Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Performance Evaluation of Scaling Strategies in Cloud Environments Kevin
University West, Department of Engineering Science, Division of Mathematics, Computer and Surveying Engineering.
University West, Department of Engineering Science, Division of Mathematics, Computer and Surveying Engineering.
2018 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesis
Abstract [sv]

Konceptet cloud computing har diskuterats sedan 1960 talet och det blev verklighet 1999 när salesforce.com startades. En av de största fördelarna av cloud computing är möjligheten att ta bort eller lägga till mer virtuella maskiner utan någon manuell handläggning, i.e. skalning. Det finns inte mycket forskning kring skalningsstrategiers prestanda i cloud miljöer. Detta examensarbetet undersöker och jämför applikationsbaserad, benchmarkbaserade och statiska skalningsstrategier. Huvudfrågeställningarna presenterade i detta examensarbete är; Finns det en prestandaskillnad mellan virtuella maskiner i cloud miljöer? Om det finns kan man då använda skalningsstrategier för att bara använda de bästa maskinerna? Test gjordes i fyra datacenter i Amazons EC2 cloud. Det finns ett flertal olika standard skalningsstrategier i cloud miljöer, ett exempel är AWS Auto Scaling som skalar baserat på ekonomiska aspekter och ålder av konfiguration. Detta examensarbete presenterar ett annat perspektiv genom att undersöka prestandan hos virtuella maskiner. Skalning baserat på prestandan av en applikation gav en prestandaökning på upp till 1.72% jämfört med en LIFO strategi. Den bästa skalningsstrategin var den applikationsbaserade (LuxRender) och den näst och den tredje bästa var den CPU-baserade och den benchmarkbaserade Consolidated.

Place, publisher, year, edition, pages
2018. , p. 31
Keywords [en]
Cloud Computing, Scaling, Benchmarking, AWS, EC2
National Category
Computer Systems
Identifiers
URN: urn:nbn:se:hv:diva-12889Local ID: EXD500OAI: oai:DiVA.org:hv-12889DiVA, id: diva2:1247201
Subject / course
Computer enigeering
Educational program
Course
Supervisors
Examiners
Available from: 2018-09-12 Created: 2018-09-11 Last updated: 2018-09-12Bibliographically approved

Open Access in DiVA

No full text in DiVA

By organisation
Division of Mathematics, Computer and Surveying Engineering
Computer Systems

Search outside of DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric score

urn-nbn
Total: 60 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf