相較于傳統(tǒng)互聯(lián)網(wǎng)模式,云計(jì)算有著更大的計(jì)算和存儲(chǔ)能力,數(shù)據(jù)時(shí)代催生了云計(jì)算的發(fā)展,虛擬化作為云計(jì)算的關(guān)鍵技術(shù)之一,能夠?qū)⑽锢碣Y源有效隔離,根據(jù)用戶需求給用戶分配資源,并且具有低成本、高可靠、易擴(kuò)展和高安全性等優(yōu)點(diǎn)。但由于云平臺(tái)具有結(jié)構(gòu)復(fù)雜,提供不間斷服務(wù)的特點(diǎn),云平臺(tái)上的應(yīng)用又靈活多變,每個(gè)虛擬機(jī)的負(fù)載處于不斷變化當(dāng)中,當(dāng)服務(wù)器集群需要升級(jí)或者集群負(fù)載不均衡時(shí),就需要進(jìn)行虛擬機(jī)的動(dòng)態(tài)遷移。虛擬機(jī)的動(dòng)態(tài)遷移是指在源主機(jī)繼續(xù)提供服務(wù)的前提下將其遷移到另外一臺(tái)物理主機(jī)上,其中何時(shí)觸發(fā)遷移以及遷移時(shí)目標(biāo)節(jié)點(diǎn)的選擇一直是虛擬機(jī)動(dòng)態(tài)遷移技術(shù)中研究的重點(diǎn)。針對(duì)上述問題,本文提出了一種基于KVM虛擬機(jī)動(dòng)態(tài)遷移的機(jī)制,搭建了基于NFS共享存儲(chǔ)的虛擬機(jī)遷移環(huán)境。本文的研究工作主要包含四個(gè)方面,首先,基于KVM虛擬化技術(shù)設(shè)計(jì)了虛擬機(jī)動(dòng)態(tài)遷移系統(tǒng),該系統(tǒng)主要分為五個(gè)部分——資源監(jiān)聽模塊、遷移運(yùn)行模塊、凍結(jié)模塊、預(yù)測(cè)模塊和喚醒模塊,其中資源監(jiān)聽模塊用于監(jiān)聽服務(wù)器以及虛擬機(jī)的各種信息,如內(nèi)存、CPU、網(wǎng)絡(luò)、IO等的使用情況,并根據(jù)這些監(jiān)聽到的資源來確定遷移的目的主機(jī)。預(yù)測(cè)模塊根據(jù)監(jiān)聽到的資源信息預(yù)測(cè)這些資源將來超過資源閾值的情況,以此來觸發(fā)虛擬機(jī)的遷移。其次又提出了一種基于灰色預(yù)測(cè)方法的虛擬機(jī)遷移的觸發(fā)機(jī)制,該機(jī)制的主要思想是根據(jù)資源監(jiān)聽模塊監(jiān)聽到的信息預(yù)測(cè)服務(wù)器將來某一時(shí)刻的資源利用率。這里我們?cè)O(shè)置了上下兩個(gè)閾值,當(dāng)預(yù)測(cè)值超過上閾值時(shí),說明該服務(wù)器過載了,就需要將其上的虛擬機(jī)遷移到其他空閑服務(wù)器上去,從而使得集群負(fù)載更加均衡;當(dāng)預(yù)測(cè)值低于下閾值時(shí),就需要將該服務(wù)器上的虛擬機(jī)全部遷移出去,關(guān)閉該空閑服務(wù)器,以此來節(jié)約能耗。基于預(yù)測(cè)的觸發(fā)機(jī)制有如下好處,一是避免了服務(wù)器資源的瞬時(shí)震蕩導(dǎo)致的虛擬機(jī)的頻繁遷移;二是虛擬機(jī)遷移本身也是要消耗CPU、內(nèi)存、網(wǎng)絡(luò)等資源的,在傳統(tǒng)的遷移算法中,如果上閾值確定得過高,有可能導(dǎo)致服務(wù)器的宕機(jī),而預(yù)測(cè)遷移算法中對(duì)于閾值的確定更加的靈活;三是根據(jù)綜合資源利用率確定觸發(fā)時(shí)機(jī)考慮到了物理硬件對(duì)系統(tǒng)的影響。的相關(guān)度函數(shù),根據(jù)相關(guān)度選擇待遷移的虛擬機(jī)可以然后本文又提出了一種待遷移虛擬機(jī)選擇機(jī)制,設(shè)計(jì)了虛擬機(jī)和服務(wù)器之間有效提高集群的資源利用率。之后為了更好地選擇目的主機(jī),本文提出了一種基于多屬性決策的目標(biāo)節(jié)點(diǎn)選擇方法,通過資源監(jiān)聽模塊監(jiān)聽到的服務(wù)器內(nèi)存、CPU、網(wǎng)絡(luò)帶寬以及I/O使用情況,將每一個(gè)資源屬性看成一個(gè)坐標(biāo)軸,這樣就會(huì)形成一個(gè)N維的屬性坐標(biāo)空間,而待評(píng)價(jià)的目的主機(jī)就是N維空間中的一個(gè)點(diǎn),根據(jù)TOPSIS方法評(píng)價(jià)目的主機(jī)與理想化目標(biāo)的接近程度對(duì)待選擇的目的主機(jī)進(jìn)行排序,從而選擇出最優(yōu)的目的主機(jī)。最后通過CloudSim云平臺(tái)仿真工具測(cè)試了本文提出的目標(biāo)節(jié)點(diǎn)選擇機(jī)制,并在真實(shí)主機(jī)上測(cè)試了基于灰色預(yù)測(cè)的虛擬機(jī)遷移的觸發(fā)機(jī)制。實(shí)驗(yàn)表明,本文提出的算法既提高了集群的資源利用率,又有效改善了云中心的負(fù)載不均衡的現(xiàn)象。
【學(xué)位單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP302
【部分圖文】：

