WO2023162000A1 - リソース決定装置、方法およびプログラム - Google Patents

リソース決定装置、方法およびプログラム Download PDF

Info

Publication number
WO2023162000A1
WO2023162000A1 PCT/JP2022/007259 JP2022007259W WO2023162000A1 WO 2023162000 A1 WO2023162000 A1 WO 2023162000A1 JP 2022007259 W JP2022007259 W JP 2022007259W WO 2023162000 A1 WO2023162000 A1 WO 2023162000A1
Authority
WO
WIPO (PCT)
Prior art keywords
predicted value
virtual machine
web conference
resource
processing load
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2022/007259
Other languages
English (en)
French (fr)
Inventor
超 呉
信吾 堀内
宏明 菊島
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NTT Inc
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to US18/837,815 priority Critical patent/US20250181412A1/en
Priority to JP2024502255A priority patent/JP7768337B2/ja
Priority to PCT/JP2022/007259 priority patent/WO2023162000A1/ja
Publication of WO2023162000A1 publication Critical patent/WO2023162000A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5055—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering software capabilities, i.e. software resources associated or available to the machine
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5019—Workload prediction
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects

Definitions

  • Embodiments of the present invention relate to a resource determination device, method and program.
  • Auto-scaling is used relatively often to control the resources of server computers (see, for example, Non-Patent Documents 1 and 2).
  • resource adjustment is based on the real-time state of VM (Virtual Machine), which is an instance, for example (CPU (Central Processing Unit) usage rate, etc.) decide.
  • VM Virtual Machine
  • CPU Central Processing Unit
  • the present invention has been made in view of the above circumstances, and its object is to provide a resource determination device, method, and program capable of appropriately determining resources according to the state of an instance. That's what it is.
  • a resource determination device shows a relationship between a processing load allocated to a virtual machine, resource allocation of the virtual machine, and a predicted value of quality when the processing load is allocated to the virtual machine.
  • a model storage device in which a model to be stored is stored; and a determination that determines whether the predicted quality value in the model meets appropriate quality requirements assuming that a new processing load is placed on the virtual machine. and changing the resource allocation of the virtual machine so that the predicted value satisfies the appropriate quality requirement when the determination unit determines that the predicted value does not satisfy the appropriate quality requirement.
  • a control unit for controlling for controlling.
  • a resource determination method shows a relationship between a processing load allocated to a virtual machine, resource allocation of the virtual machine, and a predicted value of quality when the processing load is allocated to the virtual machine.
  • a method performed by a resource determination device comprising a storage device in which a model to be executed is stored, wherein the determination unit of the resource determination device assumes that a new processing load is allocated to the virtual machine in the model. Determining whether the predicted value of quality satisfies the requirements of suitable quality; controlling changes in resource allocation of the virtual machine such that the predicted value meets the appropriate quality requirement when
  • resources can be determined appropriately according to the state of the instance.
  • FIG. 1 is a diagram showing an application example of a resource determination system (system) according to an embodiment of the present invention.
  • FIG. 2 is a diagram showing an example of input/output data (data) of a Web conference quality model (model).
  • FIG. 3 is a sequence diagram showing an example of a procedure for vertical scale by a resource determination device according to an embodiment of the present invention.
  • FIG. 4 is a sequence diagram showing an example of a procedure for horizontal scaling by the resource determination device according to one embodiment of the present invention.
  • FIG. 5 is a diagram showing a specific example of a vertical scale according to web conference quality.
  • FIG. 6 is a diagram showing a specific example of a vertical scale according to web conference quality.
  • FIG. 7 is a diagram showing a specific example of a vertical scale according to web conference quality.
  • FIG. 8 is a diagram showing a specific example of horizontal scale according to Web conference quality.
  • FIG. 9 is a diagram showing a specific example of horizontal scale according to Web conference quality.
  • FIG. 10 is a diagram showing a specific example of a horizontal scale according to web conference quality.
  • FIG. 11 is a diagram showing a specific example of horizontal scale according to Web conference quality.
  • FIG. 12 is a diagram showing a specific example of a horizontal scale according to web conference quality.
  • FIG. 13 is a block diagram showing an example of the hardware configuration of the resource determination device according to one embodiment of the present invention.
  • FIG. 1 is a diagram showing an application example of a resource determination system according to one embodiment of the present invention.
  • the resource determination system according to one embodiment of the present invention has a web conference scheduling device 100 as a resource determination device and a cloud resource controller 200 .
  • the web conference scheduling device 100 has a web conference scheduler (scheduler) 10, a web conference reservation storage unit 20, and a web conference arrangement unit 30.
  • the web conference scheduler 10 also has a controller 11 , an instance (VM) state monitoring unit 12 , and a web conference quality model DB (database) 13 .
  • a database (not shown) of the Web conference reservation storage unit 20 stores reservation information indicating reservation details of a Web conference that has been reserved and has not yet ended, that is, a new Web conference, that is, reservation information of a new processing load.
  • This reservation information includes, for example, identification information (ID (IDentifier)) assigned to each piece of reservation information, the expected number of participants in the reserved Web conference, and information on the scheduled time slot for the Web conference.
  • ID IDentifier
  • a user who wants to reserve a new web conference can use an interface (not shown) connectable to the web conference scheduler 10 to send a web conference reservation request to the web conference scheduler 10 .
  • the Web conference scheduler 10 When receiving this reservation request, the Web conference scheduler 10 saves the reservation information related to this request in the Web conference reservation storage unit 20 ((1-1) in FIG. 1), and then includes this saved reservation information. , reservation information indicating the content of the Web conference that has been reserved and has not yet ended is obtained ((1-2) in FIG. 1).
  • This reservation information indicates the processing load related to the web conference arranged in the VM (hereinafter sometimes referred to as web conference load), for example, the number of participants in the web conference, and information related to the scheduled holding time slot.
  • the controller 11 of the web conference scheduler 10 acquires the reservation information
  • the controller 11 of the web conference scheduler 10 acquires the status of each VM, which is an instance used for the web conference, for example, the setting status of resources in the VM in which the web conference is arranged, for example, the core of the CPU.
  • the instance status monitoring unit 12 is inquired about the number and memory capacity, and the inquired information is obtained.
  • each VM is assumed to be a virtual machine operated on the cloud.
  • the controller 11 inputs the information obtained from the instance status monitoring unit 12 into the web conference quality model in the web conference quality model DB 13.
  • the Web conference quality model inputs information indicating the resource setting status in the VM where the Web conference is arranged, and the processing load related to the Web conference arranged in the VM and the Web conference assumed to be arranged in the VM. , a predicted value of user experience quality for a web conference deployed in a VM, and the input-output relationship can be learned in advance.
  • the controller 11 When the predicted value of the user experience quality output from the Web conference quality model does not satisfy the predetermined conditions of the user experience quality, the controller 11 performs the web conference so that the user experience quality satisfies the above conditions. is recommended to the system administrator to adjust the resources of the VM in which is arranged ((2) in FIG. 1). In addition, the controller 11 instructs the Web conference placement unit 30 to place the Web conference in the VM where the Web conference is arranged so that the user experience quality satisfies the above conditions (( 4-1)).
  • the system administrator operates the cloud resource controller 200 to give an instruction regarding resource adjustment ((3-1) in FIG. 1).
  • the cloud resource controller 200 can start a new VM (see symbol a in FIG. 1) where the Web conference is arranged, or change the resources of this VM ((3 in FIG. 1). -2)).
  • the Web conference arrangement unit 30 arranges the Web conference in the VM according to the above instructions, so that the Web conference can be started ((4-2) in FIG. 1).
  • the controller 11 of the web conference scheduler 10 receives from the instance status monitoring unit 12 (1) the web conference load, which is the processing load associated with the web conference placed in the VM and the web conference assumed to be placed in the VM, (2 ) Acquire the cloud resource setting, which is the resource setting status in the VM where the web conference is arranged, and input this acquisition result into the web conference quality model as an explanatory variable.
  • the web conference load which is the processing load associated with the web conference placed in the VM and the web conference assumed to be placed in the VM
  • the cloud resource setting which is the resource setting status in the VM where the web conference is arranged
  • the processing load associated with the Web conference is, for example, the number of Web conferences, the number of participants in the Web conference, the number of publishers participating in the Web conference, the number of subscribers, and the like.
  • the setting status of the resources is, for example, the number of CPUs, the amount of memory, etc. provided in the VM, which is an instance.
  • the web conference quality model can output an index representing the quality of the web conference (user experience quality), that is, a predicted value of the quality of the web conference, as the objective variable.
  • regression analysis methods such as Neural-Network Regression, Linear Regression, Random Forest Regression, etc.
  • the parameters of this model are set so that this input-output relationship is appropriate, that is, the predicted value of the quality of the Web conference is It can be learned to approach correct information.
  • the index representing the quality of the Web conference is, for example, the predicted value of the CPU usage rate, jitter, throughput, and MOS (Mean Opinion Score), etc.
  • FIG. 2 is a diagram showing an example of input/output data of the Web conference quality model.
  • the QoE is calculated according to the reservation of a new Web conference.
  • the web conference load indicated by the information entered into the web conference model is (1) the web conference load associated with current ongoing web conferences, and (2) the number of new web conferences. It includes the Web conference load related to the future 10-minute Web conference reservation, which is the reservation of the Web conference to be started 10 minutes after the current time according to the request (see symbol a in FIG. 2).
  • the 10 minutes which is the time from the current time to the scheduled start time related to the Web conference reservation for the future 10 minutes, can be customized according to the actual operational status of the instance.
  • the web conference load related to the current ongoing web conference is the identification information (ID) that uniquely identifies the web conference, the number of participants in the web conference, and the start time of the web conference. to the end time.
  • ID identification information
  • the above web conference load related to the web conference reservation for 10 minutes in the future is the identification information that uniquely identifies the web conference, the number of expected participants of the web conference, and the scheduled start time of the web conference. It may include a window of time until the scheduled time.
  • the cloud resource settings entered in the web conference model described above may include the number of CPUs installed in one VM, which is an instance. The current ongoing web conference is located in the one VM.
  • the index related to the quality of the web conference output from the above web conference model includes identification information that uniquely identifies the corresponding web conference, and the CPU usage rate of the above one VM due to the current web conference in progress. , the predicted value of the CPU usage rate of the one VM by the Web conference held by the new conference request, and the time period from the start to the end of each Web conference.
  • the predicted value of the CPU usage rate of the VM is 50%. is. Also, in the example shown in FIG. 2, when it is assumed that "Web conference a" with the identification information "a" is newly arranged for the one VM, the usage rate of the CPU of the VM is is 10%.
  • This "Web conference a" is a new Web conference that has been requested to be held in a time period that partially overlaps with the time period of "Web conference p".
  • FIG. 3 is a sequence diagram showing an example of procedures related to vertical scaling by the resource determination device according to one embodiment of the present invention.
  • the example shown in FIG. 3 shows the flow of each process when performing vertical scaling by the Web conference scheduler.
  • the controller 11 of the web conference scheduler 10 acquires the currently held web conference and the newly requested conference reservation information from the web conference reservation storage unit 20 as the web conference load (S11).
  • the controller 11 inquires of the instance status monitoring unit 12 about cloud resource settings, which are the status of each existing VM on which a Web conference has already been arranged, and acquires them (S12).
  • the controller 11 inputs the results obtained in S11 and S12 to the Web conference quality model, so that the change in the user experience quality when it is assumed that the requested Web conference is newly arranged in one of the existing VMs. and obtains the output result from the Web conference quality model as the predicted value (S13).
  • the controller 11 compares this predicted value with a Scale-up user quality of experience threshold, and if the predicted value does not exceed the threshold, the requested web conference can be placed on the corresponding existing instance (VM). Judged as possible. In this case, no resource adjustments are made with respect to the placement of the requested web conference.
  • the controller 11 recommends Scale-up as a vertical scale to the system administrator (S14, S15), and sets the VM to which the Web conference requested from each existing VM is to be arranged. Then, the Web conference placement unit 30 is instructed to place the requested Web conference on the set VM (S16). That is, when it is determined that the predicted value does not satisfy the appropriate quality requirement, the controller 11 controls the change of the virtual machine resource allocation so that the predicted value satisfies the appropriate quality requirement.
  • the system administrator instructs the cloud resource controller 200 to scale up the resource of each VM according to the recommendation from the controller 11 (S17).
  • the cloud resource controller 200 executes control necessary for implementing the above Scale-up. This scale-up allows expansion of VM resources, for example, an increase in the number of CPU cores.
  • the controller 11 recommends Scale-down of the instance to the system administrator (S18).
  • the system administrator instructs the cloud resource controller 200 to scale down the resource of each VM according to the recommendation from the controller 11 (S19).
  • the cloud resource controller 200 executes control necessary for implementing the above-described Scale-down.
  • FIG. 4 is a sequence diagram showing an example of a procedure for horizontal scaling by the resource determination device according to one embodiment of the present invention.
  • the example shown in FIG. 4 shows the flow of each process when performing horizontal scaling by the Web conference scheduler.
  • the controller 11 of the web conference scheduler 10 acquires the currently held web conference and the newly requested conference reservation information from the web conference reservation storage unit 20 as the web conference load (S31).
  • the controller 11 inquires of the instance status monitoring unit 12 about cloud resource settings, which are the status of each existing VM on which a Web conference has already been arranged, and acquires this (S32).
  • the controller 11 inputs the results obtained in S31 and S32 to the Web conference quality model, and predicts the user experience quality when assuming that the requested Web conference is newly arranged in one of the existing VMs. A value is inquired, and an output result is obtained from the Web conference quality model as the predicted value (S33).
  • the controller 11 compares this predicted value with a Scale-up user quality of experience threshold, and if the predicted value does not exceed the threshold, the requested web conference can be placed on the corresponding existing instance (VM). Judged as possible. In this case, no resource adjustments are made with respect to the placement of the requested web conference.
  • the controller 11 recommends Scale-out as a vertical scale to the system administrator (S34, S35), and creates a new VM, which is different from the existing VMs, for the location of the requested Web conference. Then, the Web conference placement unit 30 is instructed to place the requested Web conference on the set VM (S36).
  • the system administrator instructs the cloud resource controller 200 to scale-out the VM resource according to the recommendation from the controller 11 (S37).
  • the cloud resource controller 200 executes control necessary for implementing the above Scale-out. This scale-up allows addition of VM resources, for example, addition of new VMs to existing VMs.
  • the controller 11 accesses the web conference placement unit 30 to confirm whether or not there is a web conference to be placed in the added VM, and When the Web conference is not arranged for a long period of time, the controller 11 recommends Scale-in to suspend the VM to the system administrator (S38).
  • the system administrator instructs the cloud resource controller 200 to scale-in the VM resource in question according to the recommendation from the controller 11 (S39).
  • the cloud resource controller 200 executes control necessary for implementing the above Scale-in.
  • 5 to 7 are diagrams showing specific examples of vertical scale according to Web conference quality.
  • the existing instance "instance A” is a VM with 2 CPU cores, and an existing Web conference placed in this VM from 8:55.
  • An example is shown where the current CPU utilization estimate by "meeting X" is 75% and the upper bound for CPU utilization in this VM is 80%. This upper limit is the CPU usage rate to satisfy the user quality of experience.
  • the predicted increase in the CPU usage rate when it is assumed that "meeting A” and “meeting B” are newly arranged in “instance A” is 5%.
  • the overall CPU usage rate is 63%, which does not exceed the upper limit, so “meeting B” is newly arranged in “instance A”, and this "meeting B” is added to the existing web conference "meeting X ” and previously placed “Meeting A”.
  • 8 to 12 are diagrams showing specific examples of horizontal scales according to Web conference quality.
  • the predicted value of the current CPU usage rate by the existing Web conference "Meeting X" placed in the VM that is the existing instance "Instance A" from 8:55 is 75% and the upper bound for CPU utilization in this VM is 80%.
  • the predicted value of the CPU usage rate is 10% when assuming that "meeting B” is newly arranged in addition to “meeting A" in the new "instance B", Since the overall CPU usage rate is 45% and does not exceed the upper limit, "meeting B” is newly arranged in “instance B”, and this "meeting B” becomes the existing Web conference "meeting X" and It can be held together with the previously arranged web conference "meeting A".
  • FIG. 13 is a block diagram showing an example of the hardware configuration of the resource determination device according to one embodiment of the present invention.
  • the web conference scheduling apparatus 100 according to the above embodiment is configured by, for example, a server computer or a personal computer, and has a hardware processor such as a CPU. 111A.
  • a program memory 111B, a data memory 112, an input/output interface 113 and a communication interface 114 are connected to the hardware processor 111A via a bus 115.
  • FIG. The same applies to the cloud resource controller 200 as well.
  • the communication interface 114 includes, for example, one or more wireless communication interface units, and allows information to be sent and received to and from a communication network NW.
  • a wireless interface an interface adopting a low-power wireless data communication standard such as a wireless LAN (Local Area Network) is used.
  • the input/output interface 113 is connected to an input device 500 and an output device 600 attached to the Web conference scheduling apparatus 100 and used by users or the like.
  • the input/output interface 113 captures operation data input by a user or the like through an input device 500 such as a keyboard, touch panel, touchpad, mouse, etc., and outputs output data to a liquid crystal display.
  • processing for outputting to an output device 600 including a display device using organic EL (Electro Luminescence) or the like for display is performed.
  • Devices built into the Web conference scheduling apparatus 100 may be used as the input device 500 and the output device 600, and other information terminals capable of communicating with the Web conference scheduling apparatus 100 via the network NW. of input and output devices may be used.
  • the program memory 111B is a non-temporary tangible storage medium, for example, a non-volatile memory that can be written and read at any time, such as a HDD (Hard Disk Drive) or SSD (Solid State Drive), It is used in combination with a nonvolatile memory such as ROM (Read Only Memory), and stores programs necessary for executing various control processes and the like according to one embodiment.
  • a non-volatile memory such as a HDD (Hard Disk Drive) or SSD (Solid State Drive)
  • ROM Read Only Memory
  • the data memory 112 is used as a tangible storage medium, for example, by combining the above nonvolatile memory and a volatile memory such as RAM (random access memory), and various processes are performed. It is used to store various data acquired and created in the process.
  • RAM random access memory
  • a web conference scheduling device 100 has a web conference scheduler 10, a web conference reservation storage unit 20, and a web conference arrangement unit 30 shown in FIG. 1 as software processing function units. It may be configured as a data processing device.
  • Each information storage unit used as a working memory by each unit of the Web conference scheduling device 100 can be configured by using the data memory 112 shown in FIG.
  • these configured storage areas are not essential components in the Web conference scheduling device 100, and for example, an external storage medium such as a USB (Universal Serial Bus) memory, or a database server located in the cloud. It may be an area provided in a storage device such as (database server).
  • the processing function units in each unit of the Web conference scheduler 10, the Web conference reservation storage unit 20, and the Web conference arrangement unit 30 all cause the hardware processor 111A to read and execute the programs stored in the program memory 111B. It can be realized by Some or all of these processing functions may be implemented in a variety of other forms, including integrated circuits such as Application Specific Integrated Circuits (ASICs) or Field-Programmable Gate Arrays (FPGAs). may be implemented.
  • ASICs Application Specific Integrated Circuits
  • FPGAs Field-Programmable Gate Arrays
  • a model representing the relationship between cloud resources, the processing load of the Web conferencing service, and the quality of user experience is constructed, and when the reserved Web conference is placed in the VM, the user experience index If it is not satisfied, the resource is controlled by horizontal scale or vertical scale so as to satisfy this index. Therefore, it is possible to determine the optimum resource in consideration of the user experience quality.
  • each embodiment can be applied to a program (software means) that can be executed by a computer (computer), such as a magnetic disk (floppy disk, hard disk). etc.), optical discs (CD-ROM, DVD, MO, etc.), semiconductor memory (ROM, RAM, flash memory, etc.) and other recording media, or transmitted and distributed via communication media can be
  • the programs stored on the medium also include a setting program for configuring software means (including not only execution programs but also tables and data structures) to be executed by the computer.
  • a computer that realizes this device reads a program recorded on a recording medium, and optionally builds software means by a setting program, and executes the above-described processing by controlling the operation by this software means.
  • the term "recording medium” as used herein is not limited to those for distribution, and includes storage media such as magnetic disks, semiconductor memories, etc. provided in computers or devices connected via a network.
  • the present invention is not limited to the above-described embodiments, and can be variously modified in the implementation stage without departing from the gist of the present invention. Further, each embodiment may be implemented in combination as appropriate, in which case the combined effect can be obtained. Furthermore, various inventions are included in the above embodiments, and various inventions can be extracted by combinations selected from a plurality of disclosed constituent elements. For example, even if some constituent elements are deleted from all the constituent elements shown in the embodiments, if the problem can be solved and effects can be obtained, the configuration with the constituent elements deleted can be extracted as an invention.

