面向IaaS云平臺(tái)的資源在線調(diào)度技術(shù)研究
發(fā)布時(shí)間:2022-04-25 20:25
基礎(chǔ)設(shè)施即服務(wù)(IaaS)是提供基礎(chǔ)計(jì)算資源的一種云計(jì)算模式,它給用戶提供一個(gè)可以按需使用來(lái)配置計(jì)算資源的共享資源池。然而,IaaS云平臺(tái)存在著諸多問(wèn)題,最值得關(guān)注的是如何通過(guò)資源調(diào)度來(lái)降低云平臺(tái)的能耗,并同時(shí)保障云服務(wù)的高質(zhì)量水平(SLA);當(dāng)前研究工作一般通過(guò)提高資源使用率,減少活躍服務(wù)器數(shù)目來(lái)實(shí)現(xiàn)低能耗目標(biāo);通過(guò)為應(yīng)用提供充裕的計(jì)算資源,避免資源使用率過(guò)高而影響應(yīng)用性能,以實(shí)現(xiàn)對(duì)SLA的保障,此二者之間存在一定的沖突性,且多數(shù)工作沒(méi)有充分考慮云平臺(tái)整體資源使用的均衡度,取得的實(shí)際效果有待進(jìn)一步提升。針對(duì)上述問(wèn)題,本文深入研究了 IaaS云平臺(tái)的資源調(diào)度技術(shù),設(shè)計(jì)了一種高效的啟發(fā)式動(dòng)態(tài)資源調(diào)度算法,并為資源調(diào)度的實(shí)施提出了一種熱遷移混合優(yōu)化方法,具體工作包括:1.基于傳統(tǒng)的雙閾值方法,提出了“健康閾值”的概念,用于指示資源使用的健康狀態(tài);進(jìn)而設(shè)計(jì)了啟發(fā)式的動(dòng)態(tài)資源調(diào)度算法,該算法將整個(gè)云平臺(tái)集群的資源使用率調(diào)整得更加均衡,并趨向于“健康閾值”,從而能夠有效的在保障低SLA違反率的同時(shí)降低云平臺(tái)的能耗。2.提出了一個(gè)分析模型來(lái)對(duì)虛擬機(jī)熱遷移的性能進(jìn)行預(yù)測(cè),基于該模型的混合優(yōu)化方法為不...
【文章頁(yè)數(shù)】:90 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.2 研究現(xiàn)狀
1.3 本文工作
1.4 本文組織
2 相關(guān)工作與技術(shù)
2.1 IaaS云平臺(tái)的能耗管理
2.1.1 DVFS技術(shù)
2.1.2 基于服務(wù)器整合的能耗管理
2.2 IaaS云平臺(tái)的應(yīng)用服務(wù)質(zhì)量保障
2.3 虛擬機(jī)熱遷移優(yōu)化技術(shù)
2.3.1 虛擬機(jī)熱遷移技術(shù)
2.3.2 對(duì)預(yù)拷貝技術(shù)的優(yōu)化
2.3.3 對(duì)后拷貝技術(shù)的優(yōu)化
2.3.4 兩種技術(shù)混合方案
2.4 IaaS云平臺(tái)-OpenStack
2.5 本章小結(jié)
3 面向IaaS云平臺(tái)的動(dòng)態(tài)資源調(diào)度方法
3.1 資源調(diào)度問(wèn)題的形式化表述
3.2 負(fù)載預(yù)測(cè)算法
3.3 動(dòng)態(tài)資源調(diào)度方法
3.3.1 虛擬機(jī)遷移時(shí)機(jī)的確定
3.3.2 遷移虛擬機(jī)的選擇
3.3.3 目的服務(wù)器的選擇-LB-BFD算法
3.4 SSE策略
3.5 本章小結(jié)
4 虛擬機(jī)熱遷移的混合優(yōu)化方法
4.1 熱遷移性能模型的構(gòu)建
4.2 對(duì)熱遷移性能模型的改進(jìn)
4.3 基于熱遷移性能模型的混合優(yōu)化方法
4.4 本章小結(jié)
5 實(shí)驗(yàn)設(shè)計(jì)與評(píng)估
5.1 動(dòng)態(tài)資源調(diào)度算法的有效性驗(yàn)證
5.1.1 CloudSim簡(jiǎn)介
5.1.2 實(shí)驗(yàn)設(shè)置
5.1.3 實(shí)驗(yàn)結(jié)果與分析
5.2 熱遷移混合優(yōu)化方法的驗(yàn)證實(shí)驗(yàn)
5.2.1 實(shí)驗(yàn)設(shè)置
5.2.2 實(shí)驗(yàn)結(jié)果與分析
5.3 本章小結(jié)
6 基于OpenStack的資源調(diào)度系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
6.1 系統(tǒng)總體架構(gòu)
