云平臺下虛擬機(jī)調(diào)度研究與實(shí)現(xiàn).pdf

1、云計(jì)算從網(wǎng)格計(jì)算、分布式計(jì)算、并行計(jì)算發(fā)展形成，打破傳統(tǒng)IT服務(wù)模式，通過與互聯(lián)網(wǎng)的結(jié)合成為一種新型商業(yè)模式，通過虛擬化技術(shù)對底層物理資源虛擬化形成虛擬資源池，數(shù)據(jù)中心對其統(tǒng)一管理、動(dòng)態(tài)調(diào)配，為用戶提供透明服務(wù)。虛擬機(jī)作為計(jì)算資源分配給用戶，虛擬機(jī)與物理機(jī)之間的不同映射關(guān)系，帶來云數(shù)據(jù)中心不同的電能耗費(fèi)、資源利用等。因此，虛擬機(jī)調(diào)度問題是云計(jì)算數(shù)據(jù)中心資源管理的重要問題。近年來，關(guān)于虛擬機(jī)調(diào)度問題的研究已有一些研究成果，但大多數(shù)研究均是

2、聚焦在服務(wù)器上，研究中較少考慮用戶服務(wù)質(zhì)量以及網(wǎng)絡(luò)性能。
　　本文對目前虛擬機(jī)調(diào)度的研究現(xiàn)狀進(jìn)行闡述與剖析，總結(jié)發(fā)現(xiàn)：一方面關(guān)于關(guān)聯(lián)虛擬機(jī)群組的調(diào)度問題目前研究較少，而忽略虛擬機(jī)之間的關(guān)聯(lián)性往往會(huì)造成虛擬機(jī)上用戶應(yīng)用性能的下降。另一方面，面向多目標(biāo)優(yōu)化的調(diào)度問題是目前的研究熱點(diǎn)，涉及到多個(gè)優(yōu)化目標(biāo)的選擇、優(yōu)化算法的應(yīng)用，目前在多個(gè)優(yōu)化目標(biāo)的選擇上研究者較少考慮用戶服務(wù)質(zhì)量。針對以上兩個(gè)問題，本文的主要研究內(nèi)容如下：
　　(1

3、)研究了關(guān)聯(lián)虛擬機(jī)調(diào)度問題。研究中將網(wǎng)絡(luò)流量大的虛擬機(jī)集中放置以減少經(jīng)過的鏈路層數(shù)，減少網(wǎng)絡(luò)總流量，提高通信效率；同時(shí)為避免過度集中放置造成鏈路擁塞，提出通過最大鏈路利用率最小化模型均衡網(wǎng)絡(luò)流量分布，減少擁塞率。因此，該調(diào)度方法綜合優(yōu)化兩個(gè)指標(biāo)：網(wǎng)絡(luò)流量與鏈路利用率。采用改進(jìn)蟻群算法HACO_SA求解，實(shí)驗(yàn)中對比VMPACS算法以及PSO算法，相比兩種算法本文的改進(jìn)算法在降低網(wǎng)絡(luò)流量方面，分別減少了14.1％以及12.8%；相比單目標(biāo)優(yōu)

4、化網(wǎng)絡(luò)流量，HACO_SA算法的最大鏈路利用率得到了明顯降低。
　　(2)研究了面向多目標(biāo)的虛擬機(jī)調(diào)度問題。以目前云數(shù)據(jù)中心電能耗費(fèi)巨大這一問題為切入點(diǎn)，提出服務(wù)器上各維度資源均衡利用，避免因木桶效應(yīng)造成資源浪費(fèi)，在優(yōu)化以上兩個(gè)目標(biāo)時(shí)不能忽略 SLA違背率。這是一個(gè)經(jīng)典的多目標(biāo)優(yōu)化問題，采用分組遺傳算法GGA_FLT求解，同時(shí)用模糊邏輯方法對各個(gè)優(yōu)化目標(biāo)進(jìn)行模糊處理以解決多目標(biāo)優(yōu)化問題中權(quán)重不確定的情況。對比GGA算法以及MMA算