本文選題：云環(huán)境　切入點：大數(shù)據(jù)　出處：《西北工業(yè)大學(xué)學(xué)報》2017年01期 　論文類型：期刊論文

【摘要】：在云環(huán)境下的大數(shù)據(jù)中心,虛擬機(jī)數(shù)目和虛擬機(jī)的負(fù)載會隨用戶和應(yīng)用的需求而經(jīng)常變化,虛擬機(jī)需要進(jìn)行動態(tài)資源調(diào)整,及時移除系統(tǒng)中的熱點資源,從而達(dá)到整個系統(tǒng)的負(fù)載均衡�，F(xiàn)有的方法主要采用啟發(fā)式算法計算遷移調(diào)節(jié)方案,選擇CPU、內(nèi)存、網(wǎng)絡(luò)等資源的混合負(fù)載最小的機(jī)器作為遷移對象。此類方法由于沒有區(qū)分資源類型,可能會導(dǎo)致從物理機(jī)上遷移了單一資源負(fù)載高而其他資源負(fù)載低的虛擬機(jī)。提出了一種云環(huán)境下,面向云資源調(diào)度的熱點遷移方法,其特點是通過判斷物理機(jī)上所承載虛擬機(jī)的CPU或內(nèi)存各自的容量總和,來判斷是否有熱點發(fā)生,并根據(jù)對熱點虛擬機(jī)遷移代價進(jìn)行計算的結(jié)果來選擇合適的目標(biāo)物理機(jī)進(jìn)行遷移。該方法可以區(qū)分不同資源種類的熱點,能快速準(zhǔn)確地找到熱點虛擬機(jī),并保證在遷移過程中代價最小,避免誤遷移。
[Abstract]:In big data Center in the cloud environment, the number of virtual machines and the load of virtual machines will often change with the needs of users and applications. The virtual machines need to adjust the dynamic resources and remove the hot resources in the system in time. In order to achieve the load balance of the whole system, the existing methods mainly use heuristic algorithm to calculate the migration adjustment scheme, select CPU, memory, The machine with the smallest mixed load on resources such as the network is used as the migration object. It may lead to the migration of virtual machines with high load of single resource and low load of other resources. In this paper, a hot spot migration method for scheduling of cloud resources in cloud environment is proposed. Its characteristic is to judge whether hot spots occur by judging the sum of the CPU or memory capacity of the virtual machine loaded on the physical machine. According to the result of calculating the migration cost of hot spot virtual machine, the suitable target physical machine can be selected to migrate. This method can distinguish the hot spots of different resource types, and can quickly and accurately find hot spot virtual machines. And ensure the minimum cost in the process of migration, avoid false migration.
【作者單位】： 西北工業(yè)大學(xué)計算機(jī)學(xué)院;
【基金】：國家“973”重點基礎(chǔ)研究發(fā)展計劃基金(2012CB316203) 國家自然科學(xué)基金(61303037)資助
【分類號】：TP302

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周建濤;陸海燕;葉新銘;;面向資源調(diào)度的矩陣規(guī)范化方法研究[J];中山大學(xué)學(xué)報(自然科學(xué)版);2009年01期

2 夏文明;李國富;;資源調(diào)度問題研究綜述[J];機(jī)電工程;2009年07期

3 林偉偉;齊德昱;;云計算資源調(diào)度研究綜述[J];計算機(jī)科學(xué);2012年10期

4 楊繼君;許維勝;黃武軍;吳啟迪;;基于多災(zāi)點非合作博弈的資源調(diào)度建模與仿真[J];計算機(jī)應(yīng)用;2008年06期

5 梁金華;;基于仿真網(wǎng)格平臺的資源調(diào)度算法模擬[J];科技信息;2010年18期

6 薛玉;;云計算環(huán)境下的資源調(diào)度優(yōu)化模型研究[J];計算機(jī)仿真;2013年05期

7 羅丹;;云計算資源調(diào)度算法仿真[J];計算機(jī)仿真;2013年07期

8 謝斌;林華;;聯(lián)合戰(zhàn)場資源調(diào)度問題綜述[J];艦船電子工程;2013年10期

9 林永毅,張智江,廖黛麗,倪凌;電信傳輸資源及調(diào)度一體化管理的研究與實現(xiàn)[J];電信科學(xué);2002年10期

10 吉軍;蔚承建;陳勝峰;陳旭;;分散式多工廠資源調(diào)度中的一種理性策略[J];計算機(jī)應(yīng)用;2010年11期

相關(guān)會議論文 前3條

1 曹東旭;劉明陽;;基于馬爾科夫決策鏈的作戰(zhàn)資源調(diào)度[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

