云计算数据中心资源管理研究

发布时间：2017-09-08 10:21

  本文关键词：云计算数据中心资源管理研究

  更多相关文章： 云计算 数据中心 资源管理 虚拟机

【摘要】：作为一种新的商业化计算服务模式，云计算通过把任务分布在由大量的物理设备构建成的资源池上面，用户就可以随时随地按需获取存储、计算和信息等服务。现在云计算已经广泛应用于科学计算、网络搜索、生物信息和能源等领域。 伴随云计算的快速发展，数据中心中相应的基础设施数量也急剧地变大。云计算数据中心的物理节点数量通常是成千上万，同时上面运行着各种各样具有不同请求和动态负载的应用程序，并且这些应用共享整个数据中心的资源。虚拟化技术的应用使得系统可以对不同节点间的工作负载进行动态迁移和按需给用户分配资源，从而支持数据中心资源的共享。然而，随着云计算规模的不断增大，系统内在的动态性和系统管理的复杂性给云计算数据中心的资源管理带来了巨大的挑战。 在系统分析了云计算数据中心资源管理技术的研究现状之后，对云计算数据中心的虚拟机管理展开了深入的研究。主要的研究内容为： 1、提出基于机架的启发式云计算数据中心资源管理方法。首先给出了云计算数据中心的结构、能量计算模型和性能评价指标，并提出资源管理中三个要解决的问题，即确定触发迁移虚拟机的时间、迁移虚拟机的选择和目标物理节点的选择。为了降低能量开销和保证用户服务质量，系统分别给物理节点和机架资源负载设定相应阈值，当物理节点和机架的负载出现异常时，才触发虚拟机的迁移。而对于迁移虚拟机的选择，则采用最少迁移的策略，使得迁移的虚拟机数量最少。对于虚拟机放置问题，基于改进的启发式算法，提出了基于机架的虚拟机放置算法。实验结果证明，与改进之前的方法相比，提出的基于机架的启发式云计算数据中心资源管理方法可以在保证较低的SLA违背率的情况下降低能量的开销和减少虚拟机迁移代价。 2、提出基于多目标优化的数据中心资源管理方法。该方法以降低能量开销、减小资源竞争和提高用户服务质量为系统管理过程中需要考虑的优化目标。提出的方法主要是要解决因为节点负载或系统条件的变化产生的重新分配虚拟机的问题，也就是确定何时触发虚拟机的迁移、从负载异常节点上选择合适的迁移虚拟机和为迁移虚拟机选择放置的目的节点。在确定何时触发虚拟机迁移的问题上，对于不同的目标，系统分别设定了相应的高低门限值。通过对滑动窗口中负载信息的统计和局部回归来决定是否触发迁移虚拟机。对于从负载异常节点上选择迁移虚拟机的问题，系统对不同的优化目标采取了不同的虚拟机选择策略。在为迁移虚拟机选择放置的目的节点的问题上，为了均衡所优化的目标间冲突，，利用逼近理想解排序法TOPSIS进行目标节点的选择。实验结果表明，采用TOPSIS法的多目标优化资源管理方法可以获得较少的能量开销、较小的资源负载和较低的SLA违背率，很好地均衡了不同优化目标间的冲突。
【关键词】：云计算 数据中心 资源管理 虚拟机
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP308
【目录】：

• 摘要3-4
• Abstract4-6
• 目录6-8
• 第一章 绪论8-13
• 1.1 研究背景及意义8-9
• 1.2 国内外研究成果以及存在的问题9-11
• 1.2.1 现阶段研究成果9-10
• 1.2.2 现阶段研究存在的问题10-11
• 1.3 本文的主要工作11
• 1.4 本文的组织结构11-12
• 1.5 本章小结12-13
• 第二章 相关技术背景13-22
• 2.1 云计算概述13-16
• 2.1.1 云计算的概念13
• 2.1.2 云计算的分类13-15
• 2.1.3 云计算的基本架构15-16
• 2.2 虚拟化概述16-17
• 2.3 涉及到的理论问题17-20
• 2.3.1 装箱问题17-19
• 2.3.2 多目标优化问题19-20
• 2.4 本章小结20-22
• 第三章 基于机架的启发式云计算数据中心资源管理方法22-37
• 3.1 虚拟化云计算数据中心系统模型22-24
• 3.1.1 云计算数据中心结构22-23
• 3.1.2 能量模型23
• 3.1.3 性能指标23-24
• 3.2 能量感知虚拟机管理算法24-29
• 3.2.1 问题描述24-25
• 3.2.2 改进最好适应递减算法25-27
• 3.2.3 基于机架负载的虚拟机放置算法27-29
• 3.3 实验结果和性能分析29-36
• 3.3.1 仿真环境29-31
• 3.3.2 实验配置31
• 3.3.3 实验仿真结果31-36
• 3.4 本章小结36-37
• 第四章 基于多目标优化的云计算数据中心资源管理方法37-54
• 4.1 问题描述37-39
• 4.2 系统模型39-41
• 4.2.1 系统结构39-40
• 4.2.2 管理目标40-41
• 4.3 虚拟机管理过程41-47
• 4.3.1 节点监控41-42
• 4.3.2 迁移虚拟机选择42-43
• 4.3.3 虚拟机放置43-47
• 4.4 实验仿真与分析47-53
• 4.4.1 仿真环境建立47-48
• 4.4.2 实验结果与分析48-53
• 4.5 本章小结53-54
• 第五章 主要结论与展望54-56
• 5.1 主要结论54
• 5.2 展望54-56
• 致谢56-57
• 参考文献57-60
• 附录 : 作者在攻读硕士学位期间发表的论文60

【参考文献】

中国期刊全文数据库 前3条

1 叶可江;吴朝晖;姜晓红;何钦铭;;虚拟化云计算平台的能耗管理[J];计算机学报;2012年06期

2 徐骁勇;潘郁;凌晨;;云计算环境下资源的节能调度[J];计算机应用;2012年07期

3 谭一鸣;曾国荪;王伟;;随机任务在云计算平台中能耗的优化管理方法[J];软件学报;2012年02期

本文编号：813463