Spock: Exploiting Serverless Functions for SLO and Cost Aware Resource Procurement in Public Cloud - continuing

 

 

음 Scale-out, Scale-in -> for future policy decisions 

 

Ali 교수님이 쓴 Scheduler랑 비슷한 거 같다.

 

Resource management -> procure 가져온다는 거다 resources 

 

query 가 cluster에 돌아가서 이미 가지고있는 Model의 VM을 쓴다 

 

그래야 balancing policy 와 VM start-up overheads를 줄여주기 때문이다.  여기서 Ernest을 사용하면 뭔가 있을 거 같은데 

 

Design of Experiment을 사용하면 어떨까 -> VM과  Model의 정보를 가지고 오는거지 

 

 

VM에 자리가 없으면 lambda 에서 하게 한다. 처음에 VM이 안되면 lambda에서 일어난다. 그래야 SLO violation을 줄이기 때문이다. lambda에서 할 경우의 단점을 말하는 거 같다. higher cost of resource procurement이 일어난다. lambda의 단점인가. 

 

 

moving linear regression model을 써서 기존 t에서 다음꺼를 쓴다. 이렇게 해서 peak arrival rate of requests를 할 수 있는 거구나. 오 비슷하고 기억이 나네

 

 

VM 만 할경우 SLO가 일어나서 VM이 추가적으로 spawn 되는걸 lambda를 사용함으로써 방지를 시키는 거구나

 

 

scale-in이 뭐드라 

 

어쩃든 오랫동안 안 쓰는 VM은 끄는 걸 방지하기 위해 scale-in 내린다는 거구나 resource를 내린다고 보면 된다.