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

一実施形態に係るリソース決定装置は、仮想マシンに配置される処理負荷、前記仮想マシンのリソース配置、および前記処理負荷が前記仮想マシンに配置されたときの品質の予測値の関係が示されるモデルが格納されるモデル格納装置と、前記モデルにおける前記仮想マシンに新たな処理負荷が配置されたと仮定したときの前記品質の予測値が適切な品質の要件を満たすか否かを判定する判定部と、前記予測値が前記適切な品質の要件を満たさないと前記判定部により判定されたときに、前記予測値が前記適切な品質の要件を満たすように前記仮想マシンのリソース配置の変更を制御する制御部と、を有する。

Description

リソース決定装置、方法およびプログラム
　本発明の実施形態は、リソース決定装置、方法およびプログラムに関する。
　サーバコンピュータ（server computer）のリソース（resource）を制御するために、オートスケーリング（Auto-scaling）が比較的多く用いられている（例えば非特許文献１、２参照）。このオートスケーリングでは、インスタンス（instance）であるＶＭ（Virtual Machine：仮想マシン）のリアルタイム（real time）の状態、例えば（ＣＰＵ（Central Processing Unit）の使用率等）をベースにして、リソースの調整について決定する。
Lorido-Botran, et, al. A Review of Auto-scaling Techniques for Elastic Applications in Cloud Environments. J Grid Computing 12, 559-592 (2014). M. Mao, et al. Auto-scaling to minimize cost and meet application deadlines in cloud workflows,International Conference for High Performance Computing, Networking, Storage and Analysis, 2011, pp. 1-12.
　上記の既存のオートスケーリングの技術では、上記のようにＶＭのリアルタイムの状態をベースにして、リソースの調整について決定するので、プロアクティブ（proactive）にリソースを制御することはできない。　
　また、オートスケーリングにはdeadlineやbudgetを考慮した多くの技術が存在するが、ユーザ（user）体感品質の要件は考慮されていなかった。
　従って、オートスケーリングをＷｅｂ会議サービス（service）に適用する際で、同時に複数のＷｅｂ会議が発生する際に、プロアクティブにリソースを配置できないため、突発的な高い処理負荷によりリソースが枯渇し、ユーザ体感品質が低下する可能性がある。
　この発明は、上記事情に着目してなされたもので、その目的とするところは、インスタンスの状態に応じて適切にリソースを決定することができるようにしたリソース決定装置、方法およびプログラムを提供することにある。
　本発明の一態様に係るリソース決定装置は、仮想マシンに配置される処理負荷、前記仮想マシンのリソース配置、および前記処理負荷が前記仮想マシンに配置されたときの品質の予測値の関係が示されるモデルが格納されるモデル格納装置と、前記モデルにおける前記仮想マシンに新たな処理負荷が配置されたと仮定したときの前記品質の予測値が適切な品質の要件を満たすか否かを判定する判定部と、前記予測値が前記適切な品質の要件を満たさないと前記判定部により判定されたときに、前記予測値が前記適切な品質の要件を満たすように前記仮想マシンのリソース配置の変更を制御する制御部と、を備える。
　本発明の一態様に係るリソース決定方法は、仮想マシンに配置される処理負荷、前記仮想マシンのリソース配置、および前記処理負荷が前記仮想マシンに配置されたときの品質の予測値の関係が示されるモデルが記憶される記憶装置を備えるリソース決定装置により行なわれる方法であって、前記リソース決定装置の判定部により、前記モデルにおける前記仮想マシンに新たな処理負荷が配置されたと仮定したときの前記品質の予測値が適切な品質の要件を満たすか否かを判定することと、前記リソース決定装置の制御部により、前記予測値が前記適切な品質の要件を満たさないと前記判定部により判定されたときに、前記予測値が前記適切な品質の要件を満たすように前記仮想マシンのリソース配置の変更を制御することと、を備える。
　本発明によれば、インスタンスの状態に応じて適切にリソースを決定することができる。
図１は、本発明の一実施形態に係るリソース決定システム（system）の適用例を示す図である。 図２は、Ｗｅｂ会議品質モデル（model）の入出力データ（data）の一例を示す図である。 図３は、本発明の一実施形態に係るリソース決定装置による垂直スケール（scale）に係る手順の一例を示すシーケンス（sequence）図である。 図４は、本発明の一実施形態に係るリソース決定装置による水平スケールに係る手順の一例を示すシーケンス図である。 図５は、Ｗｅｂ会議品質に応じた垂直スケールの具体例を示す図である。 図６は、Ｗｅｂ会議品質に応じた垂直スケールの具体例を示す図である。 図７は、Ｗｅｂ会議品質に応じた垂直スケールの具体例を示す図である。 図８は、Ｗｅｂ会議品質に応じた水平スケールの具体例を示す図である。 図９は、Ｗｅｂ会議品質に応じた水平スケールの具体例を示す図である。 図１０は、Ｗｅｂ会議品質に応じた水平スケールの具体例を示す図である。 図１１は、Ｗｅｂ会議品質に応じた水平スケールの具体例を示す図である。 図１２は、Ｗｅｂ会議品質に応じた水平スケールの具体例を示す図である。 図１３は、本発明の一実施形態に係るリソース決定装置のハードウエア（hardware）構成の一例を示すブロック図（block diagram）である。
　以下、図面を参照しながら、この発明に係わる一実施形態を説明する。　
　図１は、本発明の一実施形態に係るリソース決定システムの適用例を示す図である。　
　図１に示されるように、本発明の一実施形態に係るリソース決定システムは、リソース決定装置であるＷｅｂ会議スケジューリング（scheduling）装置１００、およびクラウドリソースコントローラ（cloud resource controller）２００を有する。
　Ｗｅｂ会議スケジューリング装置１００は、Ｗｅｂ会議スケジューラ（scheduler）１０、Ｗｅｂ会議予約保存部２０、およびＷｅｂ会議配置部３０を有する。また、Ｗｅｂ会議スケジューラ１０は、コントローラ１１、インスタンス（ＶＭ）状態監視部１２、およびＷｅｂ会議品質モデルＤＢ（database）１３を有する。
　Ｗｅｂ会議予約保存部２０の図示しないデータベースには、予約済みかつ終了前のＷｅｂ会議、すなわち新たなＷｅｂ会議の予約内容が示される予約情報、すなわち新たな処理負荷の予約情報が保存される。この予約情報は、例えば、予約情報毎に付与された識別情報（ＩＤ（IDentifier））、予約されたＷｅｂ会議の参加予定人数、当該Ｗｅｂ会議の実施予定の時間帯の情報を含む。終了したＷｅｂ会議に係る情報はＷｅｂ会議予約保存部２０から削除される。
　新たなＷｅｂ会議を予約したいユーザは、Ｗｅｂ会議スケジューラ１０に接続可能な図示しないインタフェース（interface）を用いて、Ｗｅｂ会議の予約のリクエスト（request）をＷｅｂ会議スケジューラ１０に送ることができる。
　Ｗｅｂ会議スケジューラ１０は、この予約のリクエストを受けると、このリクエストに係る予約情報をＷｅｂ会議予約保存部２０に保存した上で（図１の（１―１））、この保存した予約情報を含む、予約済みかつ終了前のＷｅｂ会議の予約内容が示される予約情報を取得する（図１の（１―２））。この予約情報では、ＶＭに配置されるＷｅｂ会議に係る処理負荷（以下、Ｗｅｂ会議負荷と称することがある）、例えば当該Ｗｅｂ会議への参加人数、および開催予定時間帯に係る情報が示される。
　Ｗｅｂ会議スケジューラ１０のコントローラ１１は、上記予約情報を取得すると、Ｗｅｂ会議に用いられるインスタンスである各ＶＭの状態、例えばＷｅｂ会議が配置されるＶＭにおけるリソースの設定状況、例えばＣＰＵのコア（core）数およびメモリ（memory）容量をインスタンス状態監視部１２に問い合わせ、この問い合わせた情報を取得する。ここでは、各ＶＭはクラウド上で運用される仮想マシンであるとする。
