光互联数据中心内的虚拟机放置策略研究

发布时间：2020-11-12 13:53

　　 随着数据中心规模的扩大,传统数据中心电交换网络在网络规模的扩展、能耗的降低、提高带宽和减少时延等方面均遇到瓶颈。而光交换网络由于其高带宽低时延、经济节能和多维度的优势,已成为未来数据中心的发展趋势。但目前的研究多集中在光网络架构设计上,在光互联数据中心的资源管理方面少有研究。尤其是由于虚拟化技术的广泛运用,如何通过合理的虚拟机放置以便更充分地挖掘光互连网络的优势,并实现计算和网络资源的协同,是对提升数据中心性能来说至关重要的研究议题。因此,本论文从数据中心的光互联网络架构、虚拟机放置策略以及在虚拟化管理平台上的具体实现等三个方面开展研究,主要工作和创新点可以归纳为以下几点:(1)通过分析光互联数据中心网络OpenScale的实现原理和拓扑特点,提出了拓扑感知的虚拟机放置算法TVMP,以便实现虚拟机间流量高聚集性的特征与OpenScale小世界拓扑的匹配,从而提升网络的通信性能。通过搭建仿真平台对TVMP算法进行性能分析,结果表明,相对于传统数据中心的虚拟机放置算法,TVMP可以减少30%～40%的通信成本,并减少网络归一化负载,有利于负载均衡。(2)基于OpenScale光互联网络架构搭建了一个支持虚拟化的数据中心实验平台,并通过采用基于SDN的光网络控制器以及基于OpenStack的跨层资源控制器,对所提出的TVMP算法进行实际部署,并完成OpenScale上虚拟化方案的设计和实现。最终给出实验结果,证明了算法的有效性和虚拟化方案的可行性。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN929.1;TP302
【部分图文】：

传统数据中心网络中，为承载成千上万个机架（Ｒａｃｋ）构成的大型云服务??数据中心中万兆速率级别的网络通信需求。当前数据中心网络一般依靠电交换??网络实现如图１－１所示的三层树形结构，包括接入层（Ａｃｃｅｓｓ?Ｌａｙｅｒ）、汇聚层??（Ａｇｇｒｅｇａｔｅ?Ｌａｙｅｒ）和核心层（Ｃｏｒｅ?Ｌａｙｅｒ）。接入层即每个机架上的架顶交换??机（Ｔｏｐ?ｏｆ?Ｒａｃｋ?ｓｗｉｔｃｈ，ＴｏＲ），提供机架内服务器间的全带宽互联；汇聚层??（Ａｇｇｒｅｇａｔｅ?Ｌａｙｅｒ）负责多个ＴｏＲ的上行链路接口的接入，为这些ＴｏＲ提供全??■?带宽互联，减轻核心层设备的负荷；核心层（ＣｏｒｅＬａｙｅｒ）交换机负责接收汇聚??层交换机的上行链路，实现更大规模的扩展，是网络的高速交换主干。??Ｉｎｔｅｒｎｅｔ?＾??Ｃｏｎｔｅｎｔ?Ｓｗｉｔｃｈｅｓ?‘?｜??＆?ｌ．ｏａｄ?Ｂａｌａｎｃｅ?｜?｜??Ｃ０ｒｃ??Ｓｗｉｔｃｈｅｓ?＇?Ｍ?ｆ??ＴｏＲ?＼??Ｓｗｉｔｃｈｅｓ「恶顯…鎖ｆ?．破，…呼??｜?篇??＊?ｖ?…｜?＇心■?６?—?■一，…??Ｉ?Ｉ??Ｓｅｒｖｅｒｓ?；?｜?—??Ｒａｃｋ?Ｒａｃｋ?Ｒａｃｋ?Ｒａｃｋ??图１－１当前数据中心三层树形结构［５］２７??三层架构的设定最初是为数据中心大量的外部请求提供高带宽，即大量的??“南北向”流量。但由于虚拟化技术在现代数据中心中的广泛运用

图２－１?ＯｐｅｎＳｃａｌｅ网络架构示意图（左图）及其实现小世界拓扑的原理（右图）［６］３２??ＯｐｅｎＳｃａｌｅ网络描述的是服务器机架间的网络架构，可用ＴｏＲ交换机之间??９??

