• 検索結果がありません。

パブリッククラウドを用いた Kubernetes マネージドサービスの性能に 関する比較

N/A
N/A
Protected

Academic year: 2021

シェア "パブリッククラウドを用いた Kubernetes マネージドサービスの性能に 関する比較"

Copied!
1
0
0

読み込み中.... (全文を見る)

全文

(1)

令和元年度 学士学位論文梗概 高知工科大学 情報学群

パブリッククラウドを用いた Kubernetes マネージドサービスの性能に 関する比較

1200296 大谷 直樹 【 コミュニケーション&コラボレーション研究室 】

1 はじめに

昨今Dockerなどのコンテナ型仮想化は急速な広がり を見せ,日本でも16.7%の企業も構築やテスト段階に あり,大半がクラウドサービス上で構築し,オーケスト レーションにはKubernetesを使用している[1].しかし 導入率は低く,多くの企業が構築や調査に時間を要して いるのではないかと考えられている[1].

そこで本研究ではクラウド上のKubernetesマネージ ドサービスであるAmazon EKSGoogle Kubernetes Engine(GKE)でクラスタ構築と削除の時間やノードス ケーリングの時間,httpアクセス時の応答時間などを 調査しどのような特性を持つか考察を行った.

2 実験方法

まず実験1としてクラスタ構築と削除時の時間計測 を,コマンドの完了時間を計測した.また実験2として ノードスケーリングに関する実験を行った.実験1で用 いたコマンドでノード数を変化させ,kubectl get nodes コマンドから全ノードがReadyもしくはノード数が指 定数になるまでの時間を計測した.また実験3として httpアクセス時の応答時間の計測を行った.計12リク エストを送信し,応答時間を計測した.なおここまで の実験はEKSは東京リージョン,GKEは大阪と東京 リージョンで行いノード数はどちらも3とした.最後 に実験4としてリージョン別の実験を行った.リージョ ンは各大陸からそれぞれランダムに場所を抽出し,http アクセス時の応答時間の計測を行った.

3 実験結果

実験1では構築時にEKSが約5倍遅く,削除時は両 者で差がなかった.実験2では以下のような差が見られ (表1). 1 実験2:ノードスケーリング

EKS GKE ノード追加 115 97 ノード削除 97 121

実験3では両者とも国内のリージョンではほぼ同程度 の時間で応答するが,EKSは初回のアクセス時に他の アクセス時と比べ時間がかかり,初回以降は安定したア クセスができるとわかった.この傾向は実験4でも見ら れ,また,両者ともリージョン間で処理時間には差がな かったが,EKSは遠方になるほど,応答時間が伸びる もしくは,タイムアウトするなどの状況が見られた(図 1).反対にGKEは遠方であっても,概ね安定してアク セスできることがわかった.

1 EKS各リージョンの応答時間

4 考察

実験1だがEKSは構築時に時間がかかるとわかった.

しかしクラスタを構築し直すというような事は少なく 支障はないと考える.実験2ではEKSGKEに比べ ノードがReadyになるまで時間がかかるとわかった.こ のためEKSではアクセス急増時などに負荷に追従しき れないと考える.そのためEKSの場合は,構築時適切 なインスタンスタイプを選択する必要があると考える.

実験34ではEKSに初回アクセス時の遅延やリー ジョン間に応答時間のばらつきが見られ,GKEでは安 定してアクセスすることができるとわかった.これは両 者の保有するロードバランサやネットワークに影響を 受けていると考える.特に遠方リージョンへアクセスす る場合は両者のバックボーンの影響があると思われる.

よってGKEは開発者が利用者の場所を考慮せずとも良 いが,EKSは考慮する必要があると考える.

その他の特徴としてGKEはノードの自動修復機能が 標準で有効であり異常時,自動的に再起動される.ただ し監視間隔は変えることができない.EKSはこの機能 が標準で有効ではない.ただし間隔を決められるため,

細やかな監視が可能と考える.この結果から標準状態の EKSはシステム構築時にインフラ設計者とアプリケー ション開発者が別れている場合に適していると推定す る.標準状態のGKEではインフラへ注力できないアプ リケーション開発時に適していると推定する.

5 おわりに

本研究ではKubernetes マネージドサービスである EKSGKEで構築や削除時間の比較とノードスケー リング時間の比較,httpアクセス時の比較やリージョ ンごとの差を調査した.この結果から開発時にアプリ ケーション開発とインフラ設計のどちらに注力するかに よって,両者は選択されると考える.今後は他のサービ スも調査し,どのような特性を持つか明らかにしたい.

参考文献

[1] 入谷 光浩, IDC Japan. 2019年 国内クラウドインフラス トラクチャソフトウェア市場ユーザー動向調査, 20196 .

参照

関連したドキュメント

本実験は、通信衛星を用いた搬送波位相による衛星

実験 1:測定対象をセンサから垂直方向に距離を 変化させて測定 実験 2:測定対象をセンサに対して,角度(30

計測結果と考察 Fig.2IIIは 3.1 項の実験環境で CL_1、SV_2、3 で 計測した 1 ソースファイルあたりの平均コンパイル時間 と CL_1

時間」とした. 図より,並列 join ノード数を増加させることにより join 時間が比例以上の速度で増加し,複数台を並列して join さ せるより

 長期の行動データを収集するためには,実験装 置およびデータ収集システムが重要な役割を果た す。行動実験装置は,従来から

直交計画法を用いた最適化法とその性能比較評価 白石 将 † , 田中

Infiniband ネットワーク使用時 DS-CUDA のモデルと実測値の比較を 図 5.11 に, GigabitEthernet ネットワーク使用時 DS-CUDA のモデルと実 測値の比較を図 5.12 に ,

ネットワークの冗長性は,ネットワークの密度を測 る指標として一般的なクラスタ係数[4]では,ノード 数 3 ,もしくは 4 の閉路 (cycle)