负载感知的虚拟机初始化放置和迁移时机判决机制的研究

发布时间：2017-04-25 21:17

  本文关键词：负载感知的虚拟机初始化放置和迁移时机判决机制的研究，，由笔耕文化传播整理发布。

【摘要】：数据中心是云计算中数据运算、交换、存储的中心。近年来以虚拟机为粒度的虚拟机放置管理成为云数据中心能耗管理、实现动态可伸缩提供的重要支撑技术。在虚拟机初始化放置阶段,虚拟机的放置主要是基于当前数据中心负载的大小,采取相应的贪心或启发式的初始化放置策略。缺乏对数据中心负载类型的考虑,难以做到资源均衡利用。在虚拟机放置的动态管理阶段,虚拟机迁移触发机制主要是根据物理主机中资源利用率的变化情况,决定是否需要将虚拟机迁移到其它主机。迁移时机判决的准确能够有效地平衡过热点,关掉过冷点。当前虚拟机迁移时机的判决缺乏对整个数据中心负载变化行为趋势的反映,也因为静态的阈值设定容易发生频繁的迁移造成不必要的迁移代价和传输开销。针对上述问题,论文开展以下三方面的研究工作：(1)本文在初始化放置阶段针对不同的负载类型,提出了负载感知的虚拟机归并放置算法WAM。与已有算法不同,该算法针对不同类型的负载进行分类,实现虚拟机初始化放置的归并装箱策略。比较了WAM与BFD、RR等算法在初始化放置下的数据中心耗能、物理机的使用数量以及资源均衡度。实验表明,WAM算法有效的节约电源消耗,均衡负载,减少了物理机的使用数量。(2)针对虚拟机的迁移时机,提出了基于阈值滑动窗口机制的虚拟机迁移判决算法(iWnd),与已有算法不同,iWnd能够根据整个数据中心任务量的多少动态调整高低阈值间窗口的大小,减少了任务量满负荷时期需要迁移虚拟机的数量,从而避免了不必要的迁移开销和传输代价,实现有效地节能。实验表明,提出的iWnd算法在减少虚拟机迁移数量,降低迁移失败率上有良好的效果,而且并未产生大量额外的能耗。(3)为了解决初始化放置和动态管理两阶段工作的有效关联问题,本文结合WAM和iWnd算法,提出了负载类型感知的虚拟机迁移判决机制(WAM_iWnd),分析了在初始化放置阶段依据虚拟机类型进行放置后对迁移时机的影响。实验结果表明,采用WAM_iWnd算法与不采用WAM iWnd算法相比,在保证数据中心负载均衡的同时并未产生额外的能耗,：且在减少能源消耗上有良好的效果,同时并未产生大量额外的迁移代价。
【关键词】：虚拟机放置 迁移时机 滑动窗口 迁移失败率 负载类型感知
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP302
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-12
• 1 引言12-20
• 1.1 论文的研究背景及意义12-14
• 1.2 研究现状14-16
• 1.2.1 虚拟机初始化放置策略研究14-15
• 1.2.2 虚拟机动态管理方法研究15-16
• 1.3 当前研究中存在的问题16-17
• 1.4 本文的主要研究内容17
• 1.5 论文的组织结构17-20
• 2 相关理论和基础20-36
• 2.1 计算的概述20-25
• 2.1.1 云计算简介20-21
• 2.1.2 云计算的分类21-22
• 2.1.3 云计算的体系结构22-23
• 2.1.4 云计算的发展现状23-25
• 2.2 数据中心的概述25-29
• 2.2.1 数据中心的简介25-26
• 2.2.2 数据中心的发展过程26-27
• 2.2.3 数据中心的分类和等级27-28
• 2.2.4 云数据中心：下一代数据中心28-29
• 2.3 虚拟化的概述29-32
• 2.3.1 虚拟化的简介29-30
• 2.3.2 虚拟化的分类30-32
• 2.3.3 虚拟化的发展历程32
• 2.4 Cloudsim云仿真平台32-35
• 2.4.1 Cloudsim概述33
• 2.4.2 Cloudsim体系结构33-35
• 2.5 本章小结35-36
• 3 负载类型感知的初始化放置策略36-54
• 3.1 影响虚拟机初始化放置的因素36-39
• 3.2 虚拟机初始化放置的装箱问题39
• 3.3 基于BFD的初始化放置算法设计39-41
• 3.3.1 算法思想39
• 3.3.2 问题建模39-40
• 3.3.3 算法设计40-41
• 3.4 基于RR的初始化放置算法设计41-44
• 3.4.1 算法思想41-42
• 3.4.2 问题建模42-43
• 3.4.3 算法设计43-44
• 3.5 负载感知的归并放置算法(WAM)设计44-47
• 3.5.1 算法思想44-45
• 3.5.2 问题建模45
• 3.5.3 算法设计45-47
• 3.6 实验47-51
• 3.6.1 实验平台47-48
• 3.6.2 实验结果与分析48-51
• 3.7 本章小结51-54
• 4 基于阈值滑动窗口机制的虚拟机迁移判决算法54-66
• 4.1 研究现状54-57
• 4.1.1 基于静态阈值的虚拟机迁移时机55
• 4.1.2 基于动态阈值的虚拟机迁移时机55-56
• 4.1.3 基于预测模型的虚拟机迁移时机56-57
• 4.2 数据中心任务量预测57
• 4.3 阈值滑动窗口机制57-61
• 4.3.1 决定虚拟机迁移时机的因素57-59
• 4.3.2 问题描述59
• 4.3.3 算法描述59-61
• 4.4 实验61-65
• 4.4.1 实验平台61
• 4.4.2 实验结果与分析61-65
• 4.5 本章小结65-66
• 5 负载类型感知的虚拟机迁移判决66-74
• 5.1 研究现状67
• 5.2 负载类型感知的虚拟机迁移判决机制67-68
• 5.3 实验68-72
• 5.3.1 实验平台68-69
• 5.3.2 实验结果与分析69-72
• 5.4 本章小结72-74
• 6 总结与展望74-76
• 6.1 本文总结74-75
• 6.2 展望75-76
• 参考文献76-82
• 作者简历及攻读硕士学位期间取得的研究成果82-86
• 学位论文数据集86

【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 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

8 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

9 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

10 赵佳;虚拟机动态迁移的关键问题研究[D];吉林大学;2013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：负载感知的虚拟机初始化放置和迁移时机判决机制的研究，由笔耕文化传播整理发布。

本文编号：327115