　コントローラ１１は、インスタンス状態監視部１２から取得した情報をＷｅｂ会議品質モデルＤＢ１３におけるＷｅｂ会議品質モデルに入力する。Ｗｅｂ会議品質モデルは、Ｗｅｂ会議が配置されるＶＭにおけるリソースの設定状況、およびＶＭに配置されるＷｅｂ会議およびＶＭに配置されると仮定されるＷｅｂ会議に係る処理負荷を示す情報を入力して、ＶＭに配置されるＷｅｂ会議に係るユーザ体感品質の予測値を出力することができ、入出力の関係は事前に学習され得る。
　コントローラ１１は、Ｗｅｂ会議品質モデルから出力されたユーザ体感品質の予測値が、ユーザ体感品質の所定の条件を満たさないときに、このユーザ体感品質が上記条件を満たすようにするための、Ｗｅｂ会議が配置されるＶＭのリソースの調整をシステム管理者にレコメンドする（図１の（２））。
　あわせて、コントローラ１１は、ユーザ体感品質が上記条件を満たすようにするための、Ｗｅｂ会議の配置先であるＶＭへの当該Ｗｅｂ会議の配置をＷｅｂ会議配置部３０に指示する（図１の（４－１））。
　システム管理者は、クラウドリソースコントローラ２００への操作により、リソースの調整に係る指示を行なう（図１の（３―１））。　
　クラウドリソースコントローラ２００は、この指示に従い、Ｗｅｂ会議が配置される新たなＶＭ（図１の符号ａ参照）を起動したり、このＶＭのリソースを変更したりすることができる（図１の（３－２））。　
　Ｗｅｂ会議配置部３０は、上記指示に従って、Ｗｅｂ会議をＶＭに配置して、当該Ｗｅｂ会議を開始できるようにする（図１の（４－２））。
　次に、Ｗｅｂ会議品質モデルの構成と、その学習について説明する。　
　Ｗｅｂ会議スケジューラ１０のコントローラ１１は、インスタンス状態監視部１２から、（１）ＶＭに配置されるＷｅｂ会議およびＶＭに配置されると仮定されるＷｅｂ会議に係る処理負荷であるＷｅｂ会議負荷、（２）Ｗｅｂ会議が配置されるＶＭにおけるリソースの設定状況であるクラウドリソース設定を取得し、この取得結果をＷｅｂ会議品質モデルに説明変数として入力する。
　上記のＷｅｂ会議に係る処理負荷は、例えば、Ｗｅｂ会議数、Ｗｅｂ会議への参加者数、Ｗｅｂ会議への参加中のpublisher数、subscriber数、等である。　
　上記リソースの設定状況は、例えば、インスタンスであるＶＭに設けられたＣＰＵ数、メモリ量等である。
　Ｗｅｂ会議品質モデルは、上記入力の結果に基づいて、目的変数として、Ｗｅｂ会議の品質（ユーザ体感品質）を表す指標、すなわちＷｅｂ会議の品質の予測値を出力することができる。このモデルのパラメータは、回帰分析手法、例えばNeural-Network Regression, Linear Regression, Random Forest Regression等が用いられることで、この入出力の関係が適切となるように、すなわちＷｅｂ会議の品質の予測値が正解情報に近づくように学習され得る。
　例えば、Ｗｅｂ会議の品質（ユーザ体感品質）を表す指標は、例えばＷｅｂ会議が配置されるインスタンスであるＶＭにおけるＣＰＵ使用率の予測値、ジッター（jitter）、スループット（throughput）、およびＭОＳ(Mean Opinion Score)などが挙げられる。
　次に、上記のように学習されたＷｅｂ会議品質モデルを用いた、Ｗｅｂ会議品質に関する指標の算出について説明する。図２は、Ｗｅｂ会議品質モデルの入出力データの一例を示す図である。ここでは新たなＷｅｂ会議の予約に応じて、ユーザ体感品質が算出されることが示される。　
　図２に示された例では、Ｗｅｂ会議モデルに入力される情報で示されるＷｅｂ会議負荷は、（１）現在の進行中のＷｅｂ会議に係るＷｅｂ会議負荷、および（２）新規のＷｅｂ会議のリクエストによる、現在時刻から１０分後からの開始されるＷｅｂ会議の予約である将来１０分間Ｗｅｂ会議予約に係るＷｅｂ会議負荷を含む（図２の符号ａ参照）。この将来１０分間Ｗｅｂ会議予約に係る現在時刻から開始予定時刻までの時間である１０分間は、インスタンスの実際の運用状態に応じてカスタマイズ（customization）され得る。
　上記の、現在の進行中のＷｅｂ会議に係るＷｅｂ会議負荷は、該当のＷｅｂ会議を一意に識別する識別情報（ＩＤ）、該当のＷｅｂ会議の参加者の人数、ならびに該当のＷｅｂ会議の開始時刻から終了時刻までの時間帯を含み得る。
　上記の、将来１０分間Ｗｅｂ会議予約に係るＷｅｂ会議負荷は、該当のＷｅｂ会議を一意に識別する識別情報、該当のＷｅｂ会議の参加予定者の人数、ならびに該当のＷｅｂ会議の開始予定時刻から終了予定時刻までの時間帯を含み得る。　
　上記の、Ｗｅｂ会議モデルに入力されるクラウドリソース設定は、インスタンスである１台のＶＭに搭載されるＣＰＵの数を含み得る。上記の現在の進行中のＷｅｂ会議は、上記１台のＶＭに配置されている。
　上記の、Ｗｅｂ会議モデルから出力される、Ｗｅｂ会議の品質に係る指標は、該当のＷｅｂ会議を一意に識別する識別情報、現在の進行中のＷｅｂ会議による上記１台のＶＭのＣＰＵの使用率の予測値、新規会議リクエストにより開催されるＷｅｂ会議による上記１台のＶＭのＣＰＵの使用率の予測値、各Ｗｅｂ会議の開始から終了までの時間帯を含む。
　図２に示された例では、上記１台のＶＭに対して上記識別情報が「ｐ」である「Ｗｅｂ会議ｐ」が配置されたときの当該ＶＭのＣＰＵの使用率の予測値は５０％である。　
　また、図２に示された例では、上記１台のＶＭに対して上記識別情報が「ａ」である「Ｗｅｂ会議ａ」が新たに配置されたと仮定したときの当該ＶＭのＣＰＵの使用率の予測値は１０％である。
　この「Ｗｅｂ会議ａ」は、「Ｗｅｂ会議ｐ」の時間帯と一部重複する時間帯の開催が新規にリクエストされたＷｅｂ会議である。
　仮に、上記１台のＶＭのＣＰＵの使用率の閾値が８０％に設定されたときは、当該ＶＭに対して「Ｗｅｂ会議ｐ」に加えて「Ｗｅｂ会議ａ」が新たに配置されたと仮定したときのＣＰＵの使用率の予測値の合計は６０％であり上記閾値の８０％を超えないため、「Ｗｅｂ会議ａ」は、「Ｗｅｂ会議ｐ」が現在配置されている上記１台のＶＭに配置することが可能である。
　一方で、「Ｗｅｂ会議ａ」が新たに配置されたと仮定したときの当該ＶＭのＣＰＵの使用率の予測値が例えば３０％を超えるときは、上記予測値の合計は閾値を超えるため、配置先のＶＭに係るリソースの調整が必要である。
　図３は、本発明の一実施形態に係るリソース決定装置による垂直スケールに係る手順の一例を示すシーケンス図である。　
　図３に示された例では、Ｗｅｂ会議スケジューラによる垂直スケールを行なうときの各処理の流れが示される。
　まず、Ｗｅｂ会議スケジューラ１０のコントローラ１１は、Ｗｅｂ会議予約保存部２０から、現在開催中のＷｅｂ会議および新規に開催がリクエストされた会議予約情報を上記のＷｅｂ会議負荷として取得する（Ｓ１１）。
　コントローラ１１は、インスタンス状態監視部１２に対し、既にＷｅｂ会議が配置されている既存の各ＶＭの状態であるクラウドリソース設定を問い合わせて、これを取得する（Ｓ１２）。
　コントローラ１１は、Ｓ１１およびＳ１２での取得結果をＷｅｂ会議品質モデルに入力することで、上記リクエストされたＷｅｂ会議が既存のいずれかのＶＭに新たに配置されたと仮定したときのユーザ体感品質の変化の予測値を問い合わせ、Ｗｅｂ会議品質モデルから出力結果を上記予測値として取得する（Ｓ１３）。
　コントローラ１１は、この予測値をScale-upのユーザ体感品質閾値と比較し、予測値が閾値を超えないときは、上記リクエストされたＷｅｂ会議を該当の既存のインスタンス（ＶＭ）に配置することが可能と判定する。この場合は、リクエストされたＷｅｂ会議の配置に伴うリソースの調整は行われない。
　一方で、予測値が閾値を超えるときは、上記リクエストされたＷｅｂ会議を既存のインスタンスに配置して開催するためには、インスタンスのリソースの調整である垂直スケールが必要であると判定する。このときは、コントローラ１１は、垂直スケールとしてのScale-upをシステム管理者にレコメンド（recommendation）するとともに（Ｓ１４，Ｓ１５）、既存の各ＶＭから上記リクエストされたＷｅｂ会議の配置先のＶＭを設定して、この設定されたＶＭに対して上記リクエストされたＷｅｂ会議を配置することをＷｅｂ会議配置部３０に指示する（Ｓ１６）。すなわち、コントローラ１１は、予測値が適切な品質の要件を満たさないと判定されたときに、予測値が適切な品質の要件を満たすように仮想マシンのリソース配置の変更を制御する。
　システム管理者は、コントローラ１１からのレコメンドに従い、クラウドリソースコントローラ２００に各ＶＭのリソースに対するScale-upを指示する（Ｓ１７）。この指示に従い、クラウドリソースコントローラ２００は上記Scale-upを実施に必要な制御を実行する。このScale-upにより、ＶＭのリソースの拡充、例えばＣＰＵのコア数の増強が図られる。