并取得了超過１億美元的收入。??谷歌的數(shù)據(jù)中心遍布２００多個(gè)地點(diǎn)，其最開始只是云計(jì)算的服務(wù)對(duì)象。２００４年??谷歌發(fā)布了關(guān)于ＧＦＳ的三篇論文，主要講述了分布式計(jì)算ＭａｐＲｅｄｕｃｅ［１９］和分布式存??儲(chǔ)ＢｉｇＴａｂｌｅ［２Ｇ］的實(shí)現(xiàn)原理，開源組織Ａｐａｃｈｅ在ＧＦＳ的思想上實(shí)現(xiàn)了基于Ｊａｖａ語言的??Ｈａｄｏｏｐ［２１］系統(tǒng)，該系統(tǒng)目前是Ａｐａｃｈｅ的頂級(jí)項(xiàng)目。ＧＦＳ的提出標(biāo)志著谷歌在云計(jì)??算領(lǐng)域趕超亞馬遜的決心。??ＩＢＭ在２００７年推出了“藍(lán)云”?［２２］，微軟緊隨其后，于２００８年推出了Ａｚｕｒｅ［２３］操??作系統(tǒng)，自此，云計(jì)算在國(guó)外可謂是遍地開花。??中國(guó)的云計(jì)算發(fā)展步伐要慢于國(guó)外，２００９年，Ａｌｉｂａｂａ開始在云計(jì)算方面的嘗??試，并在南京成立了相關(guān)研發(fā)中心［２４］；?２０１０年，騰訊云開始接入第三方應(yīng)用；２０１２??年，百度宣布了云計(jì)算發(fā)展的戰(zhàn)略［２５］；另外，華為、金山、深信服等國(guó)內(nèi)大型互??聯(lián)網(wǎng)企業(yè)都先后推出了自己代表性的云產(chǎn)品。下圖是各國(guó)政府推動(dòng)云計(jì)算發(fā)展的??政策。??＿?一丨?《公共云計(jì)算態(tài)?ＮＩＳＴ發(fā)布《沒過政??

圖２－１云計(jì)算服務(wù)架構(gòu)??ＳａａＳ?（Ｓｏｆｔｗａｒｅ?Ａｓ?Ｓｅｒｖｉｃｅ，軟件即服務(wù)）：該層位于最上層，直接和ｃｌｉｅｎｔ??交互，這一層會(huì)將軟件進(jìn)行封裝，用戶通過各種ｃｌｉｅｎｔ，如瀏覽器、移動(dòng)終端、??Ｖ等訪問封裝好的應(yīng)用。該層的產(chǎn)品［４Ｇ］主要有在線客戶關(guān)系管理ＣＲＭ（?Ｃｌｉｅｎｔ??ｅｌａｔｉｏｎｓｈｉｚ?Ｍａｎａｇｅｍｅｎｔ）服務(wù)、Ｇｏｏｇｌｅ?Ａｐｐｓ、Ｆａｃｅｂｏｏｋ、Ｅｍａｉｌ?等。??ＰａａＳ［４１］?（Ｐｌａｔｆｏｒｍ?Ａｓ?Ｓｅｒｖｉｃｅ，平臺(tái)及服務(wù)）：該層位于三層中間，有時(shí)候也叫??作中間件層，主要用于將ＩａａＳ層的資源進(jìn)行整合，并向上提供用戶所需的開發(fā)環(huán)??境和平臺(tái)。該層的產(chǎn)品有?ＩＢＭ?ＩＴ?Ｆａｃｔｏｒｙ、Ｇｏｏｇｌｅ?ＡＰＰ?Ｅｎｇｉｎｅ、Ｆｏｒｃｅ．ｃｏｍ、ＯｐｅｎＳｈｉｆｔ、??新浪ＳＡＥ等。??ＩａａＳ【４２］?（ＩｎｆｒａｓｔｒｕｃｔｕｒｅＡｓＳｅｒｖｉｃｅ，基礎(chǔ)設(shè)施即服務(wù)）：該層位于取底層，主??要是各種硬件資源。這些資源會(huì)在這一層被虛擬成一個(gè)資源池，并負(fù)責(zé)這些資源??的調(diào)配，給上層應(yīng)用提供服務(wù)，當(dāng)資源不夠用時(shí)，物理硬件的橫向擴(kuò)容也是在這??一層實(shí)現(xiàn)。該層常見的產(chǎn)品有Ａｍａｚｏｎ?ＥＣ２、ＩＢＭ?Ｂｌｕｅ?Ｃｌｏｕｄ、Ｓｕｎ?Ｇｒｉｄ、騰訊??

