本文關(guān)鍵詞：虛擬集群高能效在線遷移策略的研究

  更多相關(guān)文章： 虛擬機(jī) 虛擬集群 高能效計(jì)算 在線遷移 云計(jì)算

【摘要】：隨著虛擬化技術(shù)的發(fā)展,基于虛擬化技術(shù)的云平臺得到了廣泛關(guān)注,越來越多的領(lǐng)域利用云平臺去完成他們的任務(wù)。云平臺對物理資源進(jìn)行抽象、封裝,并以虛擬機(jī)的形式提供給用戶。利用虛擬化技術(shù)云平臺不但能夠?qū)ξ锢碣Y源進(jìn)行更加細(xì)粒度的劃分,并且可以實(shí)現(xiàn)動態(tài)的資源管理。通常應(yīng)用程序作業(yè)和物理節(jié)點(diǎn)之間的映射影響著系統(tǒng)的吞吐量、負(fù)載平衡和能源消耗,云平臺的彈性特點(diǎn)使得對于資源配置的在線調(diào)整成為可能。目前云平臺帶來的巨大的能源消耗問題成為關(guān)注熱點(diǎn)。它利用超大規(guī)模的物理集群為用戶作業(yè)提供計(jì)算支持。然而節(jié)點(diǎn)資源的不充分利用將會導(dǎo)致占用大量額外的物理節(jié)點(diǎn),造成云計(jì)算系統(tǒng)能耗過高。存在大量低能效的物理節(jié)點(diǎn)成為云服務(wù)提供商面臨的亟待解決的問題。通過動態(tài)資源管理機(jī)制能夠有效的控制云平臺的能源消耗。目前很多研究工作都致力于利用虛擬機(jī)在線遷移技術(shù)提高云平臺的能源效率。伴隨著云計(jì)算技術(shù)快速發(fā)展以及被廣泛的使用,應(yīng)用程序類型變得多樣化,如并行計(jì)算等分布式應(yīng)用程序。由于單機(jī)虛擬化技術(shù)無法滿足并行計(jì)算應(yīng)用的需求,虛擬化技術(shù)正逐漸向分布式虛擬化環(huán)境發(fā)展。虛擬集群基于虛擬機(jī)和虛擬網(wǎng)絡(luò)技術(shù)的發(fā)展而產(chǎn)生,被云平臺用來為并行和分布式應(yīng)用程序提供可定制的、獨(dú)立的和可靠的高性能計(jì)算環(huán)境。但是與此同時為云平臺高能效帶來了新的挑戰(zhàn):(1)虛擬集群是由一組相互關(guān)聯(lián)的虛擬機(jī)組成。對虛擬集群存在的云平臺進(jìn)行能耗管理,單一的虛擬機(jī)遷移技術(shù)無法保證并行應(yīng)用程序在運(yùn)行過程中的正確性。所以對能效問題進(jìn)行建模需要考慮虛擬集群的虛擬機(jī)之間的關(guān)聯(lián)性。(2)根據(jù)運(yùn)行的并行應(yīng)用程序的特點(diǎn),虛擬集群中的虛擬機(jī)往往同時啟動、同時退出。當(dāng)虛擬集群跨越多個物理節(jié)點(diǎn)映射時,它將會對多個物理節(jié)點(diǎn)在運(yùn)行過程中的能源效率產(chǎn)生影響,并且虛擬集群的虛擬機(jī)之間也會產(chǎn)生更多的通信開銷。另外,內(nèi)存資源的使用情況是限制作業(yè)運(yùn)行數(shù)目的關(guān)鍵因素之一。通常數(shù)據(jù)密集型作業(yè)對于內(nèi)存資源的需求較為嚴(yán)格。如果對于虛擬機(jī)所需內(nèi)存資源的分配不合理,會導(dǎo)致資源碎片的生成,影響節(jié)點(diǎn)資源的利用率。針對上述問題,本文利用虛擬集群在線遷移技術(shù)對虛擬化資源進(jìn)行整合,它可以對并行作業(yè)的整體環(huán)境進(jìn)行遷移,保證了并行應(yīng)用高效、正確的執(zhí)行。并且分析同一個虛擬集群中的虛擬機(jī)在節(jié)點(diǎn)上的映射分布對于云平臺能效的影響之后,將虛擬機(jī)的剩余時間作為選擇虛擬機(jī)遷移與再映射目標(biāo)節(jié)點(diǎn)的評判準(zhǔn)則之一。為了實(shí)現(xiàn)云計(jì)算系統(tǒng)中物理節(jié)點(diǎn)的高能效,本文將此問題形式化描述為一個組合優(yōu)化問題,即在滿足虛擬集群性能需求的前提下最大化單位能耗上所能處理的數(shù)據(jù)量。并提出基于虛擬集群在線遷移的整合策略來對虛擬化資源進(jìn)行整合。首先,針對虛擬機(jī)的內(nèi)存資源進(jìn)行整合。針對此類問題進(jìn)行形式化描述,提出了一個兩階段的虛擬集群在線遷移策略。第一階段先利用虛擬集群中虛擬機(jī)之間的關(guān)聯(lián)性和虛擬集群之間剩余時間是否相近的特點(diǎn)將虛擬集群分組,算法VCGM依次對每個分組進(jìn)行整合來構(gòu)造最終映射狀態(tài)。第二階段采用二分圖匹配中的低開銷完全匹配機(jī)制獲得初始映射狀態(tài)和最終映射狀態(tài)之間的遷移方案,此遷移方案將帶來較低的遷移開銷。其次,考慮了多種資源、更為復(fù)雜的模型,同時考慮內(nèi)存、CPU和I/O三種資源。對此類多維資源整合問題進(jìn)行描述,并提出了基于蟻群優(yōu)化問題的虛擬集群在線遷移算法ACVCM來對虛擬集群進(jìn)行整合。通過定義收益獎勵并將其作為計(jì)算蟻群算法中啟發(fā)式信息的組成部分,使得在選擇遷移的虛擬機(jī)時,能夠在物理節(jié)點(diǎn)上虛擬機(jī)剩余時間的差異性和遷移代價之間進(jìn)行權(quán)衡。最后,為了驗(yàn)證本文提出的虛擬集群在線遷移策略的有效性,本文進(jìn)行了一系列的評估實(shí)驗(yàn)。對實(shí)驗(yàn)結(jié)果進(jìn)行了詳細(xì)的分析,兩階段遷移策略帶來了42%-55%的能耗節(jié)省,ACVCM算法帶來了37%-42%的能耗節(jié)省,證明了本文提出的虛擬集群在線遷移策略可以有效提高云平臺的能源效率。
【關(guān)鍵詞】：虛擬機(jī) 虛擬集群 高能效計(jì)算 在線遷移 云計(jì)算
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP302
【目錄】：