器）的功能，用来支持任意机架之间ＯＣＳ连接的动态建立和拆除。ＯＢＳ和ＯＣＳ??功能模块之间通过ＴｏＲ上的电交换机实现互联。??因此，如图２－１右侧部分所示，在电分组交换的层面上，即逻辑拓扑上，??每个蜂窝单元上的６个电ＴｏＲ交换机之间由ＯＢＳ环实现ｆｕｌｌ－ｍｅｓｈ?（完全图）??连接，即同一个环内每一个节点之间都是直连的。同时，任意两个节点之间都??可以使用ＯＣＳ实现随机链接，ＯＣＳ在电分组层面上也可以认为是直连的，且??该链接可以方便的实现动态重构。因此，ＯｐｅｎＳｃａｌｅ在电分组层面即逻辑拓扑??上，构成六边形ｆｕｌｌ－ｍｅｓｈ晶格上添加“随机”连接的形式，实现了可重构的小??世界网络。??．於、舞…策，麵，?乂?？?．：?？??ｌ！?＼?Ｖ?＊?＋１，：?／?ｖ?／ｚ—＇、?Ｂ??麵＃德：：．｜／?ＯＢＳ??１３?广＇Ａ?１Ｖ…、、＇響?Ｔ＼?Ｒｉｎｇ／１／／??：?ｖ：?；?＼?ｙ?！?／?ｖ?｛?ｖ：：?＼?…
【相似文献】

相关期刊论文 前10条

1 ;虚拟机配置越高越好?[J];网络安全和信息化;2016年01期

2 王春海;;创建虚拟机用于测试[J];网络安全和信息化;2016年04期

3 甘娜;;一种基于服务次数的云虚拟机资源部署算法[J];中国新通信;2017年23期

4 石岳;王春海;;快速克隆千台虚拟机[J];网络安全和信息化;2017年06期

5 顾武雄;;创建虚拟机与远程管理[J];网络安全和信息化;2017年05期

6 顾武雄;;虚拟机复制管理[J];网络安全和信息化;2018年06期

7 刘钟涛;刘明利;;云计算中基于拍卖的虚拟机动态供应和分配算法[J];计算机科学;2016年S2期

8 于涛;周小天;;基于拍卖的虚拟机动态供应和分配算法[J];计算机工程与应用;2016年23期

9 王健;;基于云计算技术的数据中心虚拟机管理平台的设计研究[J];信息通信;2016年12期

10 赵成;陈兴蜀;金鑫;;基于硬件虚拟化的虚拟机文件完整性监控[J];计算机应用;2017年02期

相关博士学位论文 前10条

1 魏亮;面向云网融合的资源调度算法及实验平台研究[D];北京邮电大学;2018年

2 徐骁麟;面向多虚拟机应用的基础设施云服务性能优化机制研究[D];华中科技大学;2016年

3 丁有伟;云环境下能量高效的任务调度方法研究与应用[D];南京航空航天大学;2016年

4 胡荣东;面向能效的云计算虚拟化资源提供方法研究[D];国防科学技术大学;2015年

5 叶枫;QoS-Aware的云服务可信增强机制的研究[D];南京航空航天大学;2016年

6 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

7 刘海坤;虚拟机在线迁移性能优化关键技术研究[D];华中科技大学;2012年

8 刘谦;面向云计算的虚拟机系统安全研究[D];上海交通大学;2012年

9 董玉双;云平台中虚拟机部署的关键问题研究[D];吉林大学;2014年

10 左天军;Java虚拟机安全性的形式化分析和验证[D];西安电子科技大学;2005年

相关硕士学位论文 前10条

1 郎佳星;面向高可用服务的虚拟机热备机制研究[D];哈尔滨工程大学;2015年

2 许辉亮;软件定义网络中数据中心虚拟机迁移序列问题的研究[D];合肥工业大学;2017年

3 杨帅;基于机器学习的虚拟机放置优化算法研究[D];电子科技大学;2018年

4 陈胤光;基于CloudStack的虚拟机部署策略的研究与实现[D];西南交通大学;2018年

5 许建振;基于节能及预测的云计算虚拟机部署算法研究[D];电子科技大学;2018年

6 王晓晔;基于Kinect的智能交互虚拟机房的设计与实现[D];北京邮电大学;2018年

7 杨腾;超密集网络中计算节点协作及虚拟机迁移方案研究[D];北京邮电大学;2018年

8 伏云翔;5G切片中高速通信技术研究[D];北京邮电大学;2018年

9 郭珍;云计算环境下虚拟机调度方法研究[D];北京邮电大学;2018年

10 常桐;光互联数据中心内的虚拟机放置策略研究[D];北京邮电大学;2018年

本文编号：2880816