操作系統(tǒng)?操作系統(tǒng)??Ｈｏｓｔ?ＯＳ?ＶＭＭ虛擬機(jī)監(jiān)視器??硬件資源??混合模式??圖２－４混合模式架構(gòu)圖??２．２．２常見虛擬化解決方案及其相關(guān)技術(shù)??１．?ＶＭｗａｒｅ?ｖＳｐｈｅｒｅ［４７］??ＶＭｗａｒｅ在虛擬化領(lǐng)域己經(jīng)深耕十多年了，它是最早將該技術(shù)引入Ｘ８６架構(gòu)的??公司，也是全球虛擬化領(lǐng)域的領(lǐng)導(dǎo)者，ＶＭｗａｒｅ不僅虛擬化技術(shù)成熟、穩(wěn)定，而且、??在ＩａａＳ、ＳａａＳ、ＰａａＳ層都有自己的產(chǎn)品，但是ＶＭｗａｒｅ的產(chǎn)品基本都不開源。??Ｐｖ
【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 左岸;;支持產(chǎn)業(yè)升級(jí) 百度云開放大數(shù)據(jù)等靈魂技術(shù)[J];通信世界;2015年26期

2 趙彥;單廣榮;;云計(jì)算及其關(guān)鍵技術(shù)研究[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2014年12期

3 王光波;馬自堂;孫磊;;云環(huán)境下面向負(fù)載均衡的分布式虛擬機(jī)遷移研究[J];計(jì)算機(jī)應(yīng)用與軟件;2013年10期

4 周全海;;云計(jì)算的關(guān)鍵技術(shù)及發(fā)展現(xiàn)狀[J];科技視界;2013年13期

5 孫國(guó)飛;谷建華;胡金華;趙天海;;基于預(yù)拷貝的虛擬機(jī)動(dòng)態(tài)內(nèi)存遷移機(jī)制改進(jìn)[J];計(jì)算機(jī)工程;2011年13期

6 陳建勛;;虛擬化進(jìn)入應(yīng)用時(shí)代[J];軟件世界;2008年11期

7 劉思峰,鄧聚龍;GM(1,1)模型的適用范圍[J];系統(tǒng)工程理論與實(shí)踐;2000年05期

相關(guān)博士學(xué)位論文 前2條

1 金剛;云環(huán)境下任務(wù)調(diào)度關(guān)鍵問題研究[D];吉林大學(xué);2015年

2 趙佳;虛擬機(jī)動(dòng)態(tài)遷移的關(guān)鍵問題研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉芳;云計(jì)算中虛擬機(jī)在線遷移方案優(yōu)化的研究[D];成都理工大學(xué);2016年

2 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

3 丁言;云計(jì)算環(huán)境中虛擬機(jī)動(dòng)態(tài)遷移位置選擇策略研究[D];吉林大學(xué);2014年

4 周躍;云計(jì)算環(huán)境下XEN虛擬機(jī)自動(dòng)動(dòng)態(tài)遷移的研究與應(yīng)用[D];華東師范大學(xué);2014年

5 任文文;面向云計(jì)算的Xen虛擬機(jī)動(dòng)態(tài)遷移研究及改進(jìn)[D];哈爾濱理工大學(xué);2014年

6 張璞;基于Xen的虛擬機(jī)動(dòng)態(tài)遷移策略研究[D];遼寧大學(xué);2013年

7 焦術(shù)進(jìn);云計(jì)算中虛擬機(jī)動(dòng)態(tài)遷移技術(shù)的研究[D];太原理工大學(xué);2013年

8 楊坤;基于Xen的虛擬機(jī)遷移的研究及應(yīng)用[D];西北師范大學(xué);2013年

9 王光波;云計(jì)算環(huán)境下虛擬機(jī)遷移機(jī)制研究[D];解放軍信息工程大學(xué);2013年

10 李妍;基于云計(jì)算的數(shù)據(jù)挖掘技術(shù)研究[D];石家莊經(jīng)濟(jì)學(xué)院;2012年

本文編號(hào)：2866167