CTC教育サービスはコラム「グーグルのクラウドを支えるテクノロジー ＞ 第85回 Autopilot：クラスタ管理システムのオートスケーリング機能（パート2）」を公開しました。
＃＃＃
はじめに
前回に続いて、2020年に公開された論文「Autopilot: Workload Autoscaling at Google Scale」を元にして、Googleのデータセンターのクラスター管理システム（Borg）で用いられる、オートスケーリングの仕組み（Autopilot）を紹介します。今回は、水平スケーリングの仕組みを説明した後に、Autopilotの効果を示す統計データを紹介します。
水平スケーリングの仕組み
前回の記事の冒頭で説明したように、Borgのクラスターでジョブ（アプリケーション）を実行すると、複数の「Task」が起動して、自動的にロードバランスが行われます。この際に、ジョブ全体の負荷に応じて、Taskの数を自動調整するのが水平スケーリングの役割です。Autopilotでは、次の2種類の方法でTask数を調整することができます。
・CPU使用量：Taskが稼働するコンテナのCPU使用量（平均値）が指定値に近くなるように調整します。
・ユーザー定義関数：モニタリングデータから必要なTask数を計算する関数をユーザー自身が用意します。
この続きは以下をご覧ください
(リンク »)
はじめに
前回に続いて、2020年に公開された論文「Autopilot: Workload Autoscaling at Google Scale」を元にして、Googleのデータセンターのクラスター管理システム（Borg）で用いられる、オートスケーリングの仕組み（Autopilot）を紹介します。今回は、水平スケーリングの仕組みを説明した後に、Autopilotの効果を示す統計データを紹介します。
水平スケーリングの仕組み
前回の記事の冒頭で説明したように、Borgのクラスターでジョブ（アプリケーション）を実行すると、複数の「Task」が起動して、自動的にロードバランスが行われます。この際に、ジョブ全体の負荷に応じて、Taskの数を自動調整するのが水平スケーリングの役割です。Autopilotでは、次の2種類の方法でTask数を調整することができます。
・CPU使用量：Taskが稼働するコンテナのCPU使用量（平均値）が指定値に近くなるように調整します。
・ユーザー定義関数：モニタリングデータから必要なTask数を計算する関数をユーザー自身が用意します。
この続きは以下をご覧ください
(リンク »)
本プレスリリースは発表元企業よりご投稿いただいた情報を掲載しております。
お問い合わせにつきましては発表元企業までお願いいたします。
お問い合わせにつきましては発表元企業までお願いいたします。
