METHODS OF DATA COLLECTION AND IMPLEMENTATION OF ACCOMPLISHING LOADS ALGORITHM

ID елемента: 22663
2026/05/05
Властивості
Назва
Англійська
METHODS OF DATA COLLECTION AND IMPLEMENTATION OF ACCOMPLISHING LOADS ALGORITHM
Російська
.
Українська
МЕТОДИ ЗБОРУ ІНФОРМАЦІЇ ТА РЕАЛІЗАЦІЇ АЛГОРИТМУ ДОПОВНЮВАЛЬНИХ НАВАНТАЖЕНЬ
Опис
Англійська
The article addresses the issue of efficient resource utilization in cloud computing environments, which has become increasingly important due to the growing demand for computational power. The presented algorithm focuses on optimizing the load distribution generated by microservices and monoliths across server nodes, aiming to maximize the usage of available resources. The article focuses on technologies that help replicate the algorithm locally for testing and adaptation to specific needs. It compares methods for collecting metrics, as well as environments where the algorithm can be implemented. Special attention is given to Kubernetes and the possibilities of applying different microservice distribution mechanisms, such as Node Affinity, Pod Affinity/Anti-Affinity, and custom schedulers. For proactive scaling, including "hot start" of nodes, the use of Horizontal Pod Autoscaler with system element metrics is proposed.
Російська
56-59
Українська
У статті розглядається проблема ефективного використання ресурсів у хмарних обчислювальних середовищах, що стає дедалі актуальнішою через зростання попиту на обчислювальні потужності. Представлений алгоритм оптимізації розподілу навантаження створеного мікросервісами та монолітами на серверні вузли, спрямований на максимізацію використання доступних ресурсів. Стаття зосереджена на описані технологій, які допоможуть повторити алгоритм локально з метою його тестування для власних потреб. Порівнюються методи збору метрик, а також середовища, у яких можна впровадити цей алгоритм. Особливу увагу приділено Kubernetes і можливості застосування різних механізмів розподілу мікросервісів, таких як Node Affinity, Pod Affinity/Anti-Affinity, а також власні планувальники (Custom Schedulers). Для проактивного масштабування включаючи "гарячий розігрів" вузлів запропоновано використання Horizontal Pod Autoscaler з використанням метрик роботи елементів системи.
Автор
Українська
Dmytrenko, О.
Українська
Skulysh, M.
Тематика
Англійська
Kubernetes
Англійська
metric collection
Англійська
complementary loads
Англійська
cloud systems
Англійська
microservice architecture
Англійська
monoliths
Російська
12
Українська
Kubernetes
Українська
збір метрик
Українська
доповняльні навантаження
Українська
хмарні системи
Українська
мікросервісна архітектура
Українська
моноліти
Видавництво
Українська
Національний університет «Полтавська політехніка імені Юрія Кондратюка»
Тип
info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Українська
Рецензована Стаття
Формат
application/pdf
Ідентифікатор
https://journals.nupp.edu.ua/sunz/article/view/3514
10.26906/SUNZ.2024.4.056
Джерело
Англійська
Control, Navigation and Communication Systems. Academic Journal; Vol. 4 No. 78 (2024): Control, Navigation and Communication Systems; 56-59
Російська
Системы управления, навигации и связи. Сборник научных трудов; Том 4 № 78 (2024): Системи управління, навігації та зв’язку; 56-59
Українська
Системи управління, навігації та зв’язку. Збірник наукових праць; Том 4 № 78 (2024): Системи управління, навігації та зв’язку; 56-59
2073-7394
10.26906/SUNZ.2024.4
2024. №4 (78)
Мова
uk
Відношення
https://journals.nupp.edu.ua/sunz/article/view/3514/2928
Права
Українська
Авторське право (c) 2024 О. Dmytrenko, M. Skulysh
Набори елементів 1
Збірник наукових праць. Системи управління, навігації та зв’язку
20733 423 items
Інформація про метадані
Створено
2026-5-5 12:57
Остання зміна
2026-5-5 12:57
ID елемента
#22663