面向多虚拟机应用的基础设施云服务性能优化机制研究

发布时间：2020-03-18 10:59

【摘要】：随着云计算的广泛普及,大量应用迁移至云环境,应用和用户规模大幅增长,给云应用提供良好的性能保障变得越来越必要。基础设施云具有低成本与高扩展性优势,基于其开展应用性能优化机制研究具有重要的学术意义和应用前景。基础设施云所涉及的复杂资源管理机制及其与生俱来的高动态特征给应用性能优化带来了巨大挑战。首先,虚拟机作为封装应用的基本容器,其较慢的创建速度严重损害了应用部署和扩展效率,而其性能又直接影响并制约了应用的整体性能;其次,虚拟机对资源的高度共享使应用性能的公平性难以得到有效保障,尤其是传统网络“best-effort”的资源供给方式无法保障网络性能的公平,从而使得诸多应用性能优化机制失效;再次,云的高度动态性增加了应用性能评测难度,传统的评测机制无法有效应对这种特性,评测结果错误率较高,从而使得无法高效和准确地优化应用性能。针对上述挑战,面向多虚拟机应用的基础设施云服务性能优化机制研究从多虚拟机应用的性能需求、性能公平性需求、性能评估需求等方面入手,通过扩展应用镜像格式和存储方式、构建应用公平性模型和用户行为模型、增强虚拟机部署和调度效率等方法,从多角度深入论述了多虚拟机应用性能优化的相关理论和关键技术。具体而言,主要提出了以下理论和方法:1.一种基于增量技术的应用快速部署和自动扩容机制:通过将“写复制”的增量技术引入到虚拟机创建过程,消除了虚拟机与镜像拷贝间的紧耦合关系。通过共享镜像的方法大幅减少了多台虚拟机并行创建时的数据传输量,有效提高多虚拟机应用的创建效率。引入一种自动化扩容方法,采用对用户透明的扩容框架和灵活的扩容规则,有效提高了应用扩容的及时性和自动化程度。通过与传统的应用部署方法和扩容策略进行比较,结果证实提出的优化机制将虚拟机的部署时间缩减至低于5秒,将应用的写性能提高了24%-38%,相对于其他机制将性能退化降低了13%-17%。2.一种基于区域存储的应用镜像组织管理机制:将数据缓存技术引入虚拟机镜像,增加了镜像格式的灵活性。进一步提出分层的镜像存储方法,最大限度地发挥了各层镜像的功能和性能。提出了区域存储机制来提高缓存利用效率,从而提高应用性能,并提出了服务器磁盘聚合的方法来更加高效和兼容的实现区域存储。同时,提出了一种机制友好的应用虚拟机放置方法,显著提高了区域存储内缓存数据的命中率。通过与传统的应用镜像组织管理方法进行比较,结果表明,所提出的机制在一般情况下将应用性能提高了100%,并在采用机制友好的虚拟机部署策略时将应用性能提高了10倍以上。同时,机制的可扩展性和可用性也在多种情景下得到了验证。3.一种基于虚拟机调度的应用性能公平性保障机制:通过对传统带宽公平保障机制的分析,构建了面向响应时间的性能指标,构建了应用性能公平性模型。考虑多虚拟机应用的事务复杂性,提出了面向事务的公平性保障方法,避免了传统面向组件方法难以有效用于多虚拟机应用的问题。基于公平性模型,提出了一种通过虚拟机调度保障应用性能公平的方法。该方法聚合应用虚拟机,并改善虚拟机的放置位置,以最大程度提高公平性指标。实验结果表明,基于虚拟机调度的应用性能公平性保障机制将应用性能公平性程度提高了26.5%-52.8%,同时避免了应用性能的下滑。4.一种基于用户行为模型的应用性能自动化评估机制:通过对传统用户行为模型的重构,形成了一种考虑事务特征的用户行为模型。基于该重构策略,给出了模型自动化转化方法,能够及时高效得到改进的用户行为模型。同时,根据基础设施云架构和应用架构提出了一种自动化性能评估框架。该框架有效避免了由基础设施云的高动态性和多虚拟机应用的高扩展性所导致的人工评测效率显著下降的问题。通过与传统性能评估方法比较,实验结果表明,所提出的应用性能评估方法与基于传统用户行为模型的方法相比,将评估错误率降低了50%,并且实现了评估过程的自动化。上述机制和方法贯穿于多虚拟机应用性能优化的各个方面。既包括对虚拟机结构、部署策略、扩容机制的研究,又包括对应用性能公平模型、用户行为模型的设计。这些研究结合真实云环境中的主流机制以及学术界公认的优化机制进行了大量实验验证,结果证实所提出的机制和方法是可行的、高效的。
【图文】：

自动扩容是维护应用运行时性能的一条重要途径，以无人值守的方式自动为虚拟机数量以降低每台虚拟机的平均工作负载。FAMA 基于用户对应用的知自动扩容操作，不仅像 Amazon EC2 那样允许用户自定义告警策略和扩容策许用户提交自定义监控脚本与 FAMA 进行交互。这样，，用户能够以一种更加活的方式对应用进行扩容。本节对 FAMA 提供的多虚拟机应用自动扩容机制说明，首先介绍自动扩容框架，接着描述基于扩容框架的自动扩容流程。1 应用扩容框架一个对应用透明且开放的扩容框架是实现应用自动化扩容的关键。FAMA 中动扩容框架如图 2-6 所示，其主体部分运行于基础设施云的管理节点，包括集器、扩容触发器、扩容响应器，以及相关的扩容策略，扩容框架利用用户息以及负载均衡器特性来完成对应用的自动扩容。处理策略告警策略

37(b) 启动时间图 2-9 虚拟机创建和启动时间评估结果如图 2-9 所示。从图 2-9(a)可以看出，当仅创建一台虚拟机时，所致在相同时间内完成，大约为 230 秒。这是由于这些机制在第一次部署某种拟机时都需要从镜像模板拷贝基础镜像，从而都经历了一次耗时的镜像拷贝程。但是，从第二组实验开始，不同机制间开始出现明显差别。以第二组实同时创建 2 台虚拟机，基于增量技术的部署机制仍然只消耗了大约 230 秒一台虚拟机时几乎相同，而其他机制则消耗了明显更多的时间，拷贝式部署花费了 400 秒左右才完成此次部署，几乎是上一组实验时间开销的两倍。同时可以观察到，基于分布式技术的部署机制所花费的时间位于增量式部署
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP302


本文编号：2588630