基于虚拟机调度的云计算资源负载均衡策略研究

发布时间：2017-08-16 12:20

  本文关键词：基于虚拟机调度的云计算资源负载均衡策略研究

  更多相关文章： 云计算 虚拟化技术 负载均衡 萤火虫算法 多阈值多目标

【摘要】：云计算自从诞生以来,就备受瞩目,得到了快速地发展。然而,随着云计算规模扩大以及复杂度的提高,遇到的新挑战也是不断出现。负载均衡问题就是其中之一。负载的过重会严重影响应用的性能,导致用户体验差；而过轻的负载会使数据中心的资源浪费严重。良好的负载均衡在提高节点的运行效率,提高系统的鲁棒性,增加用户满意度等方面可以起到重大的作用。大量的有关负载均衡的研究集中在任务分配初始阶段,任务运行过程中出现负载不均衡的研究相对较少。虚拟机的资源调度大多集中在动态迁移上,调度方式单一,并且以达到负载均衡为目标的迁移更加稀少。虚拟机的动态迁移会消耗大量的系统资源,选择迁出哪台虚拟机和迁入哪个物理节点也会直接影响系统的负载情况,而目前的算法研究相对比较简单,精确度不高。本文提出了一种基于虚拟机调度的云计算资源负载均衡策略VMS—LBS(Virtual一Machine—Scheduling—Load—Balance—Strategy),针对应用运行过程中可能出现的云计算资源负载不均衡现象,采用虚拟机调度的方式来进行调节,旨在使系统资源的利用率得到提高,维护系统的稳定性。VMS—LBS具体实现基于预测的多阈值多目标调度决策算法,算法同时利用虚拟机和物理机的资源阈值,并且通过历史数据预测的方法过滤掉瞬时震荡的情况,来决策虚拟机的多目标调度方式：动态迁移或者资源重配置；选择迁移虚拟机算法,本文综合考虑迁出一台虚拟机释放的资源和消耗的系统资源,以迁移效益函数为标准,利用堆排序来决定迁移性价比高的虚拟机；选择目标节点算法,利用改进的萤火虫算法来实现多台虚拟机迁入节点的选择,避免了算法陷入局部最优解,同时提高了算法的求解精度。
【关键词】：云计算 虚拟化技术 负载均衡 萤火虫算法 多阈值多目标
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP302
【目录】：

• 摘要8-9
• ABSTRACT9-11
• 第1章 绪论11-17
• 1.1 研究背景及意义11-13
• 1.2 国内外研究现状13-14
• 1.2.1 云计算资源负载均衡的研究现状13
• 1.2.2 虚拟机资源调度研究现状13-14
• 1.3 论文的组织结构14-17
• 第2章 相关技术介绍17-26
• 2.1 云计算17-20
• 2.1.1 云计算的体系构架17-18
• 2.1.2 主流云计算的技术原理18-19
• 2.1.3 云计算发展的关键技术19
• 2.1.4 云计算的发展方向19-20
• 2.2 云计算环境下的负载均衡20-23
• 2.2.1 负载均衡的算法分类21-22
• 2.2.2 常用的负载均衡算法22-23
• 2.3 CloudSim23-25
• 2.4 本章小结25-26
• 第3章 基于虚拟机调度的云计算资源负载均衡策略设计26-32
• 3.1 虚拟机资源调度优化框架26-27
• 3.2 存储单元27
• 3.3 虚拟机和物理节点状态的划分27-29
• 3.4 选择迁移的目标函数29-30
• 3.5 云计算环境下的资源负载均衡模型30-31
• 3.6 本章小结31-32
• 第4章 云计算资源负载均衡策略算法实现32-49
• 4.1 触发多目标调度算法32-35
• 4.1.1 基于灰色预测的预测算法32-35
• 4.1.2 虚拟机资源调度的决策方向35
• 4.1.3 虚拟机资源调度算法流程35
• 4.2 待迁移虚拟机选择算法35-39
• 4.2.1 堆排序36-37
• 4.2.2 待迁移虚拟机选择算法37-39
• 4.3 选择目标节点算法39-44
• 4.3.1 萤火虫算法39-41
• 4.3.2 云计算环境下的萤火虫算法41-42
• 4.3.3 改进的萤火虫算法42-43
• 4.3.4 算法步骤43-44
• 4.4 实验分析44-47
• 4.5 本章小结47-49
• 第5章 总结和展望49-51
• 5.1 工作总结49
• 5.2 未来展望49-51
• 参考文献51-56
• 致谢56-57
• 学位论文评阅及答辩情况表57

【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 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

3 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

4 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

5 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

6 于晖;基于ARM平台的Java智能卡虚拟机研究与实现[D];上海交通大学;2015年

7 王志远;多数据中心的虚拟机调度算法研究和实现[D];上海交通大学;2015年

8 毛亚强;基于Xen虚拟化技术的混合监控度量框架研究[D];上海交通大学;2015年

9 李传云;KVM虚拟机热迁移算法分析及优化[D];浙江大学;2016年

10 曲晓雅;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[D];北京交通大学;2016年

本文编号：683247