【摘要】：云計(jì)算作為一種新的服務(wù)模式理念,在實(shí)際生活中,體現(xiàn)為由數(shù)百萬臺(tái)的各種物理設(shè)備組成的數(shù)據(jù)中心。云計(jì)算利用虛擬化技術(shù),向用戶提供虛擬化資源,用戶可以隨時(shí)隨地按需請(qǐng)求資源和按需付費(fèi)。然而,隨著云計(jì)算數(shù)據(jù)中心規(guī)模的不斷擴(kuò)大,數(shù)據(jù)中心消耗的能源每年都在成倍地增長,如何通過虛擬機(jī)遷移降低整個(gè)數(shù)據(jù)中心能耗這一問題,成為了許多人的研究重點(diǎn)。虛擬機(jī)遷移可以分為三個(gè)主要過程:主機(jī)負(fù)載檢測(cè),虛擬機(jī)選擇和虛擬機(jī)放置。因此,可以考慮如何針對(duì)虛擬機(jī)遷移的幾個(gè)過程進(jìn)行優(yōu)化,從而減少數(shù)據(jù)中心產(chǎn)生的能耗。論文首先針對(duì)虛擬機(jī)選擇,提出了基于性能滿足度的虛擬機(jī)選擇算法,該算法計(jì)算出負(fù)載主機(jī)上每臺(tái)虛擬機(jī)的性能滿足程度,從而挑選出性能滿足度最低的虛擬機(jī)作為待遷移虛擬機(jī);然后針對(duì)虛擬機(jī)遷移中的虛擬機(jī)放置過程,提出了基于最小相關(guān)系數(shù)的虛擬機(jī)放置算法,該算法為待遷移虛擬機(jī)挑選出一個(gè)遷移后對(duì)該主機(jī)影響最小的主機(jī)。然而,該算法只考慮了CPU利用率。因此,針對(duì)最小相關(guān)系數(shù)的虛擬機(jī)放置算法的不足之處,論文提出了改進(jìn)的虛擬機(jī)放置算法:基于預(yù)測(cè)親和度的虛擬機(jī)放置算法。該算法的特點(diǎn)是不受資源維數(shù)的限值,不僅可以考慮CPU利用率,還可以考慮內(nèi)存,網(wǎng)絡(luò)等因素。此外,算法引入了一種新的概念:親和度,它被用來量化虛擬機(jī)和虛擬機(jī)之間、虛擬機(jī)和物理主機(jī)之間的關(guān)系,從而該算法就可以根據(jù)虛擬機(jī)和主機(jī)之間的親和度來選擇目標(biāo)主機(jī)。最后,基于OpenStack平臺(tái)實(shí)現(xiàn)了虛擬機(jī)遷移系統(tǒng),且在系統(tǒng)中實(shí)現(xiàn)了上述的虛擬機(jī)選擇算法和虛擬機(jī)放置算法。實(shí)驗(yàn)表明,上述算法在降低能耗方面有一定的成效。
[Abstract]:Cloud computing, as a new service model, is embodied as a data center composed of millions of physical devices in real life. Cloud computing uses virtualization technology to provide users with virtualized resources. Users can request resources and pay on demand anytime, anywhere and on demand. However, with the expansion of cloud computing data center scale, the energy consumed by the data center is increasing exponentially every year. How to reduce the energy consumption of the whole data center through virtual machine migration has become the research focus of many people. Virtual machine migration can be divided into three main processes: host load detection, virtual machine selection and virtual machine placement. Therefore, we can consider how to optimize several processes of virtual machine migration to reduce the energy consumption generated by the data center. Firstly, a performance satisfaction based virtual machine selection algorithm is proposed for virtual machine selection, which calculates the performance satisfaction of each virtual machine on the load host. Thus, the virtual machine with the lowest performance satisfaction is selected as the virtual machine to be migrated. Then a virtual machine placement algorithm based on the minimum correlation coefficient is proposed for the virtual machine migration. The algorithm selects a host with the least impact on the host after migration. However, the algorithm only considers CPU utilization. Therefore, in view of the shortcomings of the minimum correlation coefficient virtual machine placement algorithm, this paper proposes an improved virtual machine placement algorithm: virtual machine placement algorithm based on predictive affinity. The characteristic of this algorithm is that it is not limited by the dimension of resources, so it can not only consider the utilization of CPU, but also consider the factors of memory, network and so on. In addition, the algorithm introduces a new concept: affinity, which is used to quantify the relationship between virtual machines and virtual machines, and between virtual machines and physical hosts. The algorithm can select the target host according to the affinity between the virtual machine and the host. Finally, the virtual machine migration system is implemented based on OpenStack platform, and the above virtual machine selection algorithm and virtual machine placement algorithm are implemented in the system. The experimental results show that the algorithm is effective in reducing energy consumption.
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP302

