面向用户满意度的组件调度算法研究

发布时间：2021-01-06 13:58

　　随着互联网的发展,在线服务系统规模迅速扩大,然而摩尔定律逐渐失效,传统单体架构已无法满足日益增长的计算需求,分布式组件化架构逐渐成为行业主流。在线服务系统将单体程序划分成若干个彼此独立、功能单一的服务组件,部署在虚拟机集群中,通过消息通信协同对外提供服务,这种模型称为微服务模型。用户满意度是在线服务系统的核心指标之一,目前针对用户满意度进行组件调度的研究仍非常缺乏。本文针对分布式组件化架构的在线服务系统,分析了终端用户和运营用户的满意度需求,分别提出满意度模型和量化方法:将终端用户每条请求的满意度建模为基于响应时间的分数,按照用户分级赋予请求不同权重,定义满意度效用为所有请求的满意度分数加权和;将运营用户满意度建模为保证终端用户满意度前提下的运营成本,量化为机时数量,即投入节点数量与占用时间的乘积。本文提出最大化满意度效用前提下最小化投入机时数量的调度目标,根据节点池中可用节点数量是否充足将该目标分解为两种情况:（1）节点池充足时,系统可通过动态扩容保证请求无需排队,即响应时间仅为业务逻辑固有的处理时间,此时满意度效用取得最大值,因此仅需最小化投入机时数量。（2）节点池枯竭时,系统无法... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图1-1分布式系统代理架构图

图 1-2 单体架构和组件化架构对比图线服务系统的用户满意度满意度是在线服务系统核心指标之一，用户满意度低的系统存续性极服务系统用户分为终端用户和运营用户。终端用户指通过手机应用或在线服务的消费者。终端用户满意度与系统响应时间负相关，响应时用户体验较差，最终放弃该服务。运营用户指在计算机集群上部署程的在线服务生产者。运营用户以实现商业价值为运营目标，在线服务终端用户使用量，成本体现为服务集群运营成本。终端用户使用量与，服务集群运营成本与投入节点数量和占用时间相关。在线服务系统用户满意度需要兼顾终端用户和运营用户的满意度需求布式系统中的调度技术是指通过研究不同任务间的资源分配以优化一个或多个目标的决策过不同，分布式计算系统中常见调度技术主要分为三类：第一类是任务量和各机器处理速度，通过调整子任务与处理机的配对关系，缩短任术主要用于离线计算；第二类是请求队列调度，通过重新调整队列中请调度目标，该技术主要用于排队系统；第三类是虚拟机放置，通过调

计算成为现代社会主流技术挥计算能力成为一个关键问件重用方法，通过接口与实现用技术面向对象模型不同，组，使用者必须按照接口定义完速构建复杂应用程序，例如了一个订单结算程序，Check顾客银行卡信息完成结算。重用性、自包容性和互操作性JB、COM 和.NET 等。

【参考文献】：
期刊论文
[1]基于微服务架构的基础设施设计[J]. 蒋勇.  软件. 2016(05)
[2]支持随机服务请求的云虚拟机按需物理资源分配方法[J]. 曹洁,曾国荪,匡桂娟,张建伟,马海英,胡克坤,钮俊.  软件学报. 2017(02)
[3]云计算环境下基于用户满意度的遗传算法[J]. 邹伟明,于炯.  计算机应用研究. 2014(01)
[4]云计算资源调度研究综述[J]. 林伟伟,齐德昱.  计算机科学. 2012(10)
[5]云计算:体系架构与关键技术[J]. 罗军舟,金嘉晖,宋爱波,东方.  通信学报. 2011(07)
[6]基于信息反馈的网络服务请求调度方法[J]. 陈建聪,关治洪,陈虎.  武汉理工大学学报(信息与管理工程版). 2008(03)
[7]基于用户视角的组合Web服务响应时间优化[J]. 王亚沙,赵俊峰,谢冰.  计算机学报. 2006(07)
[8]基于组件的软件开发方法研究[J]. 左爱群,黄水松.  计算机应用. 1998(11)
[9]组件化分布式信息处理系统框架[J]. 刘晓铭,张玉彬,侯岩峰.  小型微型计算机系统. 1998(04)

博士论文
[1]面向服务系统的自适应资源管理技术研究[D]. 乐冠.北京邮电大学 2013
[2]动态的车间环境下自适应调度器及其关键技术研究[D]. 王伟达.哈尔滨工业大学 2008

硕士论文
[1]云环境下多租户服务请求优化调度研究[D]. 钱斌.哈尔滨工业大学 2016
[2]云平台下任务调度算法的研究[D]. 石东.电子科技大学 2015
[3]云计算环境中的资源调度策略研究及仿真分析[D]. 王梅.浙江师范大学 2013
[4]分布式指挥系统分层多任务调度研究[D]. 吴绍欣.哈尔滨工程大学 2011
[5]基于用户满意度和遗传算法的网格资源调度研究[D]. 刘懿.重庆大学 2009



本文编号：2960695