云計算時代的來臨使得傳統(tǒng)資源專用模式的數(shù)據(jù)中心演變成新型資源共享模式的數(shù)據(jù)中心。一方面,數(shù)據(jù)中心網(wǎng)絡(luò)結(jié)構(gòu)從傳統(tǒng)的層次化樹狀結(jié)構(gòu)演變成了新型的扁平化對稱結(jié)構(gòu),網(wǎng)絡(luò)流量從“南北”流量為主演變成“東西”流量為主。因此,傳統(tǒng)的數(shù)據(jù)中心網(wǎng)絡(luò)調(diào)度機(jī)制已經(jīng)不適應(yīng)云計算數(shù)據(jù)中心的網(wǎng)絡(luò)結(jié)構(gòu)和流量模式。另一方面,資源共享模式的出現(xiàn)使得原有的數(shù)據(jù)中心應(yīng)用已經(jīng)不適用于云計算數(shù)據(jù)中心,新型的云計算數(shù)據(jù)中心應(yīng)用開始大量涌現(xiàn)。本文將主要聚焦于云計算數(shù)據(jù)中心的網(wǎng)絡(luò)調(diào)度和新型應(yīng)用研究兩大主線,完成了以下三個方面的研究:1.數(shù)據(jù)中心網(wǎng)絡(luò)流族調(diào)度當(dāng)前的數(shù)據(jù)中心網(wǎng)絡(luò)調(diào)度研究常常以流為粒度進(jìn)行調(diào)度,但是這種調(diào)度方式在對當(dāng)前數(shù)據(jù)中心中大量出現(xiàn)的并行計算框架產(chǎn)生的數(shù)據(jù)流進(jìn)行調(diào)度時表現(xiàn)并不理想,因為它忽視了這些并行的數(shù)據(jù)流之間存在的語義相關(guān)性,最終的調(diào)度結(jié)果并不能滿足它們期望實現(xiàn)的效果。以流族為粒度的調(diào)度方法研究正是著眼于解決這類問題。本文設(shè)計了一個集中式的實時動態(tài)流族調(diào)度系統(tǒng)Seagull++,它著眼于減小平均流族完成時間和提升滿足Deadline流族數(shù)目兩個流族調(diào)度主要目標(biāo),通過實現(xiàn)流族信息獲取模塊和網(wǎng)絡(luò)瓶頸探測模塊,結(jié)合啟發(fā)式... 

【文章來源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：181 頁

【學(xué)位級別】：博士

【部分圖文】：

–1云計算和數(shù)據(jù)中心Figure1–1CloudComputing&DataCenter

圖 1–2 數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)Fig 1–2 Data Center Network Architectures對數(shù)據(jù)中心網(wǎng)絡(luò)展開了新一輪的研究聚焦，研究成果陸續(xù)發(fā)表在 SIGCOMM，NS

圖 2–1 主流并行計算框架工作模型Figure 2–1 Workflow of MapReduce, Dryad, Spark and Tez— 15 —


本文編號：2912773