基于混合存储的嵌入式系统虚拟机调度算法研究

发布时间：2017-03-18 12:01

  本文关键词：基于混合存储的嵌入式系统虚拟机调度算法研究，由笔耕文化传播整理发布。

【摘要】：嵌入式智能终端软硬件的发展为虚拟化技术提供了新的发展平台——嵌入式终端虚拟化(Mobile Virtualization)。嵌入式终端虚拟化技术不仅可以节省软硬件成本,缩短软件开发周期,还可以增强嵌入式智能终端安全性和可靠性。然而,虚拟化环境中多个虚拟机共享资源,为实时调度等问题带来挑战,并且为嵌入式设备内存等硬件资源等提出更高要求。非易失性存储器(NVRAM)不仅可以扩展系统内存,增强系统非易失性,还可以解决传统动态随机存储(DRAM)技术存在的扩展性和能耗等缺陷。然而,非易失性存储器也存在读写性能不对称、写延迟长、寿命有限和写能耗高等缺陷,进一步提升了嵌入式虚拟系统实时调度的难度。为此,本文在基于KVM虚拟化技术的嵌入式系统中,针对资源受限问题,采用NVRAM/DRAM混合存储器作为嵌入式设备内存,提出混合存储下的虚拟机任务内存分配算法;根据嵌入式终端用户使用特点,提出非公平的嵌入式系统虚拟机调度优化算法;并通过实验证明以上两个算法的有效性。本文具体工作如下:第一,虚拟化环境中多个虚拟机的存在增加了对内存的读写与更新次数。非易失性存储器过多的写操作,不仅对存储器本身造成磨损,同时也为系统性能带来一定负面影响。为此,根据非易失性存储器与DRAM存储器优缺点以及虚拟机任务的读写性能,本文提出混合存储下的虚拟机任务内存分配算法,通过合理分配任务到不同内存上运行,从而达到降低系统能耗,延长非易失性存储器寿命,并增加硬件利用率等目的。第二,虚拟化环境中虚拟机个数增加和非易失性存储器写延迟为虚拟机实时调度问题带来挑战。为此,根据嵌入式设备用户使用习惯,本文提出非公平的嵌入式系统虚拟机调度算法,通过提升前台虚拟机优先级以及改善虚拟机CPU映射方法,达到有效分配处理器时间,保证实时任务调度,提升用户体验等目的。最后,本文在Linux系统中搭建KVM嵌入式系统仿真实验平台,验证本文提出算法的有效性。实验结果表明,本文提出的算法可以将虚拟机内的任务合理分配到不同内存中执行,有效利用两种存储器优缺点。在系统性能方面,相比传统虚拟化技术,本文算法实现虚拟机任务完成时间提升至少10%,同时任务完成率接近100%。
【关键词】：嵌入式终端 虚拟化 非易失性存储器 混合内存 KVM虚拟化
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP333;TP302
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-14
• 1.1 研究背景及意义8-9
• 1.2 国内外研究现状9-12
• 1.3 论文主要研究内容12
• 1.4 论文组织结构12-14
• 2 背景技术分析14-23
• 2.1 虚拟化技术简介14-15
• 2.2 嵌入式终端虚拟化技术15-19
• 2.2.1 嵌入式终端虚拟化技术实现方式16-17
• 2.2.2 嵌入式终端虚拟化技术的挑战17-19
• 2.3 NVRAM/DRAM混合内存19-21
• 2.4 实时系统调度算法21-22
• 2.4.1 时间片轮转调度算法21
• 2.4.2 静态优先级调度算法21-22
• 2.4.3 动态优先级调度算法22
• 2.5 本章小结22-23
• 3 KVM移动虚拟化平台构建与研究23-28
• 3.1 KVM虚拟机的构建23-24
• 3.2 KVM处理器虚拟化24-25
• 3.3 KVM内存虚拟化25-26
• 3.4 KVM I/O虚拟化26
• 3.5 KVM虚拟机调度方式26-27
• 3.6 本章小结27-28
• 4 基于混合存储的嵌入式虚拟机调度算法28-40
• 4.1 基于混合存储的嵌入式虚拟化架构28-30
• 4.2 混合存储下虚拟机任务内存分配算法30-31
• 4.3 嵌入式系统虚拟机调度算法31-33
• 4.4 算法理论分析33-38
• 4.5 本章小结38-40
• 5 系统开发与测试40-52
• 5.1 测试环境40-43
• 5.2 测试结果及分析43-50
• 5.2.1 非易失性存储器写操作次数43-45
• 5.2.2 任务完成时间45-48
• 5.2.3 任务完成率48-50
• 5.3 本章小结50-52
• 6 总结与展望52-54
• 6.1 本文总结52-53
• 6.2 展望53-54
• 致谢54-55
• 参考文献55-61
• 附录61
• A. 作者在攻读学位期间内发表的论文目录61
• B. 作者在攻读学位期间内参加的科研项目61
• C. 作者在攻读学位期间内申请的专利61