　また、上記のScale-upの実施後は、上記のユーザ体感品質の変化の予測値が例えば一定時間ごとに取得され、この取得された予測値が、例えば上記Scale-upのユーザ体感品質閾値より小さいScale-downの閾値以下であるとき、コントローラ１１は、インスタンスのScale-downをシステム管理者にレコメンドする（Ｓ１８）。
　システム管理者は、コントローラ１１からのレコメンドに従い、クラウドリソースコントローラ２００に各ＶＭのリソースに対するScale-downを指示する（Ｓ１９）。この指示に従い、クラウドリソースコントローラ２００は上記Scale-downの実施に必要な制御を実行する。
　図４は、本発明の一実施形態に係るリソース決定装置による水平スケールに係る手順の一例を示すシーケンス図である。　
　図４に示された例では、Ｗｅｂ会議スケジューラによる水平スケールを行なうときの各処理の流れが示される。
　まず、Ｗｅｂ会議スケジューラ１０のコントローラ１１は、Ｗｅｂ会議予約保存部２０から、現在開催中のＷｅｂ会議および新規に開催がリクエストされた会議予約情報を上記のＷｅｂ会議負荷として取得する（Ｓ３１）。
　コントローラ１１は、インスタンス状態監視部１２に対し、既にＷｅｂ会議が配置されている既存の各ＶＭの状態であるクラウドリソース設定を問い合わせて、これを取得する（Ｓ３２）。
　コントローラ１１は、Ｓ３１およびＳ３２での取得結果をＷｅｂ会議品質モデルに入力することで、上記リクエストされたＷｅｂ会議が既存のいずれかのＶＭに新たに配置されたと仮定したときのユーザ体感品質の予測値を問い合わせ、Ｗｅｂ会議品質モデルから出力結果を上記予測値として取得する（Ｓ３３）。
　コントローラ１１は、この予測値をScale-upのユーザ体感品質閾値と比較し、予測値が閾値を超えないときは、上記リクエストされたＷｅｂ会議を該当の既存のインスタンス（ＶＭ）に配置することが可能と判定する。この場合は、リクエストされたＷｅｂ会議の配置に伴うリソースの調整は行われない。
　一方で、予測値が閾値を超えるときは、上記リクエストされたＷｅｂ会議を既存のインスタンスに配置して開催するためには、インスタンスのリソースの調整である水平スケールが必要であると判定する。
　このときは、コントローラ１１は、垂直スケールとしてのScale-outをシステム管理者にレコメンドとともに（Ｓ３４，Ｓ３５）、既存の各ＶＭとは異なる、上記リクエストされたＷｅｂ会議の配置先の新たなＶＭを設定して、この設定されたＶＭに対して上記リクエストされたＷｅｂ会議を配置することをＷｅｂ会議配置部３０に指示する（Ｓ３６）。
　システム管理者は、コントローラ１１からのレコメンドに従い、クラウドリソースコントローラ２００にＶＭのリソースに対するScale-outを指示する（Ｓ３７）。　
　この指示に従い、クラウドリソースコントローラ２００は上記Scale-outを実施に必要な制御を実行する。このScale-upにより、ＶＭのリソースの追加、例えば既存のＶＭに対する新たなＶＭの追加が図られる。
　また、上記のScale-outの実施後は、コントローラ１１は、上記追加されたＶＭに配置されるＷｅｂ会議の有無を確認するためにＷｅｂ会議配置部３０にアクセスし、上記追加されたＶＭに一定時間にわたりＷｅｂ会議が配置されないときは、コントローラ１１は、該当のＶＭ休止させるScale-inをシステム管理者にレコメンドする（Ｓ３８）。
　システム管理者は、コントローラ１１からのレコメンドに従い、クラウドリソースコントローラ２００に該当のＶＭのリソースに対するScale-inを指示する（Ｓ３９）。この指示に従い、クラウドリソースコントローラ２００は上記Scale-inの実施に必要な制御を実行する。
　図５乃至図７は、Ｗｅｂ会議品質に応じた垂直スケールの具体例を示す図である。　
　まず、図５に示された例では、既存のインスタンスである「インスタンスＡ」はＣＰＵのコア数が２であるＶＭであり、このＶＭに８時５５分から配置されている既存のＷｅｂ会議である「会議Ｘ」による現在のＣＰＵ使用率の予測値が７５％であり、このＶＭにおけるＣＰＵ使用率の上限が８０％である例が示される。この上限はユーザ体感品質を満足させるためのＣＰＵ使用率である。
　図５に示された例では、９時開始の新たなＷｅｂ会議「会議Ａ」の配置がリクエストされ、この「会議Ａ」が「インスタンスＡ」に新たに配置されたと仮定したときに増加するＣＰＵ使用率の予測値が３５％であるとする。
　この場合、「インスタンスＡ」に「会議Ａ」が新たに配置されたと仮定したときの全体的なＣＰＵ使用率は１１０％であって上限の８０％を超えるため、「インスタンスＡ」に係る垂直スケール、ここではＣＰＵコア数の増加を要するとして、上記のScale-upが要求される。
　図６に示された例では、上記のScale-upにより「インスタンスＡ」のＣＰＵコア数が２から４に増強されたとする。　
　この構成では、「インスタンスＡ」に対応するＶＭに現在配置されているＷｅｂ会議による現在のＣＰＵ使用率の予測値が上記の７５％から４０％に減少し、「会議Ａ」が「インスタンスＡ」に新たに配置されたと仮定したときに増加するＣＰＵ使用率の予測値が上記の３５％から１８％に減少したとする。
　この場合、「インスタンスＡ」に「会議Ａ」が新たに配置されたと仮定したときの全体的なＣＰＵ使用率は上記の１１０％から５８％に減少し、上限の８０％を超えないようになるので、「インスタンスＡ」に「会議Ａ」が新たに配置されて、この「会議Ａ」が上記既存のＷｅｂ会議「会議Ｘ」とともに実施されることが可能になる。
　そして、上記のScale-upにより「インスタンスＡ」に「会議Ａ」が新たに配置されたと仮定したときの全体的なＣＰＵ使用率が減少して上限を超えないようなると、更なる新たなＷｅｂ会議が「インスタンスＡ」に配置できるようになる。
　例えば、図７に示された例では、「インスタンスＡ」に「会議Ａ」に加えて「会議Ｂ」が新たに配置されたと仮定したときに増加するＣＰＵ使用率の予測値が５％であり、全体的なＣＰＵ使用率は６３％であり、上限を超えないので、「インスタンスＡ」に「会議Ｂ」が新たに配置されて、この「会議Ｂ」が、上記既存のＷｅｂ会議「会議Ｘ」および先に配置された「会議Ａ」とともに実施されることが可能になる。
　図８乃至図１２は、Ｗｅｂ会議品質に応じた水平スケールの具体例を示す図である。　
　まず、図８に示された例では、既存のインスタンスである「インスタンスＡ」であるＶＭに８時５５分から配置されている既存のＷｅｂ会議「会議Ｘ」による現在のＣＰＵ使用率の予測値が７５％であり、このＶＭにおけるＣＰＵ使用率の上限が８０％である例が示される。
　図８に示された例では、９時開始の新たなＷｅｂ会議「会議Ａ」の配置がリクエストされ、この「会議Ａ」が「インスタンスＡ」に新たに配置されたと仮定したときに増加するＣＰＵ使用率の予測値が３５％であるとする。
　この場合、「インスタンスＡ」に「会議Ａ」が新たに配置されたと仮定したときの全体的なＣＰＵ使用率は１１０％であって上限の８０％を超えるため、「インスタンスＡ」に係る水平スケール、ここではＣＰＵコア数の増加を要するとして、上記のScale-outが要求される。
　図９に示された例では、上記のScale-outにより新たな「インスタンスＢ」が追加されたとする。　
　この構成では、上記「会議Ａ」が既存の「インスタンスＡ」でなく新たな「インスタンスＢ」に対応するＶＭに新たに配置され、この「会議Ａ」が「インスタンスＢ」に新たに配置されたと仮定したときのＣＰＵ使用率の予測値が上記の３５％であるとする。
　この場合、「会議Ａ」が新たに配置されたと仮定したときの「インスタンＡ」の全体的なＣＰＵ使用率は上記の７５％のままであり、上限の８０％を超えないようになるので、「インスタンスＢ」に「会議Ａ」が新たに配置されて、この「会議Ａ」が、「インスタンスＡ」に配置される既存のＷｅｂ会議「会議Ｘ」とともに実施されることが可能になる。
　そして、上記のScale-outにより、新たな「インスタンスＢ」が設けられ、このインスタンスに「会議Ａ」が新たに配置されたと仮定したときの、「インスタンスＡ」および「インスタンスＢ」のＣＰＵ使用率は上限に対して余裕があるため、更なる新たなＷｅｂ会議が各インスタンスに配置できるようになる。
