發(fā)布時間：2021-04-14 16:16

　　虛擬化技術(shù)抽象了物理資源層,將系統(tǒng)資源進(jìn)行集中管理和集中調(diào)度,提高了資源利用的高效性。目前的服務(wù)器系統(tǒng)和數(shù)據(jù)中心廣泛使用了虛擬化技術(shù),以提高硬件資源利用率和提供按需服務(wù)。在多虛擬機(jī)環(huán)境下,為了保證用戶性能要求,計算系統(tǒng)過量分配計算機(jī)資源（over provisioning）,導(dǎo)致在實際應(yīng)用中計算資源的利用率低下和大量資源的閑置。在利用虛擬化平臺對用戶提供服務(wù)前,對搭建的虛擬化平臺進(jìn)行合理的虛擬機(jī)放置,不僅可以節(jié)約成本,而且為后期虛擬化平臺的運行提供很好的資源保證和資源可擴(kuò)展性。針對這一情況,本文研究了基于負(fù)載特征的虛擬機(jī)放置策略。本文首先對傳統(tǒng)的虛擬機(jī)放置策略進(jìn)行了分析與研究。傳統(tǒng)的虛擬機(jī)放置方法主要有峰值分配放置方法,平均值分配放置方法。這種策略適用于所有虛擬機(jī)放置,但會導(dǎo)致資源的浪費。為了針對不同負(fù)載的互補(bǔ)性特點,出現(xiàn)了虛擬機(jī)配對放置方法：一次配對峰值分配放置方法和一次配對平均值分配放置方法。不同負(fù)載的互補(bǔ)性分為時間互補(bǔ)性和空間互補(bǔ)性,分別表示一段時間內(nèi)不同虛擬機(jī)對同一資源使用的互補(bǔ)性和同一時間不同虛擬機(jī)對不同資源使用的互補(bǔ)性。這一放置策略對于峰值分配和平均值分配造成的大量資源閑置... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：79 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 選題背景和意義
    1.2 研究現(xiàn)狀
    1.3 研究對象
    1.4 本人工作
    1.5 論文結(jié)構(gòu)
第二章 相關(guān)工作
    2.1 虛擬化技術(shù)
    2.2 XEN虛擬化技術(shù)機(jī)制與體系結(jié)構(gòu)
    2.3 XEN資源分配策略與控制的方法
        2.3.1 虛擬機(jī)CPU的調(diào)度
        2.3.2 負(fù)載特征識別
    2.4 評測技術(shù)
        2.4.1 CPU利用率評測指標(biāo)
        2.4.2 自動評測工具h(yuǎn)ttperf
        2.4.3 自動評測工具autobench
第三章 基于負(fù)載特征的虛擬機(jī)放置策略
    3.1 負(fù)載特征識別
        3.1.1 負(fù)載特征分析
        3.1.2 負(fù)載識別
    3.2 正交多項式回歸負(fù)載預(yù)測算法
        3.2.1 正交多項式回歸預(yù)測原理
        3.2.2 正交多項式回歸預(yù)測理論
        3.2.3 虛擬機(jī)負(fù)載的正交多項式回歸預(yù)測
    3.3 皮爾森相關(guān)性識別算法
    3.4 相關(guān)性算法準(zhǔn)確度分析
    3.5 相關(guān)性的虛擬機(jī)放置策略
        3.5.1 一次配對虛擬機(jī)放置算法
        3.5.2 迭代配對虛擬機(jī)放置算法
        3.5.3 基于正交多項式回歸預(yù)測的周期負(fù)載動態(tài)虛擬機(jī)放置算法
第四章 實驗結(jié)果與分析
    4.1 實驗?zāi)康暮团渲?br>    4.2 負(fù)載特征數(shù)據(jù)收集
        4.2.1 性能評測參數(shù)
        4.2.2 XEN虛擬機(jī)參數(shù)收集技術(shù)
        4.2.3 實驗驗證技術(shù)
    4.3 虛擬機(jī)放置策略實驗結(jié)果與分析
        4.3.1 實驗負(fù)載
        4.3.2 實驗負(fù)載相關(guān)度結(jié)果與分析
        4.3.3 一次配對實驗與迭代配對實驗結(jié)果對比與分析
        4.3.4 物理資源的實驗驗證
        4.3.5 系統(tǒng)性能對比實驗
    4.4 基于正交多項式回歸預(yù)測的動態(tài)虛擬機(jī)放置仿真實驗
        4.4.1 仿真實驗配置與目的
        4.4.2 動態(tài)虛擬機(jī)放置仿真實驗
        4.4.3 基于正交多項式回歸預(yù)測的隨機(jī)負(fù)載動態(tài)虛擬機(jī)放置算法
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 未來工作展望
致謝
參考文獻(xiàn)
附錄
詳細(xì)摘要


【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的SEDF調(diào)度算法[J]. 姚文斌,鄭興杰.  小型微型計算機(jī)系統(tǒng). 2010(03)
[2]Web服務(wù)流程相容性和相似性分析[J]. 李喜彤,范玉順.  計算機(jī)學(xué)報. 2009(12)
[3]基于神經(jīng)網(wǎng)絡(luò)的負(fù)載識別[J]. 侯培中,李偉波.  科學(xué)技術(shù)與工程. 2009(05)
[4]Xen中Credit調(diào)度算法的優(yōu)化[J]. 顧振宇,張申生,李曉勇.  微型電腦應(yīng)用. 2009(02)
[5]一種支持QoS評價的Web服務(wù)推薦模型[J]. 徐效美,胡喜玲.  魯東大學(xué)學(xué)報(自然科學(xué)版). 2008(03)
[6]基于QoS的網(wǎng)格資源管理[J]. 伍之昂,羅軍舟,宋愛波.  軟件學(xué)報. 2006(11)
[7]多層Client/Server結(jié)構(gòu)軟件性能評價[J]. 石綏祥,夏登文,于戈.  小型微型計算機(jī)系統(tǒng). 2006(03)
[8]一種基于QoS的多維資源近似最優(yōu)分配算法[J]. 張怡,張擁軍,彭宇行,陳福接.  計算機(jī)研究與發(fā)展. 2000(10)
[9]計算機(jī)系統(tǒng)的排隊網(wǎng)絡(luò)模型及其計算方法[J]. 陳小虹.  計算機(jī)工程與設(shè)計. 1984(03)



本文編號：3137626