本文關(guān)鍵詞：云環(huán)境下調(diào)度問(wèn)題的研究與實(shí)現(xiàn)

  更多相關(guān)文章： 云計(jì)算 虛擬機(jī)放置 分組遺傳算法 BP神經(jīng)網(wǎng)絡(luò)

【摘要】：自從“云計(jì)算”的概念被提出后,云計(jì)算迅速成為IT領(lǐng)域的研究熱點(diǎn)。云計(jì)算給我們帶來(lái)了新的計(jì)算和服務(wù)模式。通過(guò)這種模式,用戶可以按需訪問(wèn)云上的應(yīng)用程序和數(shù)據(jù)。作為云計(jì)算中最基礎(chǔ)的服務(wù),基礎(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service,IaaS)是通過(guò)虛擬化實(shí)現(xiàn)物理資源共享的。虛擬化技術(shù)允許一個(gè)物理服務(wù)器上運(yùn)行多個(gè)獨(dú)立的虛擬機(jī),并且可以將動(dòng)態(tài)變化的負(fù)載從一個(gè)物理機(jī)器遷移到另一個(gè)物理機(jī)器上。隨著云提供商業(yè)務(wù)的拓展以及用戶量的擴(kuò)大,勢(shì)必帶來(lái)更大的資源需求量,資源分配和調(diào)度算法的優(yōu)劣直接影響到整個(gè)系統(tǒng)的資源利用率、服務(wù)質(zhì)量(Quality of Service,QoS)和能源消耗情況。對(duì)于數(shù)據(jù)中心中的資源調(diào)度,學(xué)術(shù)界已經(jīng)有了很多研究與成果。但大多數(shù)研究只是針對(duì)單一資源利用情況討論,沒(méi)有綜合多個(gè)方面進(jìn)行考慮,例如能耗問(wèn)題。為了提高數(shù)據(jù)中心的資源利用率并降低數(shù)據(jù)中心能耗,本文在深入研究現(xiàn)有的研究成果后,提出了基于分組遺傳算法的虛擬機(jī)初放置算法和基于負(fù)載預(yù)測(cè)的虛擬機(jī)動(dòng)態(tài)調(diào)度策略�；诜纸M遺傳算法的虛擬機(jī)初放置算法考慮了系統(tǒng)資源的利用率、能源消耗情況和峰值溫度,力圖系統(tǒng)在多個(gè)目標(biāo)下都有較好的表現(xiàn)。在文中,分析了普通的分組遺傳算法在解決此類(lèi)問(wèn)題不足的原因,提出了針對(duì)此類(lèi)問(wèn)題的改進(jìn)分組遺傳算法并應(yīng)用到虛擬機(jī)放置算法中�；谪�(fù)載預(yù)測(cè)的虛擬機(jī)動(dòng)態(tài)調(diào)度策略通過(guò)對(duì)每臺(tái)物理機(jī)的負(fù)載進(jìn)行監(jiān)控,并使用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)下一段時(shí)間的負(fù)載情況,通過(guò)兩級(jí)閾值機(jī)制有效地減少不必要的虛擬機(jī)遷移操作,提升服務(wù)等級(jí)(Service-Level Agreement,SLA)。同時(shí),算法在選取遷移虛擬機(jī)的時(shí)候,根據(jù)虛擬機(jī)負(fù)載以及遷移數(shù)據(jù)量情況,選擇最大遷移效率的虛擬機(jī)進(jìn)行遷移。最后,本文設(shè)計(jì)了一個(gè)基于OpenStack的基礎(chǔ)云平臺(tái)。在實(shí)現(xiàn)過(guò)程中使用了文中提出的資源調(diào)度算法,同時(shí),實(shí)現(xiàn)了必要的資源管理中間件和監(jiān)控系統(tǒng)。實(shí)現(xiàn)表明本文提出的資源調(diào)度算法具有一定的有效性和可行性。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TP393.01

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 查英華;楊靜麗;;云計(jì)算仿真平臺(tái)CloudSim在資源分配研究中的應(yīng)用[J];軟件導(dǎo)刊;2012年11期

，

本文編號(hào)：1230729