本文關(guān)鍵詞：面向PaaS平臺的應(yīng)用優(yōu)化部署研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：云計算利用虛擬化技術(shù)將資源池化,為用戶提供按需付用的虛擬資源。云計算具有面向服務(wù)、動態(tài)和分布式等特點,在為用戶提供彈性高可用的服務(wù)的同時簡化計算資源管理模式。云計算提供者的主要任務(wù)是在保證服務(wù)質(zhì)量SLA(Service Level Agreement)的前提下,提高系統(tǒng)資源利用率、減少能耗和運維成本。目前資源管理機制主要集中在IaaS層,較少考慮平臺上的應(yīng)用特征。同時,PaaS平臺上的web應(yīng)用通常由不同人員開發(fā)和部署,對CPU、內(nèi)存等資源的使用情況差異較大,優(yōu)化部署時需要考慮多個SLA指標(biāo)。而現(xiàn)有云環(huán)境下的應(yīng)用部署策略大多參考相關(guān)領(lǐng)域優(yōu)化調(diào)度算法,一般只保證某一指標(biāo)。應(yīng)用還面臨資源訪問量突增的情況,需要根據(jù)應(yīng)用資源消耗及時調(diào)整應(yīng)用部署方案。如何在保證多個SLA指標(biāo)的情況下盡量減少資源消耗,同時對應(yīng)用資源消耗變化做出及時響應(yīng),是本文研究的重點。本文立足于中小型私有PaaS平臺,將應(yīng)用層的資源消耗特征作為虛擬機資源優(yōu)化部署的參考,提出一個基于評分機制的可擴展優(yōu)化部署框架。本文通過對應(yīng)用一段時間的實時監(jiān)控獲取其資源消耗特征,利用資源消耗特征研究預(yù)測算法和虛擬機優(yōu)化部署調(diào)度算法。對不同的預(yù)測算法,應(yīng)用滑動窗口機制來優(yōu)化算法預(yù)測精度。在評分不滿足用戶期望時,選擇調(diào)度算法執(zhí)行應(yīng)用的遷移或虛擬機的合并操作。該框架可擴展實現(xiàn)多種調(diào)度算法和資源預(yù)測算法,不僅可以實現(xiàn)不同調(diào)度算法和預(yù)測算法間的搭配使用,而且可根據(jù)歷史調(diào)度方案執(zhí)行反饋情況來進行自適應(yīng)的下一次部署方案選擇。與此同時,考慮了應(yīng)用的多種資源消耗指標(biāo)。在研究開源PaaS平臺Cloudify的應(yīng)用編排、基于拓?fù)浣Y(jié)構(gòu)監(jiān)控特征的基礎(chǔ)上,實現(xiàn)一個應(yīng)用優(yōu)化部署工具。工具基于Cloudify實現(xiàn)了應(yīng)用的實時監(jiān)控功能,實現(xiàn)系統(tǒng)評價模塊、預(yù)測模塊和調(diào)度模塊,并實現(xiàn)基于神經(jīng)網(wǎng)絡(luò)的預(yù)測算法、基于線性回歸的預(yù)測算法、基于層次分析的資源優(yōu)化部署算法以及基于分類特征的資源部署算法。本文采用云平臺上的真實Web訪問日志作為實驗數(shù)據(jù)集,分別對兩種預(yù)測算法進行了對比,對滑動窗口增強預(yù)測精度的有效性進行了驗證,對分類算法和調(diào)度算法進行了對比分析。實現(xiàn)結(jié)果表明,該框架能夠有效利用應(yīng)用特征來降低資源消耗。
【關(guān)鍵詞】：優(yōu)化部署 Cloudify 監(jiān)控特征 應(yīng)用分類
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 摘要3-5
• Abstract5-11
• 第1章 緒論11-18
• 1.1 論文研究背景11-15
• 1.1.1 國內(nèi)外研究現(xiàn)狀12-14
• 1.1.2 研究熱點與不足14-15
• 1.2 研究主要內(nèi)容15-17
• 1.2.1 難點與解決方案15-16
• 1.2.2 論文組織結(jié)構(gòu)16-17
• 1.3 本章小結(jié)17-18
• 第2章 云應(yīng)用優(yōu)化部署框架18-25
• 2.1 框架結(jié)構(gòu)19-21
• 2.1.1 框架描述19
• 2.1.2 功能說明19-21
• 2.2 評分機制21-23
• 2.3 調(diào)度流程23-24
• 2.4 本章小結(jié)24-25
• 第3章 PaaS平臺應(yīng)用特征獲取25-34
• 3.1 Cloudify25-29
• 3.1.1 Cloudify架構(gòu)26-27
• 3.1.2 應(yīng)用部署和監(jiān)控27-29
• 3.2 監(jiān)控工具29-33
• 3.2.1 Ganglia簡介29-31
• 3.2.2 Linux監(jiān)控31-33
• 3.3 本章小結(jié)33-34
• 第4章 應(yīng)用資源消耗預(yù)測34-42
• 4.1 基于誤差修正的神經(jīng)網(wǎng)絡(luò)預(yù)測34-38
• 4.1.1 神經(jīng)網(wǎng)絡(luò)模型34-37
• 4.1.2 預(yù)測算法流程37-38
• 4.2 基于線性回歸的預(yù)測38-39
• 4.3 滑動窗口技術(shù)39-40
• 4.4 預(yù)測算法衡量40-41
• 4.5 本章小結(jié)41-42
• 第5章 云環(huán)境下的資源部署42-50
• 5.1 層次分析法42-46
• 5.1.1 層次分析模型42-44
• 5.1.2 算法描述44-46
• 5.2 分類部署法46-49
• 5.2.1 分類算法46-47
• 5.2.2 搭配部署47-49
• 5.3 本章小結(jié)49-50
• 第6章 工具實現(xiàn)及實驗50-60
• 6.1 工具實現(xiàn)50-52
• 6.1.1 工具結(jié)構(gòu)50-51
• 6.1.2 功能描述51-52
• 6.2 實驗分析52-59
• 6.2.1 實驗數(shù)據(jù)集52-53
• 6.2.2 實驗與分析53-59
• 6.3 本章小結(jié)59-60
• 第7章 總結(jié)與展望60-62
• 7.1 工作總結(jié)60-61
• 7.2 未來工作及展望61-62
• 參考文獻62-66
• 攻讀碩士學(xué)位期間主要的研究成果66-67
• 致謝67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 葉可江;吳朝暉;姜曉紅;何欽銘;;虛擬化云計算平臺的能耗管理[J];計算機學(xué)報;2012年06期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 張小慶;基于云計算環(huán)境的資源提供優(yōu)化方法研究[D];武漢理工大學(xué);2013年

  本文關(guān)鍵詞：面向PaaS平臺的應(yīng)用優(yōu)化部署研究，由筆耕文化傳播整理發(fā)布。

本文編號：302793