云平台下多用户应用并发部署机制的研究与实现
[Abstract]:The future network research has always been the research hotspot of computer network. The future network will provide users with a more advanced network environment, can better support the upper layer of services and applications. However, in the research and experiment of application or service, it is difficult for many researchers to build a service experimental environment for the future network because of their own resource or tool constraints, and only build a low-performance network environment in the local area. When setting up the local environment, the researchers need to deploy all kinds of software manually, which is time-consuming and labor-consuming, which seriously affects the efficiency of scientific research. In view of this situation, we need to provide a server innovation environment which can centralize the management and deployment of resources and tools for users, and build a service innovation cloud platform based on automated deployment mechanism. However, with the increasing number of users using the service innovation cloud platform, the deployment mechanism will face the challenge of multi-concurrency to the system performance. Multiple concurrent requests from users can lead to latency, system performance degradation or even paralysis. Aiming at these problems, this paper studies the design of system architecture for deployment mechanism under multi-user concurrent request, from single platform to dynamic load balance expansion. In the aspect of distributed extension, the architecture design of optimizing deployment mechanism is put forward. Combining with OpenStack cloud platform and automatic deployment tool Puppet, three kinds of deployment mechanisms are put forward to realize the automatic deployment of application. The redeployment of existing applications to achieve automatic application version switching and other functions. The main contents of this thesis are as follows: 1. This paper designs and implements a single mechanism of multi-user concurrent deployment on cloud platform. Including the use of Apache combined with the form of Passenger to change the deployment architecture, and the implementation of the experimental environment under the single-machine mechanism, the first time to build the application one-click deployment function and the requirements of the application redeploy function. 2. The dynamic load mechanism of multi-user concurrent deployment on cloud platform is designed and implemented. Including the use of Nginx combined with Puppet cluster to change the deployment architecture, the use of monitoring server performance to dynamically change load balancing strategy, And implement the first application one-click deployment function and the application redeploy function .3under the dynamic load balancing mechanism under the experimental environment for the first time. The distributed mechanism of multi-user concurrent deployment on cloud platform is designed and implemented. Including the use of Git combined with Puppet to change the deployment architecture, the implementation of server code automatic push, client code automatically pull, The first application one-click deployment function and the application redeployment function