本文關(guān)鍵詞：網(wǎng)絡(luò)感知的虛擬機(jī)部署與整合技術(shù)研究及實(shí)現(xiàn)

  更多相關(guān)文章： 云計(jì)算 數(shù)據(jù)中心 網(wǎng)絡(luò)感知 流量感知 虛擬機(jī)部署 虛擬機(jī)整合

【摘要】：云計(jì)算的出現(xiàn)與發(fā)展正在改變?nèi)藗兪褂糜?jì)算資源的方式,借助于“云”,用戶不再需要自己購(gòu)買(mǎi)和維護(hù)硬件設(shè)備,而是通過(guò)向“云”提供商租用計(jì)算資源的方式,去執(zhí)行其任務(wù)�；A(chǔ)設(shè)施云(IAAS)是云計(jì)算中的一大類(lèi)型,它以向用戶出租虛擬機(jī)的方式提供服務(wù)。虛擬機(jī)在邏輯上是獨(dú)立的,用戶可以在虛擬機(jī)上安裝自己的操作系統(tǒng)及軟件,就像是使用自己的電腦一樣。越來(lái)越多的用戶將計(jì)算放入“云”中,使得數(shù)據(jù)中心的規(guī)模不斷擴(kuò)大,數(shù)據(jù)中心中的虛擬機(jī)數(shù)量也不斷增加。數(shù)據(jù)中心的管理者需要一個(gè)好的策略將這些虛擬機(jī)映射到物理機(jī)上,即虛擬機(jī)的部署。不同的虛擬機(jī)部署策略有著不同的目標(biāo),例如目標(biāo)是提高數(shù)據(jù)中心的資源利用率或降低運(yùn)行時(shí)能耗等�，F(xiàn)有的虛擬機(jī)部署算法集中在考慮虛擬機(jī)在CPU、內(nèi)存方面的需求,通過(guò)合理部署虛擬機(jī),以期最小化計(jì)算、存儲(chǔ)等代價(jià)。然而,Map-Reduce等分布式計(jì)算架構(gòu)的流行,使得“云’中的分布式計(jì)算任務(wù)的比例正在增加。部署分布式計(jì)算的任務(wù),意味著承載任務(wù)的各個(gè)虛擬機(jī)之間存在大量的網(wǎng)絡(luò)通信,而它們之間的網(wǎng)絡(luò)通信能力又影響著整個(gè)任務(wù)的性能。因此,對(duì)于這類(lèi)任務(wù),在虛擬機(jī)部署時(shí),不僅要考慮每個(gè)虛擬機(jī)的CPU、內(nèi)存需求,也要考慮虛擬機(jī)之間的網(wǎng)絡(luò)通信需求。文本針對(duì)分布式計(jì)算模式下的虛擬機(jī)部署問(wèn)題,深入研究了基于網(wǎng)絡(luò)感知的虛擬機(jī)部署策略,提出了流量感知的最矮子樹(shù)虛擬機(jī)部署算法和流量感知的虛擬機(jī)聚類(lèi)算法。算法在兼顧虛擬機(jī)通信性能和數(shù)據(jù)中心網(wǎng)絡(luò)通信整體性能條件下,進(jìn)行虛擬機(jī)的部署,使得有高網(wǎng)絡(luò)通信需求的虛擬機(jī)組能夠獲得較高的帶寬。對(duì)于已知虛擬機(jī)之間的網(wǎng)絡(luò)通信矩陣并且無(wú)法在流量感知的最矮子樹(shù)算法下取得最佳網(wǎng)絡(luò)部署效果的虛擬機(jī)組,我們首先對(duì)虛擬機(jī)按其相互間的通信流量進(jìn)行聚類(lèi),然后聚類(lèi)后的分組部署到物理機(jī)上。而在線的虛擬機(jī)部署策略由于虛擬機(jī)退出所造成的資源碎片會(huì)使得算法性能受到影響,即虛擬機(jī)組的網(wǎng)絡(luò)通信能力下降。因此,本文又研究了面向網(wǎng)絡(luò)感知的虛擬機(jī)整合問(wèn)題,提出了面向機(jī)架的虛擬機(jī)整體聚集和面向機(jī)架的虛擬機(jī)貪心聚集兩種策略,通過(guò)盡可能低代價(jià)的虛擬機(jī)遷移來(lái)提高虛擬機(jī)之間的網(wǎng)絡(luò)通信能力,以提升部署在虛擬機(jī)組上的任務(wù)的執(zhí)行效率。本文在一個(gè)由20臺(tái)機(jī)器組成的模擬數(shù)據(jù)中心中,搭建了一個(gè)云平臺(tái)原型系統(tǒng),并將本文提出的流量感知的虛擬機(jī)部署算法和網(wǎng)絡(luò)感知的虛擬機(jī)整合算法應(yīng)用于其中。通過(guò)模擬實(shí)驗(yàn),驗(yàn)證了流量感知的虛擬機(jī)部署算法能夠使得任務(wù)的部署處于較優(yōu)的網(wǎng)絡(luò)狀態(tài),并且使得交換機(jī)的流量分布更為均衡；流量感知的虛擬機(jī)聚類(lèi)算法使得虛擬機(jī)之間的跨機(jī)架通信流量進(jìn)一步降低。通過(guò)在云平臺(tái)原型系統(tǒng)上進(jìn)行仿真實(shí)驗(yàn),驗(yàn)證了網(wǎng)絡(luò)感知的虛擬機(jī)整合算法能夠縮短大數(shù)據(jù)處理任務(wù)的完成時(shí)間、降低Web應(yīng)用的訪問(wèn)時(shí)延。通過(guò)真實(shí)的數(shù)據(jù)集進(jìn)行大規(guī)模的模擬實(shí)驗(yàn),本文對(duì)比了在多種虛擬機(jī)部署算法下,應(yīng)用網(wǎng)絡(luò)感知的虛擬機(jī)整合算法前后虛擬機(jī)的網(wǎng)絡(luò)通信狀態(tài),驗(yàn)證了算法能夠以較小的代價(jià)使得高網(wǎng)絡(luò)通信代價(jià)的任務(wù)數(shù)量明顯減少,虛擬機(jī)組的網(wǎng)絡(luò)通信能力顯著提高。
【關(guān)鍵詞】：云計(jì)算 數(shù)據(jù)中心 網(wǎng)絡(luò)感知 流量感知 虛擬機(jī)部署 虛擬機(jī)整合
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：TP302
【目錄】：

