本文選題：云計算 + 虛擬化��； 參考：《山東大學》2017年碩士論文

【摘要】：目前在云計算蓬勃發(fā)展的同時,也暴露了一系列問題,最突出的問題是集群的整體負載不均衡以及服務器的資源利用率低。首先數據中心規(guī)模逐步擴大,針對不同業(yè)務的基礎設施標準也各不相同,數據中心設備的異構性逐漸增強,同時用戶的應用需求數量激增,導致數據中心負載不均衡的現象普遍存在;其次傳統的資源調度并未考慮虛擬機是什么樣的應用類型,而集群中不同應用類型的虛擬機對應不同的資源需求,這就導致同一宿主機的各種資源(網絡、計算或存儲)的利用不均衡,造成資源浪費。本文針對上述兩個問題,提出一種基于KVM集群的負載均衡機制,研究工作主要包含四方面。首先設計了基于KVM集群的負載均衡機制的系統,系統分為兩大部分——應用端和管理端,應用端為用戶提供各種應用;管理端是整個系統的核心部分,包括服務器監(jiān)控模塊、虛擬機監(jiān)控模塊、負載評估模塊、彈性伸縮模塊、核心模塊以及彈性調整模塊。其中負載評估模塊根據本文設計的負載均衡算法求得可以衡量服務器負載壓力的權值,彈性伸縮模塊基于服務器的負載權值可以自動調整KVM集群的規(guī)模,核心模塊由蟻群與模擬退火優(yōu)化算法決策出需要進行調度的虛擬機的最佳匹配服務器,最后由彈性調整模塊實現虛擬機的遷移與系統的負載再評估。其次為了合理地衡量集群中物理機的負載壓力,本文提出一種負載均衡算法來負責監(jiān)控各個虛擬機的運行狀態(tài)以及定期獲取各個應用端的內存利用率、CPU使用率、IO占用率和帶寬占用率,并結合服務器的硬件性能指標以及當前時刻服務器的運行情況,求得數據中心中各個服務器的權值。同時根據權值實現系統的彈性伸縮、決定觸發(fā)遷移時機、確定需要進行調度的虛擬機以及選擇合適的可遷移服務器,確保系統負載均衡,提高其可用性以及可靠性。之后本文提出了一種蟻群與模擬退火優(yōu)化算法,算法思想是通過用戶虛擬機和后臺宿主機之間的匹配度決策出需要進行調度的虛擬機以及可遷移服務器的最佳匹配關系。然后利用彈性調整模塊實現虛擬機的遷移,并且在每次遷移完成后需對集群的負載壓力重新評估。最后通過CloudSim云平臺工具仿真測試基于本文提出的蟻群與模擬退火優(yōu)化算法的負載均衡機制,并與基于蟻群算法的負載均衡機制進行對比,驗證了本算法的可行性;同時,在數據中心的KVM集群中運行測試。通過實驗表明,本文提出的基于KVM集群的負載均衡機制可以有效地提高集群每臺服務器的資源利用率,并且有效地改善了數據中心負載不均衡的現象。
[Abstract]:At present, cloud computing is booming, but also exposed a series of problems, the most prominent problem is the overall load of the cluster imbalance and low resource utilization of the server. First of all, the scale of the data center is gradually expanded, the infrastructure standards for different services are different, the heterogeneity of the data center equipment is gradually increasing, and the number of users' application demand is increasing rapidly. Secondly, the traditional resource scheduling does not consider what kind of application virtual machine is, and the virtual machines of different application types in the cluster correspond to different resource requirements. This leads to unbalanced utilization of all kinds of resources (network, computing or storage) in the same host, resulting in waste of resources. In this paper, a load balancing mechanism based on KVM cluster is proposed, which includes four aspects. First, the system of load balancing mechanism based on KVM cluster is designed. The system is divided into two parts: the application end and the management terminal, which provide various applications for the user, and the management terminal is the core part of the whole system, including the server monitoring module. Virtual machine monitoring module, load evaluation module, elastic expansion module, core module and elastic adjustment module. According to the load balancing algorithm designed in this paper, the load assessment module can get the weight value which can measure the load pressure of the server, and the elastic expansion module can automatically adjust the scale of the KVM cluster based on the load weight of the server. The core module is composed of ant colony and simulated annealing optimization algorithm to decide the optimal matching server of virtual machine which needs to be scheduled. Finally, the migration of virtual machine and the reevaluation of system load are realized by elastic adjustment module. Secondly, in order to reasonably measure the load pressure of the physical machines in the cluster, In this paper, a load balancing algorithm is proposed to monitor the running state of each virtual machine and to obtain the CPU utilization rate and the bandwidth utilization rate of each application side on a regular basis. The weights of each server in the data center are obtained by combining the hardware performance index of the server and the running situation of the server at the current time. At the same time, the flexibility of the system is realized according to the weights, the timing of triggering the migration is determined, the virtual machine that needs to be scheduled and the suitable portable server are selected to ensure the system load balance, improve the availability and reliability of the system. Then an ant colony and simulated annealing optimization algorithm is proposed. The algorithm is based on the matching degree between the user virtual machine and the background host to determine the optimal matching relationship between the virtual machine to be scheduled and the portable server. Then the virtual machine migration is realized by elastic adjustment module, and the load pressure of the cluster needs to be reevaluated after each migration. Finally, the load balancing mechanism of ant colony and simulated annealing optimization algorithm is tested by CloudSim cloud platform tool simulation, and compared with the load balancing mechanism based on ant colony algorithm, the feasibility of this algorithm is verified. Run the test in the KVM cluster in the data center. The experimental results show that the proposed load balancing mechanism based on KVM cluster can effectively improve the resource utilization of each server in the cluster and effectively improve the load imbalance phenomenon in the data center.
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP273

