Not logged in.

Quick Search - Contribution

Contribution Details

Type Master's Thesis
Scope Discipline-based scholarship
Title Who Provides the Most Bang for the Buck?
Organization Unit
Authors
  • Christian Davatz
Supervisors
  • Harald Gall
  • Philipp Leitner
Language
  • English
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Date 2016
Abstract Text Cloud computing offers compared dedicated in-house infrastructure unprecedented advantages in terms of performance, reliability and cost. Not surprisingly, is cloud computing in 2016 still an on-going trend in internet computing. Today, the most important service model is infrastructure-as-a-service and an ever-growing number of commercial vendors edge into the market. While all vendors provide similar functionality, differences in the non-functional properties such as performance, reliability, and cost are significant. Although all IaaS providers provide performance indicators for these non-functional properties, studies show that the effectively delivered service performance varies. In consequence, is the selection of the most relevant cloud service for a given application not straight forward. Cloud benchmarking (i.e., the process of thoroughly evaluating the performance of these services) is therefore a common contemporary research topic in the cloud domain. In this work, we propose a generic application-benchmark to support practitioners in collecting performance data across different cloud providers. In a second step, we use the benchmark to collect performance data on the performance of several instance types at Amazon EC2 and Google Compute Engine. Our results show, that compute-specialized instance types deliver a better performance-cost ratio than general purpose instance types and larger instances are less cost efficient than smaller ones. Additionally, while instances from Amazon EC2 provide both, better predictability and stability, instances from Google Compute Engine provide the better performance. Finally, we outline a performance-cost index, which allows to compare several instance types across several benchmarks.
Zusammenfassung Cloud-Computing bietet im Vergleich zur traditionellen in-house Bereitstellung von IT Infrastruktur noch nie dagewesene Vorteile in Bezug auf Leistung, Zuverlässigkeit und Kosten. Es überrascht deshalb nicht, dass Cloud Computing auch im Jahr 2016 nach wie vor an Attraktivität gewinnt. Das heute wichtigste Geschäftsmodell ist IaaS. Dieses beinhaltet die Bereitstellung grundlegender Recheninfrastruktur wie beispielsweise Rechenkapazität, Speicher- und Netzwerkresourcen als Dienstleistung. Wie Cloud Computing, erfreut sich auch IaaS grosser Beliebtheit und die Zahl der IaaS Dienstleister steigt stetig. Obwohl alle IaaS-Dienstleister funktional äquivalente Produkte anbieten, unterscheiden sich die erbrachten Dienstleistungen in ihren nicht-funktionalen Eigenschaften, wie Leistung, Zuverlässigkeit und Kosten, teils signifikant. Zwar bieten IaaS-Dienstleister Leistungsindikatoren für diese nicht-funktionalen Eigenschaften an - Studien zeigen allerdings, dass die tatsächlich gelieferte Serviceleistung variiert. Aufgrund dessen ist die Auswahl des relevantesten Cloud-Dienstleisters für eine bestimmte Anwendung nicht trivial. In dieser Arbeit schlagen wir einen generischen, anwendungsbasierten Benchmark vor, der IaaS Nutzer beim Sammeln der nötigen Daten unterstützt und bei einer Vielzahl von Cloud Anbietern angewendet werden kann. In einem zweiten Schritt nutzen wir den Benchmark um leistungsbezogene Daten von Instanztypen bei Amazon EC2 und Google Compute Engine zu sammeln. Unsere Ergebnisse zeigen, dass rechenspezialisierte Instanztypen ein besseres Leistung-Kosten-Verhältnis aufweisen als Allzweck-Instanztypen. Zudem zeigen wir, dass grössere Instanzgrössen weniger kosteneffizient sind als kleinere. Des Weiteren zeigt sich, dass die Leistung von Instanzen bei Amazon EC2 zwar stabiler und besser vorhersehbar ist, Google Compute Engine aber mehr Leistung für das gleiche Geld bietet.
PDF File Download
Export BibTeX