云計算環(huán)境下應(yīng)用的可靠性優(yōu)化問題研究.pdf

1、云計算已經(jīng)成為信息技術(shù)研究和應(yīng)用的主流方向之一。云計算平臺按需使用、高可擴(kuò)展和低維護(hù)成本的特性吸引了越來越多的企業(yè)將應(yīng)用服務(wù)部署到云平臺中。然而，由于云計算平臺規(guī)模巨大、結(jié)構(gòu)復(fù)雜、高度動態(tài)，單個節(jié)點(diǎn)的失效成為常態(tài)，使得在云計算環(huán)境中構(gòu)建高可靠的應(yīng)用服務(wù)成為一個具有挑戰(zhàn)性的關(guān)鍵研究問題。
　　云計算環(huán)境下應(yīng)用的可靠性優(yōu)化問題面臨的挑戰(zhàn)主要體現(xiàn)在以下幾個方面:(1)在云計算平臺中部署的應(yīng)用服務(wù)通常包含大量組件，系統(tǒng)的復(fù)雜性導(dǎo)致采用避錯

2、和排錯等傳統(tǒng)軟件可靠性提高技術(shù)以達(dá)到零出錯的目標(biāo)變得不現(xiàn)實(shí);(2)云計算的高度動態(tài)性使得云組件的失效率、響應(yīng)時間等服務(wù)質(zhì)量屬性隨用戶和時間發(fā)生變化，而傳統(tǒng)的容錯方法沒有將這一特征考慮在內(nèi);(3)云計算環(huán)境下資源的使用按需計費(fèi)，即從用戶角度來講，使用的資源越多開銷越大，使用冗余資源提高應(yīng)用可靠性的方法需要在服務(wù)質(zhì)量與資源開銷之間做出權(quán)衡。
　　針對上述挑戰(zhàn)，本文著重研究云計算環(huán)境下應(yīng)用的可靠性優(yōu)化方法，主要研究工作和貢獻(xiàn)如下:

3、>　　(1)提出基于可靠性的云應(yīng)用設(shè)計優(yōu)化框架，該框架分為應(yīng)用服務(wù)分析、組件重要性排名和副本配置三個步驟，通過應(yīng)用服務(wù)分析提取程序架構(gòu)信息和組件失效率等可靠性信息，在此基礎(chǔ)上，根據(jù)組件失效對應(yīng)用服務(wù)整體可靠性的影響進(jìn)行組件排名，最后，通過對失效影響最大的組件配置副本容錯降低失效影響，提高應(yīng)用服務(wù)整體可靠性。該框架克服了云應(yīng)用規(guī)模龐大、結(jié)構(gòu)復(fù)雜等特點(diǎn)為可靠性分析帶來的困難，提出應(yīng)用層的可靠性提高方案，并在降低失效率的同時，降低了冗余資源開

4、銷。
　　(2)分別針對部署在公有云環(huán)境和混合云環(huán)境的應(yīng)用服務(wù)，提出基于失效影響的組件重要性排名算法。該算法基于組件調(diào)用關(guān)系、調(diào)用頻率、組件失效率等統(tǒng)計信息，采用PageRank隨機(jī)游走模型，計算各組件失效對應(yīng)用服務(wù)整體可靠性的影響。該算法的提出，解決了傳統(tǒng)組件重要性分析方法對專家知識和人工的依賴問題，降低了源代碼閱讀分析工作量，避免了因人工介入可能帶來的邏輯錯誤。
　　(3)針對云計算環(huán)境高度動態(tài)的特點(diǎn)以及云組件的重用需求

5、，提出了云計算環(huán)境下的習(xí)得性容錯方法。習(xí)得性容錯方法包括信譽(yù)感知的云組件服務(wù)質(zhì)量預(yù)測和自動化的最優(yōu)容錯策略選擇兩個步驟。信譽(yù)感知的云組件服務(wù)質(zhì)量預(yù)測方法采用共同判定模型計算用戶信譽(yù)，并基于可信用戶數(shù)據(jù)通過協(xié)同過濾方法進(jìn)行云組件服務(wù)質(zhì)量預(yù)測，彌補(bǔ)了已有服務(wù)質(zhì)量預(yù)測方法對數(shù)據(jù)可信性考慮不足的缺點(diǎn)，降低了不可信用戶數(shù)據(jù)對預(yù)測結(jié)果的影響。自動化的最優(yōu)容錯策略選擇算法根據(jù)用戶的預(yù)設(shè)約束條件自動選擇個性化的容錯方法，能更好地適應(yīng)不同的運(yùn)行環(huán)境。與傳

6、統(tǒng)方法相比，習(xí)得性容錯方法可以適應(yīng)云計算環(huán)境高度動態(tài)的特點(diǎn)，降低噪聲數(shù)據(jù)帶來的影響，更精確地預(yù)測云組件相對不同用戶的服務(wù)質(zhì)量，選擇最適合用戶的備選組件及容錯策略組合。
　　(4)提出云計算環(huán)境中面向用戶的周期性任務(wù)容錯調(diào)度算法，該算法提出基于處理能力的異構(gòu)系統(tǒng)模型，解決了分布式異構(gòu)環(huán)境下調(diào)度模型的可擴(kuò)展性問題;基于主副版本容錯模型降低任務(wù)失效率;采用副本重疊及主動副本延遲執(zhí)行技術(shù)降低系統(tǒng)冗余度;通過處理器分組及任務(wù)劃分技術(shù)減少可調(diào)

7、度性測試，降低算法復(fù)雜度，提高了調(diào)度效率及算法執(zhí)行效率。
　　(5)提出云計算環(huán)境中面向用戶的非周期性任務(wù)容錯調(diào)度算法，該算法利用基于可靠性的云應(yīng)用設(shè)計優(yōu)化框架及習(xí)得性容錯方法，結(jié)合任務(wù)截止時間分析算法，對任務(wù)集進(jìn)行預(yù)處理，將有依賴關(guān)系的實(shí)時任務(wù)調(diào)度轉(zhuǎn)化為動態(tài)優(yōu)先級的就緒任務(wù)調(diào)度問題，同時根據(jù)重要組件排名減少副本配置數(shù)量;通過副本重疊及主動副本延遲執(zhí)行技術(shù)降低系統(tǒng)冗余度，在保證任務(wù)執(zhí)行可靠性的同時，降低冗余資源消耗。
　　本