上記ロケータ手段が特定したサーバリソースに展開して、該サーバリソースにおいて当該クラウドサービスを起動し、
   該起動したサーバリソースに、当該クラウドサービスのセッション情報をレプリケートし、
   該セッション情報のレプリケート完了後に、当該クラウドサービスの利用者のアクセス先を上記ロケータ手段が特定したサーバリソースに変更して、上記処理中のサーバリソースにあるサーバイメージを停止して削除する
   ことを特徴とするクラウドサービス再配置システム。
9. 最適分散配置システムのコンピュータを、サーバリソースのサーバメータ手段により収集される各サーバリソースの負荷情報と、ＳａａＳのポリシー定義情報記憶手段により記憶されるポリシー定義情報に含まれる各条件情報とを照合して、各条件を満足する全てのサーバリソースを抽出し、該抽出した全てのサーバリソースから、予め当該クラウドサービスに対して定められ上記ポリシー定義情報記憶手段により記憶される上記ポリシー定義情報における最も優先度の高い上記条件に関する評価が最も高いサーバリソースを特定するロケータ手段および該ロケータ手段が特定したサーバリソースに、当該クラウドサービスを再配置するリロケーション手段として機能させるためのプログラム。
10. クラウドコンピューティングで提供するクラウドサービスを、最適分散配置システムのコンピュータ装置により、当該クラウドサービスの処理を実行するサーバリソースに配置するシステムのクラウドサービス再配置方法であって、
    最適分散配置システムのコンピュータ装置は、プログラムされたコンピュータ処理を実行する手段として、サーバリソースのサーバメータ手段により収集される各サーバリソースの負荷情報と、ＳａａＳのポリシー定義情報記憶手段により記憶されるポリシー定義情報に含まれる各条件情報とを照合して、各条件を満足する全てのサーバリソースを抽出し、該抽出した全てのサーバリソースから、予め当該クラウドサービスに対して定められ上記ポリシー定義情報記憶手段により記憶される上記ポリシー定義情報における最も優先度の高い上記条件に関する評価が最も高いサーバリソースを特定するロケータ手段と、
    該ロケータステップにより特定されるサーバリソースに、当該クラウドサービスを再配置するリロケーション手段と、
    を実行することを特徴とするクラウドサービス再配置方法。

Images