【摘要】：基于網(wǎng)絡(luò)的低硬件成本集群和網(wǎng)格計(jì)算系統(tǒng)發(fā)展迅速,促進(jìn)了虛擬化技術(shù)在互聯(lián)網(wǎng)中的發(fā)展和應(yīng)用。但隨之也出現(xiàn)了資源利用不均衡的問(wèn)題,而負(fù)載均衡是提高系統(tǒng)資源利用率和并行計(jì)算性能的一項(xiàng)關(guān)鍵技術(shù)。因此負(fù)載均衡的研究得到了廣泛關(guān)注。負(fù)載均衡離不開(kāi)監(jiān)控技術(shù),現(xiàn)有的監(jiān)控技術(shù)主要是停留在服務(wù)器層面、物理節(jié)點(diǎn)層面和虛擬機(jī)層面。負(fù)載均衡研究主要集中在物理節(jié)點(diǎn)上的負(fù)載均衡和服務(wù)器間的負(fù)載均衡。通過(guò)遷移均衡負(fù)載的方法有虛擬機(jī)遷移和服務(wù)遷移兩種。目前動(dòng)態(tài)負(fù)載均衡大都基于單目標(biāo)優(yōu)化負(fù)載均衡。除此之外,基于虛擬機(jī)遷移的負(fù)載均衡在遷移時(shí)為了保持內(nèi)存狀態(tài)一致必然產(chǎn)生停頓。與服務(wù)遷移相比虛擬機(jī)遷移的粒度大、資源消耗多、時(shí)間長(zhǎng)、遷移過(guò)程相對(duì)復(fù)雜。針對(duì)虛擬機(jī)遷移的缺點(diǎn)人們開(kāi)始研究通過(guò)服務(wù)的監(jiān)控和遷移調(diào)度來(lái)實(shí)現(xiàn)負(fù)載均衡。服務(wù)遷移具有遷移量小,速度快,降低遷移對(duì)服務(wù)質(zhì)量影響的優(yōu)點(diǎn)。但是,目前對(duì)服務(wù)的監(jiān)控技術(shù)還不成熟,服務(wù)對(duì)虛擬機(jī)負(fù)載影響的指標(biāo)難以界定和有效采集,而且服務(wù)的遷移多采用單個(gè)服務(wù)遷移,負(fù)載均衡速度慢。在服務(wù)遷移中大都采用閾值法判斷過(guò)載,一旦發(fā)現(xiàn)過(guò)載就進(jìn)行服務(wù)遷移,忽視待遷移的服務(wù)對(duì)目標(biāo)虛擬機(jī)的負(fù)載造成的影響進(jìn)行盲目遷移,容易產(chǎn)生遷移抖動(dòng)問(wèn)題。針對(duì)服務(wù)遷移中忽視服務(wù)對(duì)虛擬機(jī)負(fù)載影響造成的遷移抖動(dòng)問(wèn)題,本文提出了虛擬化環(huán)境中基于服務(wù)負(fù)荷測(cè)算和預(yù)測(cè)的負(fù)載均衡方法。本文首先對(duì)Web Services服務(wù)測(cè)算出服務(wù)對(duì)虛擬機(jī)的性能指標(biāo)影響數(shù)據(jù),然后擬合得到服務(wù)的負(fù)荷公式,結(jié)合虛擬機(jī)負(fù)載預(yù)測(cè)實(shí)現(xiàn)虛擬機(jī)的雙路過(guò)載上報(bào)機(jī)制。在計(jì)算中心利用服務(wù)負(fù)荷公式計(jì)算服務(wù)負(fù)荷,根據(jù)目標(biāo)函數(shù)選擇出被遷移的服務(wù),然后采用降序最佳適應(yīng)算法為服務(wù)選擇合適的目標(biāo)虛擬機(jī),最后通過(guò)服務(wù)動(dòng)態(tài)遷移部署實(shí)現(xiàn)系統(tǒng)中虛擬機(jī)是的負(fù)載均衡。本文還搭建基于Xen的虛擬化環(huán)境,實(shí)現(xiàn)了基于服務(wù)負(fù)荷測(cè)算和預(yù)測(cè)的服務(wù)遷移負(fù)載均衡自動(dòng)化系統(tǒng)。
[Abstract]:Low hardware cost cluster and grid computing system based on network are developing rapidly, which promotes the development and application of virtualization technology in the Internet. However, there is also the problem of unbalanced utilization of resources, and load balancing is a key technology to improve the utilization of resources and the performance of parallel computing. Therefore, the research of load balancing has been paid more and more attention. Load balancing is inseparable from the monitoring technology, the existing monitoring technology is mainly at the server level, physical node level and virtual machine level. The research of load balancing mainly focuses on load balancing on physical nodes and load balancing between servers. There are two methods of load balancing by migration: virtual machine migration and service migration. At present, dynamic load balancing is mostly based on single objective optimal load balancing. In addition, load balancing based on virtual machine migration is bound to pause in order to keep memory state consistent. Compared with service migration, virtual machine migration has more granularity, more resource consumption, longer time and more complex migration process. In view of the shortcomings of virtual machine migration, people begin to study how to realize load balancing through monitoring and migration scheduling. Service migration has the advantages of small migration, high speed, and reducing the impact of migration on the quality of service. However, at present, the monitoring technology of service is not mature, it is difficult to define and collect the index of service's impact on virtual machine load, and the migration of service mostly adopts single service migration, and the speed of load balancing is slow. In service migration, the threshold method is mostly used to determine the overload. Once overload is found, the service migration is carried out, and the impact of the service to be transferred is blindly migrated, which is easy to cause the migration jitter problem. In order to solve the problem of migration jitter caused by neglecting the influence of service on virtual machine load during service migration, a load balancing method based on service load estimation and prediction in virtualized environment is proposed in this paper. In this paper, the influence data of service performance index on virtual machine are measured for Web Services services, and then the load formula of service is fitted to realize the double overload reporting mechanism of virtual machine combined with virtual machine load prediction. In the computing center, the service load is calculated by the service load formula, and the migrated service is selected according to the objective function, and then the suitable target virtual machine is selected by the descending order optimal adaptation algorithm for the service. Finally, the load balancing of virtual machine in the system is realized by dynamic migration and deployment of services. This paper also builds the virtualization environment based on Xen, and realizes the load balancing automation system of service migration based on service load calculation and forecast.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王立冬,張凱;Java虛擬機(jī)分析[J];北京理工大學(xué)學(xué)報(bào);2002年01期