under changing requirements are implemented in the distributed experimental environment. In order to verify the system availability under each mechanism with multiple concurrency, each deployment mechanism under the cloud platform is tested for function and performance. The functional tests show that the three deployment mechanisms proposed in this paper can meet the expected functional requirements. Performance tests show that all three deployment mechanisms provide excellent performance when concurrent requests are small. However, with the increasing of concurrent requests, the performance of the single mechanism is extremely fast down, the performance of the dynamic load mechanism is slightly decreased, and the distributed mechanism basically maintains an excellent performance.
【学位授予单位】:北京邮电大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP393.09
【相似文献】
相关期刊论文 前10条
1 陈志刚,许伟,曾志文;一种基于预测的动态负载均衡模型及算法研究[J];计算机工程;2004年23期
2 郑云翔;张燕芬;;e-Learning Grid动态负载均衡通用机制研究[J];中国电化教育;2011年11期
3 刘建;李绪志;;一种动态负载均衡机制的研究与实现[J];计算机工程与应用;2006年02期
4 曾蛟龙;胡荣贵;谷裕;许成喜;;遗传算法在蜜网动态负载均衡中的应用[J];计算机应用研究;2012年06期
5 吴恒山,张翼,李东;一个基于分布式数据库系统的动态负载分配算法[J];计算机应用研究;1999年11期
6 何昱;历军;;基于应用级监控的动态负载均衡系统[J];计算机工程;2008年09期
7 曹英存;;集群系统下的动态负载均衡探究[J];和田师范专科学校学报;2006年02期
8 王泽均;陈新;王勇;高宝庆;;基于动态负载均衡的网络监控系统[J];计算机工程;2008年24期
9 李金攻;张平;陈继光;;基于NAT-PT簇的集中式动态负载均衡的研究[J];通信技术;2009年04期
10 杨连云;;动态负载曲线在电视机可靠性设计中的应用[J];电视技术;1982年03期
相关会议论文 前7条
1 孟广平;;虚拟机漂移网络连接方法探讨[A];中国计量协会冶金分会2011年会论文集[C];2011年
2 段翼真;王晓程;;可信安全虚拟机平台的研究[A];第26次全国计算机安全学术交流会论文集[C];2011年
3 李明宇;张倩;吕品;;网络流量感知的虚拟机高可用动态部署研究[A];2014第二届中国指挥控制大会论文集(上)[C];2014年
4 林红;;Java虚拟机面向数字媒体的应用研究[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
5 杨旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虚拟机的备份系统实现[A];中国高等教育学会教育信息化分会第十二次学术年会论文集[C];2014年
6 沈敏虎;查德平;刘百祥;赵泽宇;;虚拟机网络部署与管理研究[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年
7 李英壮;廖培腾;孙梦;李先毅;;基于云计算的数据中心虚拟机管理平台的设计[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年
相关重要报纸文章 前10条
1 ;虚拟机的生与死[N];网络世界;2008年
2 本报记者 卜娜;高性能Java虚拟机将在中国云市场释能[N];中国计算机报;2012年
3 本报记者 邱燕娜;如何告别虚拟机管理烦恼[N];中国计算机报;2012年
4 ;首批通过云计算产品虚拟机管理测评名单[N];中国电子报;2014年
5 申琳;虚拟机泛滥 系统安全怎么办[N];中国计算机报;2008年
6 Tom Henderson邋沈建苗 编译;虚拟机管理的五大问题[N];计算机世界;2008年
7 盆盆;真实的虚拟机[N];中国电脑教育报;2004年
8 本版编辑 综合 编译整理 田梦;管理好虚拟机的全生命周期[N];计算机世界;2008年
9 李婷;中国研制出全球最快反病毒虚拟机[N];人民邮电;2009年
10 张弛;虚拟机迁移走向真正自由[N];网络世界;2010年
相关博士学位论文 前10条
1 宋翔;多核虚拟环境的性能及可伸缩性研究[D];复旦大学;2014年
2 王桂平;云环境下面向可信的虚拟机异常检测关键技术研究[D];重庆大学;2015年
3 周真;云平台下运行环境感知的虚拟机异常检测策略及算法研究[D];重庆大学;2015年
4 郭芬;面向虚拟机的云平台资源部署与调度研究[D];华南理工大学;2015年
5 周傲;高可靠云服务供应关键技术研究[D];北京邮电大学;2015年
6 刘圣卓;面向虚拟集群的镜像存储与传输优化[D];清华大学;2015年
7 彭成磊;云数据中心绿色节能需求的虚拟机负载均衡技术研究[D];南京大学;2016年
8 赵长名;IaaS云中基于资源感知的虚拟机资源管埋[D];电子科技大学;2016年
9 许小龙;支持绿色云计算的资源调度方法及关键技术研究[D];南京大学;2016年
10 衷宜;虚拟化系统中的软件自愈相关技术研究[D];南京理工大学;2016年
相关硕士学位论文 前10条
1 余媛;云平台下多用户应用并发部署机制的研究与实现[D];北京邮电大学;2017年
2 付志辉;分布式爬虫的动态负载均衡方法研究[D];哈尔滨工业大学;2014年
3 孔繁宇;虚拟化环境中的动态负载均衡系统[D];南京大学;2016年
4 许伟;分布式系统中的主机负载预测与动态负载均衡研究[D];中南大学;2004年
5 丁学智;一种面向分布式服务器集群的动态负载均衡系统的实现[D];北京邮电大学;2014年
6 张楠;基于LVS/DR集群的动态负载机制研究与实现[D];云南大学;2013年
7 柳旭日;基于负载预测和过载迁移的动态负载均衡研究[D];青岛理工大学;2009年
8 李浩然;OpenStack虚拟机资源监控关键技术的研究与实现[D];北京邮电大学;2017年
9 徐海龙;基于标准Linux内核的动态负载均衡实现[D];天津工业大学;2005年
10 王天翊;P2P网络中动态负载均衡研究[D];西安电子科技大学;2012年
,本文编号:2248394
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/2248394.html