本文關(guān)鍵詞：面向云工作流的資源預(yù)留策略研究

  更多相關(guān)文章： 云計算 云工作流 服務(wù)質(zhì)量 資源預(yù)留

【摘要】：隨著互聯(lián)網(wǎng)的快速發(fā)展，云計算以按需收費(fèi)的商業(yè)模式，在科研、商業(yè)、網(wǎng)絡(luò)安全等方面得到了廣泛的應(yīng)用。復(fù)雜的應(yīng)用請求已經(jīng)成為云平臺上應(yīng)用需求的重要部分，作為實現(xiàn)云服務(wù)組合的有效途徑，云工作流能夠抽象建模復(fù)雜的云計算應(yīng)用、靈活配置組件服務(wù)并自動執(zhí)行流程。隨著越來越多的應(yīng)用部署在云平臺上，必然會導(dǎo)致多個用戶爭奪同一資源的情況。作為保證QoS（服務(wù)質(zhì)量）的重要手段之一，資源提前預(yù)留通過在特定時間內(nèi)為用戶預(yù)留出需要的資源，保證了服務(wù)的質(zhì)量并提升了用戶的滿意度。然而，過多的提前預(yù)留請求會產(chǎn)生大量資源碎片，從而導(dǎo)致了系統(tǒng)性能的大幅度降低。為此本文研究面向云工作流的資源預(yù)留策略，其內(nèi)容主要包含研究如何在云工作流中合理地運(yùn)用資源預(yù)留技術(shù)以保證云工作流的順利執(zhí)行，并且降低資源預(yù)留帶來的負(fù)面影響。 首先，在分析現(xiàn)有云工作流資源預(yù)留策略弊端的基礎(chǔ)上，本文提出了一套改進(jìn)的資源預(yù)留策略。通過只對云工作流中的關(guān)鍵任務(wù)進(jìn)行資源的提前預(yù)留，，并在其前驅(qū)任務(wù)開始執(zhí)行時提交提前預(yù)留請求，不僅減輕了傳統(tǒng)資源預(yù)留策略產(chǎn)生的系統(tǒng)性能下滑，也避免了在工作流調(diào)度方案確定時刻就為任務(wù)提交超額預(yù)留請求而導(dǎo)致的資源浪費(fèi)。該資源預(yù)留策略還提出為工作流設(shè)置軟截止時間和硬截止時間,減少了用戶與服務(wù)提供商就工作流完成時間的反復(fù)協(xié)商，同時也賦予了服務(wù)提供商更大的資源調(diào)度空間。隨后基于該資源預(yù)留策略，本文分析了云工作流中資源預(yù)留的實現(xiàn)過程并對面向云工作流的資源預(yù)留過程建模。 在設(shè)計面向工作流的資源預(yù)留調(diào)度算法時，通過在任務(wù)的資源預(yù)留請求模型中引入基于任務(wù)軟、硬截止時間的價格函數(shù)，充分利用任務(wù)松弛時間提供的決策裕量，在滿足過程任務(wù)的截止時間約束的前提下，提高服務(wù)提供商總計收益。 最后，本文基于Cloudsim仿真軟件進(jìn)行仿真實驗，對比DSRS（截止時間約束型資源調(diào)度算法）和本文提出的RORS（收益優(yōu)化資源調(diào)度算法）對系統(tǒng)性能的影響，驗證了RORS在資源預(yù)留請求的接納率、資源利用率和服務(wù)提供商總計收益三個方面顯著提高系統(tǒng)性能。
【關(guān)鍵詞】：云計算 云工作流 服務(wù)質(zhì)量 資源預(yù)留
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要4-5
• Abstract5-10
• 第1章 緒論10-18
• 1.1 研究背景和意義10-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-16
• 1.2.1 網(wǎng)格資源預(yù)留體系結(jié)構(gòu)12-13
• 1.2.2 資源預(yù)留機(jī)制13-16
• 1.3 論文主要工作16-17
• 1.4 論文組織結(jié)構(gòu)17-18
• 第2章 云工作流及資源預(yù)留相關(guān)理論基礎(chǔ)18-28
