云计算系统虚拟机调度中放置技术研究
发布时间：2020-07-31 17:08
【摘要】：在PaaS云平台数据中心,用户向云平台提交的应用程序需要由虚拟机(VM)来运行,以满足租户应用(Guest Application)之间的隔离需求。虚拟机、或称为客户机(Guest),由物理机(Physical Machine,PM)、或称为宿主机(Host),创建、运行和管理,并提供一定的计算资源,例如CPU、内存、磁盘IO、磁盘空间、网络连接等等。然而作为宿主机的物理机计算资源总是有限的,显然宿主机性能不足一定会影响其中客户机的性能,进而影响用户应用的性能。云平台如何通过合理的资源调度,在不影响虚拟机性能的情况下,为更多用户提供服务,尽量减少成本,获取更多利益,是云计算中的重要问题,也是云计算面临的最大难题之一。特别地,考虑到虚拟机之间可能存在的通信,虚拟机放置在不同物理机上,会直接影响用户业务性能。因此,和其他计算资源一样,“网络带宽”也是云平台中重要的计算资源,如何有效地分配网络资源也是云平台中资源调度的重要内容。本文主要解决的是PaaS云中虚拟机在具有混合网络拓扑结构的云数据中心中的物理机上如何进行放置的决策问题,是PaaS云资源调度问题的一个分支。本文首先分析了图背包问题适用网络拓扑结构单一的问题,并分析了现代云数据中心常见的网络拓扑结构。然后提出了针对数据中心复杂网络拓扑结构的分块方法,使得具有限制通信流量作用的图背包问题能够应用于具有混合拓扑结构的云数据中心的虚拟机放置策略建模。本文使用了该问题的一个变形,给出了对应的整数线性规划模型,并使用谷歌优化工具包进行精确求解。四个不同场景的模拟实验结果表明该模型能够在满足宿主机性能限制的情况下,通过将有通信需求的多个虚拟机放置在同一个宿主机上减少物理链路上的通信量,来满足物理链路上的带宽限制,使得放置在云平台上的所有应用价值最大化。然而由于模型中网络对虚拟机通信的限制条件过多,使得当网络成为限制虚拟机放置的主要因素时,模型的求解时间过长,随着问题规模进一步扩大,模型的求解时间将不可接受。
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP302
【图文】：
图 3.1 云计算的发展Fig. 3.1 The development of cloud computing计算的发展和定义算是多种概念融合转变形成的，其中包含的思想由来已久。如图来讲，云计算是经过分布式计算、并行计算、网格计算、公共演变而来的。计算（Distributed Computing）阶段式计算是一种和集中式计算是相对的计算方法。由于计算机硬会存在限制，在完成大型计算任务时，单个计算机的运算时间布式计算的思想是将大型计算任务分解成多个小任务，通过在执行分解后的小任务，来减少总体的运算时间。阶段提出了一个经典的分布式编程模型，MapReduce[33]。Map式存储结合使用，在执行计算任务时，体积巨大的文件被分块节点，这些节点独立地使用相同的 Map 方法，提取文件中某种
图 3.2 云计算服务的层次Fig. 3.2 Service level of cloud computing①基础设施即服务（IaaS）IaaS 中的 I，即基础设施 Infrastructure，是指组成一台计算机多种设备和组件。在个层次中，云供应商提供给用户的是一台虚拟服务器（VM），VM 是由虚拟的磁盘、内存、CPU、网络适配器以及虚拟的互联网访问服务等基础设施组件构成的。大部分云服务商还提供了虚拟的网络设备，用户可以利用这些虚拟网络设备和虚拟服务器组成想要的拓扑结构以实现所需的功能。用户可以指定并能够随时调整这些组件的种类、性能、甚至架构类型，云服务商针对不同的组件不同的配置收取不同的费用。用户需要使用云服务商提供的操作系统映象安装操作系统，在操作系统上安装配置软件运行环境，才能够运行和使用自己的应用。用户可以根据自己的需要，随时调整虚拟机上的各种软件，来满足自己的使用需求。IaaS 的优点是在用户对虚拟服务器足够了解的情况下具有相当的灵活性，其
