【摘要】：隨著計算機網(wǎng)絡(luò)的不斷發(fā)展,云計算成為了最流行的前沿技術(shù)之一。云計算以其靈活、便捷和按需提供資源的特性,吸引了很多工業(yè)界和學(xué)術(shù)界人們的關(guān)注。數(shù)據(jù)中心做為云計算的基礎(chǔ)設(shè)施,也讓很多IT提供商開始關(guān)注和建立他們自己的數(shù)據(jù)中心(例如:谷歌、微軟、亞馬遜、甲骨文等)。研究表明,合理的虛擬機放置方法能有效提高數(shù)據(jù)中心資源的利用率、減少數(shù)據(jù)中心整體任務(wù)的完成時間以及提高數(shù)據(jù)中心整體執(zhí)行任務(wù)的吞吐量。本文將虛擬機放置方法分為動態(tài)放置和靜態(tài)放置。動態(tài)放置,即虛擬機遷移,是虛擬機在執(zhí)行任務(wù)過程中隨著數(shù)據(jù)中心系統(tǒng)的需要,虛擬機在不同物理機之間改變位置;靜態(tài)放置,即初始化放置,是虛擬機在執(zhí)行任務(wù)之前根據(jù)數(shù)據(jù)中心系統(tǒng)的需要,將虛擬機安置到某個物理機或某個數(shù)據(jù)中心中,在執(zhí)行任務(wù)結(jié)束前不會改變其位置。本文在全面分析現(xiàn)有數(shù)據(jù)中心虛擬機放置方法和相關(guān)研究工作的基礎(chǔ)上,重點對數(shù)據(jù)中心虛擬機優(yōu)化放置方法展開了深入的研究,并取得了一些創(chuàng)新和成果。本文的主要研究內(nèi)容如下:1.通過虛擬機遷移提高數(shù)據(jù)中心物理機資源利用率,同時達(dá)到最小化虛擬機的遷移代價。隨著數(shù)據(jù)中心不斷發(fā)展的同時也帶來了很多問題,其中如何提高數(shù)據(jù)中心資源利用率和如何減少數(shù)據(jù)中心中虛擬機的遷移代價是兩個最主要的問題�，F(xiàn)有的研究成果中要么只考慮物理機資源利用率最大化,要么只考慮虛擬機遷移代價最小化,這種單一優(yōu)化目標(biāo)的方法對于物理機資源的高使用率和帶寬資源高使用率的數(shù)據(jù)中心來說是遠(yuǎn)遠(yuǎn)不夠的。然而,很少有研究成果能同時對這兩個目標(biāo)進(jìn)行優(yōu)化。因此,本文針對這種物理機資源高使用率和帶寬資源高使用率的數(shù)據(jù)中心提出了一種優(yōu)化模型,該模型在多資源環(huán)境下(例如:內(nèi)存、帶寬、CPU和磁盤空間等)同時考慮物理機資源利用率最大化和虛擬機遷移代價最小化。由于該優(yōu)化模型是NP-hard問題,因此提出了基于裝箱算法的近似算法MinCost,該算法能獲得近似的優(yōu)化解。實驗結(jié)果表明,提出的模型和算法可以有效提高數(shù)據(jù)中心物理機的資源利用率,同時達(dá)到最小化虛擬機遷移代價。2.通過優(yōu)化虛擬機靜態(tài)放置來減少數(shù)據(jù)中心整體任務(wù)完成時間。數(shù)據(jù)中心分為數(shù)據(jù)密集型和計算密集型兩種。在計算密集型的數(shù)據(jù)中心結(jié)構(gòu)中,訪問響應(yīng)時間對整個任務(wù)的完成時間有著很重要的影響;而在數(shù)據(jù)密集型的數(shù)據(jù)中心結(jié)構(gòu)中,數(shù)據(jù)的傳輸時間是影響整個任務(wù)完成時間的重要因素。研究表明,合理的虛擬機靜態(tài)放置方法能有效解決上述問題。好的虛擬機靜態(tài)優(yōu)化放置方法可以在計算密集型的數(shù)據(jù)中心中得到較少的訪問響應(yīng)時間,以及在數(shù)據(jù)密集型的數(shù)據(jù)中心中得到較少的數(shù)據(jù)傳輸時間。本文針對數(shù)據(jù)中心的兩種類型,分別提出兩種虛擬機靜態(tài)優(yōu)化放置模型,以便在數(shù)據(jù)中心中獲得較小的整體任務(wù)完成時間。從模型上分析,計算密集型的虛擬機靜態(tài)優(yōu)化放置模型是一個線性規(guī)劃問題,本文用分支界定算法來解該模型,算法的時間復(fù)雜度是O(2NM),同時本文也給出了貪心算法來解計算密集型的優(yōu)化模型,該算法將時間復(fù)雜度降低至O(NNM)。數(shù)據(jù)密集型的虛擬機靜態(tài)優(yōu)化放置模型是一個NP-Complete問題,在本文中給出了相應(yīng)的證明。同時,提出了啟發(fā)式算法來解數(shù)據(jù)密集型的優(yōu)化模型。實驗結(jié)果表明,提出的方法能合理優(yōu)化虛擬機靜態(tài)放置的位置,有效地減少數(shù)據(jù)中心整體任務(wù)完成時間。3.基于虛擬機動態(tài)放置與靜態(tài)放置相結(jié)合的方法來提高數(shù)據(jù)中心整體執(zhí)行任務(wù)的吞吐量。先前大部分工作要么只考慮虛擬機動態(tài)放置方面問題,要么只考慮虛擬機靜態(tài)放置方面的問題。很少有工作能研究虛擬機動態(tài)放置和虛擬機靜態(tài)放置相結(jié)合的方法來解決問題。研究表明,只考慮動態(tài)放置或是只考慮靜態(tài)放置已經(jīng)不能滿足現(xiàn)有數(shù)據(jù)中心對大量虛擬機任務(wù)處理的需求。然而,一個好的虛擬機放置策略是盡可能多的靜態(tài)放置虛擬機到數(shù)據(jù)中心中去進(jìn)行處理;同時,隨著數(shù)據(jù)中心中物理機資源使用情況的變化,虛擬機不斷的在不同物理機之間進(jìn)行遷移,通過這種靜態(tài)放置和動態(tài)放置相結(jié)合的方法來提高數(shù)據(jù)中心整體執(zhí)行任務(wù)的吞吐量。本文提出的優(yōu)化模型通過時間片技術(shù)將虛擬機靜態(tài)放置和動態(tài)放置相結(jié)合,同時在動態(tài)放置的過程中使遷移代價達(dá)到最小。通過實驗結(jié)果可知,提出的方法能有效地提高數(shù)據(jù)中心整體執(zhí)行任務(wù)的吞吐量,并使遷移代價最小化。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP302;TP308
【圖文】：

