基于啟發(fā)式算法的云容器節(jié)能整合方法研究
發(fā)布時(shí)間:2021-02-25 02:19
云計(jì)算自誕生以來(lái)就由于其高可用性、可伸縮性和成本效益得到高速發(fā)展和廣泛的應(yīng)用。云計(jì)算的迅猛發(fā)展使得規(guī)模龐大的數(shù)據(jù)中心需要巨額的電源供給來(lái)維持運(yùn)作。隨著云服務(wù)提供商的規(guī)模擴(kuò)大,基礎(chǔ)設(shè)施的耗電量很可能成為限制數(shù)據(jù)中心發(fā)展的最大瓶頸。無(wú)論是從提高云服務(wù)提供商的經(jīng)濟(jì)效益的角度,還是從保護(hù)環(huán)境減少致使全球變暖的二氧化碳排放的角度來(lái)說(shuō),提高數(shù)據(jù)中心的能源使用率都是繞不開的話題。而基于云計(jì)算的受歡迎程度,學(xué)術(shù)界和工業(yè)界都對(duì)虛擬機(jī)-物理機(jī)架構(gòu)的節(jié)能方法進(jìn)行了充分而廣泛的研究。云容器作為繼基礎(chǔ)設(shè)施即服務(wù)、平臺(tái)即服務(wù)和軟件即服務(wù)之后的新型服務(wù)架構(gòu),自2015年現(xiàn)世,在一年內(nèi)就占領(lǐng)了13%的云服務(wù)市場(chǎng),但是針對(duì)云容器架構(gòu)的節(jié)能研究屈指可數(shù)。因此,本文對(duì)云容器環(huán)境的節(jié)能問(wèn)題進(jìn)行了探討,提出了一種啟發(fā)式的動(dòng)態(tài)容器整合方法以最大化數(shù)據(jù)中心的資源利用率。容器整合方法的降低能耗的原理是將數(shù)據(jù)中心的負(fù)載集中到盡可能少的服務(wù)器上運(yùn)行,并關(guān)閉或者休眠空閑的主機(jī)。但是負(fù)載被集中到少量服務(wù)器上會(huì)導(dǎo)致服務(wù)器過(guò)載的風(fēng)險(xiǎn)增大,進(jìn)而引起服務(wù)等級(jí)的下降。為了在整合容器的同時(shí),避免過(guò)載情況的發(fā)生,本文設(shè)計(jì)了預(yù)測(cè)算法判斷主機(jī)過(guò)載的風(fēng)險(xiǎn),從而...
【文章來(lái)源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:58 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 云計(jì)算節(jié)能技術(shù)
1.2.2 虛擬機(jī)節(jié)能調(diào)度算法研究現(xiàn)狀
1.2.3 容器節(jié)能調(diào)度研究現(xiàn)狀
1.3 論文主要內(nèi)容
1.4 論文組織結(jié)構(gòu)
第2章 容器節(jié)能管理概述
2.1 容器節(jié)能調(diào)度問(wèn)題描述
2.2 容器節(jié)能調(diào)度評(píng)價(jià)指標(biāo)
2.2.1 云容器平臺(tái)能耗模型
2.2.2 云容器平臺(tái)服務(wù)質(zhì)量評(píng)價(jià)模型
2.3 實(shí)驗(yàn)平臺(tái)介紹
2.4 本章小結(jié)
第3章 基于啟發(fā)式算法容器整合調(diào)度算法
3.1 系統(tǒng)架構(gòu)
3.2 容器整合算法實(shí)現(xiàn)
3.2.1 過(guò)載主機(jī)檢測(cè)
3.2.2 容器選擇
3.2.3 目的主機(jī)選擇
3.2.4 欠載主機(jī)檢測(cè)
3.3 實(shí)驗(yàn)設(shè)計(jì)
3.3.1 實(shí)驗(yàn)配置
3.3.2 實(shí)驗(yàn)結(jié)果及分析
3.4 本章小結(jié)
第4章 基于可伸縮預(yù)留資源量的容器調(diào)度策略
4.1 主機(jī)選擇算法
4.1.1 可伸縮預(yù)留資源量策略
4.1.2 參數(shù)優(yōu)化實(shí)驗(yàn)
4.2 對(duì)比實(shí)驗(yàn)
4.2.1 與NSGAII算法比較及分析
4.2.2 與CNCUP算法比較及分析
4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其他成果
致謝
【參考文獻(xiàn)】:
碩士論文
[1]云計(jì)算環(huán)境下的節(jié)能調(diào)度模型與算法研究[D]. 郭欣欣.北京交通大學(xué) 2019
本文編號(hào):3050284
【文章來(lái)源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁(yè)數(shù)】:58 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 課題背景及研究的目的和意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 云計(jì)算節(jié)能技術(shù)
1.2.2 虛擬機(jī)節(jié)能調(diào)度算法研究現(xiàn)狀
1.2.3 容器節(jié)能調(diào)度研究現(xiàn)狀
1.3 論文主要內(nèi)容
1.4 論文組織結(jié)構(gòu)
第2章 容器節(jié)能管理概述
2.1 容器節(jié)能調(diào)度問(wèn)題描述
2.2 容器節(jié)能調(diào)度評(píng)價(jià)指標(biāo)
2.2.1 云容器平臺(tái)能耗模型
2.2.2 云容器平臺(tái)服務(wù)質(zhì)量評(píng)價(jià)模型
2.3 實(shí)驗(yàn)平臺(tái)介紹
2.4 本章小結(jié)
第3章 基于啟發(fā)式算法容器整合調(diào)度算法
3.1 系統(tǒng)架構(gòu)
3.2 容器整合算法實(shí)現(xiàn)
3.2.1 過(guò)載主機(jī)檢測(cè)
3.2.2 容器選擇
3.2.3 目的主機(jī)選擇
3.2.4 欠載主機(jī)檢測(cè)
3.3 實(shí)驗(yàn)設(shè)計(jì)
3.3.1 實(shí)驗(yàn)配置
3.3.2 實(shí)驗(yàn)結(jié)果及分析
3.4 本章小結(jié)
第4章 基于可伸縮預(yù)留資源量的容器調(diào)度策略
4.1 主機(jī)選擇算法
4.1.1 可伸縮預(yù)留資源量策略
4.1.2 參數(shù)優(yōu)化實(shí)驗(yàn)
4.2 對(duì)比實(shí)驗(yàn)
4.2.1 與NSGAII算法比較及分析
4.2.2 與CNCUP算法比較及分析
4.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其他成果
致謝
【參考文獻(xiàn)】:
碩士論文
[1]云計(jì)算環(huán)境下的節(jié)能調(diào)度模型與算法研究[D]. 郭欣欣.北京交通大學(xué) 2019
本文編號(hào):3050284
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3050284.html
最近更新
教材專著