為了提高云系統(tǒng)的節(jié)能水平,同時保證用戶的服務質(zhì)量,提出了基于M/M/c休假排隊理論的虛擬機（VM）調(diào)度策略.考慮到VM狀態(tài)頻繁切換對系統(tǒng)造成的損失,引入同步休眠和異步休眠相結(jié)合的休眠機制,同時設定休眠喚醒閾值以保證用戶的服務質(zhì)量.構(gòu)建具有多服務臺休假排隊的二維Markov隨機模型,運用擬生滅過程（QBD）和矩陣幾何解等數(shù)學工具,給出了系統(tǒng)用戶請求的平均延遲、處于各狀態(tài)的平均VM數(shù)和空閑率等性能指標的解析式.最后通過數(shù)值實驗驗證了所提策略的有效性. 

【文章來源】：西北師范大學學報(自然科學版). 2020,56(01)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

Markov過程的狀態(tài)轉(zhuǎn)移圖

圖3反映了當服務率μ=0.1時,在不同的休眠喚醒閾值N下,處于空閑狀態(tài)的平均VM數(shù)NI隨到達率λ的變化趨勢.當休眠喚醒閾值固定時,處于空閑狀態(tài)的平均VM數(shù)隨到達率的增加而減小;到達率越大,系統(tǒng)中累積的任務量越大,處于空閑狀態(tài)的VM數(shù)越多.當?shù)竭_率固定時,處于空閑狀態(tài)的平均VM數(shù)隨著休眠喚醒閾值的增加而減小;對于相同數(shù)量的任務量,休眠喚醒閾值越大,系統(tǒng)越繁忙,故系統(tǒng)中處于空閑狀態(tài)的VM數(shù)越少.圖3 處于空閑狀態(tài)的平均VM數(shù)

圖2 用戶請求平均逗留時間沿用圖3的參數(shù),進行空閑率PI與休眠喚醒閾值N和到達率λ的數(shù)值實驗.觀察表1的數(shù)據(jù),當休眠喚醒閾值固定時,VM空閑率隨著到達率的增大而減小;當?shù)竭_率固定時,VM空閑率隨著休眠喚醒閾值的增加而減少;當λ=0.5,N=25時,VM空閑率最低.

【參考文獻】：
期刊論文
[1]基于新型休眠機制的云任務調(diào)度策略的研究[J]. 王秀雙,金順福.  高技術通訊. 2018(Z2)
[2]基于備用虛擬機同步休眠的云數(shù)據(jù)中心節(jié)能策略及性能[J]. 金順福,王寶帥,郝閃閃,賈曉光,霍占強.  吉林大學學報(工學版). 2018(06)
[3]部分服務臺異步單重休假M/M/c排隊[J]. 成國慶,李玲,唐應輝.  大學數(shù)學. 2011(01)
[4]部分服務臺異步N-策略多重休假M/M/c排隊[J]. 劉洺辛,馬占友,徐秀麗,田乃碩.  燕山大學學報. 2006(03)



本文編號：3229600