數(shù)據(jù)中心系統(tǒng)會隔一小時觸發(fā)一次算法ＭｉｎＣｏｓｔ。為了可以清楚直觀地表達(dá)實逡逑驗結(jié)果，在實驗中運行一遍程序會隨機生成２４組隨機數(shù)，代表實際應(yīng)用中每一小時對逡逑算法ＭｉｎＣｏｓｔ的觸發(fā)。因此，在圖２．３和圖２．４中橫坐標(biāo)用２４個坐標(biāo)軸代表２４個小時逡逑以及表２．１－表２．２用２４行代表２４小時，實驗運行２０遍，給出平均值作為最終的實驗結(jié)逡逑果。在文獻(xiàn)［２６］中，Ｆｅｎｇ等人提出了一種Ｂａｒｇａｉｎ算法，得到了較好的物理機資源利用逡逑率，然而他們忽略了一個最重要的指標(biāo)，就是數(shù)據(jù)中心虛擬機的遷移代價。因此，本章逡逑的實驗與文獻(xiàn)［２６］中提出的Ｂａｒｇａｉｎ算法進(jìn)行了比較。逡逑２．５．１單資源環(huán)境下實驗結(jié)果逡逑首先，比較一下ＭｉｎＣｏｓｔ算法和Ｂａｒｇａｉｎ算法在單資源環(huán)境下（以ＣＰＵ資源為例）物逡逑理機的資源利用率和虛擬機的遷移代價。其中，ＭｉｎＣｏｓｔ算法通過獲得相對略低的資逡逑源利用率來換取相對可觀的虛擬機遷移代價。實驗結(jié)果如圖２．３所示，ＭｉｎＣｏｓｔ算法和逡逑Ｂａｒｇａｉｎ算法得到的利用率都達(dá)到了邋９０％以上，相應(yīng)地，ＭｉｎＣｏｓｔ算法的遷移代價都占逡逑物理機總資源的１１％以下

