広域ネットワークの広帯域化を背景に,オンプレミス型プライベートクラウドとパブリッククラウドを組み合わせてアプリケーションシステムを構成するハイブリッドクラウドが普及しつつある。特に,計算リソースを定常的にプライベートデータセンターに配備し,リソース不足時にパブリックデータセンタへスケールアウトを行う方式をクラウドバースティングと呼ぶ。このクラウドバースティングにおいては,プライベートとパブリックの各データセンター間の負荷分散を適切に行うことで,サービスレベルを守りつつ全体コストを最小化することが求められる。
そこで本研究では,ビジネスクリティカルシステムに対して,プライベートおよびパブリックデータセンタの2センター構成とし,平均的な処理要求に必要な計算資源をプライベートデータセンターに固定的に配備し,処理要求の増加時にはパブリックデータセンタの計算資源をオンデマンドに拡張することで,可用性や性能要件を満たしつつ計算資源の利用効率を高める方式を提案した。具体的には,モデル予測制御の適用により,計算資源の過度なスケールアウト/インを避けつつ目標利用率を保つ。まず,計算資源のコスト,障害耐性,操作量に着目した評価モデルを提案し,次いで,実ウェブシステムのトレースデータを用いて計算機シミュレーションを行った。リクエスト受信率予測誤差によりシステム利用率が頻繁にしきい値以上となるが,操作量を考慮することで制御回数が抑制され,結果として高利用率が緩和されることを示した。