　例えば、図１０に示された例では、新たな「インスタンスＢ」に「会議Ａ」に加えて「会議Ｂ」が新たに配置されたと仮定したときのＣＰＵ使用率の予測値１０％であり、全体的なＣＰＵ使用率は４５％であり、上限を超えないので、「インスタンスＢ」に「会議Ｂ」が新たに配置されて、この「会議Ｂ」が上記既存のＷｅｂ会議「会議Ｘ」および先に配置されたＷｅｂ会議「会議Ａ」とともに実施されることが可能になる。
　そして、図１１に示された例では、上記図１０に示されたように「インスタンスＢ」に「会議Ｂ」が新たに配置されたと仮定した状態において、「インスタンスＡ」に新たなＷｅｂ会議「会議Ｃ」が配置されたと仮定したときに増加するＣＰＵ使用率の予測値が７５％であり、「インスタンスＡ」に「会議Ａ」が新たに配置されたと仮定したときの全体的なＣＰＵ使用率は１５０％であって上限の８０％を超えることと、「インスタンスＢ」に上記「会議Ｃ」が新たに配置されたと仮定したときに増加するＣＰＵ使用率の予測値が上記の７５％であり、「インスタンスＢ」に「会議Ｃ」が新たに配置されたと仮定したときの全体的なＣＰＵ使用率は１２０％であって上限の８０％を超えることが示される。このときは、上記「会議Ｃ」が実施されるためには、更なるScale-outが必要である。
　そして、図１２に示された例では、上記の更なるScale-outにより新たな「インスタンスＣ」が追加され、このインスタンスに上記「会議Ｃ」が新たに配置されたと仮定したときは、「インスタンスＡ」乃至「インスタンスＣ」における全体的なＣＰＵ使用率は上限の８０％を超えないので、「会議Ｃ」が上記既存のＷｅｂ会議「会議Ｘ」、先に配置されたＷｅｂ会議「会議Ａ」および「会議Ｂ」とともに実施されることが可能になる。
　図１３は、本発明の一実施形態に係るリソース決定装置のハードウエア構成の一例を示すブロック図である。　
　図１３に示された例では、上記の実施形態に係るＷｅｂ会議スケジューリング装置１００は、例えばサーバコンピュータ（server computer）またはパーソナルコンピュータ（personal computer）により構成され、ＣＰＵ等のハードウエアプロセッサ（hardware processor）１１１Ａを有する。そして、このハードウエアプロセッサ１１１Ａに対し、プログラムメモリ（program memory）１１１Ｂ、データメモリ（data memory）１１２、入出力インタフェース１１３及び通信インタフェース１１４が、バス（bus）１１５を介して接続される。クラウドリソースコントローラ２００についても同様である。
　通信インタフェース１１４は、例えば１つ以上の無線の通信インタフェースユニットを含んでおり、通信ネットワーク（network）ＮＷとの間で情報の送受信を可能にする。無線インタフェースとしては、例えば無線ＬＡＮ（Local Area Network）などの小電力無線データ通信規格が採用されたインタフェースが使用される。
　入出力インタフェース１１３には、Ｗｅｂ会議スケジューリング装置１００に付設される、利用者などにより用いられる入力デバイス（device）５００および出力デバイス６００が接続される。　
　入出力インタフェース１１３は、キーボード（keyboard）、タッチパネル（touch panel）、タッチパッド（touchpad）、マウス（mouse）等の入力デバイス５００を通じて利用者などにより入力された操作データを取り込むとともに、出力データを液晶または有機ＥＬ（Electro Luminescence）等が用いられた表示デバイスを含む出力デバイス６００へ出力して表示させる処理を行なう。なお、入力デバイス５００および出力デバイス６００には、Ｗｅｂ会議スケジューリング装置１００に内蔵されたデバイスが使用されてもよく、また、ネットワークＮＷを介してＷｅｂ会議スケジューリング装置１００と通信可能である他の情報端末の入力デバイスおよび出力デバイスが使用されてもよい。
　プログラムメモリ１１１Ｂは、非一時的な有形の記憶媒体として、例えば、ＨＤＤ（Hard Disk Drive）またはＳＳＤ（Solid State Drive）等の随時書込みおよび読出しが可能な不揮発性メモリ（non-volatile memory）と、ＲＯＭ（Read Only Memory）等の不揮発性メモリとが組み合わせて使用されたもので、一実施形態に係る各種制御処理等を実行する為に必要なプログラムが格納されている。
　データメモリ１１２は、有形の記憶媒体として、例えば、上記の不揮発性メモリと、ＲＡＭ（Random Access Memory）等の揮発性メモリ（volatile memory）とが組み合わせて使用されたもので、各種処理が行なわれる過程で取得および作成された各種データが記憶される為に用いられる。
　本発明の一実施形態に係るＷｅｂ会議スケジューリング装置１００は、ソフトウエア（software）による処理機能部として、図１に示されるＷｅｂ会議スケジューラ１０、Ｗｅｂ会議予約保存部２０およびＷｅｂ会議配置部３０を有するデータ処理装置として構成され得る。
　Ｗｅｂ会議スケジューリング装置１００の各部によるワークメモリ（working memory）などとして用いられる各情報記憶部は、図１３に示されたデータメモリ１１２が用いられることで構成され得る。ただし、これらの構成される記憶領域はＷｅｂ会議スケジューリング装置１００内に必須の構成ではなく、例えば、ＵＳＢ（Universal Serial Bus）メモリなどの外付け記憶媒体、又はクラウド（cloud）に配置されたデータベースサーバ（database server）等の記憶装置に設けられた領域であってもよい。
　上記のＷｅｂ会議スケジューラ１０、Ｗｅｂ会議予約保存部２０およびＷｅｂ会議配置部３０の各部における処理機能部は、いずれも、プログラムメモリ１１１Ｂに格納されたプログラムを上記ハードウエアプロセッサ１１１Ａにより読み出させて実行させることにより実現され得る。なお、これらの処理機能部の一部または全部は、特定用途向け集積回路（ＡＳＩＣ（Application Specific Integrated Circuit））またはＦＰＧＡ（Field-Programmable Gate Array）などの集積回路を含む、他の多様な形式によって実現されてもよい。
　以上説明した一実施形態では、例えばクラウドリソース、Ｗｅｂ会議サービスの処理負荷、およびユーザ体感品質の関係性を表すモデルを構築し、予約されたＷｅｂ会議をＶＭに配置する際に、ユーザ体感の指標を満たすか否かを判定、満たせない場合は、この指標を満たすように水平スケールまたは垂直スケールによりリソースを制御する。よって、ユーザ体感品質を考慮して最適なリソースを決定することができる。
　また、各実施形態に記載された手法は、計算機（コンピュータ）に実行させることができるプログラム（ソフトウエア手段）として、例えば磁気ディスク（フロッピー（登録商標）ディスク（Floppy disk）、ハードディスク（hard disk）等）、光ディスク（optical disc）（ＣＤ－ＲＯＭ、ＤＶＤ、ＭＯ等）、半導体メモリ（ＲＯＭ、ＲＡＭ、フラッシュメモリ（Flash memory）等）等の記録媒体に格納し、また通信媒体により伝送して頒布され得る。なお、媒体側に格納されるプログラムには、計算機に実行させるソフトウエア手段（実行プログラムのみならずテーブル（table）、データ構造も含む）を計算機内に構成させる設定プログラムをも含む。本装置を実現する計算機は、記録媒体に記録されたプログラムを読み込み、また場合により設定プログラムによりソフトウエア手段を構築し、このソフトウエア手段によって動作が制御されることにより上述した処理を実行する。なお、本明細書でいう記録媒体は、頒布用に限らず、計算機内部あるいはネットワークを介して接続される機器に設けられた磁気ディスク、半導体メモリ等の記憶媒体を含むものである。
　なお、本発明は、上記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。また、各実施形態は適宜組み合わせて実施してもよく、その場合組み合わせた効果が得られる。更に、上記実施形態には種々の発明が含まれており、開示される複数の構成要件から選択された組み合わせにより種々の発明が抽出され得る。例えば、実施形態に示される全構成要件からいくつかの構成要件が削除されても、課題が解決でき、効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
　　１００…Ｗｅｂ会議スケジューリング装置
　　２００…クラウドリソースコントローラ
　　１０…Ｗｅｂ会議スケジューラ
　　１１…コントローラ
　　１２…インスタンス状態監視部
　　１３…Ｗｅｂ会議品質モデルＤＢ
　　２０…Ｗｅｂ会議予約保存部
　　３０…Ｗｅｂ会議配置部

