面向IaaS云平台测试的负载生成系统研究与实现

发布时间：2017-10-22 18:22

  本文关键词：面向IaaS云平台测试的负载生成系统研究与实现

  更多相关文章： IaaS 基准评测 负载生成 云计算 真实性

【摘要】：大型复杂系统的设计离不开与其相关的评测。随着云计算技术的出现及其应用的不断普及,业界对于云计算基准评测的需求也越来越强。在硬件资源一定的情况下,云计算平台能够开启多少台虚拟机为用户提供服务,以及当这些虚拟机处于一定的工作负载时,并且在保证虚拟机的性能不会下降的前提下,云计算平台又能够开启多少台虚拟机为用户提供服务问题,即在实际生产环境中,如何解决云计算平台灵活的容量规划问题。要解决这个问题,需要对实际生产环境中云计算平台的性能做出准确的基准评价,这不仅需要优秀的基准评测系统,更需要真实的工作负载作为测试的基础条件。当前已有部分负载生成系统能够为基准评测系统产生相应的工作负载,但是这些负载生成系统都具有各种各样的缺陷,其中最重要的不足之处是所产生的工作负载与真实的工作负载有一定的差异。这让基准评测的结果的可信度大打折扣。本文面向IaaS云平台,针对实际生产环境中的工作负载进行收集、分析,得出相应的分析结果。利用这些结果,本文对收集负载的云平台进行Iaa S云平台工作负载的模拟重现,从而产生与真实工作负载类似的负载。在整个工作负载收集过程中,本文不仅收集了各个资源的负载情况,也收集了键盘和鼠标的响应事件以及所运行的进程。在分析工作负载时,本文引入了一个I向量以表示工作负载的变化率。基于对工作负载的分析,本文设计了一个全新的负载生成系统。该系统采用收集和分析的工作负载结果作为样本,保证工作负载的真实性;通过对不同应用领域的工作负载的收集取得样本库,保证该系统的自适应性;通过Python语言的跨平台特征,保证系统的平台独立性;通过减少脚本的编写来保证易用性等。与其他负载生成系统相比,本文所设计的负载生成系统具有五大优点:真实性、自适应性、独立性、易用性和高性能。最后,本文在教育云桌面平台中对所设计的负载生成系统进行了完整的实验测试。结果证明,本文所设计的负载生成系统达到了设计目标,为更优秀的基准评测系统打下坚实的基础。
【关键词】：IaaS 基准评测 负载生成 云计算 真实性
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.52;TP393.09
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-17
• 1.1 引言10
• 1.2 研究背景和意义10-11
• 1.3 国内外研究现状和发展趋势11-14
• 1.4 主要研究内容14-16
• 1.5 文章整体结构16-17
• 第二章 相关技术17-22
• 2.1 IaaS的介绍17
• 2.2 OpenStack的介绍17-18
• 2.3 Ganglia的介绍18
• 2.4 基准评测相关介绍18-20
• 2.4.1 CloudRank的介绍18-19
• 2.4.2 BSMA-Gen的介绍19
• 2.4.3 Rain的介绍19-20
• 2.4.4 YCSB的介绍20
• 2.5 分析方法介绍20-22
• 第三章 基于IaaS云平台测试的负载研究22-38
• 3.1 工作负载的收集22-24
• 3.1.1 虚拟机的工作负载收集23-24
• 3.1.2 云平台的工作负载收集24
• 3.2 工作负载的关系及分析方法24-25
• 3.2.1 分类与统计分析法25
• 3.2.2 集群分析法25
• 3.3 工作负载的分析25-36
• 3.3.1 CPU负载统计分析25-27
• 3.3.2 内存负载统计分析27-29
• 3.3.3 磁盘 I/O 负载统统计分析29-33
• 3.3.4 网络负负载统计分分析33-36
• 3.3.5 各资源工作负载的关系36
• 3.4 本章小结36-38
• 第四章 负载生成系统的实现38-48
• 4.1 负载生成系统的作用及设计目标38-40
• 4.1.1 负载生成系统的作用38-39
• 4.1.2 负载生成系统的设计目标39-40
• 4.2 负载生成系统的体系结构40-44
• 4.2.1 负载调度器40-42
• 4.2.2 负载生成器42-43
• 4.2.3 样本库43
• 4.2.4 App库43
• 4.2.5 负载反馈收集43-44
• 4.2.6 负载发送器44
• 4.3 负载生成系统的应用44-46
• 4.3.1 基准评测系统44-46
• 4.3.2 基准评测中的负载46
• 4.4 本章小结46-48
• 第五章 实验测试结果与分析48-57
• 5.1 实验环境介绍48-49
• 5.1.1 实验物理环境48
• 5.1.2 实验逻辑环境48-49
• 5.2 实验结果及分析49-55
• 5.2.1 CPU负载分析49-50
• 5.2.2 内存负负载分析50-51
• 5.2.3 磁盘 I/O 负载分分析51-53
• 5.2.4 网络负负载分析53-55
• 5.3 综合分析析总结55-56
• 5.4 与其他相关系统的比较56
• 5.5 本章小结56-57
• 第六章 总结与展望57-60
• 6.1 本文工作总结57-58
• 6.2 未来展望58-60
• 致谢60-61
• 参考文献61-66
• 附录66

【相似文献】

中国期刊全文数据库 前10条

1 ;帮助你构建云安全的12大技巧[J];计算机与网络;2012年12期

2 ;智能工作负载管理[J];办公自动化;2011年03期

3 ;为什么智能工作负载管理事关重要[J];办公自动化;2010年03期

4 ;“绿色”计算机评测总结[J];电子产品世界;1994年05期

5 阳东升;刘永辉;刘忠;黄金才;;基于结点工作负载的组织效能测度研究[J];系统仿真学报;2009年09期

6 王惠惠;;服务器工作负载预测技术研究及应用[J];河套大学学报;2010年02期

7 冯伟;蒋烈辉;何红旗;;指令级工作负载特征模型[J];计算机工程;2009年15期

8 ;BLADE:CEO对2011年IT的预测[J];计算机与网络;2011年02期

9 何可佳;;基于任务级的设备动态调度机制的设计与实现[J];计算机与信息技术;2009年03期

10 ;IBM推出新一代高密度服务器NeXtScale[J];青海科技;2013年05期

中国重要报纸全文数据库 前10条

1 ;2004年Linux应用加速前行[N];计算机世界;2003年

2 Beth SchultZ;公有云的落脚点[N];网络世界;2011年

3 本报记者 盘骏;IBM eX5冲击企业关键业务应用[N];计算机世界;2011年

4 本报记者 刑小萍;如何保护Linux环境下的工作负载?[N];网络世界;2010年

5 本报记者 汤铭;IBM POWER 扶ISV走上云端[N];计算机世界;2010年

6 本报记者 于翔;IBM扩大工作负载优化阵营[N];网络世界;2010年

7 《网络世界》记者 于翔;BMC新推工作负载自动化解决方案[N];网络世界;2011年

8 记者 于翔;思杰披露CloudStack最新进展[N];网络世界;2012年

9 本报记者 丁伟;面向负载优化的智慧[N];计算机世界;2010年

10 继楠;IBM推出zEnterprise EC12[N];人民邮电;2012年

中国硕士学位论文全文数据库 前3条

1 杨军伟;面向IaaS云平台测试的负载生成系统研究与实现[D];杭州电子科技大学;2016年

2 冯伟;超级计算机系统性能平衡性预先评价方法研究[D];解放军信息工程大学;2009年

3 何增辉;基于预测机制的负载均衡模型研究[D];郑州大学;2010年

，

本文编号：1079547