本文選題：OpenStack + 互聯(lián)網(wǎng)　； 參考：《北京郵電大學》2013年碩士論文

【摘要】：近年來,云計算一詞越來越多的出現(xiàn)在人們的視野當中,也獲得了越來越多的關(guān)注。云計算描述了一種基于互聯(lián)網(wǎng)的新的IT服務(wù)增加、使用和交付模式,通常涉及通過互聯(lián)網(wǎng)來提供動態(tài)可擴展而且經(jīng)常是虛擬化的資源。云計算所帶來的不僅僅是技術(shù)上的變革,更是商業(yè)模式上的變革。從長遠來看,伴隨著商業(yè)模式的變革,無論是企業(yè)用戶還是個人用戶,都會大幅降低投入成本,提高生產(chǎn)效率。借助云計算,社會各個領(lǐng)域會更廉價、更快捷的獲取IT服務(wù)。作為現(xiàn)在最炙手可熱的IT技術(shù),云計算正在并將繼續(xù)改變整個IT產(chǎn)業(yè)的格局�？梢灶A見,云計算將像幾十年前的個人電腦和互聯(lián)網(wǎng)一樣引領(lǐng)IT行業(yè)新一輪的浪潮。然而,無論云計算怎么發(fā)展,最終都需要依托數(shù)據(jù)中心來對外提供服務(wù),數(shù)據(jù)中心尤其是采用虛擬化技術(shù)的數(shù)據(jù)中心的受關(guān)注程度也越來越高。同時,傳統(tǒng)數(shù)據(jù)中心正在消耗大量的能源、空間和成本,而且消耗量日益膨脹。隨著信息服務(wù)的日益深化,越來越多的企業(yè)希望構(gòu)建更加綠色更加節(jié)能的新型數(shù)據(jù)中心,提高數(shù)據(jù)中心各項資源的利用率和節(jié)能降耗已成為當前數(shù)據(jù)中心面臨的首要問題,相應(yīng)的虛擬機部署問題也成為IT領(lǐng)域的重要研究方向。近兩年來,通過虛擬化手段進行集中化整合開始成為提高數(shù)據(jù)中心利用率且節(jié)能的有力途徑。部署了虛擬化技術(shù)之后,我們需要利用云計算系統(tǒng)的平臺管理技術(shù)來實現(xiàn)大量服務(wù)器的協(xié)同工作,幫助我們便捷的進行業(yè)務(wù)部署和開通,快速發(fā)現(xiàn)和恢復系統(tǒng)故障,通過自動化、智能化的手段實現(xiàn)大規(guī)模系統(tǒng)的可靠運營。隨著云計算的發(fā)展,云計算系統(tǒng)的平臺管理技術(shù)也越來越成熟,OpenStack就是其中的佼佼者。但是其虛擬機部署機制還不太完善,存在如下問題：第一,采用原虛擬機部署算法的時候,使用狀態(tài)的物理機的各項資源利用率偏低,造成了資源浪費；第二,原虛擬機部署算法不能為每一臺物理機找到最合適的虛擬機組合,從而使用的物理機的數(shù)量偏多,增加了不必要的電能損耗,也增加了運營成本。本文針對新興開源云計算平臺OpenStack中虛擬機部署機制的不足,設(shè)計實現(xiàn)了一項新的解決方案——基于蟻群算法的OpenStack虛擬機部署策略。該策略利用了螞蟻尋找食物過程中的分布式協(xié)作和正反饋機制來處理虛擬機請求,以減少使用的物理機數(shù)量并且降低電能消耗。通過搭建真實實驗環(huán)境,驗證了采用新虛擬機部署策略的OpenStack管理平臺的可用性和可靠性,然后通過仿真實驗的方式比較了改進算法和原來算法在各個層面的性能。證明了改進算法可以提高處于使用狀態(tài)的物理機的各項資源的利用率,并能減少同等情況物理機使用數(shù)量。
[Abstract]:In recent years, the word cloud computing appears more and more in the field of vision, and also gets more and more attention. Cloud computing describes a new Internet-based IT service growth, usage, and delivery model, often involving the provision of dynamically scalable and often virtualized resources via the Internet. Cloud computing brings not only technological changes, but also business model changes. In the long run, with the change of business model, both enterprise users and individual users will greatly reduce the input cost and improve production efficiency. With cloud computing, all sectors of society will be cheaper, faster access to IT services. As the hottest IT technology, cloud computing is and will continue to change the pattern of the entire IT industry. Cloud computing is expected to lead the IT industry into a new wave, as personal computers and the Internet did decades ago. However, no matter how cloud computing develops, it will ultimately need to rely on data centers to provide services to the outside world. Data centers, especially those using virtualization technology, are attracting more and more attention. At the same time, traditional data centers are consuming a lot of energy, space and costs, and consumption is expanding. With the deepening of information services, more and more enterprises want to build new data centers that are more green and more energy efficient. The corresponding virtual machine deployment problem has also become an important research direction in IT field. In the past two years, centralized integration through virtualization has become a powerful way to improve data center utilization and save energy. After the deployment of virtualization technology, we need to use cloud computing platform management technology to achieve a large number of servers to work together, help us to easily deploy and open business, quickly detect and recover system failures. The reliable operation of large-scale system is realized by means of automation and intelligence. With the development of cloud computing, the platform management technology of cloud computing system is more and more mature. OpenStack is one of the best. However, the mechanism of virtual machine deployment is not perfect, there are some problems as follows: first, when using the original virtual machine deployment algorithm, the utilization ratio of each resource of the state physical machine is low, resulting in a waste of resources; second, The original virtual machine deployment algorithm can not find the most suitable combination of virtual machines for each physical computer, so the number of physical machines used is on the high side, which increases the unnecessary power consumption, and also increases the operating cost. Aiming at the shortage of virtual machine deployment mechanism in OpenStack, a new solution, OpenStack virtual machine deployment strategy based on ant colony algorithm, is designed and implemented in this paper. The strategy takes advantage of the distributed collaboration and positive feedback mechanism in the process of searching for food to process virtual machine requests to reduce the number of physical machines used and the power consumption. The availability and reliability of the OpenStack management platform using the new virtual machine deployment strategy are verified by building a real experimental environment. Then the performance of the improved algorithm and the original algorithm at various levels are compared by simulation experiments. It is proved that the improved algorithm can increase the utilization rate of all kinds of resources and reduce the number of physical computers in the same situation.
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP302

