Mid Sweden University

Denna avhandling utforskar den komplexa interaktionen mellan virtualiseringstekniker och prestanda för molnapplikationer. Genom att utvärdera hypervisor- och containerbaserade metoder skapar vi en teoretisk grund för att förstå rollen för virtualisering i modern molnbaserad miljö. Genom en metodisk förstudie och implementeringen av virtuella instanser samlar vi omfattande data om CPU-användning, nätverkstrafik, lagring och genomströmning, vilket avslöjar viktiga insikter. Resursanvändningen påverkas framför allt av hur databelastning ser ut, där resursintensiva uppgifter påverkar både hypervisor och containerinstanser. Studien visar att valet mellan hypervisor och containerteknik kan bero vissa användningsfall, vilket kräver ytterligare optimering. Att isolera tekniker på separata EC2- instanser ger bra kontroll men kräver löpande justeringar för varierande prestandamätningar. Slutsatserna hjälper till att förstå virtualiserings inverkan på molnapplikationer och betonar de avgörande rollerna för lagringshantering, nätverksdynamik och databelastning. Den här avhandlingen tar inte bara upp viktiga frågor, utan den lägger också grunden för framtida forskning som förutser förbättrad effektivitet och prestanda i virtualiserade molnmiljö.

This thesis explores the complex interaction between virtualization technologies and cloud application performance. By evaluating hypervisor and container-based approaches, we establish a theoretical foundation for understanding virtualization's role in modern cloud computing. Through a methodical pre-study and the implementation of virtual instances, we gather extensive data on CPU utilisation, network traffic, storage, and throughput to reveal key insights. Workloads notably impact resource usage, with resource-intensive tasks affecting both hypervisor and container instances. The study suggests that the choice between hypervisor and container technologies may depend on certain use cases, prompting further optimization. Isolating technologies on separate EC2 instances provides control but demands ongoing refinement for varied performance metrics. Conclusions contribute to understanding virtualization's impact on cloud applications, emphasising the critical roles of workload, network dynamics, and storage management. This thesis not only addresses key questions but also sets the stage for future explorations, promising enhanced performance and efficiency in virtualized cloud environments.