面向虚拟机的云平台资源部署与调度研究

发布时间：2017-05-14 11:10

  本文关键词：面向虚拟机的云平台资源部署与调度研究，由笔耕文化传播整理发布。

【摘要】：云计算作为一种基于互联网共享的新型交付和使用模式,近年来备受各界关注。云计算平台通过虚拟化技术按需提供计算资源并构建动态的虚拟资源池,但随着云平台规模的增加,云服务的多样性、平台资源的异构性为云平台的虚拟资源管理带来了巨大挑战。虚拟机是目前云平台虚拟资源的主要表现形式,因此研究面向虚拟机的云平台资源部署与调度,有利于提高资源利用率并降低能耗和成本,实现高效的云数据中心,具有重要的学术和现实意义,是近几年来云计算技术研究领域的热点。面向虚拟机的云平台资源部署与调度的主要挑战是:在满足用户需求的前提下,如何使云平台自适应地提供虚拟机资源并进行合适的任务调度,从而达到提高资源利用率并降低能耗的目的。譬如,用户动态需求与多维资源协同的云平台虚拟机自适应管理问题;用户需求和性能均衡的云平台任务调度问题等,然而目前对于上述这类问题的研究成果相对较少,须进一步改进。因此,本文针对上述问题展开研究,主要研究用户动态需求下云平台虚拟机部署与调度的优化方法,使平台在保障用户动态需求的前提下,达到云平台性能与能耗之间的均衡的优化目标。研究内容及创新点如下:1.针对用户动态需求与资源多属性协同的问题,提出一个基于动态需求的多属性加权的虚拟机资源自适应管理框架,核心包括:利用层次分析法对平台资源的多维属性加权并建立多属性模型;建立物理结点的动态加权综合负载度量模型。该框架由动态多层次监测模型、虚拟机初始化部署模块与虚拟机动态管理模块等核心模块组成,该框架的虚拟机自适应管理模型及流程具有较好的灵活性和扩展性。2.针对基于用户动态需求的平台能耗与性能的优化问题,提出一种动态需求与能耗均衡的虚拟机初始化部署方法,包括:基于相对部署能力的改进降序最佳适应启发式放置算法;低能耗优先的主机开启算法。实验证明,该部署方法相比传统的轮询方法和改进的启发式装箱方法BFDSum,能更有效地保证用户的动态需求的同时降低平台的总能耗。3.针对性能与能耗均衡的虚拟机动态管理优化问题,提出一个面向用户动态需求的虚拟机动态管理方法,包括:基于动态反馈的超载/低载定位方法;基于相对负载的虚拟机动态迁移算法;能耗优先的低载合并方法。实验证明,该方法在用户需求违背率、系统总能耗、平台性能损失率等衡量指标上能取得优化效果,即在保证用户需求的前提下,能取得性能与能耗的均衡有效。4.针对云用户对任务的需求与云平台性能均衡的问题,提出一种云平台下面向截止时间与相对负载的任务调度方法,包括:建立私有云平台的用户任务和虚拟机模型;提出任务相对负载模型;提出基于剩余时间与相对负载的改进Min-Min任务调度算法。实验证明,该方法能较好地保证用户任务截止时间要求和云私有平台的负载平衡度。总体而言,本文围绕用户动态需求保障、平台性能与能耗均衡优化等研究问题,贯穿面向虚拟机的云平台资源部署与调度方法研究的主线,提出了虚拟机资源自适应管理框架、虚拟机初始化部署优化方法、虚拟机动态管理优化方法及基于虚拟机的任务调度优化方法。本文的研究将促进云计算研究领域面向虚拟机的资源管理的进一步发展,为云平台虚拟资源部署与调度研究带来新的解决方案。
【关键词】：自适应框架 虚拟机动态管理 虚拟机部署 任务调度 多属性加权
【学位授予单位】：华南理工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP302
【目录】：