• 摘要4-6
• Abstract6-11
• 第1章 緒論11-17
• 1.1 研究背景和意義11-12
• 1.2 研究現(xiàn)狀12-14
• 1.3 本文工作14-16
• 1.4 本文結(jié)構(gòu)16-17
• 第2章 相關(guān)背景17-23
• 2.1 引言17
• 2.2 虛擬機(jī)在線遷移17-18
• 2.3 虛擬集群在線遷移18-19
• 2.4 裝箱算法19-22
• 2.4.1 一維裝箱19-20
• 2.4.2 多維裝箱20-22
• 2.5 本章小結(jié)22-23
• 第3章 系統(tǒng)架構(gòu)及能效問題建模23-31
• 3.1 引言23
• 3.2 支持虛擬集群在線遷移的系統(tǒng)架構(gòu)23-26
• 3.2.1 系統(tǒng)架構(gòu)23-25
• 3.2.2 能耗模型25-26
• 3.3 能效問題建模26-29
• 3.3.1 虛擬集群映射對于能效的影響27-28
• 3.3.2 虛擬集群映射調(diào)整策略28-29
• 3.4 優(yōu)化目標(biāo)29-30
• 3.5 本章小結(jié)30-31
• 第4章 高能效虛擬集群在線遷移策略31-45
• 4.1 引言31
• 4.2 兩階段虛擬集群在線遷移策略31-35
• 4.2.1 問題描述31-32
• 4.2.2 最終映射狀態(tài)構(gòu)造32-33
• 4.2.3 基于二分圖匹配的遷移算法33-35
• 4.3 基于蟻群優(yōu)化算法的虛擬集群在線遷移策略35-43
• 4.3.1 問題描述36-38
• 4.3.2 遷移三元組的收益獎勵38-40
• 4.3.3 蟻群優(yōu)化算法的關(guān)鍵規(guī)則40-41
• 4.3.4 算法ACVCM41-43
• 4.4 本章小結(jié)43-45
• 第5章 實(shí)驗(yàn)和數(shù)據(jù)分析45-58
• 5.1 引言45
• 5.2 實(shí)驗(yàn)設(shè)置45-46
• 5.3 兩階段遷移策略測試46-52
• 5.3.1 對比算法46-47
• 5.3.2 排序方式測試47-48
• 5.3.3 活躍物理節(jié)點(diǎn)數(shù)目隨時間變化測試48-50
• 5.3.4 總能源消耗測試50-51
• 5.3.5 遷移效率測試51-52
• 5.4 ACVCM算法測試52-56
• 5.4.1 對比算法52-53
• 5.4.2 活躍物理節(jié)點(diǎn)數(shù)目隨時間變化測試53-54
• 5.4.3 總能源消耗測試54-55
• 5.4.4 遷移效率測試55-56
• 5.5 本章小結(jié)56-58
• 第六章 總結(jié)與展望58-60
• 6.1 總結(jié)58-59
• 6.2 展望59-60
• 參考文獻(xiàn)60-64
• 作者簡介及在學(xué)期間取得的科研成果64-65
• 致謝65

【參考文獻(xiàn)】

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李洪亮;支持Live遷移機(jī)制的動態(tài)虛擬集群研究[D];吉林大學(xué);2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 胡守峰;云計(jì)算環(huán)境中基于拓?fù)涓兄奶摂M網(wǎng)絡(luò)再映射算法研究[D];吉林大學(xué);2015年

2 沈曉茹;基于虛擬集群在線遷移的虛擬化資源整合算法研究[D];吉林大學(xué);2014年

3 胡瑞;復(fù)雜集裝箱裝載問題求解方法研究[D];中國海洋大學(xué);2006年

，

本文編號：875166