面向云计算环境的应用迁移策略及资源管理技术研究
发布时间：2020-12-20 01:32
云计算以其动态伸缩性、高性价比、按需提供可靠的服务等特点,成为近年来产业界与学术界关注的焦点。越来越多的中小企业和个人希望把应用迁移至云计算环境中,而目前缺乏一种通用和简单有效的迁移框架及策略,以及这种策略下合理的收益评估方法,针对应用迁移这一特定条件下的资源调度方法也需要重新考虑。本文通过对这一系列问题进行分析,主要研究内容如下。针对应用迁移策略,建立以服务器为单位、服务器上的应用为整体迁移的二层关系,采用部分迁移、部分保留的混合模型。使用带权无向图建立服务器之间的流量关系,将求解服务器迁移集合与保留集合的问题转化为图的K-划分问题,以划分后的两部分应用之间通信流量最小化为目标,使用一种粒子群优化与遗传算法的融合算法解决K-划分过程中NP的计算量问题,力图使迁移达到代价的最小化和收益最大化,确定具备迁移条件的服务器和相应的应用集合。实验结果证明,所提出的算法与经典粒子群算法相比具有一定的性能改进。从动态资源配置的角度对迁移的收益进行评估,利用云的资源动态性、按需分配的特点,提出一种基于温特线性和季节性指数平滑法的资源预测方法,对迁移部分应用采用动态资源配置,以解决应对周期性的访问量高...
【文章来源】：云南大学云南省 211工程院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
经典粒子群算法、遗传算法、融合算法性能比较
图4.3:基于温特线性与季节性指数平滑法对访问量的预测静态参数法动态参数法静态参溯去动态参数法周数相对误差(%)已”:9B别co59肠”.581.七--l刃0.0.1.2.2.刃8。818.54一13。03一2.1214.7613.090.007.962.48一3.662。091。98一2.05一0.413.864.0978。891.SB0.63一0.974?刃gr25，.47a拍5杏猖创又已之妇10，-l3--3.-6.11.22.20.9.4.7.Q口41卜曰6101112987图4.4:静态参数法与动态参数法误差分析及对比4.3一种基于动态资源管理的收益评估方法
预测信息可以获得一天24小时内不同时期(假设以小时为单位)的峰值访问量，从而根据资源处理能力，可以得出所需要的资源大小及数量。假设以上交费业务预测的未来24小时资源分布如图4.5所示。60D0500040003000200010000一1000图4.5:24小时内访问量分布平滑曲线从图4.5中可以看出一天中每个时段的访问量不同，尤其是在凌晨O点到7点之间，交易量几乎为0。因此，有必要对该应用进行动态资源配置。根据目前A」11azon所提供的服务器类型及收费情况，以及每个服务器的处理能力，可以计算出每个小时所需要的服务器数量。假设small类型【’5]的实例处理能力为兄，，每个时辰的所需要的服务器数量左 N)(ServersNeeded)为吞吐量TP几 (ThroughputperHour)，其中0‘i‘23。因此，该应用一天的所需要的服务器总数量7拟负甘 (TotalNumberof ServersbyHour)。几‘夕厅=艺SNi(式 4.9)同时根据该公司的实际运营成本数据
【参考文献】：
期刊论文
[1]云计算环境下基于改进遗传算法的任务调度算法[J]. 李建锋,彭舰. 计算机应用. 2011(01)
[2]基于元区间的云计算基础设施服务的资源分配算法研究[J]. 汤小春,刘健. 计算机工程与应用. 2010(34)
[3]云计算环境下面向数据密集型应用的数据布局策略与方法[J]. 郑湃,崔立真,王海洋,徐猛. 计算机学报. 2010(08)
[4]面向云计算的虚拟机动态迁移框架[J]. 刘鹏程,陈榕. 计算机工程. 2010(05)
[5]网格资源分配算法的研究[J]. 严大鹏,杜学东. 计算机工程与应用. 2008(29)
[6]一种自适应指数平滑动态预测模型[J]. 冯金巧,杨兆升,张林,董升. 吉林大学学报(工学版). 2007(06)