6.2 系統(tǒng)模塊設(shè)計(jì)與實(shí)現(xiàn)
6.2.1 模塊基本實(shí)現(xiàn)原理
6.2.2 信息采集模塊
6.2.3 信息匯聚模塊
6.2.4 資源調(diào)度模塊
6.2.5 熱遷移混合優(yōu)化方法的實(shí)現(xiàn)
6.2.6 Web展現(xiàn)層服務(wù)
6.3 原型系統(tǒng)展示
6.3.1 系統(tǒng)設(shè)置
6.3.2 系統(tǒng)展示
6.4 本章小結(jié)
7 總結(jié)與展望
7.1 工作總結(jié)
7.2 研究展望
致謝
參考文獻(xiàn)
簡(jiǎn)歷與科研成果
【參考文獻(xiàn)】:
期刊論文
[1]指數(shù)平滑法中平滑系數(shù)的選擇研究[J]. 王長(zhǎng)江. 中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(06)
本文編號(hào):3648283
【文章頁(yè)數(shù)】:90 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.2 研究現(xiàn)狀
1.3 本文工作
1.4 本文組織
2 相關(guān)工作與技術(shù)
2.1 IaaS云平臺(tái)的能耗管理
2.1.1 DVFS技術(shù)
2.1.2 基于服務(wù)器整合的能耗管理
2.2 IaaS云平臺(tái)的應(yīng)用服務(wù)質(zhì)量保障
2.3 虛擬機(jī)熱遷移優(yōu)化技術(shù)
2.3.1 虛擬機(jī)熱遷移技術(shù)
2.3.2 對(duì)預(yù)拷貝技術(shù)的優(yōu)化
2.3.3 對(duì)后拷貝技術(shù)的優(yōu)化
2.3.4 兩種技術(shù)混合方案
2.4 IaaS云平臺(tái)-OpenStack
2.5 本章小結(jié)
3 面向IaaS云平臺(tái)的動(dòng)態(tài)資源調(diào)度方法
3.1 資源調(diào)度問(wèn)題的形式化表述
3.2 負(fù)載預(yù)測(cè)算法
3.3 動(dòng)態(tài)資源調(diào)度方法
3.3.1 虛擬機(jī)遷移時(shí)機(jī)的確定
3.3.2 遷移虛擬機(jī)的選擇
3.3.3 目的服務(wù)器的選擇-LB-BFD算法
3.4 SSE策略
3.5 本章小結(jié)
4 虛擬機(jī)熱遷移的混合優(yōu)化方法
4.1 熱遷移性能模型的構(gòu)建
4.2 對(duì)熱遷移性能模型的改進(jìn)
4.3 基于熱遷移性能模型的混合優(yōu)化方法
4.4 本章小結(jié)
5 實(shí)驗(yàn)設(shè)計(jì)與評(píng)估
5.1 動(dòng)態(tài)資源調(diào)度算法的有效性驗(yàn)證
5.1.1 CloudSim簡(jiǎn)介
5.1.2 實(shí)驗(yàn)設(shè)置
5.1.3 實(shí)驗(yàn)結(jié)果與分析
5.2 熱遷移混合優(yōu)化方法的驗(yàn)證實(shí)驗(yàn)
5.2.1 實(shí)驗(yàn)設(shè)置
5.2.2 實(shí)驗(yàn)結(jié)果與分析
5.3 本章小結(jié)
6 基于OpenStack的資源調(diào)度系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
6.1 系統(tǒng)總體架構(gòu)
6.2 系統(tǒng)模塊設(shè)計(jì)與實(shí)現(xiàn)
6.2.1 模塊基本實(shí)現(xiàn)原理
6.2.2 信息采集模塊
6.2.3 信息匯聚模塊
6.2.4 資源調(diào)度模塊
6.2.5 熱遷移混合優(yōu)化方法的實(shí)現(xiàn)
6.2.6 Web展現(xiàn)層服務(wù)
6.3 原型系統(tǒng)展示
6.3.1 系統(tǒng)設(shè)置
6.3.2 系統(tǒng)展示
6.4 本章小結(jié)
7 總結(jié)與展望
7.1 工作總結(jié)
7.2 研究展望
致謝
參考文獻(xiàn)
簡(jiǎn)歷與科研成果
【參考文獻(xiàn)】:
期刊論文
[1]指數(shù)平滑法中平滑系數(shù)的選擇研究[J]. 王長(zhǎng)江. 中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2006(06)
本文編號(hào):3648283
本文鏈接:http://sikaile.net/guanlilunwen/ydhl/3648283.html
最近更新
教材專著