Ceph系統(tǒng)性能受Ceph配置參數(shù)的顯著影響,在Ceph集群的配置優(yōu)化中,配置參數(shù)種類繁多、含義復雜,導致難以實現(xiàn)快速準確尋優(yōu)。針對以上問題,提出一種基于隨機森林（RF）和遺傳算法（GA）的參數(shù)調(diào)優(yōu)方法,用于自動調(diào)整Ceph參數(shù)配置以優(yōu)化Ceph系統(tǒng)性能。該方法使用RF算法為Ceph系統(tǒng)構建性能預測模型,并將預測模型的輸出作為GA的輸入,通過GA對參數(shù)配置方案進行自動迭代優(yōu)化。仿真結果表明,調(diào)優(yōu)后的參數(shù)配置較默認的參數(shù)配置相比,使Ceph文件系統(tǒng)的讀寫性能提高了約1. 4倍,并且尋優(yōu)耗時遠低于黑盒參數(shù)調(diào)優(yōu)方法。 

【文章來源】：計算機應用. 2020,40(02)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

不同參數(shù)配置下性能變化

針對上述問題，本文提出基于隨機森林和遺傳算法的參數(shù)自動調(diào)優(yōu)方法，可以自動調(diào)整配置參數(shù)的值，以優(yōu)化給定集群上運行的Ceph應用程序的性能。圖2顯示了該方法的總體架構，主要由生成數(shù)據(jù)、建立模型和參數(shù)尋優(yōu)三個部分組成。主要步驟如下：

在建立完性能模型后，仍然不知道最優(yōu)的參數(shù)配置，本文選取遺傳算法來搜尋最優(yōu)參數(shù)配置。遺傳算法是一種通過模擬自然進化過程搜索最優(yōu)解的方法[13]，其主要特點是：直接對結構對象進行操作，不存在求導和函數(shù)連續(xù)性的限定；具有內(nèi)在的隱并行性和更好的全局尋優(yōu)能力；采用概率化的尋優(yōu)方法，不需要確定的規(guī)則就能自動獲取和指導優(yōu)化的搜索空間，自適應地調(diào)整搜索方向。圖3描述了參數(shù)尋優(yōu)的基本框架。首先將默認的參數(shù)配置輸入到性能模型中，得到對應的讀寫性能；將默認配置參數(shù)及相應的讀寫性能作為GA的輸入，讀寫性能作為GA的適應度值；GA將默認參數(shù)進行交叉、變異，得到一組新的參數(shù)配置；將新的參數(shù)配置傳入性能模型中。重復以上步驟，直到找到最優(yōu)參數(shù)配置。

【參考文獻】：
期刊論文
[1]Ceph云存儲中基于混合文件系統(tǒng)的讀寫性能優(yōu)化方法[J]. 劉輝勇,王勇,俸皓.  微電子學與計算機. 2018(05)
[2]基于資源簽名與遺傳算法的Hadoop參數(shù)自動調(diào)優(yōu)系統(tǒng)[J]. 馬躍,余騁遠,于碧輝.  計算機應用研究. 2017(11)
[3]Hadoop集群參數(shù)的自動調(diào)優(yōu)[J]. 王皎,劉閆鋒.  電腦知識與技術. 2012(12)

碩士論文
[1]Ceph分布式文件系統(tǒng)的研究及性能測試[D]. 李翔.西安電子科技大學 2014
[2]基于性能預估的Hadoop參數(shù)自動調(diào)優(yōu)系統(tǒng)[D]. 曾林西.華中科技大學 2013



本文編號：3045276