目前在云應(yīng)用平臺上（例如Ｈａｄｏｏｐ平臺），用并行計算的思想來減少任務(wù)完成時間是最逡逑根本的方法，該方法將大的數(shù)據(jù)任務(wù)分割成若干小的數(shù)據(jù)任務(wù)，每一個小任務(wù)由一個虛逡逑擬機（也叫計算節(jié)點）與其分配的數(shù)據(jù)節(jié)點來完成，如圖３．１所示。逡逑然而，隨著計算節(jié)點和數(shù)據(jù)節(jié)點不斷的增加，在基于并行計算的大數(shù)據(jù)處理應(yīng)用逡逑中，整體任務(wù)完成時間還是最大的瓶頸。因此，如何加快數(shù)據(jù)中心整體任務(wù)的完成時逡逑間，仍然是學(xué)者們最為關(guān)注和有待解決的問題。本章針對數(shù)據(jù)中心的數(shù)據(jù)密集型任務(wù)和逡逑計算密集型任務(wù)，分別提出了兩個虛擬機靜態(tài)放置的優(yōu)化模型，以便在數(shù)據(jù)中心中得到逡逑最小化的整體任務(wù)完成時間。從模型上分析，計算密集型的模型是線性規(guī)劃問題，用分逡逑支界定算法來解該模型，算法的時間復(fù)雜度是同時本文還給出貪心算法來解逡逑計算密集型的模型，該算法將時間復(fù)雜度降低至Ｏ（ｉＶＭ）。數(shù)據(jù)密集型的優(yōu)化虛擬機靜逡逑態(tài)放置模型是一個ＮＰ－Ｃｏｍｐｌｅｔｅ問題

存在的問題逡逑衡只是并行計算的一種變形，該方法沒有根本上優(yōu)化數(shù)的優(yōu)化調(diào)度方法和檢測執(zhí)行慢的任務(wù)方法同樣沒有從根完成時間進(jìn)行優(yōu)化，也沒有對數(shù)據(jù)中心進(jìn)行全局的優(yōu)化一就是計算節(jié)點和數(shù)據(jù)節(jié)點之間的優(yōu)化放置，因為一個任務(wù)完成時間變慢。文獻(xiàn)［７０，７１］提出了在計算密集型數(shù)方法來得到最小的數(shù)據(jù)訪問響應(yīng)時間，但是文獻(xiàn)［７０．７１］，必須要在所有的虛擬機中，篩選一些距離近的虛擬機就會使得一個大的計算任務(wù)在分成若千小的計算節(jié)點后，算節(jié)點不能進(jìn)行優(yōu)化處理，進(jìn)而使得這個大的計算任務(wù)在文獻(xiàn)［７0，７１］中虛擬機和數(shù)據(jù)節(jié)點是一對一的優(yōu)化，即節(jié)點通信，反之亦然，如圖３．２所示。這使得當(dāng)兩臺虛時間都是最小的時候，只有一臺虛擬機可以訪問這個數(shù)這樣對數(shù)據(jù)中心整體任務(wù)完成的時間有著很大的影響。最小化任務(wù)訪問響應(yīng)時間，因此他們的方法只能對計算一

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙艷;王春海;;虛擬機“句柄無效”無法開機[J];網(wǎng)絡(luò)安全和信息化;2018年09期

2 王春海;;創(chuàng)建虛擬機用于測試[J];網(wǎng)絡(luò)安全和信息化;2016年04期

3 ;虛擬機配置越高越好?[J];網(wǎng)絡(luò)安全和信息化;2016年01期

4 甘娜;;一種基于服務(wù)次數(shù)的云虛擬機資源部署算法[J];中國新通信;2017年23期

5 石岳;王春海;;快速克隆千臺虛擬機[J];網(wǎng)絡(luò)安全和信息化;2017年06期

6 顧武雄;;創(chuàng)建虛擬機與遠(yuǎn)程管理[J];網(wǎng)絡(luò)安全和信息化;2017年05期

7 顧武雄;;虛擬機復(fù)制管理[J];網(wǎng)絡(luò)安全和信息化;2018年06期

8 劉鐘濤;劉明利;;云計算中基于拍賣的虛擬機動態(tài)供應(yīng)和分配算法[J];計算機科學(xué);2016年S2期

9 于濤;周小天;;基于拍賣的虛擬機動態(tài)供應(yīng)和分配算法[J];計算機工程與應(yīng)用;2016年23期

10 王健;;基于云計算技術(shù)的數(shù)據(jù)中心虛擬機管理平臺的設(shè)計研究[J];信息通信;2016年12期

相關(guān)會議論文 前10條

1 陸彥琦;伍華鳳;高毅;;云計算環(huán)境下虛擬機安全性分析與研究[A];中國造船工程學(xué)會電子技術(shù)學(xué)術(shù)委員會2017年裝備技術(shù)發(fā)展論壇論文集[C];2017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(xué)術(shù)交流會論文集[C];2011年

3 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(xué)會教育信息化分會第十次學(xué)術(shù)年會論文集[C];2010年

4 陳援非;朱珍民;葉劍;;一種基于多量級虛擬機的可擴展普適計算架構(gòu)[A];第四屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議論文集[C];2008年

