本文選題：云計算數(shù)據(jù)中心 + 虛擬化��； 參考：《武漢大學》2015年博士論文

【摘要】：作為一種新興的商業(yè)計算模型和服務模式(IT as a Service),云計算(Cloud Computing)己經(jīng)成為信息領域備受關注的研究熱點,它以虛擬化(Virtualization)技術(shù)為支撐,將計算任務分布在大量計算機構(gòu)成的資源池上,以按需方式向Internet用戶提供動態(tài)、彈性、可擴展的服務(計算服務、存儲服務以及信息服務)。目前,云計算己經(jīng)在網(wǎng)絡搜索、科學計算、虛擬環(huán)境、能源和生物信息等領域開始了相關的應用和探索。隨著云計算的快速發(fā)展,云計算數(shù)據(jù)中心基礎設施的規(guī)模急劇膨脹,然而,系統(tǒng)規(guī)模也隨著的不斷擴大,日趨復雜。高性能計算也必將向高效能發(fā)展,而不能再單一追求系統(tǒng)的高性能。國家中長期戰(zhàn)略規(guī)劃也明確了末來IT發(fā)展的高能效計算目標。能耗作為一種系統(tǒng)需求,一方面受資源效率的影響；另一方面,其也會以資源或者服務使用成本的形式來影響用戶。系統(tǒng)效能的高低不僅依賴于系統(tǒng)硬件(如體系結(jié)構(gòu),制作工藝),另一方面,部署在體系架構(gòu)上的資源管理系統(tǒng)決定在一定程度上也起著很大的作用。資源管理的主要職責：快速響應用戶資源請求,公平有效調(diào)度任務和按需合理分配資源,以確保用戶期望的性能。數(shù)據(jù)中心資源虛擬化、資源管理動態(tài)化、任務響應彈性化、資源分配按需自動化、基礎設施節(jié)能化已成為業(yè)界一致認可的發(fā)展趨勢。面向高能效的自適應資源管理是當前研究綠色虛擬數(shù)據(jù)中心的熱點之一。在虛擬化數(shù)據(jù)中心內(nèi),用戶的需求,任務的調(diào)度都是以虛擬機(VM, Virtual Machine)為資源管理基本單位的,因此,虛擬機管理(部署、遷移、撤銷等)成為資源管理的核心。多虛擬機的調(diào)度問題,鑒于其NP復雜性、資源異構(gòu)性、資源異構(gòu)性、用戶需求和調(diào)度目標的折中性等,一直沒有得到很好的解決,尤其在數(shù)據(jù)中心能耗成為影響全球能源和環(huán)境重要因素的背景下。此外,系統(tǒng)資源的負載不均衡也是導致系統(tǒng)效能降低運行成本增加的重要因素。論文相關工作以此為依據(jù),首先分析和總結(jié)了當前數(shù)據(jù)中心主要的資源管理自適應方法和IaaS云服務資源供應的研究現(xiàn)狀,然后圍繞虛擬數(shù)據(jù)中心資源管理中的若干關鍵問題進行了深入研究。論文的主要工作包括：1)提出了一種能耗感知的虛擬機部署優(yōu)化算法基于CPU-Memory的雙向啟發(fā)式貪婪算法沿著兩種關鍵計算資源方向進行搜索,保證了虛擬機部署時的負載均衡,基于雙閾值的虛擬機動態(tài)遷移與合并,減少服務違約率以及能耗。同時,通過證明負載均衡時系統(tǒng)總能耗最小,驗證了算法實施的有效性。采用動態(tài)加權(quán)的思想基于不同服務類型進行資源預測,預測更加精確。采用二次指數(shù)平滑移動的方法預測本地服務器的資源需求,減少虛擬機部署后的二次遷移,增強了系統(tǒng)的穩(wěn)定性,節(jié)約能耗。同時,采用基于time-unit的動態(tài)加權(quán),下周期的預測權(quán)值是基于過去周期的預測值和觀測值誤最小的權(quán)值,有效消除了預測誤差的積累帶來的預測失真,增加了系統(tǒng)負載預測的準確性。實驗表明,該策略在負載均衡、能耗、虛擬機遷移等方面與基于CPU的能耗感知算法相比都有很大提升。2)提出了基于時空的能效最大化虛擬機部署策略。提出基于共物理機的虛擬機最大時間共享的多目標最大化能效優(yōu)化算法,從更長的時間角度上,在虛擬機部署階段就保證了多種資源的負載均衡,而且也減少了潛在的虛擬機遷移及其帶來的性能擾動和能耗增加,增強了系統(tǒng)的穩(wěn)定性。雙閾值動態(tài)開關機策略,根據(jù)系統(tǒng)當前的平均資源效用和服務器開關機的時間開銷,自適應決定開機關機的時機,在不損失性能的同時進一步減少了系統(tǒng)能耗。實驗結(jié)果也驗證了策略的優(yōu)越性。3)提出了異構(gòu)云環(huán)境下的多資源聯(lián)合公平分配策略基于用戶請求的占優(yōu)資源熵和占優(yōu)資源權(quán)重,提出了一種基于占優(yōu)資源的多資源聯(lián)合的公平分配策略,采用該策略進行虛擬機部署,達到帕累托最優(yōu)化資源配置等相關屬性,并且給出了詳細證明。占優(yōu)資源熵保證了VM部署時的服務器資源自適應性,占優(yōu)資源權(quán)重和Max-Min策略保證了VM競爭占優(yōu)資源的有序性。本文在保障資源分配公平性的前提下,提高了數(shù)據(jù)中心資源利用率,從而提高了數(shù)據(jù)中心能效。本文中基于Google的集群使用情況數(shù)據(jù)集的實驗結(jié)果清晰展示了所提出算法的性能。本文圍繞云計算數(shù)據(jù)中心資源供應中的負載均衡、能耗和公平性三個面方面進了較深入的研究,提出了基于CPU-Memory的雙向搜索啟發(fā)式算法、基于于時空的能效最大化算法以及基于占優(yōu)資源的多資源公平分配算法,為云計算數(shù)據(jù)中心在資源供應機制方面的后續(xù)研究提供借鑒和支持。
[Abstract]:As an emerging business computing model and service model ( IT as a Service ) , Cloud Computing has become a hot research hotspot in the field of information , which is supported by virtualization technology , distributes computing tasks on a large number of computer - formed resource pools to provide dynamic , resilient , scalable services ( computing services , storage services , and information services ) to Internet users as needed . At present , cloud computing has started relevant applications and exploration in the fields of network search , scientific computing , virtual environment , energy and biological information . With the rapid development of cloud computing , the scale of cloud computing data center infrastructure is expanding rapidly . However , the scale of the system is becoming more and more complex .
On the other hand , it will influence users in the form of resource or service usage cost . The system efficiency depends not only on system hardware ( such as architecture , manufacturing process ) , but also the resource management system of virtual data center . This paper puts forward a multi - objective maximum energy efficiency optimization algorithm based on CPU - Memory .