2 王兵;賈利民;龍慧;郭杜杜;馬玉春;;新疆公路網(wǎng)交通事故應(yīng)急救援資源調(diào)度系統(tǒng)設(shè)計及應(yīng)用[A];第七屆中國智能交通年會優(yōu)秀論文集——智能交通應(yīng)用[C];2012年

3 叢慧芳;王文生;謝能付;;農(nóng)業(yè)信息網(wǎng)格環(huán)境中數(shù)據(jù)傳輸資源調(diào)度方法研究[A];中國農(nóng)業(yè)信息科技創(chuàng)新與學(xué)科發(fā)展大會論文匯編[C];2007年

相關(guān)重要報紙文章 前1條

1 本報記者 吳挺;云計算的管理需求顯現(xiàn)[N];計算機(jī)世界;2009年

相關(guān)博士學(xué)位論文 前10條

1 王小樂;信息物理融合系統(tǒng)資源調(diào)度關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

2 吳曉民;能量捕獲驅(qū)動的異構(gòu)網(wǎng)絡(luò)資源調(diào)度與優(yōu)化研究[D];中國科學(xué)技術(shù)大學(xué);2016年

3 朱銳意;LTE系統(tǒng)資源動態(tài)分配算法研究[D];中國科學(xué)技術(shù)大學(xué);2016年

4 王力;鐵路集裝箱中心站關(guān)鍵資源調(diào)度優(yōu)化理論與方法[D];北京交通大學(xué);2014年

5 馬滿福;基于計算經(jīng)濟(jì)的網(wǎng)格資源管理研究[D];西北工業(yè)大學(xué);2007年

6 冉泳屹;云環(huán)境下基于隨機(jī)優(yōu)化的動態(tài)資源調(diào)度研究[D];中國科學(xué)技術(shù)大學(xué);2015年

7 徐昕;基于博弈論的云計算資源調(diào)度方法研究[D];華東理工大學(xué);2015年

8 徐勁松;SLA約束下的云資源調(diào)度關(guān)鍵技術(shù)研究[D];南京郵電大學(xué);2013年

9 張靜樂;網(wǎng)絡(luò)環(huán)境下協(xié)同服務(wù)關(guān)鍵技術(shù)研究[D];北京科技大學(xué);2011年

10 田國忠;多DAG共享資源調(diào)度的若干問題研究[D];北京工業(yè)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 王艷平;基于蟻群算法的云計算資源調(diào)度研究[D];曲阜師范大學(xué);2015年

2 何蘭蘭;云環(huán)境下基于SLA的優(yōu)化資源管理機(jī)制研究[D];江西理工大學(xué);2015年

3 張揚(yáng);基于QPSO-SFLA改進(jìn)算法的云環(huán)境資源調(diào)度研究[D];江西理工大學(xué);2014年

4 楊南;藏文輿情云分析平臺資源調(diào)度優(yōu)化研究[D];西北民族大學(xué);2015年

5 李超;基于改進(jìn)粒子群算法的云計算資源調(diào)度研究[D];中國礦業(yè)大學(xué);2015年

6 郭慶光;基于協(xié)同演化算法的云計算資源調(diào)度的研究[D];電子科技大學(xué);2014年

7 陳強(qiáng);載波聚合下的資源調(diào)度研究[D];電子科技大學(xué);2014年

8 梁俊杰;基于應(yīng)用容器的云資源調(diào)度研究與實現(xiàn)[D];電子科技大學(xué);2015年

9 趙穎;Hadoop環(huán)境下的動態(tài)資源管理研究與實現(xiàn)[D];上海交通大學(xué);2015年

10 徐政;基于QoS的LTE資源調(diào)度策略研究[D];南京郵電大學(xué);2015年

，

本文編號：1649461