시간제한 작업을 위한 최적 무작위 스팟 인스턴스 스케줄링

초록

본 논문은 하이브리드 클라우드 환경에서 마감시간이 엄격한 작업을 스팟 인스턴스와 온디맨드 인스턴스를 혼합해 실행할 때, 비용 대비 성능을 최적화하는 새로운 무작위 온라인 알고리즘 ROSS를 제안한다. 기존 결정론적 정책이 비용 비율 K에 대해 최악의 경우 Ω(K) 의 경쟁비율을 보이는 반면, ROSS는 √K 의 경쟁비율을 달성하며, 이는 이론적 하한과 일치해 최적임을 증명한다. 실제 Azure·AWS 트레이스 기반 실험에서 ROSS는 기존 최첨단 방법보다 평균 30 % 이상의 비용 절감을 기록한다.

상세 분석

본 연구는 두 종류의 클라우드 인스턴스, 즉 비용은 1이지만 가용성이 사전에 알려지지 않은 스팟 인스턴스와 비용이 K(>1)인 항상 가용한 온디맨드 인스턴스를 전제로 한다. 작업은 총 L 단위의 연산량을 필요로 하며, 마감시간 D(L≤D) 내에 완료해야 한다. 기존 문헌