关键网络节点的带宽限制。对于图 G 中的割点 v，对于包含 v 的互连通块{S1, S2, … , Sn}，其中任意两个互连通块 Si、Sj相互通信必定只能经过 v。设在 Sk中，与 v 相连的边集为 E(Sk, v)，那么在 v 上 Si与 Sj之间通信带宽限制定义为：(5.6)对于图G中的互连通块S，其点集为V(S)，包含割点集合Vc(S) = {v1, v2,…, vn}，其边集为E(S)。按以下规则构造 S'：S'的点集 V(S') = V(S) + {v1', v2',…, vn'}，{v1', v2',…,vn'}与 Vc(S)中的原割点一一对应；S'的边集 E(S')，包含 E(S)的所有边，边上的权值不变，另外如果对应点 v'的原割点 v ∈ Vc(S)与原图中非割点 u ∈ V(S) Vc(S) 之间存在边(v, u ) ∈ E(S)，则将(v', u)加入 E(S')，且具有相同的权值。将{v1, v2,…, vn}作为源，{v1', v2',…, vn'}作为目标，用 S'上的多源多目标最大流刻画 S 整体的的带宽限制。图 5.2 表现了这一过程。
本文编号：2776757
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP302
【图文】：
图 3.1 云计算的发展Fig. 3.1 The development of cloud computing计算的发展和定义算是多种概念融合转变形成的，其中包含的思想由来已久。如图来讲，云计算是经过分布式计算、并行计算、网格计算、公共演变而来的。计算（Distributed Computing）阶段式计算是一种和集中式计算是相对的计算方法。由于计算机硬会存在限制，在完成大型计算任务时，单个计算机的运算时间布式计算的思想是将大型计算任务分解成多个小任务，通过在执行分解后的小任务，来减少总体的运算时间。阶段提出了一个经典的分布式编程模型，MapReduce[33]。Map式存储结合使用，在执行计算任务时，体积巨大的文件被分块节点，这些节点独立地使用相同的 Map 方法，提取文件中某种
图 3.2 云计算服务的层次Fig. 3.2 Service level of cloud computing①基础设施即服务（IaaS）IaaS 中的 I，即基础设施 Infrastructure，是指组成一台计算机多种设备和组件。在个层次中，云供应商提供给用户的是一台虚拟服务器（VM），VM 是由虚拟的磁盘、内存、CPU、网络适配器以及虚拟的互联网访问服务等基础设施组件构成的。大部分云服务商还提供了虚拟的网络设备，用户可以利用这些虚拟网络设备和虚拟服务器组成想要的拓扑结构以实现所需的功能。用户可以指定并能够随时调整这些组件的种类、性能、甚至架构类型，云服务商针对不同的组件不同的配置收取不同的费用。用户需要使用云服务商提供的操作系统映象安装操作系统，在操作系统上安装配置软件运行环境，才能够运行和使用自己的应用。用户可以根据自己的需要，随时调整虚拟机上的各种软件，来满足自己的使用需求。IaaS 的优点是在用户对虚拟服务器足够了解的情况下具有相当的灵活性，其
关键网络节点的带宽限制。对于图 G 中的割点 v，对于包含 v 的互连通块{S1, S2, … , Sn}，其中任意两个互连通块 Si、Sj相互通信必定只能经过 v。设在 Sk中，与 v 相连的边集为 E(Sk, v)，那么在 v 上 Si与 Sj之间通信带宽限制定义为：(5.6)对于图G中的互连通块S，其点集为V(S)，包含割点集合Vc(S) = {v1, v2,…, vn}，其边集为E(S)。按以下规则构造 S'：S'的点集 V(S') = V(S) + {v1', v2',…, vn'}，{v1', v2',…,vn'}与 Vc(S)中的原割点一一对应；S'的边集 E(S')，包含 E(S)的所有边，边上的权值不变，另外如果对应点 v'的原割点 v ∈ Vc(S)与原图中非割点 u ∈ V(S) Vc(S) 之间存在边(v, u ) ∈ E(S)，则将(v', u)加入 E(S')，且具有相同的权值。将{v1, v2,…, vn}作为源，{v1', v2',…, vn'}作为目标，用 S'上的多源多目标最大流刻画 S 整体的的带宽限制。图 5.2 表现了这一过程。
【参考文献】
相关期刊论文 前3条
1 樊勇兵;陈天;陈楠;黄志兰;吕翠娥;;云数据中心的虚拟机放置问题[J];电信科学;2015年02期
2 董健康;王洪波;李阳阳;程时端;;IaaS环境下改进能源效率和网络性能的虚拟机放置方法[J];通信学报;2014年01期
3 丁泽柳;郭得科;申建伟;罗爱民;罗雪山;;面向云计算的数据中心网络拓扑研究[J];国防科技大学学报;2011年06期
相关硕士学位论文 前2条
1 梁涛;优化虚拟机放置均衡数据中心网络核心层数据流量[D];上海交通大学;2015年
2 史如意;带流量约束的星型图背包问题[D];浙江大学;2015年
本文编号：2776757
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2776757.html
