【摘要】：隨著云計(jì)算技術(shù)在新時(shí)代的飛速提升,其已經(jīng)成為世界上it行業(yè)的重要指向,世界上的各個(gè)國(guó)家都對(duì)云計(jì)算技術(shù)有了高度的重視,并且對(duì)其進(jìn)行了深入的研究和改進(jìn)。如何在云環(huán)境中將云計(jì)算的服務(wù)質(zhì)量提升的更高,如何節(jié)省消耗的資源成本以及如何提高云環(huán)境中資源的使用率,對(duì)云計(jì)算有著十分重要的研究意義。云環(huán)境中的虛擬化技術(shù)雖然有著寶貴的優(yōu)點(diǎn),但是存在的缺點(diǎn)也是不容小覷的。因?yàn)樵破脚_(tái)中云主機(jī)是虛擬出來(lái)的,各個(gè)的配置性能相差比較大。另外到達(dá)任務(wù)的種類(lèi)不同對(duì)資源的需求也不同,因此這些因素都會(huì)導(dǎo)致云主機(jī)出現(xiàn)機(jī)器宕機(jī)的情況,進(jìn)而導(dǎo)致集群中部分節(jié)點(diǎn)收到大量任務(wù),而部分節(jié)點(diǎn)沒(méi)有任務(wù)處理太過(guò)清閑而出現(xiàn)系統(tǒng)癱瘓現(xiàn)象,最終嚴(yán)重到集群不能正常工作。為了解決前面提到的這些惡性問(wèn)題,本文選取OpenStack云平臺(tái),針對(duì)應(yīng)用到該平臺(tái)中的LVS集群的調(diào)度策略和OpenStack的后端元數(shù)據(jù)存儲(chǔ)策略而做出深入的研究。進(jìn)而達(dá)到解決集群負(fù)載失衡的問(wèn)題。本文主要提出了兩個(gè)創(chuàng)新點(diǎn)。第一個(gè)創(chuàng)新點(diǎn)針對(duì)OpenStack集群內(nèi)部作業(yè)分配策略完成優(yōu)化。文章就OpenStack內(nèi)部工作原理展開(kāi)深入研究。對(duì)應(yīng)用到OpenStack中的Linux虛擬機(jī)集群(LVS)的底層機(jī)理、已存在的調(diào)度算法等進(jìn)行探討。最終結(jié)合LVS最小加權(quán)鏈接算法與蟻群算法,得到一種新的調(diào)度策略。其第一步是把節(jié)點(diǎn)的權(quán)值重新定義,其次根據(jù)蟻群算法的智能尋優(yōu)的特性,將集群中的性能最優(yōu)的一組服務(wù)器節(jié)點(diǎn)找出來(lái),最后對(duì)這個(gè)最優(yōu)節(jié)點(diǎn)組利用原始加權(quán)最少連接算法(WLC),選出一個(gè)負(fù)載性能最好的機(jī)器節(jié)點(diǎn)。然后把外界發(fā)送來(lái)的任務(wù)交給這個(gè)最好的節(jié)點(diǎn)進(jìn)行處理。然后,設(shè)計(jì)相關(guān)的實(shí)驗(yàn)方案對(duì)蟻群最優(yōu)節(jié)點(diǎn)組算法進(jìn)行測(cè)試。最終結(jié)果證實(shí)本文提出的蟻群最優(yōu)節(jié)點(diǎn)組算法比蟻群和WLC策略更適用于大規(guī)模需要調(diào)度資源的集群。另一個(gè)創(chuàng)新點(diǎn)深入OpenStack后端存儲(chǔ)Ceph集群,對(duì)集群中元數(shù)據(jù)的管理進(jìn)行改進(jìn)。首先重構(gòu)節(jié)點(diǎn)權(quán)重,基于通信量和遷移量來(lái)對(duì)元數(shù)據(jù)實(shí)行遷移策略。實(shí)驗(yàn)結(jié)果顯示元數(shù)據(jù)管理的改進(jìn)方案比原始方案更加有效。
【圖文】：

圖 2.1 云計(jì)算三大服務(wù)類(lèi)型Figure2.1 Cloud computing three major service types云計(jì)算相關(guān)技術(shù)小節(jié)介紹“云”中囊括的重要技術(shù)。程模型apReduce 是一種編程模型，該模型能夠使分布式編程變得更簡(jiǎn)潔，變得更加高效。云計(jì)算中的編程因?yàn)樵撃Ｐ偷膰?yán)謹(jǐn)性而變得非常容educe 主要分為兩大部分：Map(映射)和 Reduce(化簡(jiǎn))。第一步把待過(guò) Map 分割為若干過(guò)相互獨(dú)立的塊，第二步把分割好的這些塊分配大量的計(jì)算機(jī)進(jìn)行處理。最后一步通過(guò) Reduce 程序聚合并輸出結(jié)量數(shù)據(jù)管理技術(shù)

第二章 相關(guān)云技術(shù)研究7 Horizon 為用戶提供操作 OpenStack 系統(tǒng)的接口。該組件提供一個(gè)虛擬的 Web 界面，，其又被稱(chēng)作 Dashboard。8 Ceilometer 組件主要是起到監(jiān)控作用。該組件收集 OpenStack 系統(tǒng)中發(fā)生的各項(xiàng)事件。然后，根據(jù)所收集到的信息進(jìn)行費(fèi)用的計(jì)算和對(duì)數(shù)據(jù)的研究統(tǒng)計(jì)9 Trove 可以授權(quán)使用者對(duì)關(guān)系型和非關(guān)系型數(shù)據(jù)庫(kù)完成操作和管理。可以為系統(tǒng)提供高可靠的數(shù)據(jù)服務(wù)。
【學(xué)位授予單位】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院沈陽(yáng)計(jì)算技術(shù)研究所)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 肖中正;陳寧江;魏峻;張文博;;一種面向海量存儲(chǔ)系統(tǒng)的高效元數(shù)據(jù)集群管理方案[J];計(jì)算機(jī)研究與發(fā)展;2015年04期

本文編號(hào)：2666156