基于M/M/c休假排队模型的虚拟机调度策略

发布时间：2021-06-14 10:04

　　为了提高云系统的节能水平,同时保证用户的服务质量,提出了基于M/M/c休假排队理论的虚拟机（VM）调度策略.考虑到VM状态频繁切换对系统造成的损失,引入同步休眠和异步休眠相结合的休眠机制,同时设定休眠唤醒阈值以保证用户的服务质量.构建具有多服务台休假排队的二维Markov随机模型,运用拟生灭过程（QBD）和矩阵几何解等数学工具,给出了系统用户请求的平均延迟、处于各状态的平均VM数和空闲率等性能指标的解析式.最后通过数值实验验证了所提策略的有效性. 

【文章来源】：西北师范大学学报(自然科学版). 2020,56(01)北大核心

【文章页数】：6 页

【部分图文】：

Markov过程的状态转移图

图3反映了当服务率μ=0.1时,在不同的休眠唤醒阈值N下,处于空闲状态的平均VM数NI随到达率λ的变化趋势.当休眠唤醒阈值固定时,处于空闲状态的平均VM数随到达率的增加而减小;到达率越大,系统中累积的任务量越大,处于空闲状态的VM数越多.当到达率固定时,处于空闲状态的平均VM数随着休眠唤醒阈值的增加而减小;对于相同数量的任务量,休眠唤醒阈值越大,系统越繁忙,故系统中处于空闲状态的VM数越少.图3 处于空闲状态的平均VM数

图2 用户请求平均逗留时间沿用图3的参数,进行空闲率PI与休眠唤醒阈值N和到达率λ的数值实验.观察表1的数据,当休眠唤醒阈值固定时,VM空闲率随着到达率的增大而减小;当到达率固定时,VM空闲率随着休眠唤醒阈值的增加而减少;当λ=0.5,N=25时,VM空闲率最低.

【参考文献】：
期刊论文
[1]基于新型休眠机制的云任务调度策略的研究[J]. 王秀双,金顺福.  高技术通讯. 2018(Z2)
[2]基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 金顺福,王宝帅,郝闪闪,贾晓光,霍占强.  吉林大学学报(工学版). 2018(06)
[3]部分服务台异步单重休假M/M/c排队[J]. 成国庆,李玲,唐应辉.  大学数学. 2011(01)
[4]部分服务台异步N-策略多重休假M/M/c排队[J]. 刘洺辛,马占友,徐秀丽,田乃硕.  燕山大学学报. 2006(03)



本文编号：3229600