【參考文獻】

相關期刊論文 前10條

1 嚴小燕;夏桂林;;蟻群算法求解TSP中的參數設置[J];電腦知識與技術;2016年22期

2 任志剛;趙松云;黃姍姍;梁永勝;;求解多維背包問題的蟻群-拉格朗日松弛混合優(yōu)化算法[J];控制與決策;2016年07期

3 田密;;基于云計算機的虛擬化技術應用研究[J];物聯網技術;2016年04期

4 蔡琪;單冬紅;趙偉艇;;改進粒子群算法的云計算環(huán)境資源優(yōu)化調度[J];遼寧工程技術大學學報(自然科學版);2016年01期

5 張浩榮;陳平華;熊建斌;;基于蟻群模擬退火算法的云環(huán)境任務調度[J];廣東工業(yè)大學學報;2014年03期

6 王毅萍;黃新榮;;電子政務利用云技術對數字檔案館建設的啟示[J];檔案與建設;2014年07期

7 殷小龍;李君;萬明祥;;云環(huán)境下基于改進NSGA Ⅱ的虛擬機調度算法[J];計算機技術與發(fā)展;2014年08期

8 周全海;;云計算的關鍵技術及發(fā)展現狀[J];科技視界;2013年13期

9 石利平;;模擬退火算法及改進研究[J];信息技術;2013年02期

10 韓德志;李楠楠;畢坤;;云環(huán)境下的虛擬化技術探析[J];華中科技大學學報(自然科學版);2012年S1期

相關博士學位論文 前3條

1 金剛;云環(huán)境下任務調度關鍵問題研究[D];吉林大學;2015年

2 鄧見光;云計算任務調度策略研究[D];華南理工大學;2014年

3 馬飛;云數據中心中虛擬機放置和實時遷移研究[D];北京交通大學;2013年

相關碩士學位論文 前10條

1 石帥;云計算環(huán)境下的虛擬機節(jié)能調度算法研究[D];哈爾濱工業(yè)大學;2014年

2 李曉;云計算環(huán)境下基于網絡博弈的任務調度算法[D];山東師范大學;2014年

3 李勇;現代企業(yè)私有云平臺的關鍵技術及應用[D];大連理工大學;2014年

4 殷小龍;云計算環(huán)境下的虛擬機調度策略研究[D];南京郵電大學;2014年

5 殷洪海;云環(huán)境下基于改進蟻群算法的資源調度策略[D];電子科技大學;2014年

6 姚華超;基于QEMU-KVM的桌面云服務端軟件架構設計與實現[D];華南理工大學;2013年

7 張海洲;基于利用率和負載均衡的云資源調度算法研究[D];哈爾濱工業(yè)大學;2013年

8 馬捚;基于vSphere平臺的服務器虛擬化技術應用研究[D];南京郵電大學;2013年

9 程萌;基于混合優(yōu)化算法的云計算資源分配研究[D];南京大學;2013年

10 王光波;云計算環(huán)境下虛擬機遷移機制研究[D];解放軍信息工程大學;2013年

，

本文編號：1841136