Bulut Tabanlı Karmaşık Veri İş Akışlarında Dijital İkiz Destekli Kaynak Tahsisi ve Performans Optimizasyonu: Parçacık Sürüsü Optimizasyonu Yaklaşımı

Abstract

Büyük ölçekli bulut tabanlı büyük veri problemlerinde, çeşitli iş yükleri ve sınırlı hesaplama kaynakları nedeniyle optimal kaynak tahsisi hâlâ önemli bir zorluktur. Bu çalışmada dijital ikiz teknolojisini kullanarak, kaynak tahsisi ve performans ayarlaması için bir bulut tabanlı karmaşık veri işleme uygulamasında optimizasyon temelli bir yöntem önerilmiştir. Literatürde yaygın olarak kullanılan geleneksel sezgisel veya genetik algoritmaların aksine, bu çalışmada görev-kaynağa atama problemini etkin bir şekilde çözmek amacıyla Parçacık Sürüsü Optimizasyonu (PSO) uygulanmıştır. Gerçekçi ve sentetik bir iş yükü veri seti oluşturularak görev yürütme süreleri, kaynak kullanım profilleri ve veri yerelliği özellikleri dikkate alınmıştır. Geliştirilen model, uygun olmayan planlamalar için ceza kısıtları altında toplam işlem süresini minimize etmeyi ve aynı zamanda CPU ve bellek kullanımını dengelemeyi hedeflemektedir. Deneysel sonuçlar, önerilen PSO çözümünün, çoklu VM konfigürasyonları altında, temel greedy tahsis yöntemine kıyasla daha iyi makespan azaltımı ve kaynak kullanım dengesi sağladığını göstermektedir. Önerilen yaklaşım, dijital ikiz çerçeveleri ile bütünleştirilerek bulut iş yükü yönetimi alanında geniş uygulama potansiyeline sahip yeni ve etkili bir optimizasyon aracı sunmaktadır.