外文翻譯——使用卡爾曼濾波器為虛擬服務(wù)器提供自適應(yīng)和自配置的cpu資源配置（中文）

1、中文 中文 11344 字使用卡爾曼濾波器為虛擬服務(wù)器提供自適應(yīng)和自配置的 使用卡爾曼濾波器為虛擬服務(wù)器提供自適應(yīng)和自配置的 CPU 資源配置 資源配置Evangelia Kalyvianaki Themistoklis Charalambous Steven Hand出處：In proceeding of: Proceedings of the 6th International Conference on Autonomic Co

2、mputing, ICAC 2009, June 15-19, 2009, Barcelona, Spain摘要 摘要：數(shù)據(jù)中心虛擬化可以使用節(jié)約成本的服務(wù)器整合，服務(wù)器整合不僅能增加系統(tǒng)的吞吐量還能減少電力消耗。虛擬服務(wù)器的資源管理是一個(gè)重要和富有挑戰(zhàn)的任務(wù)，特別是當(dāng)負(fù)載變化很大，以及要處理復(fù)雜的多層服務(wù)器應(yīng)用時(shí)。最近的將控制理論應(yīng)用到資源管理顯示了很好的效果?？梢詫⒖刂评碚搼?yīng)用到動(dòng)態(tài)資源分配以匹配變化的負(fù)載。本文提出了一種新的資源管

3、理方案，將卡爾曼濾波器應(yīng)用到反饋控制器，來動(dòng)態(tài)地將 CPU 資源分配給運(yùn)行著服務(wù)器應(yīng)用程序的虛擬機(jī)。這個(gè)方法的創(chuàng)新點(diǎn)在于卡爾曼濾波器的使用——最優(yōu)的狀態(tài)濾波技術(shù)——通過追蹤 CPU 的使用，來相應(yīng)的更新資源的分配。我們的控制器通過持續(xù)的檢測來自適應(yīng)的預(yù)測工作負(fù)載強(qiáng)度的變化。我們的控制器不需要任何先驗(yàn)知識。在高強(qiáng)度的工作負(fù)載變化下，負(fù)載感知的控制器的性能惡化控制在 4.8%以下，在中等強(qiáng)度下也表現(xiàn)得很好。另外，我們的控制器在處理多層的服務(wù)

4、器應(yīng)用時(shí)性能提高：通過使用在應(yīng)用程序組件間的成對的資源配對，當(dāng)出現(xiàn)大量意料外的工作負(fù)載的增加時(shí)平均服務(wù)器性能與沒有使用這種方法比時(shí)提高 3%。我們通過控制一個(gè)部署在 Xen 虛擬化集群的3 層 Rubis 基準(zhǔn)程序來評估我們的技術(shù)。分類和主題描述 分類和主題描述C.4(系統(tǒng)性能):測量技術(shù),建模技術(shù)。一般術(shù)語：管理、測量和性能。1、引言 、引言由于硬件設(shè)施的虛擬化，數(shù)據(jù)中心的格局正在改變。一臺物理服務(wù)器可以轉(zhuǎn)成一臺或多臺虛擬機(jī)，這多臺虛

5、擬機(jī)共享提供的硬件資源，應(yīng)用程序在這些相互隔離的虛擬機(jī)環(huán)境中運(yùn)行。每臺虛擬機(jī)都有生命周期管理，包括創(chuàng)建，刪除，暫停，在物理服務(wù)器間遷移和運(yùn)行時(shí)資源分配等管理操作。這些特征允許在應(yīng)用程序和物理服務(wù)器之間資源任意組合，允許提供有效的服務(wù)器整合。然而，負(fù)載需求經(jīng)常會(huì)隨著時(shí)間變化，而使得其難以估計(jì)。變化的工作負(fù)載會(huì)引起種類多樣的變化的對于系統(tǒng)組件的資源需求。對于創(chuàng)造一個(gè)高性能的服務(wù)器整合環(huán)境，遵循變化的負(fù)載的動(dòng)態(tài)資源分配顯得十分重要。事實(shí)上，如

6、果每個(gè)應(yīng)用程序能被合理的提供資源，那么額外的資源可以單的性能模型和卡爾曼濾波來跟蹤有噪聲的資源利用率和更新資源配置。我們的方法的創(chuàng)新點(diǎn)在于將過濾技術(shù)整合到反饋控制器。我們選擇卡爾曼濾波器因?yàn)樗亲顑?yōu)線性濾波技術(shù)，在一定條件下, 即使條件松弛仍具有良好的性能。使用過濾方法使我們的控制器在不同的工作負(fù)載下操作順利。我們也加深了我們的工作，通過使用資源組件配對的耦合多層應(yīng)用程序能更快調(diào)整工作負(fù)載的變化。最后,也是最重要的是, 在沒有任何先

7、驗(yàn)信息下，我們提供一個(gè)零設(shè)定機(jī)制來檢測并適應(yīng)工作負(fù)載條件。3、系統(tǒng) 、系統(tǒng)本文介紹了 3 種基于卡爾曼的反饋控制器：1、 單輸入單輸出(SISO)卡爾曼基本控制器,以后記為 KBC。這個(gè)控制器動(dòng)態(tài)分配 CPU 資源給各個(gè)可以獨(dú)立運(yùn)行服務(wù)器應(yīng)用程序,或者是多層應(yīng)用程序的一部分的虛擬機(jī)。2、 多輸入多輸出(MIMO)過程噪聲協(xié)方差控制器,記為 PNCC。該控制器調(diào)整多層應(yīng)用程序的所有虛擬機(jī)的分配,利用兩兩之間的協(xié)方差的 VM 資源利用率來捕

8、獲組件之間的相關(guān)性。與 KBC 控制器相比，PNCC 的目的是給多層應(yīng)用程序迅速分配資源。3、 自適應(yīng) MIMO PNCC 或者 APNNC。APNCC 像 PNCC ,對一個(gè)應(yīng)用程序的所有虛擬機(jī)分別分配 CPU 資源。然而，它可以自適應(yīng)調(diào)整參數(shù)和自配置來適應(yīng)不同負(fù)載條件。每個(gè)控制器分配 CPU 資源給虛擬機(jī)完全基于資源利用觀測和應(yīng)用程序的性能模型。每個(gè) VM 被視為一個(gè)可以運(yùn)行應(yīng)用程序的一層或一個(gè)完整的應(yīng)用程序的黑盒。術(shù)語層、組件和

9、VM 在文中交替使用。本節(jié)的其余部分介紹了應(yīng)用程序的性能模型和控制器的設(shè)計(jì)。3．1 應(yīng)用程序的性能模型 應(yīng)用程序的性能模型控制器使用一個(gè)簡單的和直觀的使用卡爾曼濾波增強(qiáng)的應(yīng)用程序性能模型來跟蹤 vm 的 CPU 資源利用率?？刂破鲗?CPU 資源分配給虛擬機(jī)時(shí)只需要基于資源使用的觀測值以及應(yīng)用程序性能模型。我們的性能模型使用已知的觀測值。當(dāng)服務(wù)器應(yīng)用程序到達(dá)它的服務(wù)飽和點(diǎn)，它的性能，比如請求響應(yīng)時(shí)間，會(huì)迅速惡化。為了維持好的性能，服務(wù)器