Details

Целью выпускной работы является разработка метода горизонтального масштабирования исполнения имитационных моделей в облачной среде для повышения производительности платформ имитационного моделирования. Подход основан на динамическом распределении контейнеров с симуляциями в зависимости от характеристик контейнеров, в котором запущена имитационная модель и доступных ресурсов в системе. В работе представлена архитектура и описание реализации программного средства с внедренным предлагаемым методом горизонтального масштабирования исполнения имитационных моделей. Эффективность данного метода была оценена в процессе экспериментального исследования на основе запуска имитационных моделей с различным количеством симуляций, предназначенных для решения задач в сфере облачных вычислений. Результаты экспериментального исследования демонстрируют сокращение времени исполнения экспериментов на 19% в среднем для большого количества симуляций (от 1000), несмотря на незначительные накладные расходы на оркестрацию для небольшого количества симуляций (в районе 10). Подход оптимизирует использование ресурсов, позволяет адаптироваться к инфраструктурным ограничениям, что доказывает целесообразность высокопроизводительного имитационного моделирования в облачных средах.

The aim of this work is to develop a method for horizontal scaling of simulation models execution in a cloud environment for enhancing performance of simulation modeling platforms. A method based on the dynamic distribution of simulation containers depending on the containers in which the simulation model is running and the available resources in the system. The paper presents the architecture and description of the software tool with the implemented proposed method of horizontal scaling of simulation model execution. The effectiveness of this method has been evaluated in an experimental study based on execution of simulation models with different simulations count. designed to solve tasks related to cloud computing. The results of the experimental study demonstrate a 19% reduction of experiment execution time on average for many simulations (more than 1000) despite negligible orchestration overhead for a small number of simulations (around 10). The approach optimizes resources usage and allows adapting to infrastructure constraints, which proves the feasibility of high-performance simulation in cloud environment.