利用多个服务提供商在云中存储科学数据集的具成本效益策略
分布式、并行与集群计算
2016-01-27 v1
摘要
云计算为科学家提供了无需基础设施投资即可部署计算与数据密集型应用的平台。借助充裕的云资源与决策支持系统，生成的大型数据集可灵活地 1 存储在当前云中本地，2 删除并在重用时重新生成，或 3 转移到更便宜的云服务进行存储。然而，由于按使用付费模式，总应用成本很大程度上依赖于计算、存储与带宽资源的使用，因此降低基于云的数据存储成本成为在云中部署科学应用的一大关注点。本文中，我们提出一种新颖策略，能够利用多个云服务提供商具成本效益地存储生成的大型数据集。该策略基于一种新颖算法，其找到了云中计算、存储与带宽成本之间的权衡，这三者是数据存储成本的关键要素。基于流行云服务提供商定价模型进行的通用（随机）模拟以及针对真实世界科学应用的三项具体案例研究均表明，所提存储策略对于云中运行时利用具有高度成本效益与实用性。
引用
@article{arxiv.1601.07028,
title = {A Cost-Effective Strategy for Storing Scientific Datasets with Multiple Service Providers in the Cloud},
author = {Dong Yuan and Lizhen Cui and Xiao Liu and Erjiang Fu and Yun Yang},
journal= {arXiv preprint arXiv:1601.07028},
year = {2016}
}
备注
20 pages