2 曹曉剛;;Java虛擬機(jī)的10年[J];程序員;2005年07期

3 宋韜;盤(pán)細(xì)平;羅元柯;倪國(guó)軍;;Java虛擬機(jī)在嵌入式DSP系統(tǒng)上的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用與軟件;2007年04期

4 劉黎波;;Java虛擬機(jī)攔截原理研究[J];科技風(fēng);2008年21期

5 劉治波;;Java虛擬機(jī)簡(jiǎn)析[J];濟(jì)南職業(yè)學(xué)院學(xué)報(bào);2008年01期

6 郝帥;;Java虛擬機(jī)中相關(guān)技術(shù)的探討[J];成功(教育);2008年08期

7 李霞;;系統(tǒng)虛擬機(jī)關(guān)鍵技術(shù)研究[J];微型電腦應(yīng)用;2010年03期

8 鄭曉瓏;孔挺;;虛擬機(jī)的安全風(fēng)險(xiǎn)與管理[J];硅谷;2010年16期

9 李學(xué)昌;平淡;;為速度而戰(zhàn),虛擬機(jī)內(nèi)外兼修[J];電腦愛(ài)好者;2010年18期

10 王惠萍;張海龍;馮帆;王建華;;Java虛擬機(jī)使用及優(yōu)化[J];計(jì)算機(jī)與網(wǎng)絡(luò);2010年21期

相關(guān)會(huì)議論文 前10條

1 孟廣平;;虛擬機(jī)漂移網(wǎng)絡(luò)連接方法探討[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2011年會(huì)論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機(jī)平臺(tái)的研究[A];第26次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2011年

3 李明宇;張倩;呂品;;網(wǎng)絡(luò)流量感知的虛擬機(jī)高可用動(dòng)態(tài)部署研究[A];2014第二屆中國(guó)指揮控制大會(huì)論文集（上）[C];2014年

4 林紅;;Java虛擬機(jī)面向數(shù)字媒體的應(yīng)用研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機(jī)的備份系統(tǒng)實(shí)現(xiàn)[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十二次學(xué)術(shù)年會(huì)論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機(jī)網(wǎng)絡(luò)部署與管理研究[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

7 李英壯;廖培騰;孫夢(mèng);李先毅;;基于云計(jì)算的數(shù)據(jù)中心虛擬機(jī)管理平臺(tái)的設(shè)計(jì)[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國(guó);龔健雅;;GIS符號(hào)虛擬機(jī)及實(shí)現(xiàn)方法研究[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 于洋;陳曉東;俞承芳;李旦;;基于FPGA平臺(tái)的虛擬機(jī)建模與仿真[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

