近些年來(lái),云計(jì)算取得了快速的發(fā)展,并逐漸成為學(xué)術(shù)界和工業(yè)界廣泛關(guān)注和討論的熱點(diǎn)。云計(jì)算的一個(gè)特點(diǎn)就是能夠按需的為用戶提供服務(wù)。然而,為了保證與用戶協(xié)商的服務(wù)等級(jí)協(xié)議（SLA）,盡可能的降低SLA違反率,云提供商一般會(huì)讓服務(wù)保持在較高的性能下。另一方面,數(shù)據(jù)中心負(fù)載的需求往往是動(dòng)態(tài)變化的,如果僅僅是靜態(tài)的進(jìn)行資源供給,將會(huì)造成資源浪費(fèi)或是資源不足。因此,如何在保證SLA的前提下,合適的進(jìn)行資源供給,降低能源消耗,已經(jīng)成為云環(huán)境下的一個(gè)難題。本文從數(shù)據(jù)中心靈活資源供給的角度出發(fā),設(shè)計(jì)、實(shí)現(xiàn)和驗(yàn)證了一種云環(huán)境下動(dòng)態(tài)資源供給的方法：該方法結(jié)合了基于預(yù)測(cè)的主動(dòng)資源供給和實(shí)時(shí)調(diào)整的被動(dòng)式資源供給,能夠自動(dòng)預(yù)測(cè)數(shù)據(jù)中心未來(lái)的資源需求趨勢(shì)并自適應(yīng)的為資源供給做出相應(yīng)的調(diào)整。本文通過(guò)對(duì)應(yīng)用負(fù)載的分析處理,借助自回歸求和移動(dòng)平均過(guò)程（ARIMA）模型建模來(lái)預(yù)測(cè)未來(lái)的工作負(fù)載,進(jìn)而主動(dòng)提前的進(jìn)行資源供給；同時(shí),對(duì)于預(yù)測(cè)的差錯(cuò)或是異常的負(fù)載情況,采用被動(dòng)的實(shí)時(shí)調(diào)整供給來(lái)應(yīng)對(duì)。與其他解決方案相異的是,本文分析提取了應(yīng)用負(fù)載的特性,進(jìn)而利用ARIMA模型來(lái)確保預(yù)測(cè)的準(zhǔn)確度,并結(jié)合了被動(dòng)式資源供給來(lái)解決了評(píng)估誤差和... 

【文章來(lái)源】：復(fù)旦大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：52 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

負(fù)載需求1) CPU密集型應(yīng)用圖3-1(a)顯示了一個(gè)CPU密集型應(yīng)用在24小時(shí)內(nèi)的

圖3-2負(fù)載頻率分布和累積分布1) CPU密集型應(yīng)用：圖3-2 (a)中藍(lán)色柱形圖表示了不同CPU使用率所占用的時(shí)間比例：一天中28.9%的時(shí)間內(nèi)該應(yīng)用的CPU使用率區(qū)間為（0，20%),13.7%的時(shí)間內(nèi)CPU使用率區(qū)間為（20%，40%), 12.1%的時(shí)間內(nèi)CPU使用率區(qū)間為（40%，60%), 14.7%的時(shí)間內(nèi)CPU使用率區(qū)間為（60%, 80%), 30.6%的時(shí)間內(nèi)CPU使用率區(qū)間為（80%，100%)。其中紅色曲線表示了 CPU使用率的累積分布圖�？梢钥闯龅氖�，CPU使用率在低于20%和高于80%這兩種比較極端的情況下所維持的時(shí)間反而較高，在中間情況比較平穩(wěn)，負(fù)載的變化總體比較平穩(wěn)。2)北京聯(lián)通CDN服務(wù)：圖3-2 (b)中藍(lán)色柱形表示了不同訪問(wèn)量所占用的時(shí)間比例：一周內(nèi)1000人次以內(nèi)的訪問(wèn)時(shí)間比例為29.2%, 1000人次到2000人次的訪問(wèn)時(shí)間比例為32.7%，2000人次到3000人次的訪問(wèn)時(shí)間比例為28.0%

SLA違反率


本文編號(hào)：3082422