グーグルのクラウドを支えるテクノロジー　＞　第84回　Autopilot：クラスタ管理システムのオートスケーリング機能（パート1）

私が編集支援しているCTC教育サービスのコラム「グーグルのクラウドを支えるテクノロジー　＞　第84回　Autopilot：クラスタ管理システムのオートスケーリング機能（パート1）」が公開されました。興味がある方はご覧ください。

＃＃＃

はじめに

　今回からは、2020年に公開された論文「Autopilot: Workload Autoscaling at Google Scale」を元にして、Googleのデータセンターのクラスター管理システム（Borg）で用いられる、オートスケーリングの仕組み（Autopilot）を紹介していきます。今回はまず、垂直スケーリングに用いられる、リソース使用量の予測モデル（統計モデル）を解説します。

Autopilotの概要

　前回の記事では、Googleのデータセンターでは、独自のクラスター管理システム（Borg）により、さまざまなジョブ（アプリケーション）をコンテナでデプロイしている事を説明しました。1つのジョブに対して、複数の「Task」が起動しますが、この際、1つのTaskに割り当てるCPU時間とメモリー容量の上限（垂直スケーリング）、および、Taskの数（水平スケーリング）を設定することができます。Autopilotは、稼働中のジョブに対して、これまでのリソース使用状況に基づいて、これらの設定値を自動調整する機能を提供します。全体の構成は、図1のようになります。

この続きは以下をご覧ください
https://www.school.ctc-g.co.jp/columns/nakai2/nakai284.html