Claims (8)

  1. 　仮想マシンに配置される処理負荷、前記仮想マシンのリソース配置、および前記処理負荷が前記仮想マシンに配置されたときの品質の予測値の関係が示されるモデルが格納されるモデル格納装置と、
    　前記モデルにおける前記仮想マシンに新たな処理負荷が配置されたと仮定したときの前記品質の予測値が適切な品質の要件を満たすか否かを判定する判定部と、
    　前記予測値が前記適切な品質の要件を満たさないと前記判定部により判定されたときに、前記予測値が前記適切な品質の要件を満たすように前記仮想マシンのリソース配置の変更を制御する制御部と、
    　を備えるリソース決定装置。
  2. 　前記モデルは、前記仮想マシンに配置される処理負荷、および前記仮想マシンのリソース配置を示す情報を説明変数として入力し、前記処理負荷が前記仮想マシンに配置されたときの品質の予測値が目的変数として出力されるモデルであって、
    　前記品質の予測値が正解情報に近づくように前記モデルのパラメータが更新される、
    　請求項１に記載のリソース決定装置。
  3. 　前記制御部は、
    　　前記予測値が前記適切な品質の要件を満たさないと前記判定部により判定されたときに、前記予測値が前記適切な品質の要件を満たすように、前記仮想マシンの台数を変更せずに性能を拡充するように前記リソース配置の変更を制御する、
    　請求項１に記載のリソース決定装置。
  4. 　前記制御部は、
    　　前記予測値が前記適切な品質の要件を満たさないと前記判定部により判定されたときに、前記予測値が前記適切な品質の要件を満たすように、前記処理負荷が配置される仮想マシンの台数が追加されるように前記リソース配置の変更を制御する、
    　請求項１に記載のリソース決定装置。
  5. 　前記仮想マシンへの配置がリクエストされた新たな処理負荷の予約情報が格納される処理負荷情報格納装置をさらに備え、
    　前記判定部は、
    　　前記処理負荷情報格納装置に格納される予約情報で示される処理負荷が前記仮想マシンに配置されたと仮定したときの前記品質の予測値が適切な品質の要件を満たすか否かを判定する、
    　請求項１に記載のリソース決定装置。
  6. 　仮想マシンに配置される処理負荷、前記仮想マシンのリソース配置、および前記処理負荷が前記仮想マシンに配置されたときの品質の予測値の関係が示されるモデルが記憶される記憶装置を備えるリソース決定装置により行なわれる方法であって、
    　前記リソース決定装置の判定部により、前記モデルにおける前記仮想マシンに新たな処理負荷が配置されたと仮定したときの前記品質の予測値が適切な品質の要件を満たすか否かを判定することと、
    　前記リソース決定装置の制御部により、前記予測値が前記適切な品質の要件を満たさないと前記判定部により判定されたときに、前記予測値が前記適切な品質の要件を満たすように前記仮想マシンのリソース配置の変更を制御することと、
    　を備えるリソース決定方法。
  7. 　前記モデルは、前記仮想マシンに配置される処理負荷、および前記仮想マシンのリソース配置を示す情報を説明変数として入力し、前記処理負荷が前記仮想マシンに配置されたときの品質の予測値が目的変数として出力されるモデルであって、
    　前記品質の予測値が正解情報に近づくように前記モデルのパラメータが更新される、
    　請求項６に記載のリソース決定方法。
  8. 　請求項１乃至５のいずれか１項に記載のリソース決定装置の前記各部としてプロセッサを機能させるリソース決定処理プログラム。
PCT/JP2022/007259 2022-02-22 2022-02-22 リソース決定装置、方法およびプログラム Ceased WO2023162000A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US18/837,815 US20250181412A1 (en) 2022-02-22 2022-02-22 Resource determination device, method, and program
JP2024502255A JP7768337B2 (ja) 2022-02-22 2022-02-22 リソース決定装置、方法およびプログラム
PCT/JP2022/007259 WO2023162000A1 (ja) 2022-02-22 2022-02-22 リソース決定装置、方法およびプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2022/007259 WO2023162000A1 (ja) 2022-02-22 2022-02-22 リソース決定装置、方法およびプログラム