【相似文獻】

相關(guān)期刊論文 前10條

1 曹曉剛;;Java虛擬機的10年[J];程序員;2005年07期

2 宋韜;盤細平;羅元柯;倪國軍;;Java虛擬機在嵌入式DSP系統(tǒng)上的實現(xiàn)[J];計算機應(yīng)用與軟件;2007年04期

3 劉黎波;;Java虛擬機攔截原理研究[J];科技風;2008年21期

4 劉治波;;Java虛擬機簡析[J];濟南職業(yè)學院學報;2008年01期

5 郝帥;;Java虛擬機中相關(guān)技術(shù)的探討[J];成功(教育);2008年08期

6 李霞;;系統(tǒng)虛擬機關(guān)鍵技術(shù)研究[J];微型電腦應(yīng)用;2010年03期

7 鄭曉瓏;孔挺;;虛擬機的安全風險與管理[J];硅谷;2010年16期

8 李學昌;平淡;;為速度而戰(zhàn),虛擬機內(nèi)外兼修[J];電腦愛好者;2010年18期

9 王惠萍;張海龍;馮帆;王建華;;Java虛擬機使用及優(yōu)化[J];計算機與網(wǎng)絡(luò);2010年21期

10 鄭婷婷;武延軍;賀也平;;云計算環(huán)境下的虛擬機快速克隆技術(shù)[J];計算機工程與應(yīng)用;2011年13期

相關(guān)會議論文 前10條

1 孟廣平;;虛擬機漂移網(wǎng)絡(luò)連接方法探討[A];中國計量協(xié)會冶金分會2011年會論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機平臺的研究[A];第26次全國計算機安全學術(shù)交流會論文集[C];2011年

3 李明宇;張倩;呂品;;網(wǎng)絡(luò)流量感知的虛擬機高可用動態(tài)部署研究[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

4 林紅;;Java虛擬機面向數(shù)字媒體的應(yīng)用研究[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學與技術(shù)應(yīng)用（CACIS）學術(shù)會議論文集（上冊）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機的備份系統(tǒng)實現(xiàn)[A];中國高等教育學會教育信息化分會第十二次學術(shù)年會論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機網(wǎng)絡(luò)部署與管理研究[A];中國高等教育學會教育信息化分會第十次學術(shù)年會論文集[C];2010年

