基于资源利用率的在线虚拟机部署方案

发布时间：2017-04-11 21:09

  本文关键词：基于资源利用率的在线虚拟机部署方案，由笔耕文化传播整理发布。

【摘要】：在线虚拟机部署是云计算环境中的一个重要环节,部署不当会引发诸多问题,如服务器内部资源(如CPU、内存等)共享冲突、外部资源(如网络带宽)争夺,甚至导致服务器上的负载不均衡及网络阻塞等。针对以上问题,提出了一种基于最小最大资源利用率的服务器选取方案以解决虚拟机在线部署。该方案的目的是优化服务器内部资源的利用率和外部资源利用率的负载平衡,保证服务器的高可用性。主要思想是选取满足虚拟机所申请资源的服务器,然后周期性对这些服务器中进行资源最大资源利用率值的提取,选取其中最大资源利用率的值最小的服务器进行动态的虚拟机部署。为验证所提方案的有效性,与已有的BFD算法和随机算法进行了多维对比,实验结果表明了所提方案的优越性。
【关键词】：云计算 虚拟机部署 资源用利率
【学位授予单位】：河北大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP302
【目录】：

• 摘要5-6
• abstract6-9
• 第1章 绪论9-13
• 1.1 研究背景9-10
• 1.2 国内外研究现状10-11
• 1.3 研究内容11
• 1.4 论文结构11-13
• 第2章 相关知识13-17
• 2.1 虚拟机的定义和作用13
• 2.2 虚拟机的资源13-15
• 2.3 常用的虚拟机部署方案15-16
• 2.3.1 传统的虚拟机部署算法15
• 2.3.2 启发式的虚拟机部署算法15-16
• 2.4 本文小结16-17
• 第3章 基于资源利用率的在线虚拟机部署的模型17-25
• 3.1 功能结构模型17-18
• 3.2 监控器18-20
• 3.2.1 监控器中相关参数和符号定义18
• 3.2.2 监控器的工作原理18-20
• 3.3 服务器管理器20-22
• 3.3.1 服务器管理器中相关概念与参数定义20-21
• 3.3.2 三类服务器之间的关系21-22
• 3.4 VM接收器和服务选择器22-23
• 3.4.1 虚拟机的相关参数定义22
• 3.4.2 VM接收器和服务选择器的工作原理22-23
• 3.5 本章小结23-25
• 第4章 算法设计25-33
• 4.1 MARU提取算法25-26
• 4.2 服务选择器的实现算法26-30
• 4.2.1 选取在线服务器中的“空闲”服务器27
• 4.2.2 选取满足虚拟机条件的服务器27-29
• 4.2.3 利用MARU选取服务器29-30
• 4.3 服务器转换30-32
• 4.3.1 在线服务器到饱和服务器的转换30-31
• 4.3.2 饱和服务器到在线服务器的转换31-32
• 4.4 本章小结32-33
• 第5章 仿真实验33-42
• 5.1 测试环境33-36
• 5.1.1 CloudSim介绍33-35
• 5.1.2 环境配置35-36
• 5.2 性能测试36-38
• 5.2.1 虚拟机部署完成时间的比较36-37
• 5.2.2 能耗的比较37
• 5.2.3 CPU最大资源利用率和网络资源最大资源利用率的比较37-38
• 5.3 服务器负载测试38-41
• 5.3.1 CPU利用率对比39-40
• 5.3.2 内存利用率对比40
• 5.3.3 网络资源利用率对比40-41
• 5.4 实验结果分析41
• 5.5 本章小结41-42
• 第6章 总结与展望42-44
• 6.1 本文的主要工作42
• 6.2 下一步研究工作展望42-44
• 参考文献44-47
• 致谢47

