一种云计算环境下负载均衡敏感的聚类部署方法研究

发布时间：2017-10-22 03:28

  本文关键词：一种云计算环境下负载均衡敏感的聚类部署方法研究

  更多相关文章： 云计算 任务部署策略 负载均衡 聚类 启发式

【摘要】：随着当今互联网技术的快速发展，传统的计算模式已经无法满足当今用户的需求，云计算(Cloud Computing)的出现改变了这一现状，从云计算的提出到实现为企业和个人提供服务，云计算经历了漫长的发展历程。作为一种新兴的计算模式和商业模式，云计算是继效用计算、网格计算、分布式计算等最有前景和研究价值的方向，是一种新型的服务模式。云计算为用户提供了基础设施、平台以及软件的服务，并且通过互联网将服务按需的提供给用户。云计算的核心是基础设施即服务(Infrastructure as a Service，IaaS)，它是云数据中心的底层框架，由于大量的物理主机资源具有一定的局限性，因此通过虚拟化技术创建批量的虚拟机以此来扩展底层IaaS云资源池，这样就可以为企业和用户按需的提供动态可伸缩的计算资源、存储资源等，虚拟化技术的出现改变了硬件不可扩展的缺陷。云资源池中部署了大量的物理主机和虚拟机资源为用户提供按需服务，用户的请求和资源的调度是很频繁的，每台物理主机的资源剩余量(包括CPU剩余和内存剩余)是时刻变化的，并不能保证每次都将任务放到资源剩余量最大的物理主机上。针对目前云数据中心大多数物理主机负载过重而导致云数据中心整体负载不均衡的问题，本文针对云计算数据中心负载均衡敏感问题对部署任务的物理主机选择问题进行深入研究。 任务部署方法已经成为绿色云数据中心的研究热点，实际就是部署任务物理主机选择问题的研究。由于它是一个优化问题，那么就需要找到一个或多个评价标准。目前，针对部署任务的研究主要以节能或负载均衡作为衡量标准，而本文所要研究的是针对云数据中心负载均衡的任务部署问题。它旨在寻找这样一个部署方法，首先，使得根据该部署策略在与其它部署策略中部署任务的失效数相对最少；其次，根据该策略完成任务部署后云数据中心具有一个相对最佳的负载均衡度；最后，使用该任务部署策略与其他部署策略相比，云数据中心整体具有相对更高的吞吐率，优化了数据中心对外服务性能。最重要的是上述三方面要在保证部署任务的性能和效率约束的前提下实现。为了实现任务的高效部署、云数据中心的性能最佳以及负载均衡，本文提出了一种云计算环境下的负载均衡敏感的聚类部署方法。它的主要思想包括两个部分：首先它根据物理主机性能的适应度函数，对云数据中心中的全部物理主机进行一个约束条件限制，从而实现一个具有全局搜索能力的任务部署策略。其次，，将使用改进的聚类算法，进一步优化和完善最终得到的聚类结果。进而整个方法实现了云数据中心长期的负载均衡。本文的具体工作如下： （1）详细的阐述了本文的研究背景以及研究意义，介绍了当今国内外在实现云数据中心负载均衡方面的研究现状，着重介绍了动态负载均衡、静态负载均衡以及影响负载均衡的虚拟机动态迁移研究进展，并且详细的分析了相关研究的优点与不足。 （2）首先介绍了云计算的架构和基本概念。并且详细的介绍了负载均衡的概念和一些实现负载均衡的算法。最后对本文所用到的聚类算法和CloudSim仿真平台进行了简要的介绍。 （3）给出了任务部署方法模型、系统架构，并详细的描述了它的逻辑执行流程。在此基础上提出了一种云计算环境下负载均衡敏感的聚类部署方法LB-C（LoadBalancing Using Clustering）。LB-C是一个基于改进聚类的启发式任务部署优化算法。本文给出了LB-C的具体设计与实现，提出的任务部署策略既能高效的寻找部署任务最佳的物理主机，又能长期的实现云数据中心负载均衡。 （4）通过对比实验对LB-C算法进行了有效的评估。实验结果表明，与现有的研究进行比较，LB-C明显减少了部署任务的失效数，提高了云数据中心的吞吐率，优化了数据中心对外服务性能，具有更好的负载均衡效果，使云数据中心的运营更加绿色、高效。
【关键词】：云计算 任务部署策略 负载均衡 聚类 启发式
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 研究意义和背景11-13
• 1.2 相关研究现状13-15
• 1.3 本文组织结构15-17
• 第2章 相关知识介绍17-27
• 2.1 云计算简介17-19
• 2.1.1 云计算的概念17
• 2.1.2 云计算的分类17-19
• 2.1.3 云计算的特点19
• 2.2 虚拟化技术介绍19-22
• 2.3 任务部署策略22-23
• 2.4 负载均衡23-24
• 2.4.1 负载均衡算法的分类23-24
• 2.4.2 评价负载均衡算法的标准24
• 2.5 聚类算法24-25
• 2.6 CloudSim25-27
• 第3章 一种负载均衡敏感的任务部署策略模型及架构27-39
• 3.1 任务部署策略的架构模型27-28
• 3.2 任务部署策略的逻辑结构28-31
• 3.3 负载均衡敏感的任务部署策略模型的预测策略31
• 3.4 负载均衡敏感的任务部署策略模型的各个功能模块内部实现31-39
• 3.4.1 用户模块的实现31-32
• 3.4.2 系统内部监控模块的实现32-33
• 3.4.3 系统内部形式化模块的实现33-34
• 3.4.4 系统内部预测模块的实现34-35
• 3.4.5 系统内部LB-C主算法模块的实现35-36
• 3.4.6 系统内部部署控制模块的实现36-37
• 3.4.7 主机集群模块的实现37-39
• 第4章 一种云计算环境下负载均衡敏感的聚类部署方法LB-C39-49
• 4.1 问题的提出39-40
• 4.2 LB-C算法的主要思想40-41
• 4.3 LB-C算法的实现41-44
• 4.3.1 LB-C算法的具体实现过程41-43
• 4.3.2 LB-C算法的思想来源43-44
• 4.4 实验结果与分析44-49
• 4.4.1 实验场景44
• 4.4.2 MakeSpan的比较44-45
• 4.4.3 负载均衡度的比较45-47
• 4.4.4 对外服务性能的比较47-48
• 4.4.5 部署任务的失效数的比较48-49
• 第5章 总结与展望49-51
• 参考文献51-55
• 作者简介及在学期间所取得的科研成果55-56
• 致谢56

【参考文献】

中国期刊全文数据库 前8条

1 陈伟;张玉芳;熊忠阳;;动态反馈的异构集群负载均衡算法的实现[J];重庆大学学报;2010年02期

2 苏命峰;;三种LVS负载均衡模式及性能研究[J];自动化与信息工程;2011年06期

3 陈国斌;;一种分布式动态负载均衡调度算法[J];广西师范学院学报(自然科学版);2014年01期

4 张永立;胡杰;张根宝;;Linux集群心跳检测方法的研究与实现[J];化工自动化及仪表;2010年06期

5 李坤;王百杰;;服务器集群负载均衡技术研究及算法比较[J];计算机与现代化;2009年08期

6 王磊;;并行计算技术综述[J];信息技术;2012年10期

7 朱世平;动态负载平衡算法设计的新途径[J];计算机工程与设计;1995年03期

8 邹晖,罗省贤;机群并行系统与网络并行计算环境[J];物探化探计算技术;2001年04期

本文编号：1076570