预留与否：IaaS 云中的最优在线多实例获取

基础设施即服务 (IaaS) 云提供多样化的实例购买选项。用户可以按需运行实例并仅为其使用量付费，也可以预付费用预留实例一段较长时间，在此期间享有使用折扣。用户面临的一个重要问题是如何动态组合这两种实例选项，以最低成本满足随时间变化的需求。然而，文献中现有的策略要么需要确切的知识，要么需要长期未来需求的分布，这极大地限制了它们在实践中的应用。与现有工作不同，我们提出了两种实用的在线算法，一种是确定性的，另一种是随机化的，它们可以在没有任何未来知识的情况下在线动态组合这两种实例选项。我们证明，所提出的确定性（分别为随机化）算法产生的成本不超过知道确切未来的最优离线算法所获最小成本的 2-alpha（分别为 e/(e-1+alpha)）倍，其中 alpha 是预留后享有的折扣。我们的在线算法在确定性和随机化情况下均实现了最佳可能的竞争比，并且可以轻松扩展到短期预测可靠的情况。由大量真实世界轨迹驱动的仿真表明，在普遍的 IaaS 价格下可以实现显著的成本节约。