• 2.1 云計算18-22
• 2.1.1 云計算的概念18-20
• 2.1.2 云計算關(guān)鍵技術(shù)20-22
• 2.2 云工作流22-25
• 2.2.1 工作流的概念22-24
• 2.2.2 云工作流24-25
• 2.3 資源預(yù)留25-27
• 2.3.1 資源預(yù)留的概念25
• 2.3.2 網(wǎng)格資源預(yù)留體系結(jié)構(gòu) GARA25-27
• 2.4 本章小結(jié)27-28
• 第3章 面向云工作流的資源預(yù)留過程建模28-35
• 3.1 面向云工作流的資源預(yù)留策略設(shè)計28-29
• 3.2 面向云工作流的資源預(yù)留實現(xiàn)過程29-33
• 3.2.1 基于 DAG 的工作流模型30-31
• 3.2.2 云工作流任務(wù)調(diào)度31-32
• 3.2.3 資源預(yù)留管理器32
• 3.2.4 虛擬資源管理器32-33
• 3.3 資源預(yù)留狀態(tài)分析33-34
• 3.4 小結(jié)34-35
• 第4章 面向云工作流的資源預(yù)留調(diào)度算法35-52
• 4.1 基于時間槽的資源管理35-36
• 4.2 基于提前預(yù)留請求的資源調(diào)度算法36-48
• 4.2.1 提前預(yù)留請求模型36-38
• 4.2.2 基于提前預(yù)留請求的資源調(diào)度算法38-48
• 4.3 立即預(yù)留請求的資源調(diào)度算法48-50
• 4.3.1 立即預(yù)留請求模型48
• 4.3.2 立即預(yù)留請求的資源調(diào)度算法48-50
• 4.4 本章小結(jié)50-52
• 第5章 基于 CLOUDSIM 的仿真實驗52-65
• 5.1 Cloudsim 介紹52-56
• 5.1.1 Cloudsim 體系結(jié)構(gòu)和相關(guān)基類52-55
• 5.1.2 Cloudsim 核心實體的通信流程55-56
• 5.2 實驗設(shè)置56-57
• 5.2.1 實驗環(huán)境及 Cloudsim 環(huán)境配置56-57
• 5.2.2 仿真平臺的設(shè)置57
• 5.3 仿真數(shù)據(jù)的模擬57-60
• 5.3.1 工作流中任務(wù)的模擬57-58
• 5.3.2 服務(wù)資源的模擬58
• 5.3.3 仿真參數(shù)的設(shè)置58-60
• 5.4 實驗結(jié)果分析60-63
• 5.4.1 資源預(yù)留調(diào)度算法 RORS 對系統(tǒng)性能的影響60-61
• 5.4.2 硬截止時間松弛因子對 RORS 算法的影響61-63
• 5.5 本章小結(jié)63-65
• 總結(jié)與展望65-67
• 參考文獻(xiàn)67-71
• 攻讀學(xué)位期間發(fā)表論文與研究成果清單71-72
• 致謝72

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 李波,石冰心;一種松弛的尺寸可變裝箱問題及其在線算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2005年02期

2 梁爽;;基于SOA的云計算框架模型的研究與實現(xiàn)[J];計算機(jī)工程與應(yīng)用;2011年35期

3 胡志剛;閻朝坤;劉長庚;;基于平均等待時間約束的松弛預(yù)留機(jī)制[J];計算機(jī)工程;2012年10期

4 苑迎春;李小平;王茜;張毅;;基于逆向分層的網(wǎng)格工作流調(diào)度算法[J];計算機(jī)學(xué)報;2008年02期

5 肖鵬;胡志剛;閻朝坤;屈喜龍;;面向網(wǎng)格工作流的松弛預(yù)留策略[J];通信學(xué)報;2012年02期

本文編號：1133772