【摘要】：為了提高經(jīng)濟(jì)收益和使用效率,當(dāng)代數(shù)據(jù)中心普遍采用超配來部署盡可能多的服務(wù)器。然而,超配會對系統(tǒng)可用性造成威脅,數(shù)據(jù)中心可能會因?yàn)檫^載而崩潰。目前的解決方案通常專注于管理數(shù)據(jù)中心工作負(fù)載以避免負(fù)載高峰。然而這些研究都沒有考慮數(shù)據(jù)中心內(nèi)組件的影響,而組件故障確實(shí)會影響這些策略的有效性。同時目前也沒有任何研究可以回答數(shù)據(jù)中心在給定的可用性約束下,到底可以超配多少服務(wù)器。在本研究中,我們提出了一種超配情況下量化分析多層數(shù)據(jù)中心可用性的方法。我們使用了馬爾科夫鏈和隨機(jī)回報(bào)網(wǎng)來模擬數(shù)據(jù)中心組件的故障和修復(fù)過程。處于上層的設(shè)備(PDU,交換機(jī))使用馬爾科夫鏈來建模。底層服務(wù)器被劃分在兩個池內(nèi):主服務(wù)器池和備用服務(wù)器池,運(yùn)行著的服務(wù)器處于主服務(wù)器池,斷電的服務(wù)器處于備用服務(wù)器池。一旦主池內(nèi)有服務(wù)器故障,備用池內(nèi)的服務(wù)器將轉(zhuǎn)移到主池,故障服務(wù)器則被送去修復(fù)。隨機(jī)回報(bào)網(wǎng)被用來建模這兩個服務(wù)器池。本研究采用了Wiki和Google數(shù)據(jù)中心的負(fù)載數(shù)據(jù)來測試,并得出了數(shù)據(jù)中心超配比和可用性的關(guān)系,可以幫助數(shù)據(jù)中心運(yùn)營商在滿足給定的可用性約束下,選擇合適的超配比。本文的主要工作和貢獻(xiàn)如下:1)提出了一個三層模型來對數(shù)據(jù)中心可用性進(jìn)行分析,分析的同時將組件故障因素考慮在內(nèi)。我們使用馬爾科夫鏈和隨機(jī)回報(bào)網(wǎng)來模擬數(shù)據(jù)中心組件的故障和修復(fù)過程,并使用兩個狀態(tài)池來為服務(wù)器的不同狀態(tài)建模。2)為了解決馬爾科夫模型過于復(fù)雜的問題,我們采用兩個隨機(jī)回報(bào)網(wǎng)子模型來為服務(wù)器層建模。根據(jù)這些模型的組件參數(shù)、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)以及模型之間的狀態(tài)轉(zhuǎn)換,我們推導(dǎo)出數(shù)據(jù)中心可用性和超配比之間的關(guān)系。3)我們使用Google和Wiki的工作負(fù)載來測試,當(dāng)超配比改變時數(shù)據(jù)中心可用性所發(fā)生的變化。通過評估,我們可以定量給出在不同可用性約束的情況下,適合數(shù)據(jù)中心的超配比。4)使用經(jīng)典超級電容模型來為UPS建模,研究了UPS對數(shù)據(jù)中心可用性的影響,通過模擬給出了UPS存在時,數(shù)據(jù)中心可用性與超配比的量化關(guān)系。5)對分析單個數(shù)據(jù)中心的方法進(jìn)行了擴(kuò)展,將其應(yīng)用于多個數(shù)據(jù)中心的分析。通過分析和模擬,我們得出了多個數(shù)據(jù)中心可用性與超配比的量化關(guān)系。實(shí)驗(yàn)結(jié)果還表明,將一定數(shù)量的服務(wù)器分布在多個數(shù)據(jù)中心時的可用性要高于將其只集中于一個數(shù)據(jù)中心時的可用性。
【圖文】：

醫(yī)生的時間將會被浪費(fèi)，，若超額預(yù)定了太多的病人，又會延長間和導(dǎo)致醫(yī)生加班。為此，我們可以根據(jù)病人之前的預(yù)約記錄，大概推測采用超配策略。超配策略的常見應(yīng)用場景還有機(jī)票預(yù)訂，航空公司提供比預(yù)訂機(jī)票，使每一班飛機(jī)盡量坐滿。當(dāng)?shù)菣C(jī)的客戶比飛機(jī)座位數(shù)要多的時需要被轉(zhuǎn)移到其他班次，這樣必然會給客戶帶來不便，為了減少這種情空公司會相互之間形成同盟，以提供更多的班次給客戶選擇[4]。云數(shù)據(jù)中心超配其他行業(yè)類似，云計(jì)算為超配提供了充足的條件。在最近幾年，一些云服注意到，他們的資源 (內(nèi)存、CPU、帶寬等) 只被利用了一小部分[5]。據(jù)統(tǒng)的使用率只有 53%，而 CPU 的使用率在絕大多數(shù)數(shù)據(jù)中心也只有 40%，[6, 7]，84% 的虛擬機(jī) CPU 最大使用率不超過 20%。因此，資源的低利用率服務(wù)提供商亟待解決的問題，而超配策略則有利于最大化資源利用率，這務(wù)提供商的投資成本，又能增加經(jīng)濟(jì)收益[8 10]。

[11]。數(shù)據(jù)中心的宕機(jī)將會給用戶帶來巨大的經(jīng)濟(jì)損失，同時也會影響數(shù)據(jù)中心運(yùn)營商的名譽(yù)。圖1 1是艾默生網(wǎng)絡(luò)能源和波特蒙研究所于 2016 年調(diào)研得到的美國數(shù)據(jù)中心宕機(jī)每分鐘造成的損失，由圖可知，數(shù)據(jù)中心宕機(jī)造成的損失逐年增加，大型數(shù)據(jù)中心的宕機(jī)會導(dǎo)致更大的損失。波特蒙的另一項(xiàng)調(diào)研評估表明，在引發(fā)宕機(jī)的原因中，UPS 系統(tǒng)故障占比為總故障的四分之一 (如圖1 2)，是所有故障中最常見的，而 IT 設(shè)備故障造成的宕機(jī)損失在所有故障中是最高的，UPS 故障其次。圖 1 2 導(dǎo)致數(shù)據(jù)中心宕機(jī)的各類故障及占比Fig 1 2 Different Kinds of Failures Which Cause Data center Shutdown and their proportions— 3 —
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP308

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 韓普;姜杰;;HMM在自然語言處理領(lǐng)域中的應(yīng)用研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年02期

2 呂韓飛,王申康;一種MPLS流量工程中的動態(tài)路由算法[J];計(jì)算機(jī)應(yīng)用研究;2005年05期

3 蔣樂天,徐國治,應(yīng)忍冬,張昊;系統(tǒng)可靠性和可用性分析技術(shù)[J];電訊技術(shù);2002年04期

4 高文,祝明發(fā);基于生滅過程的機(jī)群系統(tǒng)高可用性分析與設(shè)計(jì)[J];微電子學(xué)與計(jì)算機(jī);2001年04期

相關(guān)碩士學(xué)位論文 前2條

1 劉元展;數(shù)據(jù)中心供配電系統(tǒng)可用性設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

2 陳偉;高可用性系統(tǒng)設(shè)計(jì)中的量化分析方法[D];浙江大學(xué);2006年

本文編號：2600805