【相似文献】

中国期刊全文数据库 前10条

1 曹晓刚;;Java虚拟机的10年[J];程序员;2005年07期

2 宋韬;盘细平;罗元柯;倪国军;;Java虚拟机在嵌入式DSP系统上的实现[J];计算机应用与软件;2007年04期

3 刘黎波;;Java虚拟机拦截原理研究[J];科技风;2008年21期

4 刘治波;;Java虚拟机简析[J];济南职业学院学报;2008年01期

5 郝帅;;Java虚拟机中相关技术的探讨[J];成功(教育);2008年08期

6 李霞;;系统虚拟机关键技术研究[J];微型电脑应用;2010年03期

7 郑晓珑;孔挺;;虚拟机的安全风险与管理[J];硅谷;2010年16期

8 李学昌;平淡;;为速度而战,虚拟机内外兼修[J];电脑爱好者;2010年18期

9 王惠萍;张海龙;冯帆;王建华;;Java虚拟机使用及优化[J];计算机与网络;2010年21期

10 郑婷婷;武延军;贺也平;;云计算环境下的虚拟机快速克隆技术[J];计算机工程与应用;2011年13期

中国重要会议论文全文数据库 前10条

1 孟广平;;虚拟机漂移网络连接方法探讨[A];中国计量协会冶金分会2011年会论文集[C];2011年

2 段翼真;王晓程;;可信安全虚拟机平台的研究[A];第26次全国计算机安全学术交流会论文集[C];2011年

3 李明宇;张倩;吕品;;网络流量感知的虚拟机高可用动态部署研究[A];2014第二届中国指挥控制大会论文集（上）[C];2014年

4 林红;;Java虚拟机面向数字媒体的应用研究[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

5 杨旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虚拟机的备份系统实现[A];中国高等教育学会教育信息化分会第十二次学术年会论文集[C];2014年

6 沈敏虎;查德平;刘百祥;赵泽宇;;虚拟机网络部署与管理研究[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年

7 李英壮;廖培腾;孙梦;李先毅;;基于云计算的数据中心虚拟机管理平台的设计[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年

8 朱欣焰;苏科华;毛继国;龚健雅;;GIS符号虚拟机及实现方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

9 于洋;陈晓东;俞承芳;李旦;;基于FPGA平台的虚拟机建模与仿真[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

10 丁涛;郝沁汾;张冰;;内核虚拟机调度策略的研究与分析[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 ;虚拟机的生与死[N];网络世界;2008年

2 本报记者 卜娜;高性能Java虚拟机将在中国云市场释能[N];中国计算机报;2012年

3 本报记者 邱燕娜;如何告别虚拟机管理烦恼[N];中国计算机报;2012年

4 ;首批通过云计算产品虚拟机管理测评名单[N];中国电子报;2014年

5 申琳;虚拟机泛滥 系统安全怎么办[N];中国计算机报;2008年

6 Tom Henderson邋沈建苗 编译;虚拟机管理的五大问题[N];计算机世界;2008年

7 盆盆;真实的虚拟机[N];中国电脑教育报;2004年

8 本版编辑　综合 编译整理 田梦;管理好虚拟机的全生命周期[N];计算机世界;2008年

9 李婷;中国研制出全球最快反病毒虚拟机[N];人民邮电;2009年

10 张弛;虚拟机迁移走向真正自由[N];网络世界;2010年

中国博士学位论文全文数据库 前10条

1 宋翔;多核虚拟环境的性能及可伸缩性研究[D];复旦大学;2014年

2 王桂平;云环境下面向可信的虚拟机异常检测关键技术研究[D];重庆大学;2015年

3 周真;云平台下运行环境感知的虚拟机异常检测策略及算法研究[D];重庆大学;2015年

4 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

5 周傲;高可靠云服务供应关键技术研究[D];北京邮电大学;2015年

6 代炜琦;云计算执行环境可信构建关键技术研究[D];华中科技大学;2015年

7 刘圣卓;面向虚拟集群的镜像存储与传输优化[D];清华大学;2015年

8 彭成磊;云数据中心绿色节能需求的虚拟机负载均衡技术研究[D];南京大学;2016年

9 赵长名;IaaS云中基于资源感知的虚拟机资源管埋[D];电子科技大学;2016年

10 陈彬;分布环境下虚拟机按需部署关键技术研究[D];国防科学技术大学;2010年

中国硕士学位论文全文数据库 前10条

1 潘飞;负载相关的虚拟机放置策略研究[D];杭州电子科技大学;2011年

2 王建一;混合型桌面云高可用性研究与实现[D];华南理工大学;2015年

3 周衡;云计算环境下虚拟机优化调度策略研究[D];河北大学;2015年

4 罗仲皓;基于OpenStack的私有云计算平台的设计与实现[D];华南理工大学;2015年

5 李子堂;面向负载均衡的虚拟机动态迁移优化研究[D];辽宁大学;2015年

6 张煜;基于OpenStack的“实验云”平台的研究与开发[D];西南交通大学;2015年

7 曾文琦;面向应用服务的云规模虚似机性能监控与负载分析技术研究[D];复旦大学;2013年

8 施继成;面向多核处理器的虚拟机性能优化[D];复旦大学;2014年

9 游井辉;基于虚拟机动态迁移的资源调度策略研究[D];华南理工大学;2015年

10 方良英;云平台的资源优化管理研究与实现[D];南京师范大学;2015年

  本文关键词：基于资源利用率的在线虚拟机部署方案，，由笔耕文化传播整理发布。

本文编号：299961