• 摘要4-6
• Abstract6-13
• 第一章 緒論13-16
• 1.1 研究背景13-14
• 1.2 本文工作14-16
• 第二章 虛擬機(jī)部署與整合問(wèn)題概述16-27
• 2.1 云計(jì)算概述16-20
• 2.1.1 云計(jì)算基本概念16-19
• 2.1.2 計(jì)算中的典型應(yīng)用19-20
• 2.2 數(shù)據(jù)中心概述20-22
• 2.2.1 數(shù)據(jù)中心特點(diǎn)21
• 2.2.2 數(shù)據(jù)中心網(wǎng)絡(luò)結(jié)構(gòu)21-22
• 2.3 數(shù)據(jù)中心中的虛擬機(jī)部署與整合問(wèn)題22-26
• 2.3.1 虛擬機(jī)部署與整合問(wèn)題概述22-23
• 2.3.2 國(guó)內(nèi)外研究現(xiàn)狀23-26
• 2.4 本章小結(jié)26-27
• 第三章 網(wǎng)絡(luò)感知的虛擬機(jī)部署27-39
• 3.1 網(wǎng)絡(luò)感知的虛擬機(jī)部署問(wèn)題場(chǎng)景分析27-28
• 3.1.1 Web應(yīng)用場(chǎng)景27-28
• 3.1.2 大數(shù)據(jù)處理場(chǎng)景28
• 3.2 網(wǎng)絡(luò)感知的虛擬機(jī)部署問(wèn)題形式化定義及分析28-31
• 3.3 網(wǎng)絡(luò)感知的虛擬機(jī)部署算法設(shè)計(jì)31-34
• 3.3.1 流量感知的最矮生成子樹(shù)算法31-33
• 3.3.2 流量感知的虛擬機(jī)聚類(lèi)算法33-34
• 3.4 實(shí)驗(yàn)與分析34-37
• 3.5 本章小結(jié)37-39
• 第四章 網(wǎng)絡(luò)感知的虛擬機(jī)整合39-56
• 4.1 網(wǎng)絡(luò)感知的虛擬機(jī)整合問(wèn)題分析39-42
• 4.1.1 虛擬機(jī)部署的狀態(tài)變化39-41
• 4.1.2 動(dòng)態(tài)遷移對(duì)虛擬機(jī)性能的影響41-42
• 4.2 網(wǎng)絡(luò)感知的虛擬機(jī)整合問(wèn)題形式化定義及分析42-46
• 4.2.1 網(wǎng)絡(luò)流量建模42-43
• 4.2.2 網(wǎng)絡(luò)收益的評(píng)價(jià)標(biāo)準(zhǔn)43-44
• 4.2.3 虛擬機(jī)整合的觸發(fā)44-46
• 4.2.4 形式化定義及復(fù)雜度分析46
• 4.3 網(wǎng)絡(luò)感知的虛擬機(jī)整合算法設(shè)計(jì)46-48
• 4.3.1 基于貪心策略的虛擬機(jī)整合順序選擇46-47
• 4.3.2 面向機(jī)架的虛擬機(jī)整體聚集47
• 4.3.3 面向機(jī)架的虛擬機(jī)貪心聚集47
• 4.3.4 網(wǎng)絡(luò)感知的虛擬機(jī)整合算法47-48
• 4.4 實(shí)驗(yàn)與分析48-55
• 4.4.1 仿真實(shí)驗(yàn)結(jié)果及對(duì)比49-52
• 4.4.2 模擬實(shí)驗(yàn)結(jié)果及對(duì)比52-55
• 4.5 本章小結(jié)55-56
• 第五章 云平臺(tái)原型設(shè)計(jì)與實(shí)現(xiàn)56-66
• 5.1 平臺(tái)概述56-57
• 5.1.1 基本概念56-57
• 5.1.2 發(fā)展現(xiàn)狀57
• 5.2 整體設(shè)計(jì)57-59
• 5.3 功能模塊設(shè)計(jì)59-63
• 5.3.1 資源監(jiān)控模塊設(shè)計(jì)59-60
• 5.3.2 虛擬機(jī)調(diào)度模塊設(shè)計(jì)60-61
• 5.3.3 虛擬機(jī)整合模塊設(shè)計(jì)61
• 5.3.4 通信與鑒權(quán)模塊設(shè)計(jì)61-62
• 5.3.5 彈性計(jì)算模塊設(shè)計(jì)62-63
• 5.4 數(shù)據(jù)庫(kù)設(shè)計(jì)63-64
• 5.5 云平臺(tái)的部署與測(cè)試64
• 5.6 本章小結(jié)64-66
• 第六章 總結(jié)與展望66-68
• 6.1 總結(jié)66
• 6.2 展望66-68
• 參考文獻(xiàn)68-72
• 簡(jiǎn)歷與科研成果72-73
• 致謝73-74