7 李英壯;廖培騰;孫夢;李先毅;;基于云計算的數(shù)據(jù)中心虛擬機管理平臺的設(shè)計[A];中國高等教育學會教育信息化分會第十次學術(shù)年會論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國;龔健雅;;GIS符號虛擬機及實現(xiàn)方法研究[A];《測繪通報》測繪科學前沿技術(shù)論壇摘要集[C];2008年

9 于洋;陳曉東;俞承芳;李旦;;基于FPGA平臺的虛擬機建模與仿真[A];2007'儀表，，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

10 丁濤;郝沁汾;張冰;;內(nèi)核虛擬機調(diào)度策略的研究與分析[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)會議論文集[C];2010年

相關(guān)重要報紙文章 前10條

1 ;虛擬機的生與死[N];網(wǎng)絡(luò)世界;2008年

2 本報記者 卜娜;高性能Java虛擬機將在中國云市場釋能[N];中國計算機報;2012年

3 本報記者 邱燕娜;如何告別虛擬機管理煩惱[N];中國計算機報;2012年

4 ;首批通過云計算產(chǎn)品虛擬機管理測評名單[N];中國電子報;2014年

5 申琳;虛擬機泛濫 系統(tǒng)安全怎么辦[N];中國計算機報;2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機管理的五大問題[N];計算機世界;2008年

7 盆盆;真實的虛擬機[N];中國電腦教育報;2004年

8 本版編輯　綜合 編譯整理 田夢;管理好虛擬機的全生命周期[N];計算機世界;2008年

9 李婷;中國研制出全球最快反病毒虛擬機[N];人民郵電;2009年

10 張弛;虛擬機遷移走向真正自由[N];網(wǎng)絡(luò)世界;2010年

相關(guān)博士學位論文 前10條

1 宋翔;多核虛擬環(huán)境的性能及可伸縮性研究[D];復旦大學;2014年

2 王桂平;云環(huán)境下面向可信的虛擬機異常檢測關(guān)鍵技術(shù)研究[D];重慶大學;2015年

3 周真;云平臺下運行環(huán)境感知的虛擬機異常檢測策略及算法研究[D];重慶大學;2015年

4 郭芬;面向虛擬機的云平臺資源部署與調(diào)度研究[D];華南理工大學;2015年

5 周傲;高可靠云服務(wù)供應(yīng)關(guān)鍵技術(shù)研究[D];北京郵電大學;2015年

6 代煒琦;云計算執(zhí)行環(huán)境可信構(gòu)建關(guān)鍵技術(shù)研究[D];華中科技大學;2015年

7 劉圣卓;面向虛擬集群的鏡像存儲與傳輸優(yōu)化[D];清華大學;2015年

8 陳彬;分布環(huán)境下虛擬機按需部署關(guān)鍵技術(shù)研究[D];國防科學技術(shù)大學;2010年

9 劉海坤;虛擬機在線遷移性能優(yōu)化關(guān)鍵技術(shù)研究[D];華中科技大學;2012年

10 劉謙;面向云計算的虛擬機系統(tǒng)安全研究[D];上海交通大學;2012年

相關(guān)碩士學位論文 前10條

1 潘飛;負載相關(guān)的虛擬機放置策略研究[D];杭州電子科技大學;2011年

2 王建一;混合型桌面云高可用性研究與實現(xiàn)[D];華南理工大學;2015年

3 周衡;云計算環(huán)境下虛擬機優(yōu)化調(diào)度策略研究[D];河北大學;2015年

4 羅仲皓;基于OpenStack的私有云計算平臺的設(shè)計與實現(xiàn)[D];華南理工大學;2015年

5 李子堂;面向負載均衡的虛擬機動態(tài)遷移優(yōu)化研究[D];遼寧大學;2015年

6 張煜;基于OpenStack的“實驗云”平臺的研究與開發(fā)[D];西南交通大學;2015年

7 曾文琦;面向應(yīng)用服務(wù)的云規(guī)模虛似機性能監(jiān)控與負載分析技術(shù)研究[D];復旦大學;2013年

8 施繼成;面向多核處理器的虛擬機性能優(yōu)化[D];復旦大學;2014年

9 游井輝;基于虛擬機動態(tài)遷移的資源調(diào)度策略研究[D];華南理工大學;2015年

10 方良英;云平臺的資源優(yōu)化管理研究與實現(xiàn)[D];南京師范大學;2015年

本文編號：1967190