云数据中心虚拟机的低能耗部署和迁移策略

发布时间：2017-05-23 09:29

  本文关键词：云数据中心虚拟机的低能耗部署和迁移策略，，由笔耕文化传播整理发布。

【摘要】：近年来,伴随着数据中心规模的快速增长,电力成本占总成本的比例越来越高，高能耗已经成为了限制数据中心发展的一个主要因素。 为了应对数据中心的能耗挑战,本文基于虚拟化等节能技术,针对虚拟机的部署和虚拟机的迁移展开研 基于数据中心系统模型和能耗函数提出了低能耗虚拟机部署策略,该策略包括虚拟机初始部署算法(Backtracking Virtual Machine Placement Algorithm, BT-MPA)和虚拟机动态迁移算法(Saving Energy Virtual Machine Migration Algorithm, SE-MMA)。BT-MPA算法根据部署目标使用回溯法求得虚拟机部署问题的最优解,完成虚拟机和主机的最优映射。SE-MMA迁移算法包括非过载迁移和过载状态迁移两部分,在非过载状态下为了聚合资源,使用SMP(Saving energy migration policy)策略实现迁移；在过载状态下基于最小迁移时间选择迁出虚拟机,并使用BT-MPA算法重新部署这些虚拟机,其中最小迁移时间问题具有最优子结构性质,使用贪心和动态规划算法解决。 利用开源云平台CloudStack搭建了IaaS云平台,并设计了三组仿真实验试验一比较了不同的虚拟机部署策略,验证了使用BT-MPA算法的IT能耗相对于改善的最佳匹配算法(MBFD)平均降低5.9%,开启物理机数量平均降低了17.3%,说明了BT-MPA算法能够减少开启物理机的数量,减少数据中心能耗：实验二对比了不同的虚拟机选择策略,其中基于贪心和动态规划算法的迁移时间平均减少了50%,表明了贪心和动态规划算法能够解决最小迁移时间问题。；实验三比较了不同的迁移算法,实验SE-MMA算法相对于MM算法减少了14%的能耗,验证了SE-MMA算法能够实现降低能耗,实现节能减排的目的。
【关键词】：云计算 数据中心 虚拟机 动态部署 动态迁移 低能耗
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP308;TP302
【目录】：

• 摘要5-6
• ABSTRACT6-7
• 目录7-10
• 插图10-12
• 第1章 绪论12-18
• 1.1 研究背景12-14
• 1.2 国内外研究现状14-15
• 1.3 研究意义和内容15-16
• 1.4 本文组织结构16-18
• 第2章 相关技术概述18-30
• 2.1 云计算相关概念18-20
• 2.1.1 云计算定义和特点18
• 2.1.2 云计算服务模式18-19
• 2.1.3 云计算配置模式19-20
• 2.2 数据中心相关概念20
• 2.3 数据中心节能关键技术20-23
• 2.3.1 虚拟化21
• 2.3.2 DVFS技术21-22
• 2.3.3 其他设备节能技术22-23
• 2.4 开源云平台介绍23-26
• 2.4.1 Eucalyptus云平台23
• 2.4.2 OpenNebula云平台23-24
• 2.4.3 OpenStack云平台24-25
• 2.4.4 CloudStack云平台25-26
• 2.5 虚拟化管理技术技术介绍26-28
• 2.5.1 KVM相关介绍26
• 2.5.2 Hyper-V相关介绍26-27
• 2.5.3 vSphere相关介绍27
• 2.5.4 XenServer相关介绍27-28
• 2.6 本章小结28-30
• 第3章 面向低能耗的虚拟机部署30-38
• 3.1 数据中心系统模型30-32
• 3.2 能耗模型32-33
• 3.3 虚拟机部署问题描述33-34
• 3.4 虚拟机部署算法34-36
• 3.5 本章小结36-38
• 第4章 面向低能耗的虚拟机迁移38-46
• 4.1 虚拟机动态迁移问题38
• 4.2 迁移触发条件38-39
• 4.3 过载状态下虚拟机的选择39-42
• 4.3.1 最小迁移时间问题描述40-41
• 4.3.2 基于贪心算法的最小迁移时间策略41
• 4.3.3 基于动态规划算法的最小迁移时间策略41-42
• 4.4 非过载状态迁移42
• 4.5 虚拟机动态迁移算法42-43
• 4.6 本章小结43-46
• 第5章 仿真验证46-66
• 5.1 IaaS相关技术46-51
• 5.1.1 CloudStack组件介绍46-49
• 5.1.2 CloudStack的网络类型49-50
• 5.1.3 XenServer的系统架构50-51
• 5.2 IaaS云平台的搭建与部署51-56
• 5.2.1 软硬件环境介绍51-52
• 5.2.2 网络架构规划52-53
• 5.2.3 系统安装53-56
• 5.3 云平台系统测试56-60
• 5.4 仿真实验60-65
• 5.4.1 仿真环境60-62
• 5.4.2 仿真实验和结果62-65
• 5.5 本章小结65-66
• 第6章 总结与展望66-68
• 6.1 论文总结66-67
• 6.2 研究展望67-68
• 参考文献68-72
• 致谢72-74
• 在读期间发表的学术论文与取得的其他研究成果74

【参考文献】

中国期刊全文数据库 前10条

1 孙明俊;;云计算发展的国内外对比分析[J];电信网技术;2010年09期

2 林伟伟,齐德昱,王振宇;网格计算环境下分布并行计算的一种实现方法[J];计算机工程与应用;2005年27期

3 陈全;邓倩妮;;云计算及其关键技术[J];计算机应用;2009年09期

4 邓维;刘方明;金海;李丹;;云计算数据中心的新能源应用:研究现状与趋势[J];计算机学报;2013年03期

5 王加昌;曾辉;何腾蛟;张娜;;面向数据中心的虚拟机部署及优化算法[J];计算机应用;2013年10期

6 周舟;胡志刚;;云环境下面向能耗降低的虚拟机部署算法[J];华南理工大学学报(自然科学版);2014年05期

7 冯登国;张敏;张妍;徐震;;云计算安全研究[J];软件学报;2011年01期

8 董健康;王洪波;李阳阳;程时端;;IaaS环境下改进能源效率和网络性能的虚拟机放置方法[J];通信学报;2014年01期

9 王肇国;易涵;张为华;;基于机器学习特性的数据中心能耗优化方法[J];软件学报;2014年07期

10 宁葵,严毅;分布式计算技术发展研究[J];微机发展;2004年08期

  本文关键词：云数据中心虚拟机的低能耗部署和迁移策略，由笔耕文化传播整理发布。

本文编号：387536