10 丁濤;郝沁汾;張冰;;內(nèi)核虛擬機(jī)調(diào)度策略的研究與分析[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 ;虛擬機(jī)的生與死[N];網(wǎng)絡(luò)世界;2008年

2 本報(bào)記者 卜娜;高性能Java虛擬機(jī)將在中國(guó)云市場(chǎng)釋能[N];中國(guó)計(jì)算機(jī)報(bào);2012年

3 本報(bào)記者 邱燕娜;如何告別虛擬機(jī)管理煩惱[N];中國(guó)計(jì)算機(jī)報(bào);2012年

4 ;首批通過(guò)云計(jì)算產(chǎn)品虛擬機(jī)管理測(cè)評(píng)名單[N];中國(guó)電子報(bào);2014年

5 申琳;虛擬機(jī)泛濫 系統(tǒng)安全怎么辦[N];中國(guó)計(jì)算機(jī)報(bào);2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機(jī)管理的五大問(wèn)題[N];計(jì)算機(jī)世界;2008年

7 盆盆;真實(shí)的虛擬機(jī)[N];中國(guó)電腦教育報(bào);2004年

8 本版編輯　綜合 編譯整理 田夢(mèng);管理好虛擬機(jī)的全生命周期[N];計(jì)算機(jī)世界;2008年

9 李婷;中國(guó)研制出全球最快反病毒虛擬機(jī)[N];人民郵電;2009年

10 張弛;虛擬機(jī)遷移走向真正自由[N];網(wǎng)絡(luò)世界;2010年

相關(guān)博士學(xué)位論文 前10條

1 宋翔;多核虛擬環(huán)境的性能及可伸縮性研究[D];復(fù)旦大學(xué);2014年

2 王桂平;云環(huán)境下面向可信的虛擬機(jī)異常檢測(cè)關(guān)鍵技術(shù)研究[D];重慶大學(xué);2015年

3 周真;云平臺(tái)下運(yùn)行環(huán)境感知的虛擬機(jī)異常檢測(cè)策略及算法研究[D];重慶大學(xué);2015年

4 郭芬;面向虛擬機(jī)的云平臺(tái)資源部署與調(diào)度研究[D];華南理工大學(xué);2015年

5 周傲;高可靠云服務(wù)供應(yīng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

6 劉圣卓;面向虛擬集群的鏡像存儲(chǔ)與傳輸優(yōu)化[D];清華大學(xué);2015年

7 彭成磊;云數(shù)據(jù)中心綠色節(jié)能需求的虛擬機(jī)負(fù)載均衡技術(shù)研究[D];南京大學(xué);2016年

8 趙長(zhǎng)名;IaaS云中基于資源感知的虛擬機(jī)資源管埋[D];電子科技大學(xué);2016年

9 許小龍;支持綠色云計(jì)算的資源調(diào)度方法及關(guān)鍵技術(shù)研究[D];南京大學(xué);2016年

10 衷宜;虛擬化系統(tǒng)中的軟件自愈相關(guān)技術(shù)研究[D];南京理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 王友霞;虛擬化環(huán)境中基于服務(wù)負(fù)荷測(cè)算和預(yù)測(cè)的負(fù)載均衡方法[D];北京郵電大學(xué);2017年

2 陳駒洲;云計(jì)算環(huán)境下網(wǎng)絡(luò)感知的虛擬機(jī)遷移研究[D];南京郵電大學(xué);2017年

3 潘飛;負(fù)載相關(guān)的虛擬機(jī)放置策略研究[D];杭州電子科技大學(xué);2011年

4 王建一;混合型桌面云高可用性研究與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

5 周衡;云計(jì)算環(huán)境下虛擬機(jī)優(yōu)化調(diào)度策略研究[D];河北大學(xué);2015年

6 羅仲皓;基于OpenStack的私有云計(jì)算平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

7 李子堂;面向負(fù)載均衡的虛擬機(jī)動(dòng)態(tài)遷移優(yōu)化研究[D];遼寧大學(xué);2015年

8 張煜;基于OpenStack的“實(shí)驗(yàn)云”平臺(tái)的研究與開(kāi)發(fā)[D];西南交通大學(xué);2015年

9 曾文琦;面向應(yīng)用服務(wù)的云規(guī)模虛似機(jī)性能監(jiān)控與負(fù)載分析技術(shù)研究[D];復(fù)旦大學(xué);2013年

10 施繼成;面向多核處理器的虛擬機(jī)性能優(yōu)化[D];復(fù)旦大學(xué);2014年

，

本文編號(hào)：2258597