14、云环境下自适应弹性控制：AdaFrame 库的卓越应用

云环境下自适应弹性控制：AdaFrame 库的卓越应用

1. 引言

云计算在众多商业领域占据主导地位，它将 IT 支出模式转变为按需付费，使具备基本技术技能的人也能通过互联网获取大量可扩展的计算资源。对于小企业和初创公司而言，云计算消除了购买硬件的资本支出，降低了配置和运行本地计算基础设施的成本。弹性是推动云计算广泛应用的关键特性，即云服务能够根据当前需求获取和释放专用资源。

然而，现实中云服务提供商所承诺的弹性往往难以完全实现。例如，用户需求的突然增加会导致应用流量迅速飙升，对即时可扩展性的需求面临诸多挑战。像 AWS 这样的云提供商通过在用户定义的指标阈值被突破时自动调配虚拟机来实现“自动扩展”，这些指标阈值通常采用 IF - THEN - ACTION 格式的规则（如 IF cpuUsage > 75% THEN addVM）。但自动扩展面临一个难题，即难以判断扩展警报是由应用需求的实际变化引起，还是由监控数据中的短期突发峰值导致。后者可能引发“乒乓”效应，即资源快速调配和释放，用户却为此支付费用，同时应用性能也可能受到影响。

为解决这一问题，本文引入了 AdaFrame 库。它支持基于规则的弹性控制器的决策过程，能够及时检测云服务可监控负载的统计属性的实际运行时变化。通过采用基于运行时变化检测的在线、低成本和概率算法，AdaFrame 使弹性控制器能够减少陷入“乒乓”效应的可能性，而无需依赖可能导致云应用及其所有者遭受重大性能损失的大决策时间框架。在 AWS 上部署的两个真实世界测试平台的评估中，AdaFrame 能够正确识别何时应执行扩展操作，与 AWS 自动扩展相比，检测延迟至少降低了 63%。

2. 动机

受自主计算