云环境下基于时序预测的虚拟机动态迁移技术研究

发布时间：2017-09-15 13:18

  本文关键词：云环境下基于时序预测的虚拟机动态迁移技术研究

  更多相关文章： 云计算 虚拟机 资源监控 迁移触发策略

【摘要】：随着互联网技术和网络技术的快速发展，互联网用户数呈现对数增长，产生了庞大的互联网数据，这就要求服务器具有更快、更高的数据处理能力。由此，云计算技术则应运而生。云计算环境下的资源是高度虚拟化和弹性化的，它不仅需要监控物理服务器上的物理资源，还需要监控虚拟资源。而目前，云计算作为商业计算，这就离不开对云计算资源的合理且精确计费。目前存在的资源监控系统其监控粒度并不能满足日益增长的精确计费需求，它不能获取到进程级别的监控信息。此外，云计算平台上用户需求和应用的多样性，服务器节点资源的异构性这些特点，都会造成系统负载不均衡，这时运用虚拟机动态迁移技术即可将高负载虚拟机节点平滑的移动到低负载的物理机上去，实现服务器各个节点负载均衡。在虚拟机动态迁移过程中，首先需要选出负载值过高的节点并选择合适的时机将其迁移出去。“合适的时机”就是一种虚拟机迁移的触发策略，合适的触发策略能降低迁移次数，节约能耗。因此，结合云计算自身的特性，本文做了如下工作： （1）针对现有虚拟资源监控框架中缺乏精细化计费功能的问题，本文使用虚拟机专用监控器，设计适应云环境中虚拟资源计费指标的资源监控模型，使得虚拟资源监控粒度更细，更好地满足云环境下资源虚拟化和计费指标的特性。 （2）针对单阈值触发策略和简单双阈值触发策略中因瞬间峰值引发迁移等因触发时机不合理造成资源浪费的问题，利用基于虚拟机历史负载值数据的ARMA时序预测模型，提出基于历史数据的时序预测加权双阈值触发策略，能有效降低迁移次数、节省资源。 （3）利用CentOS下的Eucalyptus平台搭建虚拟资源监控环境，使用Linux命令获取虚拟机300秒内的进程层次CPU,内存资源每秒使用情况，此细粒度的监控结果能在较大程度上解决服务提供商在衡量用户使用虚拟资源所需费用上问题。利用cloudsim云平台仿真软件实现基于时序预测的迁移触发策略的仿真实验，在虚拟机迁移次数和虚拟机迁移能耗两个方面与单阈值迁移触发策略和双阈值策略进行比较。实验表明本文的迁移触发策略能有效降低虚拟机迁移次数，，减少虚拟机迁移能耗。
【关键词】：云计算 虚拟机 资源监控 迁移触发策略
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP302
【目录】：

• 摘要3-4
• Abstract4-9
• 第1章 绪论9-20
• 1.1 研究背景与意义9-10
• 1.2 云计算概述10-15
• 1.2.1 云计算定义、特点与发展现状10-13
• 1.2.2 云计算与其他高性能计算的区别13-14
• 1.2.3 虚拟化在云计算中的意义14-15
• 1.3 国内外研究现状15-18
• 1.3.1 资源监控国内外研究现状15-17
• 1.3.2 虚拟机动态迁移国内外研究现状17-18
• 1.4 论文研究内容18-19
• 1.5 论文组织结构19-20
• 第2章 基于计费指标的虚拟机监控设计20-30
• 2.1 当前虚拟机监控问题分析20-21
• 2.2 虚拟机监控体系结构21-23
• 2.3 基于虚拟机计费指标的虚拟机监控模型设计23-29
• 2.3.1 计费指标23-25
• 2.3.2 基于计费指标的虚拟机监控模型分析25
• 2.3.3 基于计费指标的虚拟机监控模型设计25-28
• 2.3.4 模型优势分析28-29
• 2.4 本章小结29-30
• 第3章 基于时序预测的双阈值迁移触发策略30-46
• 3.1 虚拟机动态迁移30-34
• 3.1.1 虚拟机动态迁移描述30-33
• 3.1.2 虚拟机能耗与迁移能耗33-34
• 3.2 虚拟机动态迁移触发时机分析34-36
• 3.3 迁移触发策略设计要求36-37
• 3.4 基于时序预测的双阈值触发策略设计37-45
• 3.4.1 基于 ARMA 模型的双阈值迁移触发流程37-40
• 3.4.2 自回归滑动平均时序预测模型40-41
• 3.4.3 平稳性检验与模式识别41-42
• 3.4.4 参数估计与模型诊断42-43
• 3.4.5 基于时序预测模型的虚拟机负载预测43-45
• 3.5 本章小结45-46
• 第4章 仿真实现及结果分析46-55
• 4.1 虚拟资源监控实验分析46-48
• 4.2 触发策略实验说明及结果分析48-54
• 4.2.1 仿真工具介绍及实验环境48-49
• 4.2.2 CloudSim 仿真过程49-51
• 4.2.3 DTS 算法的能耗测试51-52
• 4.2.4 虚拟机的迁移数量测试52-54
• 4.3 实验总结54-55
• 第5章 总结与展望55-57
• 5.1 工作总结55-56
• 5.2 未来工作及展望56-57
• 致谢57-58
• 参考文献58-61
• 攻读硕士期间发表的论文61-62
• 攻读硕士期间参与的项目62

【参考文献】

中国期刊全文数据库 前9条

1 周文煜;陈华平;杨寿保;方君;;基于虚拟机迁移的虚拟机集群资源调度[J];华中科技大学学报(自然科学版);2011年S1期

2 刘鹏程;陈榕;;面向云计算的虚拟机动态迁移框架[J];计算机工程;2010年05期

3 刘媛媛;高庆一;陈阳;;虚拟计算环境下虚拟机资源负载均衡方法[J];计算机工程;2010年16期

4 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

5 江雪;李小勇;;虚拟机动态迁移的研究[J];计算机应用;2008年09期

6 钱琼芬;李春林;张小庆;李腊元;;云数据中心虚拟资源管理研究综述[J];计算机应用研究;2012年07期

7 张小庆;贺忠堂;李春林;张恒喜;钱琼芬;;云计算系统中数据中心的节能算法研究[J];计算机应用研究;2013年04期

8 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

9 岳冬利;刘海涛;孙傲冰;;IaaS公有云平台调度模型研究[J];计算机工程与设计;2011年06期

本文编号：856758