基础架构云性能的可扩展化自动评测

发布时间：2017-05-14 10:03

  本文关键词：基础架构云性能的可扩展化自动评测，，由笔耕文化传播整理发布。

【摘要】：云计算已经成为当前计算机科学学术界和工业界最重要最热门的研究主题之一。云计算有各种各样提供服务的方式,在主流的服务模型中,基础设施即服务是最基础的一种云服务模型,其灵活的特点受到了个人和企业用户的青睐。云计算的发展带动了对云系统性能评测的需求。但是云环境的复杂性使得对云环境的性能评测也变得复杂。为了评测云系统不同方面的性能,各种各样的负载会被使用。此外,可靠性、可扩展性、可用性等方面也是重要的评估目标。云系统本身的易错性对测试工具也提出了更高的要求。这些需求大大增加了性能评测工具的设计难度。本文提出了一个自动化性能测试框架,为测试者对基础设施云进行的性能评测带来了极大的便利。该框架的一个重要设计目标是对各类云系统的接口进行抽象和总结,将复杂的云资源操作逻辑进行封装,实现在测试时自动化分配和管理云端资源。它的另一个重要设计目标是对负载进行抽象。它将负载的运行逻辑与测试的控制逻辑分开,通过一系列协调接口来对负载运行过程进行归纳和统一。这种设计易于负载运行流程的扩展,能良好的应对新的负载需求,并为多负载运行提供便利。此外,该框架支持自定义算法来处理和分析测试得到的大量数据。它也提供多层异常处理和错误恢复方法,来保证测试能顺利执行。测试框架内添加了两种负载集运行逻辑来模拟多租户使用场景。本文还设计了一种建模方法,对被测云系统各个方面的性能进行扩展性分析,并在此基础上归纳被测云系统规模变化时的性能模型。本文实现了亚马逊弹性云和OpenStack两种云操作接口,并向测试框架中集成了多层次多种类的负载集。在这些基础上,本文设计了一系列的实验在亚马逊弹性云和两个规模不同的OpenStack私有云上运行。通过对这些实验数据的讨论和分析,本文对不同云系统多种方面的性能进行了分析评估和对比,并在其上应用扩展建模方法,对两个OpenStack云系统建立了随负载规模变化的性能模型。同一个云在不同多负载运行模式下建立的模型相似,并且负载规模与虚拟机性能呈现多项式关系。本文显示了该框架的健壮性和可用性,它可以被运用在多种云计算相关测试过程中,为研究者进行相关的测试工作带来便利。
【关键词】：云计算 性能测试 性能分析 性能建模
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.09
【目录】：

• 摘要3-5
• ABSTRACT5-14
• 第一章 绪论14-18
• 1.1 研究背景与意义14-15
• 1.2 国内外研究现状15-16
• 1.3 研究内容16-17
• 1.4 本章小结17-18
• 第二章 相关工作18-24
• 2.1 Open Stack项目18-21
• 2.1.1 计算服务19
• 2.1.2 块存储部分19-20
• 2.1.3 网络服务20
• 2.1.4 仪表盘和其他共享服务20-21
• 2.2 Ceph21-22
• 2.2.1 对象存储21
• 2.2.2 块存储和文件系统21-22
• 2.3 Hadoop22-23
• 2.3.1 HDFS22-23
• 2.3.2 Hadoop Yarn23
• 2.3.3 Hadoop Map Reduce23
• 2.4 本章小结23-24
• 第三章 自动化性能测试框架设计24-38
• 3.1 关键问题24-26
• 3.1.1 云资源管理的自动化24-25
• 3.1.2 负载操作逻辑的灵活性25
• 3.1.3 异常处理逻辑的健壮性25-26
• 3.2 概览26-28
• 3.3 被测云系统抽象28-29
• 3.4 负载抽象29-31
• 3.5 工作流抽象31-34
• 3.5.1 静态并行场景32-33
• 3.5.2 动态增量场景33-34
• 3.6 分层数据处理34
• 3.7 细粒度错误处理34-35
• 3.8 性能建模方法设计35-37
• 3.9 本章小结37-38
• 第四章 自动化性能测试框架实现38-50
• 4.1 概览38
• 4.2 前端模块38-39
• 4.3 核心进程39-41
• 4.3.1 前端接口39-40
• 4.3.2 维护和管理接口40-41
• 4.4 协调进程41-42
• 4.4.1 协调接口41-42
• 4.5 云管理模块42-47
• 4.5.1 云资源查询操作44-45
• 4.5.2 虚拟机实例操作45-46
• 4.5.3 虚拟存储卷操作46
• 4.5.4 浮动IP地址操作46-47
• 4.6 通信抽象层47-49
• 4.7 本章小结49-50
• 第五章 自动化测试框架评测50-72
• 5.1 概览50-54
• 5.1.1 实验环境配置50-52
• 5.1.2 负载集配置52-54
• 5.2 基本负载评测54-57
• 5.2.1 Open Stack云的扩展性评测54-56
• 5.2.2 Open Stack云和亚马逊云的对比56-57
• 5.3 亚马逊云的大数据负载实验57-59
• 5.4 静态并行场景59-63
• 5.4.1 Open Stack云的扩展性分析59-61
• 5.4.2 与基本模式对比61-63
• 5.5 动态增量场景63-67
• 5.5.1 Open Stack云的扩展性分析63-65
• 5.5.2 启动和调度情况分析65-67
• 5.6 性能建模67-71
• 5.6.1 计算能力建模68-69
• 5.6.2 网络能力建模69
• 5.6.3 存储能力建模69-70
• 5.6.4 性能归纳建模70-71
• 5.7 本章小结71-72
• 全文总结72-74
• 参考文献74-80
• 致谢80-82
• 攻读学位期间发表的学术论文目录82-84