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹曉剛;;Java虛擬機(jī)的10年[J];程序員;2005年07期

2 宋韜;盤細(xì)平;羅元柯;倪國軍;;Java虛擬機(jī)在嵌入式DSP系統(tǒng)上的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用與軟件;2007年04期

3 劉黎波;;Java虛擬機(jī)攔截原理研究[J];科技風(fēng);2008年21期

4 劉治波;;Java虛擬機(jī)簡(jiǎn)析[J];濟(jì)南職業(yè)學(xué)院學(xué)報(bào);2008年01期

5 郝帥;;Java虛擬機(jī)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(jī)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(jī)的安全風(fēng)險(xiǎn)與管理[J];硅谷;2010年16期

8 李學(xué)昌;平淡;;為速度而戰(zhàn),虛擬機(jī)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(jī)使用及優(yōu)化[J];計(jì)算機(jī)與網(wǎng)絡(luò);2010年21期

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

相關(guān)會(huì)議論文 前10條

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

2 段翼真;王曉程;;可信安全虛擬機(jī)平臺(tái)的研究[A];第26次全國計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)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(jī)高可用動(dòng)態(tài)部署研究[A];2014第二屆中國指揮控制大會(huì)論文集（上）[C];2014年

4 林紅;;Java虛擬機(jī)面向數(shù)字媒體的應(yīng)用研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機(jī)的備份系統(tǒng)實(shí)現(xiàn)[A];中國高等教育學(xué)會(huì)教育信息化分會(huì)第十二次學(xué)術(shù)年會(huì)論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機(jī)網(wǎng)絡(luò)部署與管理研究[A];中國高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

7 李英壯;廖培騰;孫夢(mèng);李先毅;;基于云計(jì)算的數(shù)據(jù)中心虛擬機(jī)管理平臺(tái)的設(shè)計(jì)[A];中國高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國;龔健雅;;GIS符號(hào)虛擬機(jī)及實(shí)現(xiàn)方法研究[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)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(tái)的虛擬機(jī)建模與仿真[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

10 丁濤;郝沁汾;張冰;;內(nèi)核虛擬機(jī)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(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 ;虛擬機(jī)的生與死[N];網(wǎng)絡(luò)世界;2008年

2 本報(bào)記者 卜娜;高性能Java虛擬機(jī)將在中國云市場(chǎng)釋能[N];中國計(jì)算機(jī)報(bào);2012年

3 本報(bào)記者 邱燕娜;如何告別虛擬機(jī)管理煩惱[N];中國計(jì)算機(jī)報(bào);2012年

4 ;首批通過云計(jì)算產(chǎn)品虛擬機(jī)管理測(cè)評(píng)名單[N];中國電子報(bào);2014年

5 申琳;虛擬機(jī)泛濫 系統(tǒng)安全怎么辦[N];中國計(jì)算機(jī)報(bào);2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機(jī)管理的五大問題[N];計(jì)算機(jī)世界;2008年

7 盆盆;真實(shí)的虛擬機(jī)[N];中國電腦教育報(bào);2004年

8 本版編輯　綜合 編譯整理 田夢(mèng);管理好虛擬機(jī)的全生命周期[N];計(jì)算機(jī)世界;2008年

9 李婷;中國研制出全球最快反病毒虛擬機(jī)[N];人民郵電;2009年

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

相關(guān)博士學(xué)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(fù)旦大學(xué);2014年

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

3 周真;云平臺(tái)下運(yùn)行環(huán)境感知的虛擬機(jī)異常檢測(cè)策略及算法研究[D];重慶大學(xué);2015年

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

6 代煒琦;云計(jì)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(xué);2015年

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

8 彭成磊;云數(shù)據(jù)中心綠色節(jié)能需求的虛擬機(jī)負(fù)載均衡技術(shù)研究[D];南京大學(xué);2016年

9 趙長名;IaaS云中基于資源感知的虛擬機(jī)資源管埋[D];電子科技大學(xué);2016年

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

相關(guān)碩士學(xué)位論文 前10條

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

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

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

4 羅仲皓;基于OpenStack的私有云計(jì)算平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

5 李子堂;面向負(fù)載均衡的虛擬機(jī)動(dòng)態(tài)遷移優(yōu)化研究[D];遼寧大學(xué);2015年

6 張煜;基于OpenStack的“實(shí)驗(yàn)云”平臺(tái)的研究與開發(fā)[D];西南交通大學(xué);2015年

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

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

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

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

本文編號(hào)：2380415