• 摘要5-7
• ABSTRACT7-16
• 第一章 绪论16-29
• 1.1 研究的背景16-22
• 1.1.1 云计算的发展历程16-17
• 1.1.2 云计算的定义及特征17-18
• 1.1.3 云计算平台的发展现状18-22
• 1.2 存在的问题22-24
• 1.2.1 基于用户动态需求的资源管理问题22
• 1.2.2 面向虚拟机的云平台资源管理优化问题22-24
• 1.3 论文主要研究工作24-29
• 1.3.1 研究内容及意义24-26
• 1.3.2 创新点26-27
• 1.3.3 论文组织结构27-29
• 第二章 面向虚拟机的云平台资源部署与调度系统研究29-45
• 2.1 本章引言29
• 2.2 相关概念29-34
• 2.2.1 云平台与虚拟资源管理29-31
• 2.2.2 云计算虚拟资源部署与调度31-32
• 2.2.3 面向虚拟机的云平台资源部署与调度32-34
• 2.3 云平台虚拟机资源自适应管理框架研究34-37
• 2.3.1 研究动机34-35
• 2.3.2 研究内容35-37
• 2.4 云平台虚拟机资源初始化部署研究37-41
• 2.4.1 研究动机37-39
• 2.4.2 研究内容39-41
• 2.5 云平台虚拟机资源动态管理研究41-42
• 2.5.1 研究动机41
• 2.5.2 研究内容41-42
• 2.6 云平台面向虚拟机的任务调度研究42-44
• 2.6.1 研究动机42-43
• 2.6.2 研究内容43-44
• 2.7 本章小结44-45
• 第三章 基于动态需求的多属性加权的虚拟机资源自适应管理框架45-65
• 3.1 本章引言45-46
• 3.2 相关工作与问题定义46-50
• 3.2.1 相关工作46-49
• 3.2.2 问题定义49-50
• 3.3 基于多属性加权的虚拟机资源自适应管理框架50-64
• 3.3.1 云平台资源与模型定义50-58
• 3.3.2 自适应管理流程58-61
• 3.3.3 动态监测方法61-63
• 3.3.4 虚拟机初始化部署63
• 3.3.5 虚拟机动态管理63-64
• 3.4 框架验证64
• 3.5 本章小结64-65
• 第四章 动态需求与能耗均衡的虚拟机初始化部署方法65-88
• 4.1 本章引言65-66
• 4.2 相关工作与问题定义66-68
• 4.2.1 相关工作66-68
• 4.2.2 问题定义68
• 4.3 相关模型68-72
• 4.3.1 相对负载模型68-70
• 4.3.2 主机能耗模型70-71
• 4.3.3 用户需求违背率模型71-72
• 4.3.4 资源损耗模型72
• 4.4 动态需求与能耗均衡的虚拟机初始化部署算法72-78
• 4.4.1 基于相对部署能力的虚拟机放置算法72-76
• 4.4.2 能耗优先的主机开启算法76-77
• 4.4.3 算法复杂度分析77-78
• 4.5 实验与结果分析78-87
• 4.5.1 云计算资源调度模拟器CloudSim78-79
• 4.5.2 仿真场景及性能指标79-81
• 4.5.3 实验结果及分析81-87
• 4.6 本章小结87-88
• 第五章 性能与能耗均衡的基于动态需求的虚拟机动态管理方法88-109
• 5.1 本章引言88-89
• 5.2 相关工作与问题定义89-92
• 5.2.1 相关工作89-92
• 5.2.2 问题定义92
• 5.3 体系结构与相关模型92-95
• 5.3.1 虚拟机动态管理方法的体系结构93-94
• 5.3.2 管理流程及约束条件94-95
• 5.3.3 相关模型定义95
• 5.4 PEBDM-DR虚拟机动态管理方法的关键组成95-102
• 5.4.1 基于动态反馈的超载/低载定位方法96-97
• 5.4.2 能耗优先的低载合并方法97-99
• 5.4.3 基于相对的动态加权负载的虚拟机迁移方法99-102
• 5.5 实验与结果分析102-108
• 5.5.1 仿真场景及性能指标102-104
• 5.5.2 结果分析104-108
• 5.6 本章小结108-109
• 第六章 面向截止时间与相对负载的任务调度方法109-123
• 6.1 本章引言109-110
• 6.2 相关工作与问题定义110-111
• 6.2.1 相关工作110-111
• 6.2.2 问题定义111
• 6.3 资源与模型111-114
• 6.3.1 任务与虚拟机112
• 6.3.2 任务负载模型112-114
• 6.4 基于剩余时间与相对负载的改进的Min-Min调度算法114-117
• 6.4.1 算法流程及步骤114-115
• 6.4.2 改进的Min-Min调度算法115-117
• 6.5 实验与结果分析117-122
• 6.5.1 仿真场景建立117-118
• 6.5.2 仿真结果分析118-122
• 6.6 本章小结122-123
• 总结与展望123-125
• 一、研究工作总结123-124
• 二、下一步工作展望124-125
• 参考文献125-134
• 攻读博士学位期间取得的研究成果134-137
• 致谢137-138
• 附件138

【参考文献】

中国期刊全文数据库 前7条

1 李肯立,李庆华,戴光明,周炎涛;背包问题的一种自适应算法[J];计算机研究与发展;2004年07期

2 张建勋;古志民;郑超;;云计算研究进展综述[J];计算机应用研究;2010年02期

3 冯少冲;邸彦强;朱元昌;杨文兵;;IaaS云计算中虚拟机部署算法研究[J];华中科技大学学报(自然科学版);2012年S1期

4 冯小靖;潘郁;;云计算环境下的DPSO资源负载均衡算法[J];计算机工程与应用;2013年06期

5 董新华;李瑞轩;周湾湾;王聪;薛正元;廖东杰;;Hadoop系统性能优化与功能增强综述[J];计算机研究与发展;2013年S2期

6 左利云;曹志波;董守斌;;云计算虚拟资源的熵优化和动态加权评估模型[J];软件学报;2013年08期

7 许力;曾智斌;姚川;;云计算环境中虚拟资源分配优化策略研究[J];通信学报;2012年S1期

  本文关键词：面向虚拟机的云平台资源部署与调度研究，由笔耕文化传播整理发布。

，

本文编号：365003