在云計(jì)算等虛擬化環(huán)境中,資源管理機(jī)制負(fù)責(zé)資源的分配、調(diào)度與管理,為多租戶之間的高效資源共享提供了基礎(chǔ)。高效的資源管理機(jī)制不僅可以通過(guò)提升資源利用率來(lái)大幅降低成本,還可以通過(guò)滿足用戶資源需求來(lái)保證服務(wù)質(zhì)量。但是軟硬件技術(shù)的快速發(fā)展和用戶需求的多樣化,使得現(xiàn)有的虛擬資源管理技術(shù)一方面不能充分利用日漸增強(qiáng)的硬件資源,另一方面也不能滿足日益復(fù)雜的用戶需求。因此如何針對(duì)上述問(wèn)題,結(jié)合新硬件、新需求和新場(chǎng)景特點(diǎn),優(yōu)化虛擬化環(huán)境中的資源管理機(jī)制已經(jīng)成為一個(gè)亟待解決的問(wèn)題。本文主要從虛擬化環(huán)境中最重要的三種虛擬資源（內(nèi)存資源、計(jì)算資源、存儲(chǔ)I/O資源）出發(fā),研究了虛擬資源的管理優(yōu)化問(wèn)題,具體包括面向混合頁(yè)虛擬化系統(tǒng)的內(nèi)存重刪機(jī)制研究、面向虛擬GPU的在線任務(wù)調(diào)度機(jī)制研究和面向容器的I/O去重和緩存管理機(jī)制研究。主要研究?jī)?nèi)容和貢獻(xiàn)如下:（1）面向混合頁(yè)虛擬化系統(tǒng)的內(nèi)存重刪機(jī)制研究現(xiàn)有的虛擬化系統(tǒng)大多采用混合頁(yè)（即大頁(yè)加小頁(yè)）的內(nèi)存管理方式,其中大頁(yè)可以顯著提升TLB（Translation Look-aside Buffer）命中率并提升內(nèi)存訪問(wèn)性能。但是在混合頁(yè)虛擬化系統(tǒng)中使用現(xiàn)有的內(nèi)存重刪技術(shù)會(huì)導(dǎo)致... 

【文章來(lái)源】：中國(guó)科學(xué)技術(shù)大學(xué)安徽省 211工程院校 985工程院校

【文章頁(yè)數(shù)】：107 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１．１虛擬化技術(shù)??

效地管理客戶機(jī)內(nèi)存，在虛擬機(jī)中引入了客戶機(jī)物理地址的概念（Ｇｕｅｓｔ?Ｐｈｙｓｉｃａｌ??Ａｄｄｒｅｓｓ，簡(jiǎn)稱為ＧＰＡ），ＧＰＡ實(shí)際上也是宿主機(jī)上的虛擬地址，它們被映射到宿??主機(jī)物理地址（Ｈｏｓｔ?Ｐｈｙｓｉｃａｌ?Ａｄｄｒｅｓｓ，簡(jiǎn)稱為ＨＰＡ）。如圖１．２所示，當(dāng)客戶機(jī)應(yīng)??用程序使用客戶機(jī)虛擬地址（Ｇｕｅｓｔ?Ｖｉｒｔｕａｌ?Ａｄｄｒｅｓｓ，簡(jiǎn)稱為ＧＶＡ）訪問(wèn)內(nèi)存時(shí)，最??原始的做法是客戶機(jī)操作系統(tǒng)先將ＧＶＡ轉(zhuǎn)換成ＧＰＡ，?Ｈｙｐｅｒｖｉｓｏｒ再將ＧＰＡ轉(zhuǎn)換??成ＨＶＡ（Ｈｏｓｔ?Ｖｉｒｔｕａｌ?Ａｄｄｒｅｓｓ，簡(jiǎn)稱為ＨＶＡ），最后宿主機(jī)操作系統(tǒng)再將ＨＶＡ轉(zhuǎn)??換成ＨＰＡ。為了加速地址轉(zhuǎn)換流程（ＧＶＡ－＞ＨＰＡ），最新的處理器都通過(guò)引入擴(kuò)展??頁(yè)表（Ｅｘｔｅｎｄｅｄ?Ｐａｇｅ?Ｔａｂｌｅｓ，簡(jiǎn)稱為ＥＰＴ［２１］）來(lái)支持將ＧＰＡ直接轉(zhuǎn)換成ＨＰＡ，這??３??

虛擬化方案具有更好的兼容性、可共享性和可擴(kuò)展性，使得它在細(xì)粒度ＧＰＵ虛??擬化和ＧＰＵ共享場(chǎng)景下備受歡迎，并且贏得了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注基??于ＡＰＩ轉(zhuǎn)發(fā)的ＧＰＵ虛擬化方案的原理如圖１．３所示，它是由前后端的方式進(jìn)行??工作的，前端在客戶機(jī)（或容器）內(nèi)攔截應(yīng)用的ＧＰＵ指令并將指令轉(zhuǎn)發(fā)給后端。??后端運(yùn)行在宿主機(jī)上，接收前端發(fā)送的ＧＰＵ指令后通過(guò)一些調(diào)度機(jī)制將指令分??發(fā)給不同的ＧＰＵ�；冢粒校赊D(zhuǎn)發(fā)的ＧＰＵ虛擬化方案通過(guò)前后端分離的方式就可??以實(shí)現(xiàn)用戶應(yīng)用和ＧＰＵ之間的解耦，甚至可以支持用戶在沒(méi)有ＧＰＵ的機(jī)器上??運(yùn)行ＧＰＵ應(yīng)用，同時(shí)它還支持將多個(gè)用戶的應(yīng)用靈活地合并到單個(gè)ＧＰＵ上運(yùn)??行來(lái)實(shí)現(xiàn)ＧＰＵ的高效共享。??ＧＰＵ任務(wù)調(diào)度：在ＧＰＵ虛擬化與共享的場(chǎng)景中，通常會(huì)存在資源競(jìng)爭(zhēng)和資??源利用不充分等現(xiàn)象，進(jìn)而造成應(yīng)用性能下降和資源浪費(fèi)等問(wèn)題。為了解決該問(wèn)??題，國(guó)內(nèi)外學(xué)者提出了一系列ＧＰＵ任務(wù)調(diào)度機(jī)制，主要分為兩類：?jiǎn)危牵校丈??的多任務(wù)調(diào)度和多ＧＰＵ之間的負(fù)載均衡調(diào)度

【參考文獻(xiàn)】：
期刊論文
[1]基于容器虛擬化技術(shù)研究[J]. 汪愷,張功萱,周秀敏.  計(jì)算機(jī)技術(shù)與發(fā)展. 2015(08)
[2]云數(shù)據(jù)中心虛擬資源管理研究綜述[J]. 錢瓊芬,李春林,張小慶,李臘元.  計(jì)算機(jī)應(yīng)用研究. 2012(07)
[3]面向虛擬資源的云計(jì)算資源管理機(jī)制[J]. 袁文成,朱怡安,陸偉.  西北工業(yè)大學(xué)學(xué)報(bào). 2010(05)



本文編號(hào)：3562570