【相似文献】

中国期刊全文数据库 前10条

1 曹晓刚;;Java虚拟机的10年[J];程序员;2005年07期

2 宋韬;盘细平;罗元柯;倪国军;;Java虚拟机在嵌入式DSP系统上的实现[J];计算机应用与软件;2007年04期

3 刘黎波;;Java虚拟机拦截原理研究[J];科技风;2008年21期

4 刘治波;;Java虚拟机简析[J];济南职业学院学报;2008年01期

5 郝帅;;Java虚拟机中相关技术的探讨[J];成功(教育);2008年08期

6 李霞;;系统虚拟机关键技术研究[J];微型电脑应用;2010年03期

7 郑晓珑;孔挺;;虚拟机的安全风险与管理[J];硅谷;2010年16期

8 李学昌;平淡;;为速度而战,虚拟机内外兼修[J];电脑爱好者;2010年18期

9 王惠萍;张海龙;冯帆;王建华;;Java虚拟机使用及优化[J];计算机与网络;2010年21期

10 郑婷婷;武延军;贺也平;;云计算环境下的虚拟机快速克隆技术[J];计算机工程与应用;2011年13期

中国重要会议论文全文数据库 前10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

8 朱欣焰;苏科华;毛继国;龚健雅;;GIS符号虚拟机及实现方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

9 于洋;陈晓东;俞承芳;李旦;;基于FPGA平台的虚拟机建模与仿真[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

10 丁涛;郝沁汾;张冰;;内核虚拟机调度策略的研究与分析[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

中国重要报纸全文数据库 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

中国博士学位论文全文数据库 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 代炜琦;云计算执行环境可信构建关键技术研究[D];华中科技大学;2015年

7 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

8 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

9 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

10 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

中国硕士学位论文全文数据库 前10条

1 潘飞;负载相关的虚拟机放置策略研究[D];杭州电子科技大学;2011年

2 李子堂;面向负载均衡的虚拟机动态迁移优化研究[D];辽宁大学;2015年

3 张煜;基于OpenStack的“实验云”平台的研究与开发[D];西南交通大学;2015年

4 曾文琦;面向应用服务的云规模虚似机性能监控与负载分析技术研究[D];复旦大学;2013年

5 施继成;面向多核处理器的虚拟机性能优化[D];复旦大学;2014年

6 于晖;基于ARM平台的Java智能卡虚拟机研究与实现[D];上海交通大学;2015年

7 王志远;多数据中心的虚拟机调度算法研究和实现[D];上海交通大学;2015年

8 毛亚强;基于Xen虚拟化技术的混合监控度量框架研究[D];上海交通大学;2015年

9 李传云;KVM虚拟机热迁移算法分析及优化[D];浙江大学;2016年

10 曲晓雅;负载感知的虚拟机初始化放置和迁移时机判决机制的研究[D];北京交通大学;2016年

  本文关键词：基于混合存储的嵌入式系统虚拟机调度算法研究，由笔耕文化传播整理发布。

本文编号：254378