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 曹曉剛;;Java虛擬機(jī)的10年[J];程序員;2005年07期

2 宋韜;盤(pán)細(xì)平;羅元柯;倪國(guó)軍;;Java虛擬機(jī)在嵌入式DSP系統(tǒng)上的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用與軟件;2007年04期

3 劉黎波;;Java虛擬機(jī)攔截原理研究[J];科技風(fēng);2008年21期

4 劉治波;;Java虛擬機(jī)簡(jiǎn)析[J];濟(jì)南職業(yè)學(xué)院學(xué)報(bào);2008年01期

5 郝帥;;Java虛擬機(jī)中相關(guān)技術(shù)的探討[J];成功(教育);2008年08期

6 李霞;;系統(tǒng)虛擬機(jī)關(guān)鍵技術(shù)研究[J];微型電腦應(yīng)用;2010年03期

7 鄭曉瓏;孔挺;;虛擬機(jī)的安全風(fēng)險(xiǎn)與管理[J];硅谷;2010年16期

8 李學(xué)昌;平淡;;為速度而戰(zhàn),虛擬機(jī)內(nèi)外兼修[J];電腦愛(ài)好者;2010年18期

9 王惠萍;張海龍;馮帆;王建華;;Java虛擬機(jī)使用及優(yōu)化[J];計(jì)算機(jī)與網(wǎng)絡(luò);2010年21期

10 鄭婷婷;武延軍;賀也平;;云計(jì)算環(huán)境下的虛擬機(jī)快速克隆技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2011年13期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 孟廣平;;虛擬機(jī)漂移網(wǎng)絡(luò)連接方法探討[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2011年會(huì)論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機(jī)平臺(tái)的研究[A];第26次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2011年

3 李明宇;張倩;呂品;;網(wǎng)絡(luò)流量感知的虛擬機(jī)高可用動(dòng)態(tài)部署研究[A];2014第二屆中國(guó)指揮控制大會(huì)論文集（上）[C];2014年

4 林紅;;Java虛擬機(jī)面向數(shù)字媒體的應(yīng)用研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機(jī)的備份系統(tǒng)實(shí)現(xiàn)[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十二次學(xué)術(shù)年會(huì)論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機(jī)網(wǎng)絡(luò)部署與管理研究[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