[7]OGSA架构下网格结构及其资源动态配置研究[J]. 张志立,张冬,齐德昱. 计算机工程与设计. 2005(09)
[8]一种基于流量预测的资源动态管理算法[J]. 王悦伟,曹阳,杨冕,黄少昱. 计算机应用. 2005(01)
硕士论文
[1]多虚拟机资源动态配置机制研究[D]. 周凡.华中科技大学 2008
[2]无线资源动态配置及优化系统的应用[D]. 贺明.重庆大学 2005
本文编号：2926947
【文章来源】：云南大学云南省 211工程院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
经典粒子群算法、遗传算法、融合算法性能比较
图4.3:基于温特线性与季节性指数平滑法对访问量的预测静态参数法动态参数法静态参溯去动态参数法周数相对误差(%)已”:9B别co59肠”.581.七--l刃0.0.1.2.2.刃8。818.54一13。03一2.1214.7613.090.007.962.48一3.662。091。98一2.05一0.413.864.0978。891.SB0.63一0.974?刃gr25，.47a拍5杏猖创又已之妇10，-l3--3.-6.11.22.20.9.4.7.Q口41卜曰6101112987图4.4:静态参数法与动态参数法误差分析及对比4.3一种基于动态资源管理的收益评估方法
预测信息可以获得一天24小时内不同时期(假设以小时为单位)的峰值访问量，从而根据资源处理能力，可以得出所需要的资源大小及数量。假设以上交费业务预测的未来24小时资源分布如图4.5所示。60D0500040003000200010000一1000图4.5:24小时内访问量分布平滑曲线从图4.5中可以看出一天中每个时段的访问量不同，尤其是在凌晨O点到7点之间，交易量几乎为0。因此，有必要对该应用进行动态资源配置。根据目前A」11azon所提供的服务器类型及收费情况，以及每个服务器的处理能力，可以计算出每个小时所需要的服务器数量。假设small类型【’5]的实例处理能力为兄，，每个时辰的所需要的服务器数量左 N)(ServersNeeded)为吞吐量TP几 (ThroughputperHour)，其中0‘i‘23。因此，该应用一天的所需要的服务器总数量7拟负甘 (TotalNumberof ServersbyHour)。几‘夕厅=艺SNi(式 4.9)同时根据该公司的实际运营成本数据
【参考文献】：
期刊论文
[1]云计算环境下基于改进遗传算法的任务调度算法[J]. 李建锋,彭舰. 计算机应用. 2011(01)
[2]基于元区间的云计算基础设施服务的资源分配算法研究[J]. 汤小春,刘健. 计算机工程与应用. 2010(34)
[3]云计算环境下面向数据密集型应用的数据布局策略与方法[J]. 郑湃,崔立真,王海洋,徐猛. 计算机学报. 2010(08)
[4]面向云计算的虚拟机动态迁移框架[J]. 刘鹏程,陈榕. 计算机工程. 2010(05)
[5]网格资源分配算法的研究[J]. 严大鹏,杜学东. 计算机工程与应用. 2008(29)
[6]一种自适应指数平滑动态预测模型[J]. 冯金巧,杨兆升,张林,董升. 吉林大学学报(工学版). 2007(06)
[7]OGSA架构下网格结构及其资源动态配置研究[J]. 张志立,张冬,齐德昱. 计算机工程与设计. 2005(09)
[8]一种基于流量预测的资源动态管理算法[J]. 王悦伟,曹阳,杨冕,黄少昱. 计算机应用. 2005(01)
硕士论文
[1]多虚拟机资源动态配置机制研究[D]. 周凡.华中科技大学 2008
[2]无线资源动态配置及优化系统的应用[D]. 贺明.重庆大学 2005
本文编号：2926947
本文链接：https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/2926947.html
