本文關(guān)鍵詞：CloudStack基于KVM的AutoScale研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：AutoScale技術(shù)不僅可以幫助云計(jì)算服務(wù)商提升硬件資源的利用率、改進(jìn)客戶體驗(yàn),而且可以為用戶減少成本、真正地使云端資源達(dá)到按需所用的目的。隨著KVM虛擬化技術(shù)的迅速發(fā)展,當(dāng)前CloudStack社區(qū)開發(fā)的基于XenServer的AutoScale技術(shù)逐漸無法滿足技術(shù)與市場的雙重需求,其不支持當(dāng)前流行的開源KVM虛擬機(jī)監(jiān)控程序；監(jiān)控算法性能差,響應(yīng)延遲高、系統(tǒng)吞吐量小；此外,其對應(yīng)的基本網(wǎng)絡(luò)負(fù)載均衡算法過于簡單,不能達(dá)到負(fù)載均衡的目的,負(fù)載失衡現(xiàn)象時(shí)有發(fā)生。如何有效的解決上述問題是當(dāng)前業(yè)界研究的熱點(diǎn)之一。本文的研究工作圍繞以上目標(biāo)展開,研究基于KVM虛擬機(jī)監(jiān)控程序上的AutoScale方案。論文主要內(nèi)容如下：1.提出了基于多命令的AutoScale監(jiān)控算法。由于基于XenServer的AutoScale監(jiān)控算法響應(yīng)延遲高、監(jiān)控?cái)?shù)據(jù)一致性差,不能根據(jù)虛擬機(jī)的負(fù)載情況快速地對硬件資源進(jìn)行分配與回收,造成了硬件資源的閑置與浪費(fèi)。本文提出的基于多命令的AutoScale監(jiān)控算法,有效地解決了上述問題。通過與基于單命令的監(jiān)控算法的比較實(shí)驗(yàn)結(jié)果表明,基于多命令的監(jiān)控算法顯著地減少了監(jiān)控系統(tǒng)的響應(yīng)延遲,提高了監(jiān)控?cái)?shù)據(jù)的一致性。2.提出了基于動態(tài)反饋的加權(quán)輪詢負(fù)載均衡算法模型。由于AutoScale的實(shí)施需要負(fù)載均衡予以支撐,并且當(dāng)前CloudStack提供的負(fù)載均衡算法性能較差,系統(tǒng)吞吐量較小、響應(yīng)時(shí)間長、無法達(dá)到負(fù)載均衡的目的。本文提出了一種基于動態(tài)反饋的加權(quán)輪詢算法模型,有效地提升了系統(tǒng)的吞吐量、減少了負(fù)載失衡現(xiàn)象。通過三種不同負(fù)載情況下的實(shí)驗(yàn)結(jié)果表明,該方案在響應(yīng)時(shí)間和吞吐量上比傳統(tǒng)的輪詢法、加權(quán)輪詢法性能更好。3.實(shí)現(xiàn)了基于KVM的AutoScale功能模塊。由于當(dāng)前CloudStack的AutoScale技術(shù)并不支持KVM虛擬機(jī)監(jiān)控程序,此外,其響應(yīng)延遲高、系統(tǒng)吞吐量小、容易引起負(fù)載失衡現(xiàn)象。本文將基于虛擬機(jī)內(nèi)部的監(jiān)控策略和基于多命令的監(jiān)控算法以及基于動態(tài)反饋的加權(quán)輪詢負(fù)載均衡算法結(jié)合起來。通過對AutoScale的結(jié)構(gòu)模塊進(jìn)行設(shè)計(jì),完成了基于KVM的AutoScale功能模塊,系統(tǒng)運(yùn)行結(jié)果驗(yàn)證了該模型與算法的可行性和有效性。最后本文的模塊設(shè)計(jì)與開發(fā)通過了相關(guān)的功能和性能測試,滿足了企業(yè)公有云、私有云的相關(guān)需求,并且已經(jīng)應(yīng)用到企業(yè)私有云生產(chǎn)環(huán)境中。目前部分模塊已經(jīng)部署在企業(yè)核心軟件中,在公司內(nèi)部受到用戶的廣泛好評,并將逐步實(shí)踐到企業(yè)公有云平臺中。
【關(guān)鍵詞】：云計(jì)算 監(jiān)控策略 監(jiān)控算法 負(fù)載均衡算法
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP393.09
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-15
• 1.1 研究背景10-12
• 1.2 論文研究內(nèi)容12-13
• 1.3 論文組織結(jié)構(gòu)13-15
• 第二章 相關(guān)理論與技術(shù)15-20
• 2.1 相關(guān)定義及評價(jià)指標(biāo)15-17
• 2.1.1 相關(guān)定義15-16
• 2.1.2 評價(jià)指標(biāo)16-17
• 2.2 AutoScale監(jiān)控策略研究17-18
• 2.2.1 基于物理機(jī)的監(jiān)控策略17-18
• 2.2.2 基于虛擬機(jī)內(nèi)部的監(jiān)控策略18
• 2.3 AutoScale監(jiān)控算法研究18-19
• 2.3.1 基于單命令的監(jiān)控算法18
• 2.3.2 基于多命令的監(jiān)控算法18-19
• 2.4 網(wǎng)絡(luò)負(fù)載均衡算法研究19
• 2.5 本章小結(jié)19-20
• 第三章 AutoScale監(jiān)控策略與算法設(shè)計(jì)20-30
• 3.1 AutoScale流程分析20-22
• 3.2 AutoScale監(jiān)控策略設(shè)計(jì)22-25
• 3.2.1 基于物理機(jī)的監(jiān)控策略22-23
• 3.2.2 基于虛擬機(jī)內(nèi)部的監(jiān)控策略23-25
• 3.3 AutoScale監(jiān)控算法設(shè)計(jì)25-27
• 3.3.1 監(jiān)控?cái)?shù)據(jù)傳輸模式25
• 3.3.2 基于單命令的監(jiān)控算法25-26
• 3.3.3 基于多命令的監(jiān)控算法26-27
• 3.4 實(shí)驗(yàn)結(jié)果與分析27-29
• 3.5 本章小結(jié)29-30
• 第四章 基于動態(tài)反饋的加權(quán)輪詢負(fù)載均衡算法30-44
• 4.1 網(wǎng)絡(luò)負(fù)載均衡的基本原理及性能指標(biāo)30-32
• 4.1.1 基本原理30-31
• 4.1.2 性能指標(biāo)31-32
• 4.2 網(wǎng)絡(luò)負(fù)載均衡算法32-34
• 4.2.1 靜態(tài)負(fù)載均衡算法32-33
• 4.2.2 動態(tài)負(fù)載均衡算法33-34
• 4.3 基于動態(tài)反饋的加權(quán)輪詢負(fù)載均衡算法34-38
• 4.3.1 算法設(shè)計(jì)思想35-36
• 4.3.2 算法設(shè)計(jì)流程36-37
• 4.3.3 算法設(shè)計(jì)分析37-38
• 4.4 實(shí)驗(yàn)結(jié)果與分析38-43
• 4.5 本章小結(jié)43-44
• 第五章 CloudStack基于KVM的AutoScale設(shè)計(jì)和實(shí)現(xiàn)44-52
• 5.1 CloudStack基于KVM的AutoScale系統(tǒng)設(shè)計(jì)44
• 5.2 CloudStack基于KVM的AutoScale實(shí)現(xiàn)44-49
• 5.2.1 AutoScale服務(wù)模塊44-45
• 5.2.2 AutoScale監(jiān)控模塊45-48
• 5.2.3 負(fù)載均衡模塊48-49
• 5.3 CloudStack基于KVM的AutoScale應(yīng)用49-51
• 5.3.1 效果展示49-51
• 5.3.2 結(jié)果分析51
• 5.4 本章小結(jié)51-52
• 第六章 總結(jié)與展望52-54
• 6.1 論文工作總結(jié)52
• 6.2 論文創(chuàng)新點(diǎn)與貢獻(xiàn)52
• 6.3 研究展望52-54
• 致謝54-55
• 參考文獻(xiàn)55-58
• 作者簡介58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 高振斌;潘亞辰;華中;段小紅;趙丹;;改進(jìn)的基于加權(quán)最小連接數(shù)的負(fù)載均衡算法[J];科學(xué)技術(shù)與工程;2016年06期