5 張健;高鋮;宮良一;顧兆軍;;虛擬機自省技術(shù)研究[A];第32次全國計算機安全學(xué)術(shù)交流會論文集[C];2017年

6 鄧小林;;虛擬機系統(tǒng)資源動態(tài)分配策略[A];浙江省信號處理學(xué)會2013學(xué)術(shù)年會論文集——信號處理在海洋[C];2013年

7 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(xué)術(shù)會議論文集[C];2010年

8 管慶華;葉力旋;劉凱;明月;;一種基于資源池分布式部署虛擬機的方法[A];2010電力行業(yè)信息化年會優(yōu)秀論文專輯[C];2010年

9 ;瑞星研制出全球最快反病毒虛擬機[A];2010電力行業(yè)信息化年會優(yōu)秀論文專輯[C];2010年

10 陳乃剛;李健;李龍;;云計算數(shù)據(jù)中心的網(wǎng)絡(luò)帶寬保證方案[A];2016電力行業(yè)信息化年會論文集[C];2016年

相關(guān)重要報紙文章 前10條

1 本報記者 馮霄霞;容器引領(lǐng)云計算2.0時代[N];中國信息化周報;2016年

2 南方日報駐京記者 王騰騰;網(wǎng)絡(luò)空間安全攻防戰(zhàn)[N];南方日報;2017年

3 馮志鵬 黃文雯 胡宇;引領(lǐng)架構(gòu)提升 打造“云”上服務(wù)[N];國家電網(wǎng)報;2017年

4 劉荻 編譯;虛擬機真比容器安全嗎？[N];中國計算機報;2017年

5 鄒錚 編譯;云計算充滿“僵尸”虛擬機?沒什么大不了![N];網(wǎng)絡(luò)世界;2015年

6 ;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

7 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

8 本報記者 李旭陽;Azul“搶灘”國內(nèi)Java虛擬機市場[N];計算機世界;2012年

9 《網(wǎng)絡(luò)世界》記者 周源;3:0!Power虛擬機完勝x86虛擬機[N];網(wǎng)絡(luò)世界;2012年

10 本報記者 鄒大斌;VMware推出新虛擬機管理工具[N];計算機世界;2011年

相關(guān)博士學(xué)位論文 前10條

1 張留美;面向綠色云計算的虛擬機評估研究[D];西安電子科技大學(xué);2016年

2 張鑫彥;數(shù)據(jù)中心虛擬機放置方法的研究[D];大連理工大學(xué);2018年

3 魏亮;面向云網(wǎng)融合的資源調(diào)度算法及實驗平臺研究[D];北京郵電大學(xué);2018年

4 徐驍麟;面向多虛擬機應(yīng)用的基礎(chǔ)設(shè)施云服務(wù)性能優(yōu)化機制研究[D];華中科技大學(xué);2016年

5 丁有偉;云環(huán)境下能量高效的任務(wù)調(diào)度方法研究與應(yīng)用[D];南京航空航天大學(xué);2016年

6 胡榮東;面向能效的云計算虛擬化資源提供方法研究[D];國防科學(xué)技術(shù)大學(xué);2015年

7 葉楓;QoS-Aware的云服務(wù)可信增強機制的研究[D];南京航空航天大學(xué);2016年

8 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(xué);2015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(xué);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(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 張淼;云環(huán)境下虛擬機間共存攻擊的主動防御技術(shù)研究[D];戰(zhàn)略支援部隊信息工程大學(xué);2018年

2 楊騰;超密集網(wǎng)絡(luò)中計算節(jié)點協(xié)作及虛擬機遷移方案研究[D];北京郵電大學(xué);2018年

3 伏云翔;5G切片中高速通信技術(shù)研究[D];北京郵電大學(xué);2018年

4 常桐;光互聯(lián)數(shù)據(jù)中心內(nèi)的虛擬機放置策略研究[D];北京郵電大學(xué);2018年

5 王曉曄;基于Kinect的智能交互虛擬機房的設(shè)計與實現(xiàn)[D];北京郵電大學(xué);2018年

6 郭珍;云計算環(huán)境下虛擬機調(diào)度方法研究[D];北京郵電大學(xué);2018年

7 戴松泰;基于WebCloudSim的虛擬機部署算法性能評估研究與實現(xiàn)[D];北京郵電大學(xué);2018年

8 孫世文;Linux下虛擬機安全管理平臺的設(shè)計與實現(xiàn)[D];山東師范大學(xué);2018年

9 張倩;基于動態(tài)資源需求的虛擬機放置節(jié)能問題研究[D];山東大學(xué);2018年

10 邵曦煜;基于Ceph的非共享存儲虛擬機動態(tài)遷移系統(tǒng)的優(yōu)化[D];中國科學(xué)技術(shù)大學(xué);2018年

本文編號：2802144