【學位授予單位】：武漢大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP393.09

【相似文獻】

相關會議論文 前2條

1 聶峰;;創(chuàng)建金融BPO人力資源供應新模式的研究[A];中國的前沿 文化復興與秩序重構(gòu)——上海市社會科學界第四屆學術(shù)年會青年文集（2006年度）[C];2006年

2 邁克·奧德里斯科爾;;復蘇的鎂砂市場[A];2010年全國鎂鹽行業(yè)年會暨節(jié)能減排與發(fā)展研討會論文集[C];2010年

相關重要報紙文章 前10條

1 孟為;奧運期間北京資源供應有保障[N];中國高新技術(shù)產(chǎn)業(yè)導報;2008年

2 通訊員 劉鏡;湖北銷售——多措并舉 保障資源供應[N];中國石油報;2011年

3 陳甲斌;短缺性有色礦產(chǎn)資源供應戰(zhàn)略[N];中國有色金屬報;2005年

4 商務部國際貿(mào)易經(jīng)濟合作研究院研究員 金柏松;確保資源供應應當成為貿(mào)易戰(zhàn)略重點[N];中國經(jīng)濟導報;2010年

5 袁淑敏;國內(nèi)熱卷資源供應減緩 價格將窄幅震蕩[N];世界金屬導報;2013年

6 陳甲斌;短缺性有色礦產(chǎn)資源供應戰(zhàn)略亟待構(gòu)建[N];中國工業(yè)報;2005年

7 陳甲斌;短缺性有色礦產(chǎn)資源供應戰(zhàn)略[N];中國有色金屬報;2005年

8 蕭平;熱卷市場資源供應將偏緊[N];現(xiàn)代物流報;2009年

9 陳甲斌;構(gòu)建有色資源供應戰(zhàn)略迫在眉睫[N];中國礦業(yè)報;2005年

10 商報記者 張涵;青海將成礦產(chǎn)資源供應大省[N];北京商報;2010年

相關博士學位論文 前1條

1 王金海;云計算環(huán)境下基于能效和公平性的資源供應機制研究[D];武漢大學;2015年

，

本文編號：1810448