基于遗传算法的虚拟机整合策略

发布时间：2024-02-07 00:38

　　随着云计算的迅猛发展,现代云数据中心的规模正在扩大,随之引发的高能耗问题急需解决。虚拟机整合策略的高效与否是影响数据中心能耗的核心所在,所以研究虚拟机整合策略是解决该问题的有效途径。现阶段虚拟机整合策略核心是转移低负载物理主机的虚拟机使其达到零负载从而休眠这些低负载主机,达到降低能耗目的。但是过度高效的虚拟机整合又很容易造成正在运行的物理主机无法应对负载突增,当面对主机负载突增时需开启休眠物理主机,而由此造成的时间损失会严重影响服务质量。因此寻找一种高效的虚拟机整合策略有着较强的现实意义,该高效性要求在确保服务质量的前提下最大程度降低能耗。本课题通过深入分析现有虚拟机整合策略,研究并提出两种高效的虚拟机整合策略。研究内容具体如下:通过对已有的物理主机过载检测方法进行深入研究,以及如何保证虚拟机迁移后物理主机负载的长期稳定,提出了基于资源匹配度的虚拟机整合策略。本策略检测物理主机是否过载首先利用马尔可夫链预测数据中心每一台物理主机的未来负载值,然后将当前负载值、预测值与物理主机预设的阈值进行比较,最终确定物理主机是否过载。为保证虚拟机迁移后物理主机负载的长期稳定,首先根据虚拟机资源请求的...

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

图3.12各种虚拟机整合策略的SLAV指标平均值对比图

图3.12各种虚拟机整合策略的SLAV指标平均值对比图指标表示由于活动物理主机运行时过载给服务质量带来的下降率务质量的影响程度，SLATAH指标值越低表明对应的虚拟机整合策况越少。图3.13展示了各种虚拟机整合策略的SLATAH指标平均值本章提出的RM-VMC的....

图3.13各种虚拟机整合策略的SLATAH指标平均值对比图

SLATAH指标表示由于活动物理主机运行时过载给服务质量带来的下降率，用于衡量过载对服务质量的影响程度，SLATAH指标值越低表明对应的虚拟机整合策略发生的主机过载情况越少。图3.13展示了各种虚拟机整合策略的SLATAH指标平均值对比图。由图可知，本章提出的RM-VMC....

图3.14各种虚拟机整合策略的PDM指标平均值对比图

用于衡量虚拟机迁移对服务质量的影响程度，PDM指标值越低表明对应的虚拟机整合策略受迁移影响越小。图3.14展示了各种虚拟机整合策略的PDM指标平均值对比图。由图可知，本章提出的RM-VMC的PDM指标值最低，EC-VMDC次之。由此看出，本章提出的RM-VMC....

图3.15各种虚拟机整合策略的EC指标平均值对比图

图3.14各种虚拟机整合策略的PDM指标平均值对比图本章提出的RM-VMC的SLAV指标值最低，明显优于其他虚拟机整合出的RM-VMC有效提升了数据中心的服务质量。标用于衡量虚拟机整合过程中数据中心的能源消耗，EC指标值越低表合策略产生的能源消耗越少。图3....

本文编号：3896467