2 楊婷婷;;以三網(wǎng)融合為基礎(chǔ)探討信息監(jiān)控與網(wǎng)絡(luò)安全策略[J];科技風(fēng);2016年01期

3 蔣江波;徐志江;;一種Web服務(wù)器集群的動態(tài)反饋算法[J];微型機(jī)與應(yīng)用;2016年01期

4 項(xiàng)國富;金海;鄒德清;陳學(xué)廣;;基于虛擬化的安全監(jiān)控[J];軟件學(xué)報(bào);2012年08期

5 李喬;鄭嘯;;云計(jì)算研究現(xiàn)狀綜述[J];計(jì)算機(jī)科學(xué);2011年04期

6 房秉毅;張?jiān)朴?陳清金;賈興華;;云計(jì)算網(wǎng)絡(luò)虛擬化技術(shù)[J];信息通信技術(shù);2011年01期

7 張建勛;古志民;鄭超;;云計(jì)算研究進(jìn)展綜述[J];計(jì)算機(jī)應(yīng)用研究;2010年02期

8 王春娟;董麗麗;賈麗;;Web集群系統(tǒng)的負(fù)載均衡算法[J];計(jì)算機(jī)工程;2010年02期

9 楊林鳳;曹袖;;面向xen網(wǎng)絡(luò)虛擬化的性能研究[J];微型電腦應(yīng)用;2009年10期

10 陳全;鄧倩妮;;云計(jì)算及其關(guān)鍵技術(shù)[J];計(jì)算機(jī)應(yīng)用;2009年09期

  本文關(guān)鍵詞：CloudStack基于KVM的AutoScale研究與實(shí)現(xiàn)，，由筆耕文化傳播整理發(fā)布。

本文編號：296929