L’explosion de l’utilisation des réseaux virtuels amène de nouvelles problématiques à leurs fournisseurs en ce qui concerne la planification des machines virtuelles, de leurs ressources distribuées, de leur consolidation, et de leurs migrations en temps réel.
La planification et la consolidation des VMs sont des problèmes NP-difficiles à résoudre [8] car le problème NP-difficile « bin-packing » [9] peut leur être réduit. L’étape de définition des emplacements des VMs est importante pour trouver les meilleurs emplacements de ces VMs permettant de diminuer les coûts de location et/ou d’achat des ressources physiques et des coûts des ressources humaines liées aux délais d’installation et de replacement de ces VMs à l’aide de migration en temps réel. Théoriquement, il est possible de trouver ces emplacements idéaux des VMs en choisissant les meilleurs de tous les emplacements possibles; cependant, dans la pratique, il est très difficile de faire le tour de toutes les possibilités de placement de VMs dans des délais raisonnables.
Notre étude traite la planification, la consolidation, et la migration simultanée de plusieurs machines virtuelles interdépendantes. Cette planification, consolidation, et migration de VMs sont indispensables pour les fournisseurs des services des infonuagiques car elles leur permettent par exemple de réduire leurs coûts d’installation et maintenance des réseaux de VMs; elles permettent aussi de faire migrer et consolider des VMs parallèles hébergées sur des plateformes physiques de moyennes capacités vers d’autres plateformes physiques plus performantes. De plus, une migration
en temps réel supporte plusieurs techniques comme la tolérance aux pannes (fault tolerance) et la répartition efficace des ressources (load balancing).
Ce type de migration de VMs est peu traité dans la littérature scientifique; d’après nos recherches, nous ne trouvons généralement dans la littérature scientifique que des études d’amélioration de la migration d’une seule machine virtuelle et non la migration simultanée de plusieurs machines virtuelles interdépendantes; la migration groupée doit prendre en considération simultanément les différents moments de transfert, sur le réseau, les différentes quantités des copies des états de chacune des VMs, les ressources physiques des débits du réseau, et les capacités physiques des machines physiques hôtes. Les études scientifiques existantes ne traitent pas la migration groupée optimisée de l’ensemble des machines virtuelles alors que cette migration groupée est exponentiellement influencée par le nombre de VMs migrées comme indiqué par Romero et al. [3] [4]; ces auteurs confirment que la migration simultanée, par exemple de huit VMs parallèles, est plus lente (jusqu’à 54 fois) que celle d’une seule VM. De même, les techniques décrites dans la littérature scientifique actuelle ne sont pas performantes pour la migration simultanée de plusieurs VMs parallèles et coopératives alors que ces VMs doivent rester connectées entre elles, lors de leurs migrations, pour faire fonctionner continuellement leurs services parallèles.
Suite à ce constat de manquement d’outils pour la planification et consolidation de VMs interdépendantes à l’aide de migration en temps réel, nous nous intéressons à la possibilité de trouver des solutions dont les objectifs généraux sont les optimisations des placements de VMs interdépendantes permettant la continuité des fluidités des services de ces VMs, la minimisation des temps d’arrêt de leurs services, la minimisation du temps total de leur migration, la diminution des temps de leur maintenance, la diminution de la congestion des réseaux, la consistance des mémoires des VMs, la continuité des connexions réseaux, et la consistance des états des applications même celles distribuées entre plusieurs processus. Par exemple, nous nous intéressons au bon fonctionnement d’un site web en ligne ou des serveurs de streaming de médias qui doivent continuer à fournir leurs services en tout temps sans avoir à demander à leurs clients de se reconnecter aux applications lors des pannes ou de transfert de leurs hôtes virtuels. Selon Christopher et al. [10], ceci est possible par l’utilisation de plusieurs techniques comme les migrations en temps réel des services virtuels et par, entre autres, des solutions des redirections des connexions de la couche 7. De plus, ces clients, des services virtuels, s’attendent à avoir
continuellement une bonne qualité de service lors des migrations des machines virtuelles entre des machines physiques hôtes.
D’un point de vue technologique, le problème réside dans la manière et le moment où des VMs (éventuellement interdépendantes), hébergeant des services connectés, peuvent se déplacer entre des hôtes physiques. Ces questions sont importantes pour les fournisseurs des services des centres virtuels de données qui veulent une bonne qualité et un meilleur rendement de leurs centres de données. Pour ces raisons, un réseau de machines virtuelles doit avoir une planification initiale des emplacements de ses VMs et une bonne redistribution de leurs charges permettant de garantir une bonne qualité de service de leur réseau. L’avantage, pour les fournisseurs des services virtuels, est de garantir les qualités de service et de respecter les contrats de niveaux de service tout en optimisant leurs coûts; cet avantage peut se réaliser par des optimisations des services aussi bien à la demande initiale qu’aux moments de redistribution des services.
Ainsi, à partir de la problématique décrite ci-haut, nous avons recensé les trois questions suivantes, aboutissant aux trois objectifs de notre recherche, chacun d’eux faisant l’objet d’un article pour notre thèse :
i. comment définir une planification de machines virtuelles interdépendantes afin de s’assurer que leurs ressources virtuelles sont utilisées d’une manière optimale?
ii. comment assurer, lors des migrations en temps réel des machines virtuelles interdépendantes d’un réseau, sa qualité de service globale et le respect de ses contrats de service afin de réussir une bonne continuité et fluidité de ses services virtuels?
iii. comment assurer une consolidation de machines virtuelles interdépendantes tout en respectant leurs contraintes d’interdépendance, diminuant la pénalité globale sur ses contrats de service, et maintenant la qualité de service globale?
Après avoir annoncé, dans ce chapitre d’introduction, le problème général discuté dans cette étude, sa situation actuelle et notre problématique, nous présentons dans la section suivante nos objectifs.