数据中心资源分配机制研究

发布时间：2020-06-25 06:25

【摘要】：近年来,云计算的快速发展已经得到了学术界和产业界的重点关注,云计算作为一种新型商业模式和资源获取方式已经改变了人们的生活方式和网络服务形式。随着云计算产业规模的逐年增加,数据中心的规模也在不断扩大,朝着大型化,全球化的方向演进。云计算数据中心的规模不断扩大给数据中心的资源分配和管理带来了新的问题和挑战。数据中心的能源消耗由于资源分配不合理随着规模的扩大而急剧增加,从而增加数据中心的运营成本,减少数据中心的经济收益。另外数据中心资源利用率普遍偏低,也是降低数据中心经济收益的重要原因之一。其次,数据中心中资源分配经常存在不均衡的现象,负载不均衡导致产生过多的虚拟机迁移现象,消耗掉数据中心内部的网络资源。服务器内部资源使用的不均衡导致资源的浪费。此外数据中心物理服务器的资源利用率过高也会降低数据中心的性能表现,过高的负载会破坏虚拟机的隔离性,进而增加资源的争用,降低性能。针对以上问题,本文给出一种多目标优化的改进布谷鸟搜索算法来解决数据中心资源分配问题。具体地,本文首先分析了数据中心中资源分配问题的背景和目标,提出了能耗代价模型,系统平衡代价模型和资源争用代价模型。其中能耗模型综合考虑了物理服务器和网络交换机的能源消耗,系统平衡代价综综合考虑了服务器间的负载均衡和服务器内部资源分配不均衡,并给出三者的量化表达式。采用改进的布谷鸟搜索算法对建模为多目标优化的装箱问题进行求解。改进之处有两点,其一是为了降低算法复杂度,通过分析数据中心的优化方向,将三个代价函数加权融合,转化为单目标优化问题。其二,在搜索最优解的过程中,为了避免启发式算法常见局部最优的问题,基于柯西变异添加人为干扰因子,避免算法陷入局部最优,提高了算法的性能。经过仿真实验分析,本位给出的改进布谷鸟搜索算法可以很好的权衡多个优化目标,并且具有较好的收敛性和时间复杂度,能够提升云计算数据中心的整体性能。
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP308
【图文】：

１．１研究背景和意义逡逑随着互联网和计算机技术的飞速发展，互联网以及互联网应用以及彻底的改逡逑变了我们的生活方式。人们对网络服务和网络资源的需求不断地增加。２００６年逡逑谷歌提出了云计算的概念［１］，代表着一种新型的网络资源获取模式的诞生。近年逡逑来，云计算作为一种新的商业模型和服务模式己经得到了迅速的发展，并且也有逡逑着非常大的发展潜力。根据市场研究公司Ｇａｒｔｎｅｒ研究，２０１７年全球公共云计算逡逑市场规模高达２６０２亿元。２０２２年预计全球云计算服务规模达５５００亿美元。云逡逑计算市场的迅猛增长体现了人们对于云服务和网络资源的迫切需求，也反映了目逡逑前的互联网服务正从传统的ＩＴ服务向云端服务转变。很多科技巨头都推出了自逡逑己的云计算平台并且部署了世界范围的大型数据中心，比如谷歌的Ｇｏｏｇｌｅ邋Ａｐｐ逡逑Ｅｎｇｉｎ［２］，亚马逊的ＥＣ［３］，和微软的Ａｚｕｒｅ等，国内许多大型公司和运营商也加逡逑入云计算的浪潮中来，阿里的阿里云，中国电信的Ｅ云等用户量也在飞速X棾ぁｅ义

本文编号：2728988