Publications (1)

Publication Number Publication Date
WO2023162000A1 true WO2023162000A1 (ja) 2023-08-31

Family

ID=87765201

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/007259 Ceased WO2023162000A1 (ja) 2022-02-22 2022-02-22 リソース決定装置、方法およびプログラム

Country Status (3)

Country Link
US (1) US20250181412A1 (ja)
JP (1) JP7768337B2 (ja)
WO (1) WO2023162000A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102910743B1 (ko) * 2022-11-11 2026-01-12 한국전자기술연구원 이기종 클러스터 환경에서 오케스트레이션 모델 통합 방법
US20240411603A1 (en) * 2023-06-08 2024-12-12 Gram Labs, Inc. Automated rightsizing of containerized application with optimized horizontal scaling

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008003736A (ja) * 2006-06-21 2008-01-10 Hitachi Ltd 計算機資源不足を警告する方法
JP2020123003A (ja) * 2019-01-29 2020-08-13 日本電信電話株式会社 仮想化基盤および仮想化基盤のスケーリング管理方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008003736A (ja) * 2006-06-21 2008-01-10 Hitachi Ltd 計算機資源不足を警告する方法
JP2020123003A (ja) * 2019-01-29 2020-08-13 日本電信電話株式会社 仮想化基盤および仮想化基盤のスケーリング管理方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
WU CHAO, HORIUCHI SHINGO, TAYAMA KENICHI: "Intent-based Service Management to Improve Resource Design Efficiency for Cloud Services", NTT TECHNICAL REVIEW, vol. 17, no. 3, 1 March 2019 (2019-03-01), pages 42 - 47, XP093088020, DOI: 10.53829/ntr201903ra1 *

Also Published As

Publication number Publication date
US20250181412A1 (en) 2025-06-05
JP7768337B2 (ja) 2025-11-12
JPWO2023162000A1 (ja) 2023-08-31

Similar Documents

Publication Publication Date Title
JP6501918B2 (ja) 計算ワークフローにおいてサービス品質を確保するためのシステム及び方法
JP5332065B2 (ja) クラスタ構成管理方法、管理装置及びプログラム
JP6092718B2 (ja) 運用計画立案支援システム及び方法
US9197698B2 (en) Management computer, resource management method, resource management computer program, recording medium, and information processing system
Yao et al. LsPS: A job size-based scheduler for efficient task assignments in Hadoop
JP2023027200A (ja) リソース割当制御装置、計算機システム、及びリソース割当制御方法
WO2023162000A1 (ja) リソース決定装置、方法およびプログラム
US8832263B2 (en) Dynamic resource adaptation
JP2015011365A (ja) プロビジョニング装置、システム、プロビジョニング方法、および、プロビジョニングプログラム
CN120560776A (zh) 容器重调度方法、系统、设备、存储介质及程序产品
JP7593408B2 (ja) Ｖｄｉリソース配置決定装置、ｖｄｉリソース配置決定方法及びｖｄｉリソース配置決定プログラム
KR101125038B1 (ko) 그리드 컴퓨팅 미들웨어 시스템의 그리드 자원 관리 방법 및 장치
JP7259288B2 (ja) ジョブスケジューリング装置、管理システム、及びスケジューリング方法
JP2011192049A (ja) 仮想マシンシステム、自動マイグレーション方法および自動マイグレーションプログラム
TWI756974B (zh) 機器學習系統及其資源配置方法
JP7768393B2 (ja) データ処理装置、方法およびプログラム
JP5997659B2 (ja) 分散処理システムおよび分散処理方法
CN112631743A (zh) 任务调度方法、装置及存储介质
WO2024148864A1 (zh) 虚拟机内存的调整方法和装置、非易失性可读存储介质及电子装置
JP2025008611A (ja) 計算機システムおよびパラメータの決定方法
KR102214782B1 (ko) 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법
CN106155810B (zh) 软件定义混合储存系统中工作负载感知的输入输出调度器
JP7841587B2 (ja) アプリケーション配信装置、アプリケーション配信方法、およびプログラム
JP4999932B2 (ja) 仮想計算機システム及び仮想計算機重み付け設定処理方法及び仮想計算機重み付け設定処理プログラム
JP2020016910A (ja) リソース割当装置、リソース管理システム、および、リソース割当プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22928531

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2024502255

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 18837815

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22928531

Country of ref document: EP

Kind code of ref document: A1

WWP Wipo information: published in national office

Ref document number: 18837815

Country of ref document: US