云計(jì)算環(huán)境下虛擬機(jī)資源調(diào)度策略研究.pdf

1、云計(jì)算概念從網(wǎng)格計(jì)算、分布式計(jì)算和并行計(jì)算概念發(fā)展而來(lái),是一種新型的計(jì)算模式.它改變了傳統(tǒng)的服務(wù)模式,通過(guò)與互聯(lián)網(wǎng)結(jié)合提供了一種新型的商業(yè)模式.當(dāng)前云計(jì)算環(huán)境中的資源主要是虛擬機(jī)資源,具體是通過(guò)使用虛擬化技術(shù)對(duì)數(shù)據(jù)中心的各種硬件資源進(jìn)行虛擬化,形成虛擬資源池后,動(dòng)態(tài)部署虛擬機(jī)提供給用戶透明使用.用戶只知道任務(wù)在云中執(zhí)行,但并不知道其具體的執(zhí)行位置.資源調(diào)度與作業(yè)調(diào)度是云計(jì)算的兩個(gè)關(guān)鍵技術(shù),云計(jì)算具有的商業(yè)性質(zhì)因?yàn)殛P(guān)注了用戶QoS,其使用

2、的虛擬化技術(shù)使得作業(yè)調(diào)度和資源調(diào)度與以往的并行分布式計(jì)算不同.
　　隨著數(shù)據(jù)中心規(guī)模的不斷擴(kuò)大以及用戶數(shù)量的持續(xù)增加,如何使云中的虛擬機(jī)資源能夠被高效地利用以及使用戶任務(wù)不必等待更長(zhǎng)的時(shí)間,被快速有效地完成成為云計(jì)算資源調(diào)度的重要問(wèn)題.因此研究云計(jì)算的虛擬機(jī)資源調(diào)度問(wèn)題對(duì)于研究云資源管理具有重要意義.云計(jì)算虛擬機(jī)資源調(diào)度主要研究如何將云計(jì)算虛擬池中的虛擬機(jī)資源分配給用戶任務(wù)使用,以保證能夠滿足用戶QoS要求,從而達(dá)到提高云計(jì)算資源

3、使用率,減少計(jì)算時(shí)間,不違反服務(wù)等級(jí)協(xié)議(Service Level Agreement,SLA)的目的.
　　本文主要研究云計(jì)算環(huán)境下虛擬機(jī)資源調(diào)度策略,在總結(jié)前人工作的基礎(chǔ)上,本文所做的主要工作和創(chuàng)新包括以下幾點(diǎn):
　　1.本文分析了當(dāng)前云計(jì)算以及云計(jì)算環(huán)境下的虛擬機(jī)資源調(diào)度研究現(xiàn)狀,系統(tǒng)地闡述了云計(jì)算的概念、分類、應(yīng)用場(chǎng)景、關(guān)鍵技術(shù)、Map/Reduce分布式處理框架等云計(jì)算技術(shù).通過(guò)仔細(xì)分析云計(jì)算資源特征,總結(jié)了云計(jì)

4、算的虛擬機(jī)資源調(diào)度模型、虛擬機(jī)資源調(diào)度算法目標(biāo)、特點(diǎn)以及傳統(tǒng)的調(diào)度算法等.并介紹了一種云數(shù)據(jù)中心資源調(diào)度模擬系統(tǒng)CloudSim模擬器.
　　2.分析了Map/Reduce框架,在此基礎(chǔ)上提出了基于蟻群優(yōu)化算法的虛擬機(jī)資源調(diào)度算法(包括基于改進(jìn)螞蟻系統(tǒng)的虛擬機(jī)資源調(diào)度算法以及基于改進(jìn)蟻群算法的虛擬機(jī)資源調(diào)度算法).針對(duì)當(dāng)前蟻群算法中螞蟻只依靠信息素交流,螞蟻之間缺少直接交流的特點(diǎn),在基于改進(jìn)蟻群算法的虛擬機(jī)資源調(diào)度算法中引入了螞蟻

5、相遇機(jī)制,利用螞蟻之間的直接交流促進(jìn)云計(jì)算環(huán)境中適合執(zhí)行任務(wù)的虛擬機(jī)資源的快速發(fā)現(xiàn).模擬實(shí)驗(yàn)表明基于改進(jìn)蟻群算法的虛擬機(jī)資源調(diào)度算法與基于螞蟻系統(tǒng)的虛擬機(jī)資源調(diào)度算法相比能夠更快地尋找到適合任務(wù)執(zhí)行的虛擬機(jī)資源,以保證用戶服務(wù)等級(jí)協(xié)議.
　　3.分析了傳統(tǒng)的基于信任驅(qū)動(dòng)的TD Max-min算法、TD Min-min算法以及虛擬機(jī)節(jié)能調(diào)度算法.針對(duì)當(dāng)前節(jié)能機(jī)制和信任驅(qū)動(dòng)的資源調(diào)度機(jī)制相分離的特點(diǎn),提出了一種節(jié)能及信任驅(qū)動(dòng)的虛擬機(jī)資

6、源調(diào)度算法.該算法不僅考慮了任務(wù)對(duì)于虛擬機(jī)資源的信任需求,還考慮了數(shù)據(jù)中心對(duì)節(jié)能的要求.該算法利用任務(wù)和虛擬機(jī)資源之間的信任機(jī)制對(duì)任務(wù)和虛擬機(jī)資源進(jìn)行匹配,并利用虛擬機(jī)初始化算法對(duì)虛擬機(jī)部署,以及利用最小化遷移算法對(duì)虛擬機(jī)進(jìn)行實(shí)時(shí)遷移,以保證用戶任務(wù)的性能以及數(shù)據(jù)中心的節(jié)能.模擬實(shí)驗(yàn)表明了該算法與TD Max-min算法、TD Min-min算法相比不僅能夠獲得好的總信任效益值以及平均信任效益值,還能夠獲得較低的服務(wù)等級(jí)協(xié)議違反率以及較