基于OpenStack的负载均衡关键技术研究

发布时间：2020-05-16 04:16

【摘要】：随着云计算技术在新时代的飞速提升,其已经成为世界上it行业的重要指向,世界上的各个国家都对云计算技术有了高度的重视,并且对其进行了深入的研究和改进。如何在云环境中将云计算的服务质量提升的更高,如何节省消耗的资源成本以及如何提高云环境中资源的使用率,对云计算有着十分重要的研究意义。云环境中的虚拟化技术虽然有着宝贵的优点,但是存在的缺点也是不容小觑的。因为云平台中云主机是虚拟出来的,各个的配置性能相差比较大。另外到达任务的种类不同对资源的需求也不同,因此这些因素都会导致云主机出现机器宕机的情况,进而导致集群中部分节点收到大量任务,而部分节点没有任务处理太过清闲而出现系统瘫痪现象,最终严重到集群不能正常工作。为了解决前面提到的这些恶性问题,本文选取OpenStack云平台,针对应用到该平台中的LVS集群的调度策略和OpenStack的后端元数据存储策略而做出深入的研究。进而达到解决集群负载失衡的问题。本文主要提出了两个创新点。第一个创新点针对OpenStack集群内部作业分配策略完成优化。文章就OpenStack内部工作原理展开深入研究。对应用到OpenStack中的Linux虚拟机集群(LVS)的底层机理、已存在的调度算法等进行探讨。最终结合LVS最小加权链接算法与蚁群算法,得到一种新的调度策略。其第一步是把节点的权值重新定义,其次根据蚁群算法的智能寻优的特性,将集群中的性能最优的一组服务器节点找出来,最后对这个最优节点组利用原始加权最少连接算法(WLC),选出一个负载性能最好的机器节点。然后把外界发送来的任务交给这个最好的节点进行处理。然后,设计相关的实验方案对蚁群最优节点组算法进行测试。最终结果证实本文提出的蚁群最优节点组算法比蚁群和WLC策略更适用于大规模需要调度资源的集群。另一个创新点深入OpenStack后端存储Ceph集群,对集群中元数据的管理进行改进。首先重构节点权重,基于通信量和迁移量来对元数据实行迁移策略。实验结果显示元数据管理的改进方案比原始方案更加有效。
【图文】：

服务类型,严谨性,编程模型

图 2.1 云计算三大服务类型Figure2.1 Cloud computing three major service types云计算相关技术小节介绍“云”中囊括的重要技术。程模型apReduce 是一种编程模型，该模型能够使分布式编程变得更简洁，变得更加高效。云计算中的编程因为该模型的严谨性而变得非常容educe 主要分为两大部分：Map(映射)和 Reduce(化简)。第一步把待过 Map 分割为若干过相互独立的块，第二步把分割好的这些块分配大量的计算机进行处理。最后一步通过 Reduce 程序聚合并输出结量数据管理技术

架构图,架构,组件

第二章相关云技术研究7 Horizon 为用户提供操作 OpenStack 系统的接口。该组件提供一个虚拟的 Web 界面，，其又被称作 Dashboard。8 Ceilometer 组件主要是起到监控作用。该组件收集 OpenStack 系统中发生的各项事件。然后，根据所收集到的信息进行费用的计算和对数据的研究统计9 Trove 可以授权使用者对关系型和非关系型数据库完成操作和管理。可以为系统提供高可靠的数据服务。
【学位授予单位】：中国科学院大学(中国科学院沈阳计算技术研究所)
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP393.09

【参考文献】