7 李英壯;廖培騰;孫夢(mèng);李先毅;;基于云計(jì)算的數(shù)據(jù)中心虛擬機(jī)管理平臺(tái)的設(shè)計(jì)[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國(guó);龔健雅;;GIS符號(hào)虛擬機(jī)及實(shí)現(xiàn)方法研究[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 于洋;陳曉東;俞承芳;李旦;;基于FPGA平臺(tái)的虛擬機(jī)建模與仿真[A];2007'儀表，，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

10 丁濤;郝沁汾;張冰;;內(nèi)核虛擬機(jī)調(diào)度策略的研究與分析[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 ;虛擬機(jī)的生與死[N];網(wǎng)絡(luò)世界;2008年

2 本報(bào)記者 卜娜;高性能Java虛擬機(jī)將在中國(guó)云市場(chǎng)釋能[N];中國(guó)計(jì)算機(jī)報(bào);2012年

3 本報(bào)記者 邱燕娜;如何告別虛擬機(jī)管理煩惱[N];中國(guó)計(jì)算機(jī)報(bào);2012年

4 ;首批通過(guò)云計(jì)算產(chǎn)品虛擬機(jī)管理測(cè)評(píng)名單[N];中國(guó)電子報(bào);2014年

5 申琳;虛擬機(jī)泛濫 系統(tǒng)安全怎么辦[N];中國(guó)計(jì)算機(jī)報(bào);2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機(jī)管理的五大問(wèn)題[N];計(jì)算機(jī)世界;2008年

7 盆盆;真實(shí)的虛擬機(jī)[N];中國(guó)電腦教育報(bào);2004年

8 本版編輯　綜合 編譯整理 田夢(mèng);管理好虛擬機(jī)的全生命周期[N];計(jì)算機(jī)世界;2008年

9 李婷;中國(guó)研制出全球最快反病毒虛擬機(jī)[N];人民郵電;2009年

10 張弛;虛擬機(jī)遷移走向真正自由[N];網(wǎng)絡(luò)世界;2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 宋翔;多核虛擬環(huán)境的性能及可伸縮性研究[D];復(fù)旦大學(xué);2014年

2 王桂平;云環(huán)境下面向可信的虛擬機(jī)異常檢測(cè)關(guān)鍵技術(shù)研究[D];重慶大學(xué);2015年

3 周真;云平臺(tái)下運(yùn)行環(huán)境感知的虛擬機(jī)異常檢測(cè)策略及算法研究[D];重慶大學(xué);2015年

4 郭芬;面向虛擬機(jī)的云平臺(tái)資源部署與調(diào)度研究[D];華南理工大學(xué);2015年

5 周傲;高可靠云服務(wù)供應(yīng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

6 代煒琦;云計(jì)算執(zhí)行環(huán)境可信構(gòu)建關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2015年

7 劉圣卓;面向虛擬集群的鏡像存儲(chǔ)與傳輸優(yōu)化[D];清華大學(xué);2015年

8 陳彬;分布環(huán)境下虛擬機(jī)按需部署關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2010年

9 劉海坤;虛擬機(jī)在線遷移性能優(yōu)化關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2012年

10 劉謙;面向云計(jì)算的虛擬機(jī)系統(tǒng)安全研究[D];上海交通大學(xué);2012年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 潘飛;負(fù)載相關(guān)的虛擬機(jī)放置策略研究[D];杭州電子科技大學(xué);2011年

2 王建一;混合型桌面云高可用性研究與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

3 周衡;云計(jì)算環(huán)境下虛擬機(jī)優(yōu)化調(diào)度策略研究[D];河北大學(xué);2015年

4 羅仲皓;基于OpenStack的私有云計(jì)算平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

5 李子堂;面向負(fù)載均衡的虛擬機(jī)動(dòng)態(tài)遷移優(yōu)化研究[D];遼寧大學(xué);2015年

6 張煜;基于OpenStack的“實(shí)驗(yàn)云”平臺(tái)的研究與開(kāi)發(fā)[D];西南交通大學(xué);2015年

7 曾文琦;面向應(yīng)用服務(wù)的云規(guī)模虛似機(jī)性能監(jiān)控與負(fù)載分析技術(shù)研究[D];復(fù)旦大學(xué);2013年

8 施繼成;面向多核處理器的虛擬機(jī)性能優(yōu)化[D];復(fù)旦大學(xué);2014年

9 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

10 方良英;云平臺(tái)的資源優(yōu)化管理研究與實(shí)現(xiàn)[D];南京師范大學(xué);2015年

本文編號(hào)：531922