【相似文献】

中国期刊全文数据库 前10条

1 于浩;柏广兵;;无线性能模型在网络优化中的应用[J];移动通信;2009年06期

2 冯杰,赵文耘,杨明华;基于构件的软件性能模型及评估技术研究[J];计算机工程与应用;2004年14期

3 周剑;李清;肖田元;Folan Paul;;网络化制造环境下企业间集成性能评估[J];计算机集成制造系统;2008年10期

4 王锋;杜云飞;陈娟;;GPGPU性能模型研究[J];计算机工程与科学;2013年12期

5 刘垠;徐恪;;多径TCP传输性能模型与分析[J];中国科技论文在线;2011年07期

6 张理论;吴建平;宋君强;;基于前验负载差异的负载平衡性能模型[J];计算机应用;2009年10期

7 罗铁庚,陈火旺,龚正虎,齐治昌;映射ELOTOS到基于FSM的性能估价模型[J];软件学报;1997年10期

8 赵隽琪,陈德人,姚宇明,魏敏;分布式环境下电子商务平台性能模型研究[J];浙江大学学报(工学版);2002年06期

9 培芝;;热象仪的静态性能模型[J];激光与红外;1978年02期

10 张凯;陈书明;王耀华;宁希;;面向通用HPC的高性能DSP设计权衡[J];计算机学报;2013年04期

中国重要会议论文全文数据库 前1条

1 张振涛;王雷;甘学英;邢海青;;放射性玻璃数据库和性能模型[A];中国化学会第26届学术年会现代核化学与放射化学分会场论文集[C];2008年

中国重要报纸全文数据库 前2条

1 孙永杰;高性能计算：走向商用 使用户价值最大化[N];中国电子报;2008年

2 刘洪宇;石油行业HPC聚焦三大要素[N];中国计算机报;2008年

中国博士学位论文全文数据库 前1条

1 陈永然;面向高性能计算的性能评价模型技术研究[D];国防科学技术大学;2007年

中国硕士学位论文全文数据库 前6条

1 郭爽爽;面向复杂负载特征和性能需求的云数据库弹性动态平衡问题研究[D];山东大学;2015年

2 葛馨霓;基础架构云性能的可扩展化自动评测[D];上海交通大学;2015年

3 白恩慈;HPCCG的性能建模及预测[D];哈尔滨工业大学;2013年

4 李初辉;高性能计算系统内存子系统的性能预测模型研究[D];复旦大学;2008年

5 陈栋;SMDP基于性能势的NDP优化方法及应用研究[D];合肥工业大学;2006年

6 牛沛琛;基于网络模拟软件（NS-2）的IP网络性能仿真技术研究[D];厦门大学;2007年

  本文关键词：基础架构云性能的可扩展化自动评测，由笔耕文化传播整理发布。

本文编号：364842